Upload 5 files

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+vectorstore/index.faiss filter=lfs diff=lfs merge=lfs -text

README.md

@@ -1,14 +1,25 @@
 ---
-title: Hannam University Qa
-emoji: 💬
-colorFrom: yellow
+title: 한남대학교 Q&A
+emoji: 🏫
+colorFrom: blue
 colorTo: purple
 sdk: gradio
-sdk_version: 5.0.1
+sdk_version: 4.0.2
 app_file: app.py
 pinned: false
 license: apache-2.0
-short_description: hnu aq chat-bot
 ---
 
-An example chatbot using [Gradio](https://gradio.app), [`huggingface_hub`](https://huggingface.co/docs/huggingface_hub/v0.22.2/en/index), and the [Hugging Face Inference API](https://huggingface.co/docs/api-inference/index).
+# 한남대학교 규정집 Q&A
+
+한남대학교 규정집에 대한 질문-답변 시스템입니다.
+
+## 사용 방법
+1. 드롭다운에서 자주 묻는 질문을 선택하거나
+2. 직접 질문을 입력하세요
+3. AI 모델을 선택하고 "답변 받기" 버튼을 클릭하세요
+
+## 기능
+- 한남대학교 규정집 기반 질문 답변
+- 자주 묻는 질문 드롭다운
+- 다양한 AI 모델 선택 가능

app.py

@@ -1,64 +1,190 @@
+
+import os
 import gradio as gr
-from huggingface_hub import InferenceClient
-
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
-
-
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = [{"role": "system", "content": system_message}]
-
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
-
-    messages.append({"role": "user", "content": message})
-
-    response = ""
-
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
-
-        response += token
-        yield response
-
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
-    ],
+from langchain_groq import ChatGroq
+from langchain.chains import RetrievalQA
+from langchain.prompts import PromptTemplate
+from langchain.vectorstores import FAISS
+from langchain.embeddings import HuggingFaceEmbeddings
+
+# Groq API 키 (Hugging Face Secrets에서 가져옴)
+GROQ_API_KEY = os.environ.get("GROQ_API_KEY")
+
+# 전역 변수들
+vectorstore = None
+embeddings = None
+
+def load_vectorstore():
+    """벡터스토어를 로드하는 함수"""
+    global vectorstore, embeddings
+    
+    if vectorstore is None:
+        try:
+            embeddings = HuggingFaceEmbeddings(
+                model_name="sentence-transformers/all-MiniLM-L6-v2"
+            )
+            vectorstore = FAISS.load_local(
+                "vectorstore", 
+                embeddings, 
+                allow_dangerous_deserialization=True
+            )
+            print("✅ 벡터스토어 로드 완료")
+        except Exception as e:
+            print(f"❌ 벡터스토어 로드 실패: {e}")
+            vectorstore = None
+    
+    return vectorstore
+
+# 질문 리스트
+suggested_questions = [
+    '교원 신규 임용은 어떻게 하나요?',
+    '교원 연구년 기간은 어떻게 되나요?',
+    '조교 신규 임용 기준은 무엇인가요?',
+    '교직원의 평일 근무시간은 어떻게 되나요?',
+    '직원 신규 임용 원칙은 무엇인가요?',
+    '직원 임용시 가산점이 있나요?',
+    '교원 업적의 심사 내용은 무엇인가요?',
+    '외국인 교원의 임기는 어떻게 되나요?',
+    '외국인 교원의 면직 기준은 무엇인가요?',
+    '기간제 계약직의 임기는 얼마정도인가요?',
+    '등록금 납부 방법은 무엇인가요?',
+    '교직 이수는 언제 신청이 가능한가요?',
+    '해외교류유학 지원자격은 어떻게 되나요?',
+    '만족도 조사 실행 대상은 누구인가요?',
+    '마이크로디그리의 유형은 무엇이 있나요?',
+    '장학금 관리 기관은 어디인가요?',
+    '학생 단체는 어떻게 등록하나요?',
+    '학생 설치물 중 금지된 설치물이 있나요?',
+    '비교과 교육과정의 종류는 무엇이 있나요?',
+    '안전사고예방계획은 어디에 제출해야 하나요?'
+]
+
+# 프롬프트 템플릿
+prompt_template = """당신은 한남대학교 규정집 도우미입니다.
+반드시 한국어로만 답변해주세요. 영어나 다른 언어는 절대 사용하지 마세요.
+
+주어진 문서 내용을 바탕으로 질문에 대해 정확하고 친절하게 한국어로 답변해주세요.
+
+참고 문서:
+{context}
+
+질문: {question}
+
+답변 지침:
+- 이용자를 반기는 인사로 시작하세요
+- 반드시 한국어로만 답변하세요
+- 정중하고 친근한 말투를 사용하세요
+- 구체적이고 도움이 되는 정보를 제공하세요
+- 문서에서 답을 찾을 수 없으면 "죄송하지만 해당 정보를 규정집에서 찾을 수 없습니다"라고 답변하세요
+
+한국어 답변:"""
+
+prompt = PromptTemplate(
+    template=prompt_template,
+    input_variables=["context", "question"]
 )
 
