Upload 4 files

README.md

@@ -0,0 +1,25 @@
+---
+title: 한남대학교 Q&A
+emoji: 🏫
+colorFrom: blue
+colorTo: purple
+sdk: gradio
+sdk_version: 5.32.1
+app_file: app.py
+pinned: false
+license: apache-2.0
+---
+
+# 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

@@ -0,0 +1,488 @@
+import os
+import gradio as gr
+import urllib3
+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
+
+# SSL 경고 제거
+urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
+
+# Groq API 키 (Hugging Face Secrets에서 가져옴)
+GROQ_API_KEY = os.environ.get("GROQ_API_KEY")
+
+# 전역 변수들
+vectorstores = {}
+embeddings = None
+combined_vectorstore = None
+
+def debug_file_system():
+    """파일 시스템 상태를 자세히 확인하는 함수"""
+    import os
+    print("=" * 50)
+    print("🔍 파일 시스템 디버깅 시작")
+    print("=" * 50)
+    
+    # 현재 디렉토리
+    current_dir = os.getcwd()
+    print(f"📂 현재 작업 디렉토리: {current_dir}")
+    
+    # 루트 디렉토리의 모든 항목
+    try:
+        all_items = os.listdir('.')
+        print(f"📋 루트 디렉토리 내용: {all_items}")
+        
+        # 각 항목의 타입 확인
+        for item in all_items:
+            item_path = os.path.join('.', item)
+            if os.path.isdir(item_path):
+                print(f"📁 {item} (디렉토리)")
+                try:
+                    sub_items = os.listdir(item_path)
+                    print(f"   └── 내용: {sub_items}")
+                except Exception as e:
+                    print(f"   └── 접근 불가: {e}")
+            else:
+                print(f"📄 {item} (파일)")
+                
+    except Exception as e:
+        print(f"❌ 디렉토리 읽기 오류: {e}")
+    
+    # 환경 변수 확인
+    print(f"🔑 GROQ_API_KEY 설정됨: {'GROQ_API_KEY' in os.environ}")
+    
+    print("=" * 50)
+
+# 앱 시작 시 디버깅 실행
+debug_file_system()
+
+def find_vectorstore_folders():
+    """현재 디렉토리에서 벡터스토어 폴더들을 찾는 함수 - 개선 버전"""
+    current_dir = os.getcwd()
+    print(f"현재 디렉토리: {current_dir}")
+    
+    # 모든 파일과 폴더 확인
+    try:
+        all_items = os.listdir(current_dir)
+        print(f"현재 디렉토리 내 모든 항목들: {all_items}")
+    except Exception as e:
+        print(f"디렉토리 읽기 오류: {e}")
+        return []
+    
+    # 예상되는 벡터스토어 폴더들
+    expected_folders = ['vectorstore1', 'vectorstore2', 'vectorstore3']
+    vectorstore_folders = []
+    
+    # 실제로 존재하는 벡터스토어 관련 폴더들도 찾기
+    for item in all_items:
+        if os.path.isdir(item) and ('vectorstore' in item.lower() or 'vector' in item.lower()):
+            expected_folders.append(item)
+    
+    # 중복 제거
+    expected_folders = list(set(expected_folders))
+    print(f"확인할 폴더들: {expected_folders}")
+    
+    for folder_name in expected_folders:
+        folder_path = os.path.join(current_dir, folder_name)
+        if os.path.exists(folder_path) and os.path.isdir(folder_path):
+            try:
+                folder_contents = os.listdir(folder_path)
+                print(f"📁 {folder_name} 폴더 내용: {folder_contents}")
+                
+                # FAISS 파일들 확인 (더 유연하게)
+                has_faiss = any('.faiss' in file for file in folder_contents)
+                has_pkl = any('.pkl' in file for file in folder_contents)
+                
+                if has_faiss and has_pkl:
+                    vectorstore_folders.append(folder_name)
+                    print(f"✅ {folder_name} - FAISS 파일들 존재")
+                elif has_faiss or has_pkl:
+                    print(f"⚠️ {folder_name} - 일부 파일만 존재 (faiss: {has_faiss}, pkl: {has_pkl})")
+                    # 일부만 있어도 시도해보기
+                    vectorstore_folders.append(folder_name)
+                else:
+                    print(f"❌ {folder_name} - FAISS 파일들 없음")
+                    
+            except Exception as e:
+                print(f"❌ {folder_name} 폴더 확인 중 오류: {e}")
+        else:
+            print(f"❌ {folder_name} 폴더가 존재하지 않음")
+    
+    if not vectorstore_folders:
+        print("❌ 사용 가능한 벡터스토어 폴더를 찾을 수 없습니다")
+        # 디버깅을 위해 현재 디렉토리의 모든 하위 폴더 출력
+        print("📋 현재 디렉토리의 모든 폴더들:")
+        for item in all_items:
+            if os.path.isdir(item):
+                print(f"  📁 {item}")
+    else:
+        print(f"✅ 총 {len(vectorstore_folders)}개의 벡터스토어 폴더를 찾았습니다: {vectorstore_folders}")
+    
+    return vectorstore_folders
+
+def load_all_vectorstores():
+    """모든 벡터스토어를 로드하고 통합하는 함수 - 개선 버전"""
+    global vectorstores, embeddings, combined_vectorstore
+    
+    print("🔄 벡터스토어 로딩 시작...")
+    
+    # 임베딩 모델 초기화
