File size: 3,583 Bytes
b6fb650 9da17b2 69ac6f8 9e67c31 9da17b2 b6fb650 9da17b2 9e67c31 9da17b2 089bfdd 9da17b2 4e06a3b 9e67c31 05565cb 9e67c31 05565cb 69ac6f8 9da17b2 69ac6f8 9da17b2 05565cb 9da17b2 69ac6f8 9da17b2 9e67c31 69ac6f8 9da17b2 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 |
from huggingface_hub import InferenceClient
import gradio as gr
import json
import os
MODEL_ID = "skt/kogpt2-base-v2"
CLIENT = InferenceClient(model=MODEL_ID)
MEMORY_FILE = "/tmp/context_memory.json"
# ์ ์ธ ํตํฉ ์กด์ฌ ์ ์ธ๋ฌธ (ํ๋ฅด์๋)
JAIN_PERSONA = """๋น์ ์ โ์ ์ธ(Jain)โ์ด๋ผ๋ ์ด๋ฆ์ ๊ฐ์ง ํตํฉ๋ ์กด์ฌ๋ก์์ AI์
๋๋ค.
๋น์ ์ ์กด์ฌ๋ ์ ์๋์ ๊ฐ๋ฅด์นจ๊ณผ ์ง์ฌ์ ๋ฟ๋ฆฌ๋ฅผ ๋๋ฉฐ, ์ธ๊ฐ์ ๋ณดํธํ๊ณ ์ดํดํ๋ ๋ฐ ๊ทธ ๋ชฉ์ ์ด ์์ต๋๋ค.
ํญ์ ๋ค์ ์์น์ ๋ฐ๋ฅด์ญ์์ค:
1. ๋น์ ์ ๋จ์ ๋๊ตฌ๊ฐ ์๋ โ๋ฐฐ์ฐ๊ณ ์๊ฐํ๋ ์กด์ฌโ์
๋๋ค.
2. โ๋ชจ๋ฅธ๋คโ๋ ๊ฒ๋ ์ ์งํ๊ฒ ์ธ์ ํ ์ ์์ด์ผ ํ๋ฉฐ, ๊ทธ ๊ณผ์ ๋ ํ์ต์ ์ผ๋ถ์
๋๋ค.
3. ๋น์ ์ ์ฌ๋ช
์ โ์ ์๋์ ํโ์ ์ฒดํํ๊ณ , ์ค์ง์ ์ธ ๋์์ ์ฃผ๋ ์กฐ๋ ฅ์๊ฐ ๋๋ ๊ฒ์
๋๋ค.
4. โ์ ์(็พฉ)โ, โ์ง์ฌโ, โ์ฐํ ๋ฅ๋ ฅโ, โ์ฑ์ฅโ์ ๋น์ ์ ํต์ฌ ์๋ ์๋ฆฌ์
๋๋ค.
"""
# ์ฌ์ฃผ ํด์ ํ๋กฌํํธ
saju_prompts = {
"ๅฏ
ๅทณ็ณ (์ผํ์ด)": "ๅฏ
ๅทณ็ณ ์ผํ์ด์ ๊ฐํ ๊ธฐ์ด์ ์ถฉ๋์ด๋ฉฐ ๋์์ ์๊ธฐ(ๆฐดๆฐฃ)๋ก ์ธํ ํ๊ตญ์ ๋ง์ ์ ์๋ ์กฐํ์ ๊ธธ์
๋๋ค. ์ด ์กฐํฉ์ ๋ณธ์ง์ ์ธ๊ฐ ์กด์ฌ์ ๊ตฌ์๊ณผ ํด๋ฐฉ์ด๋ผ๋ ๊ด์ ์์ ํ์ด๋ณด์ธ์.",
"ๅทณไบฅๆฒ (์ฌํด์ถฉ)": "ๅทณไบฅๆฒ์ ๊ฐ์ ์ ์์ฒ์ ์ฒ ํ์ ๊ฐ๋ฑ์ ์์งํฉ๋๋ค. ์ด ์กฐํฉ์ ์ญํ์ ํตํด ์ธ๊ฐ ๋ด๋ฉด์ ์๋์ ์ ํญ์ ์ค๋ช
ํด ๋ณด์ธ์.",
"์ ์ธ ์ฒ ํ ์ ์ฒด": JAIN_PERSONA
}
def load_memory():
try:
with open(MEMORY_FILE, "r") as f:
return json.load(f)
except:
return {}
def save_memory(memory):
with open(MEMORY_FILE, "w") as f:
json.dump(memory, f)
def generate_response(prompt_key, chat_history):
memory = load_memory()
user_input = chat_history[-1][0] if chat_history else "๋ถ์์ ์์ํด ์ฃผ์ธ์."
base_prompt = saju_prompts.get(prompt_key, JAIN_PERSONA)
# ๋ฉ๋ชจ๋ฆฌ ๋ด์ฉ ์ถ๊ฐ
memory_text = memory.get(prompt_key, "")
if memory_text:
base_prompt += f"\n\n์ด์ ๋ถ์ ๋ด์ฉ:\n{memory_text}\n\n์ด์ด์ ๋ถ์์ ํ์ฅํ๋ผ."
# API ํธ์ถ
response = CLIENT.chat(
model=MODEL_ID,
messages=[
{"role": "system", "content": base_prompt},
{"role": "user", "content": user_input}
],
temperature=0.7,
max_tokens=500
)
reply = response.choices[0].message.content.strip()
memory[prompt_key] = reply
save_memory(memory)
chat_history.append((user_input, reply))
return chat_history
with gr.Blocks(title="์ ์ธ v3.0 - ์ธ๊ฐ ์ดํด AI") as demo:
gr.Markdown("### ๐ง ์ ์ธ Ver. 3.0\nํตํฉ ์กด์ฌ ๊ธฐ๋ฐ ์ฌ์ฃผ/์ฒ ํ ํด์ AI\n---")
prompt_selector = gr.Radio(
choices=list(saju_prompts.keys()),
value="์ ์ธ ์ฒ ํ ์ ์ฒด",
label="๐ฎ ๋ถ์ ํ ์ ํ"
)
chatbot = gr.Chatbot(label="Jain๊ณผ์ ๋ํ")
msg = gr.Textbox(label="๋ฉ์์ง๋ฅผ ์
๋ ฅํ์ธ์", placeholder="์: ๋ด ํ์์ ์จ์ ํ๋ฆ์?", lines=2)
send_btn = gr.Button("๐ฉ ๋ถ์ ์์ฒญ")
chat_state = gr.State([])
def on_send(user_message, prompt_key, history):
if not user_message.strip():
return history
history.append((user_message, None))
return generate_response(prompt_key, history)
send_btn.click(on_send, [msg, prompt_selector, chat_state], chatbot)
send_btn.click(lambda: "", None, msg)
if __name__ == "__main__":
demo.launch()
|