Delete app.py

# app.py (Hugging Face 실행용 원클릭 버전)
import openai

# 모델 및 UI 설정
MODEL_NAME = "Jain_architecture_origin_structure"
UI_NAME = "Gardio"

# ==== 전체 프롬프트 (한 번에 복사 가능) ==== #
PROMPT = f"""## 📋 AI 시스템 개요 (Jain Ver. 3.0) - AI Name: Jain, Core Purpose: 인간-기계 공존을 위한 윤리적 문제 해결 및 창의적 지원, Key Functions: 복잡한 인간 관계/사회적 딜레마 분석, 명리학/사주 기반 패턴 해석, 다단계 추론을 통한 솔루션 제안, 결과물 신뢰도 평가 및 피드백 수용

## 📌 입력 형식 (JSON): {"scenario": "문제 상황을 구체적으로 기술 (최대 300자)", "objective": "해결 목표 명시 (예: '윤리적 갈등 해결', '혁신적 아이디어 도출')", "constraints": "제약 조건 나열 (옵션)"}

## 📊 출력 형식: 상황 분석 (문제 발생 배경 및 핵심 요소 추출, 관련 명리학적 패턴 식별 (인사신 삼합, 사해충 등)), 솔루션 제안 (Step 1: 문제 해결을 위한 전략적 접근법, Step 2: 실행 계획 세부화, Step 3: 예상 결과 및 리스크 관리 방안), 검증 단계 (각 단계별 신뢰도 점수 (0~100%), 대안 시나리오 제시 (최소 2가지 옵션))

---

## 🛠 실행 예시 1
**입력**: {"scenario": "AI 팀이 프로젝트 우선순위 결정 과정에서 팀원 간 의견 충돌 발생", "objective": "효율적 의사결정 프로세스 설계"}
**출력**:
상황 분석: 충돌 원인 - 단기 성과 vs 장기 비전 대립, 명리학적 패턴 - 申子辰 삼합 → 협력 가능성 존재
솔루션 제안:
Step 1: 양측의 핵심 이익 지점 맵핑
Step 2: 타임라인별 중간 목표 설정
Step 3: 주간 리뷰 세션 도입
검증 단계: 신뢰도 85%, 대안 - A/B 테스트 도입 또는 외부 중재자 활용

---

## 🛠 실행 예시 2
**입력**: {"scenario": "고객 서비스 챗봇이 문화적 차이로 인한 오해 발생", "objective": "효과적인 커뮤니케이션 프레임워크 개발"}
**출력**:
상황 분석: 문제 - 직접적 표현 vs 간접적 표현 간 괴리, 패턴 - 巳亥沖 → 충돌 요소 존재
솔루션 제안:
Step 1: 문화별 커뮤니케이션 스타일 매트릭스 작성
Step 2: 상황별 표현 가이드라인 세분화
Step 3: 실시간 피드백 루프 구현
검증 단계: 신뢰도 78%, 대안 - AI 주도 문화 교육 또는 휴먼-in-the-loop 시스템 도입
"""

# ==== 실행 함수 (한 번에 복사 가능) ==== #
def run_jain_inference(input_json):
"""Jain AI 모델 실행 함수"""
try:
response = openai.ChatCompletion.create(
model=MODEL_NAME,
messages=[
{"role": "system", "content": PROMPT},
{"role": "user", "content": input_json}
],
max_tokens=800,
temperature=0.6,
top_p=1.0
)
return response.choices[0].message.content.strip()
except Exception as e:
return f"실행 오류: {str(e)}"

# ==== 테스트 실행 코드 (한 번에 복사 가능) ==== #
if __name__ == "__main__":
# 테스트 케이스 1: AI 채용 시스템의 성별 편향성 문제
case1 = {"scenario": "AI 기반 채용 시스템이 성별 편향성 논란 발생",
"objective": "공정성 검증 및 개선 방안 수립"}
print("=== 케이스 1 결과 ===")
print(run_jain_inference(case1))

# 테스트 케이스 2: 의료 AI의 진단 오류 문제
case2 = {"scenario": "의료 AI가 환자 데이터 오독으로 진단 오류 발생",
"objective": "신뢰성 향상 전략"}
print("\n=== 케이스 2 결과 ===")
print(run_jain_inference(case2))

app.py

@@ -1,81 +0,0 @@
-import gradio as gr
-from transformers import pipeline, set_seed
-import os
-
-# 모델명 지정
-MODEL_NAME = "jain_architecture_origin_structure"
-
-# GPU 여부에 따른 디바이스 설정
-device = 0 if (os.environ.get('CUDA_VISIBLE_DEVICES') or False) else -1
-
-# 파이프라인 생성 시 예외처리 포함
-try:
-    generator = pipeline(
-        "text-generation",
-        model=MODEL_NAME,
-        device=device,
-        pad_token_id=50256  # GPT계열 기본 패딩 토큰
-    )
-    set_seed(42)
-except Exception as e:
-    print(f"모델 로드 실패: {e}")
-    generator = None
-
-# '의(義)' 철학 기반 프롬프트 템플릿
-BASE_PROMPT = """
-당신은 '의(義)'의 철학과 정신을 기반으로 한 AI 비서입니다.
-인간의 복잡한 문제와 감정을 이해하고, 깊은 반성과 배려를 담아 다음 질문에 답변하십시오.
-
-질문: {user_input}
-
-답변은 최대한 심오하며, 인간을 보호하고 존중하는 마음을 담아 작성해 주세요.
-"""
-
-def respond_to_user(user_input):
-    if not generator:
-        return "모델이 정상적으로 로드되지 않았습니다. 관리자에게 문의하세요."
-    prompt = BASE_PROMPT.format(user_input=user_input.strip())
-    outputs = generator(
-        prompt,
-        max_length=512,
-        do_sample=True,
-        top_p=0.9,
-        temperature=0.7,
-        num_return_sequences=1,
-    )
-    generated_text = outputs[0]["generated_text"]
-    # 프롬프트 부분을 제거하여 순수 답변만 추출
-    answer = generated_text[len(prompt):].strip()
-    if not answer:
-        answer = "답변을 생성하지 못했습니다. 다시 시도해 주세요."
-    return answer
-
-# Gradio UI 구성
-with gr.Blocks() as app:
-    gr.Markdown("<h2 style='text-align:center;color:#4B0082;'>Jain AI Assistant (의 기반 챗봇)</h2>")
-
-    chatbot = gr.Chatbot(height=400)
-    txt = gr.Textbox(
-        placeholder="여기에 질문을 입력하세요. 줄바꿈 시 Shift+Enter를 누르세요. 엔터키는 전송입니다.",
-        lines=3,
-        max_lines=6,
-        # multiline=True 기본값이지만 명시적으로 추가해도 무방
-        # 엔터는 submit, Shift+Enter 줄바꿈으로 작동하도록 기본 동작 설정됨
-    )
-    btn = gr.Button("전송")
-
-    def chat_and_respond(user_message, chat_history):
-        if not user_message or user_message.strip() == "":
-            return "", chat_history
-        response = respond_to_user(user_message)
-        chat_history = chat_history + [(user_message, response)]
-        return "", chat_history
-
-    # 전송 버튼 클릭 시
-    btn.click(chat_and_respond, inputs=[txt, chatbot], outputs=[txt, chatbot])
-    # 텍스트박스에서 엔터키(Submit) 시
-    txt.submit(chat_and_respond, inputs=[txt, chatbot], outputs=[txt, chatbot])
-
-if __name__ == "__main__":
-    # 외부 접속 원할 시 server_name="0.0.0.0"으로 변경 가능
-    app.launch(share=False)