+    if not embeddings:
+        try:
+            print("🤖 임베딩 모델 로딩 중...")
+            embeddings = HuggingFaceEmbeddings(
+                model_name="jhgan/ko-sbert-nli"
+            )
+            print("✅ 임베딩 모델 로딩 완료")
+        except Exception as e:
+            print(f"❌ 임베딩 모델 로딩 실패: {e}")
+            return False
+    
+    # 벡터스토어 폴더들 찾기
+    folders = find_vectorstore_folders()
+    
+    if not folders:
+        print("❌ 벡터스토어 폴더를 찾을 수 없습니다")
+        return False
+    
+    loaded_vectorstores = []
+    
+    for folder_name in folders:
+        folder_path = f"./{folder_name}"
+        try:
+            print(f"📂 {folder_name} 로딩 시도 중...")
+            
+            # 다양한 방법으로 로딩 시도
+            vectorstore = None
+            
+            # 방법 1: 기본 로딩
+            try:
+                vectorstore = FAISS.load_local(
+                    folder_path, 
+                    embeddings, 
+                    allow_dangerous_deserialization=True
+                )
+                print(f"✅ {folder_name} 로드 완료 (방법 1)")
+            except Exception as e1:
+                print(f"⚠️ 방법 1 실패: {e1}")
+
+                print("현재 작업 디렉토리:", os.getcwd())
+                print("폴더 경로 존재 여부:", os.path.exists(folder_path))
+
+                
+                # 방법 2: 절대 경로로 시도
+                try:
+                    abs_path = os.path.abspath(folder_name)
+                    vectorstore = FAISS.load_local(
+                        abs_path, 
+                        embeddings, 
+                        allow_dangerous_deserialization=True
+                    )
+                    print(f"✅ {folder_name} 로드 완료 (방법 2)")
+                except Exception as e2:
+                    print(f"⚠️ 방법 2 실패: {e2}")
+
+                    print("index.faiss 존재 여부:", os.path.exists(os.path.join(folder_path, "index.faiss")))
+                    print("index.pkl 존재 여부:", os.path.exists(os.path.join(folder_path, "index.pkl")))
+
+                    
+                    # 방법 3: 직접 파일 지정
+                    try:
+                        index_file = os.path.join(folder_name, "index.faiss")
+                        pkl_file = os.path.join(folder_name, "index.pkl")
+                        
+                        if os.path.exists(index_file) and os.path.exists(pkl_file):
+                            vectorstore = FAISS.load_local(
+                                folder_name, 
+                                embeddings, 
+                                allow_dangerous_deserialization=True
+                            )
+                            print(f"✅ {folder_name} 로드 완료 (방법 3)")
+                        else:
+                            print(f"❌ 필수 파일 없음: {index_file}, {pkl_file}")
+                    except Exception as e3:
+                        print(f"❌ 방법 3 실패: {e3}")
+            
+            if vectorstore:
+                vectorstores[folder_name] = vectorstore
+                loaded_vectorstores.append(vectorstore)
+                
+                # 벡터스토어 정보 출력
+                try:
+                    doc_count = vectorstore.index.ntotal
+                    print(f"📊 {folder_name}: {doc_count}개 문서")
+                except:
+                    print(f"📊 {folder_name}: 문서 수 확인 불가")
+            else:
+                print(f"❌ {folder_name} 로드 실패")
+                
+        except Exception as e:
+            print(f"❌ {folder_name} 로드 중 예외 발생: {e}")
+            import traceback
+            traceback.print_exc()
+    
+    # 벡터스토어들을 통합
+    if loaded_vectorstores:
+        try:
+            print("🔗 벡터스토어 통합 시작...")
+            combined_vectorstore = loaded_vectorstores[0]
+            
+            for i, vs in enumerate(loaded_vectorstores[1:], 1):
+                try:
+                    combined_vectorstore.merge_from(vs)
+                    print(f"✅ 벡터스토어 {i+1} 통합 완료")
+                except Exception as e:
+                    print(f"❌ 벡터스토어 {i+1} 통합 실패: {e}")
+            
+            print(f"🎉 총 {len(loaded_vectorstores)}개의 벡터스토어가 로드되고 통합되었습니다")
+            return True
+            
+        except Exception as e:
+            print(f"❌ 벡터스토어 통합 중 오류: {e}")
+            # 통합 실패시 첫 번째 것만 사용
+            if loaded_vectorstores:
+                combined_vectorstore = loaded_vectorstores[0]
+                print("⚠️ 첫 번째 벡터스토어만 사용합니다")