+def respond_with_groq(question, selected_q, model):
+    """질문에 대한 답변을 생성하는 함수"""
+    
+    # 선택된 질문이 있으면 그것을 사용
+    if selected_q != "직접 입력":
+        question = selected_q
+
+    if not question.strip():
+        return "질문을 입력해주세요."
+
+    if not GROQ_API_KEY:
+        return "❌ API 키가 설정되지 않았습니다. 관리자에게 문의하세요."
+
+    try:
+        # 벡터스토어 로드
+        current_vectorstore = load_vectorstore()
+        if not current_vectorstore:
+            return "❌ 벡터스토어를 로드할 수 없습니다."
+
+        # LLM 설정
+        llm = ChatGroq(
+            groq_api_key=GROQ_API_KEY,
+            model_name=model,
+            temperature=0.1,
+            max_tokens=1000
+        )
+
+        # QA 체인 생성
+        qa_chain = RetrievalQA.from_chain_type(
+            llm=llm,
+            chain_type="stuff",
+            retriever=current_vectorstore.as_retriever(search_kwargs={"k": 3}),
+            chain_type_kwargs={"prompt": prompt},
+            return_source_documents=True
+        )
+
+        # 답변 생성
+        result = qa_chain({"query": question})
+        return result['result']
+
+    except Exception as e:
+        return f"❌ 오류가 발생했습니다: {str(e)}"
+
+def update_question(selected):
+    """드롭다운 선택 시 질문을 업데이트하는 함수"""
+    if selected != "직접 입력":
+        return selected
+    return ""
+
+# Gradio 인터페이스 생성
+with gr.Blocks(title="한남대학교 Q&A") as interface:
+    gr.HTML("""
+    <div style="text-align: center; padding: 20px; background: linear-gradient(90deg, #667eea 0%, #764ba2 100%); color: white; border-radius: 10px; margin-bottom: 20px;">
+        <h1>🏫 한남대학교 규정집 Q&A</h1>
+        <p>한남대학교 규정집에 대한 질문에 AI가 답변해드립니다.</p>
+    </div>
+    """)
+
+    with gr.Row():
+        with gr.Column(scale=1):
+            question_dropdown = gr.Dropdown(
+                choices=["직접 입력"] + suggested_questions,
+                label="💡 자주 묻는 질문",
+                value="직접 입력"
+            )
+
+            question_input = gr.Textbox(
+                label="❓ 질문을 입력하세요",
+                placeholder="예: 졸업 요건은 무엇인가요?",
+                lines=3
+            )
+
+            submit_btn = gr.Button("답변 받기", variant="primary", size="lg")
+
+            model_choice = gr.Radio(
+                choices=["llama3-70b-8192", "llama3-8b-8192"],
+                label="🤖 AI 모델 선택",
+                value="llama3-70b-8192"
+            )
+
+        with gr.Column(scale=2):
+            output = gr.Textbox(
+                label="💬 답변",
+                lines=15,
+                max_lines=20,
+                show_copy_button=True
+            )
+
+    # 이벤트 연결
+    submit_btn.click(
+        fn=respond_with_groq,
+        inputs=[question_input, question_dropdown, model_choice],
+        outputs=output
+    )
+
+    question_dropdown.change(
+        fn=update_question,
+        inputs=question_dropdown,
+        outputs=question_input
+    )
 
+# 앱 실행
 if __name__ == "__main__":
-    demo.launch()
+    interface.launch()

requirements.txt

@@ -1 +1,8 @@
-huggingface_hub==0.25.2
+gradio==4.0.2
+langchain==0.1.0
+langchain-groq==0.1.0
+faiss-cpu==1.7.4
+sentence-transformers==2.2.2
+python-dotenv==1.0.0
+pypdf==3.17.0
+tiktoken==0.5.1

vectorstore/index.faiss

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8d595d3dab8036920c1428ccb10fa7ceca4ac06872905aee99b7fa0de7a459b5
+size 854061

vectorstore/index.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:827cc3ca44a0a416f90c9ba15e40fff7bf94e639287d17b317aaf8c96d046ebf
+size 460200