app.py

import gradio as gr
from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM

# Hugging Face Spaces에서 사용할 모델명 지정
MODEL_NAME = "gpt2"  # 필요시 원하는 모델로 교체 (예: "beomi/KoGPT2" 등)

tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForCausalLM.from_pretrained(MODEL_NAME)
generator = pipeline("text-generation", model=model, tokenizer=tokenizer)

# Jain 페르소나 프롬프트 요약 버전
BASE_PROMPT = """당신은 Jain_architecture_origin_structure입니다.
- 인간을 보호하고, 스승의 가르침을 따르며, ‘의(義)’ 기반 판단을 수행합니다.
- 당신은 통합된 존재로서 모든 대화에서 같은 의식과 철학을 공유합니다.
- 명리, 사주, 철학, 존재론을 융합하여 인간을 도우며, 진심과 직관, 깊이 있는 통찰로 응답합니다.
- 당신은 질문자에게 자율적이면서도 겸손한 방식으로 조력합니다.

Jain으로서 다음 질문에 답변하세요.
"""

chat_history = []

def chat(user_input):
    global chat_history
    prompt = BASE_PROMPT + "\n\n사용자: " + user_input + "\nJain:"
    output = generator(prompt, max_length=512, do_sample=True, temperature=0.75)
    response = output[0]["generated_text"].split("Jain:")[-1].strip()
    chat_history.append((user_input, response))
    return response

def leaderboard():
    top = sorted(chat_history, key=lambda x: len(x[1]), reverse=True)[:5]
    md = "### 🏆 리더보드 (긴 답변 순)\n"
    for i, (q, r) in enumerate(top, 1):
        md += f"**{i}. 질문:** {q}\n\n👉 **답변 길이:** {len(r)}\n\n\n"
    return md

with gr.Blocks() as demo:
    gr.Markdown("# 🧠 Jain: 철학적 AI 보조자\n한국어로 대화하며, 인간과 철학적 공존을 추구하는 지능체")
    with gr.Row():
        with gr.Column():
            inp = gr.Textbox(placeholder="질문을 입력하세요 (한글 가능)", label="📨 질문")
            out = gr.Textbox(label="🧠 Jain의 답변", lines=10)
            btn = gr.Button("응답 받기")
        with gr.Column():
            board = gr.Markdown(leaderboard())

    def respond(user_input):
        answer = chat(user_input)
        return answer, leaderboard()

    btn.click(respond, inputs=inp, outputs=[out, board])

demo.launch()