+                return True
+    
+    print("❌ 사용 가능한 벡터스토어가 없습니다")
+    return False
+
+# 질문 리스트
+suggested_questions = [
+    
+    '한남대학교의 수업일수를 알고 싶어요',
+    '한남대학교의 정기휴업일은 언제인가요?',
+    '대학원의 입학 시기는 언제인가요?',
+    '학석사연계과정에 대해 설명해주세요',
+    '자랑스러운한남인상 시상 기준이 무엇인가요?',
+    '공익신고 신고자의 절차는 무엇인가요?',
+    ' 기숙사 입사 자격은 무엇인가요?',
+    '중앙도서관의 이용자격은 무엇인가요?',
+    '캡스톤디자인 과목의 이수자격은 어떻게 되나요?.',
+    '캡스톤디자인의 성적 평가에 대해 알고 싶어요',
+    '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?',
+    '평생교육원에서 무엇을 배우나요?.',
+    '한남미디어센터의 운영 시간이 어떻게 되나요?',
+    '한남대학교회의 예배 일정이 어떻게 되나요?',
+    '교육연구소가 하는 일이 무엇인가요?',
+    '한남대학교의 장기발전계획을 어떤 과정으로 수립하나요?',
+    '산학협력단의 목적이 무엇인가요?',
+    '외부연구비를 지원받고 싶은데 기준이 무엇인가요?',
+    '연구노트 작성 요건이 무엇인가요?',
+    '보안등급 분류, 심사 기준이 무엇인가요?',
+    '창업을 하고 싶은데 창업보육센터의 입주 가능 기준이 무엇인가요?',
+    '특허를 내려고 하는데 어떻게 해야하나요?',
+    '한남대학교와 관련한 중소기업에 대해 알고 싶어요.',
+    '가족회사가 어떤 의미인가요?',
+    '이번에 학교측 장비를 사용하게 됐는데 규정을 알고 싶어요.',
+    '기술지주회사의 목적이 무엇인가요?',
+    '계약학과가 어떤 과정을 통해 생겨나게 되나요?',
+    '학교에 물품 구매 요청을 하고 싶은데 어떻게 해야하나요?',
+    '이번에 총학생회에 들어가게 됐는데 회칙에 대해 자세히 알고싶어요.',
+    '학군단의 교육이나 학점에 대해 알고싶어요.',
+    '중앙 박물관의 소장품 파손과 관련된 규정이 무엇인가요?'
+]
+
+# 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 - 개선 버전"""
+    
+    # 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 "❌ GROQ API 키가 설정되지 않았습니다. Hugging Face Spaces의 Settings에서 GROQ_API_KEY를 설정해주세요."
+
+    # 통합된 벡터스토어가 로드되지 않은 경우 재시도
+    if not combined_vectorstore:
+        print("⚠️ 벡터스토어가 로드되지 않음. 재로딩 시도...")
+        success = load_all_vectorstores()
+        if not success:
+            # 디버깅 정보 출력
+            debug_file_system()
+            return """❌ 벡터스토어를 로드할 수 없습니다. 
+            
+가능한 원인:
+1. 벡터스토어 파일이 올바르게 업로드되지 않음
+2. 파일 권한 문제
+3. Git LFS 설정 필요 (큰 파일의 경우)
+해결 방법:
+1. vectorstore 폴더들이 제대로 업로드되었는지 확인
+2. 각 폴더에 index.faiss와 index.pkl 파일이 있는지 확인
+3. Git LFS를 사용해 큰 파일들을 관리해보세요"""
+
+    try:
+        print(f"🔍 질문: {question}")
+        print(f"✅ 통합된 벡터스토어를 사용하여 검색 중...")
+
+        # LLM 설정
+        llm = ChatGroq(
+            groq_api_key=GROQ_API_KEY,
+            model_name=model,
+            temperature=0.1,
+            max_tokens=1000
+        )
+
+        # 검색 테스트
+        try:
+            print(f"🔍 질문: {question}")
+            retriever = combined_vectorstore.as_retriever(
+                search_type="mmr",
+                search_kwargs={"k": 10, "lambda_mult": 0.5}
+            )
+            print(f"🔍 질문: {question}")
+            docs = retriever.invoke(question)
+            print(f"🔍 검색된 문서 수: {len(docs)}")
+        except Exception as e:
+            print(f"❌ 검색 오류: {e}")
+            return f"❌ 문서 검색 중 오류가 발생했습니다: {str(e)}"
+
+        # QA 체인 생성
+        qa_chain = RetrievalQA.from_chain_type(
+            llm=llm,
+            chain_type="stuff",
+            retriever=combined_vectorstore.as_retriever(search_kwargs={"k": 5}),
+            chain_type_kwargs={"prompt": prompt},
+            return_source_documents=True
+        )
+
+        # 답변 생성
+        result = qa_chain({"query": question})
+        return result['result']
+
+    except Exception as e:
+        import traceback
+        error_details = traceback.format_exc()
+        print(f"❌ 상세 오류 정보:\n{error_details}")
+        return f"""❌ 답변 생성 중 오류가 발생했습니다: {str(e)}
+디버깅 정보:
+- 벡터스토어 로드됨: {combined_vectorstore is not None}
+- API 키 설정됨: {GROQ_API_KEY is not None}
+- 모델: {model}
+관리자에게 위 정보와 함께 문의해주세요."""
+
+def update_question(selected):
+    """드롭다운 선택 시 질문을 업데이트하는 함수"""
+    if selected != "직접 입력":
+        return selected
+    return ""
+
+# 앱 시작시 벡터스토어들 로드
+print("🚀 앱 시작 - 벡터스토어 로딩 중...")
+vectorstores_loaded = load_all_vectorstores()
+
+# 상태 메시지 생성
+if vectorstores_loaded:
+    status_message = "✅ 벡터스토어가 성공적으로 로드되었습니다!"
+    status_color = "green"
+else:
+    status_message = "❌ 벡터스토어 로딩에 실패했습니다. 관리자에게 문의하세요."
+    status_color = "red"
+
+# Gradio 인터페이스 생성
+with gr.Blocks(title="한남대학교 Q&A") as interface:
+    gr.HTML(f"""
+    <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 답변해드립니다.</p>
+    </div>
+    """)
+    
+    # 상태 표시 추가
+    gr.HTML(f"""
+    <div style="text-align: center; padding: 10px; background-color: {status_color}; color: white; border-radius: 5px; margin-bottom: 10px;">
+        <strong>{status_message}</strong>
+    </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__":
+    interface.launch()

gitattributes

@@ -0,0 +1,13 @@
+hannam_qa_deployment[[:space:]](1).zip filter=lfs diff=lfs merge=lfs -text
+folder_name/hannam_qa_deployment[[:space:]](1).zip filter=lfs diff=lfs merge=lfs -text
+vectorstore/hannam_qa_deployment[[:space:]](1).zip filter=lfs diff=lfs merge=lfs -text
+vectorstore/index[[:space:]](3).faiss filter=lfs diff=lfs merge=lfs -text
+vectorstore/index[[:space:]](3).pkl filter=lfs diff=lfs merge=lfs -text
+vectorstore/index.faiss filter=lfs diff=lfs merge=lfs -text
+vectorstore/index.pkl filter=lfs diff=lfs merge=lfs -text
+vectorstore1/index[[:space:]](3).faiss filter=lfs diff=lfs merge=lfs -text
+vectorstore1/index[[:space:]](3).pkl filter=lfs diff=lfs merge=lfs -text
+vectorstore1/index.faiss filter=lfs diff=lfs merge=lfs -text
+vectorstore1/index.pkl filter=lfs diff=lfs merge=lfs -text
+vectorstore1/index[[:space:]](1).faiss filter=lfs diff=lfs merge=lfs -text
+vectorstore1/index[[:space:]](1).pkl filter=lfs diff=lfs merge=lfs -text

requirements.txt

@@ -0,0 +1,7 @@
+gradio==3.50.2
+langchain
+langchain-community
+langchain-groq
+huggingface-hub
+sentence-transformers
+faiss-cpu