app.py

"""
Square Theory Generator (len-flexible)
=====================================
2025‑05‑28 v6 ● LLM 결과가 10개 미만일 때 유연 처리
---------------------------------------------------
변경 요약
---------
* **문제**: LLM이 10개 미만의 제안을 반환하면 길이 검증 예외 발생.
* **해결**:
  1. `call_llm()`에서 JSON이 dict 단일 객체 or 1~9개 리스트여도 허용.
  2. 리스트가 1개 미만이면 오류, 2~9개는 경고만 표기.
  3. Markdown에 실제 개수로 헤더 출력.

실행법
------
```bash
pip install --upgrade gradio matplotlib openai requests
export OPENAI_API_KEY="sk-..."
python square_theory_gradio.py
```
"""

import os
import json
import tempfile
import urllib.request
import gradio as gr
import matplotlib.pyplot as plt
from matplotlib import patches, font_manager, rcParams
from openai import OpenAI

# -------------------------------------------------
# 0. 한글 폰트 설정 (다운로드 fallback 포함)
# -------------------------------------------------
PREFERRED_FONTS = ["Malgun Gothic", "NanumGothic", "AppleGothic", "DejaVu Sans"]
NANUM_URL = (
    "https://github.com/google/fonts/raw/main/ofl/nanumgothic/"
    "NanumGothic-Regular.ttf"
)

def _set_korean_font():
    available = {f.name for f in font_manager.fontManager.ttflist}
    for cand in PREFERRED_FONTS:
        if cand in available:
            rcParams["font.family"] = cand
            break
    else:
        try:
            tmp_dir = tempfile.gettempdir()
            font_path = os.path.join(tmp_dir, "NanumGothic-Regular.ttf")
            if not os.path.exists(font_path):
                urllib.request.urlretrieve(NANUM_URL, font_path)
            font_manager.fontManager.addfont(font_path)
            rcParams["font.family"] = font_manager.FontProperties(fname=font_path).get_name()
        except Exception as e:
            print("[WARN] Font download failed, Korean text may break:", e)
    rcParams["axes.unicode_minus"] = False

_set_korean_font()

# -------------------------------------------------
# 1. OpenAI 클라이언트
# -------------------------------------------------
if not os.getenv("OPENAI_API_KEY"):
    raise EnvironmentError("OPENAI_API_KEY 환경 변수를 설정하세요.")

client = OpenAI()

# -------------------------------------------------
# 2. Square Diagram
# -------------------------------------------------

def draw_square(words):
    fig, ax = plt.subplots(figsize=(4, 4))
    ax.add_patch(patches.Rectangle((0, 0), 1, 1, fill=False, linewidth=2))
    ax.text(-0.05, 1.05, str(words.get("tl", "")), ha="right", va="bottom", fontsize=14, fontweight="bold")
    ax.text(1.05, 1.05, str(words.get("tr", "")), ha="left", va="bottom", fontsize=14, fontweight="bold")
    ax.text(1.05, -0.05, str(words.get("br", "")), ha="left", va="top", fontsize=14, fontweight="bold")
    ax.text(-0.05, -0.05, str(words.get("bl", "")), ha="right", va="top", fontsize=14, fontweight="bold")
    ax.set_xticks([])
    ax.set_yticks([])
    ax.set_xlim(-0.2, 1.2)
    ax.set_ylim(-0.2, 1.2)
    ax.set_aspect("equal")
    return fig

# -------------------------------------------------
# 3. LLM Prompt & Call
# -------------------------------------------------
SYSTEM_PROMPT = (
    "너는 한국어 카피·브랜드 네이밍 전문가이자 Square Theory 도우미다. "
    "사용자가 준 하나의 단어(tl)를 기반으로 품질이 뛰어난 순서대로 최대 10개의 제안을 JSON 배열로 반환해라. "
    "각 배열 원소는 tl, tr, br, bl, top_phrase, bottom_phrase, slogan, brand 필드를 가진다. "
    "사각형 네 꼭짓점(tl→tr→br→bl)이 자연스레 연결돼야 하고, 배열 첫 원소가 최우수 제안이다. "
    "결과는 JSON 외 텍스트를 포함하지 않아야 한다."
)


def clean_json_block(text: str) -> str:
    text = text.strip()
    if text.startswith("```"):
        text = text.split("\n", 1)[1] if "\n" in text else text[3:]
        if text.endswith("```"):
            text = text[:-3]
    return text.strip()


def call_llm(seed: str):
    resp = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {"role": "system", "content": SYSTEM_PROMPT},
            {"role": "user", "content": seed},
        ],
        temperature=0.9,
        max_tokens=1024,
    )
    raw = resp.choices[0].message.content
    cleaned = clean_json_block(raw)
    try:
        data = json.loads(cleaned)
        # 단일 객체면 리스트로 변환
        if isinstance(data, dict):
            data = [data]
        if not isinstance(data, list):
            raise TypeError("LLM 응답이 리스트가 아님")
        if len(data) == 0:
            raise ValueError("LLM이 빈 배열을 반환")
    except Exception as exc:
        raise ValueError(f"LLM JSON 파싱 실패: {exc}\n원문 일부: {cleaned[:300]} …")
    return data

# -------------------------------------------------
# 4. Gradio callback
# -------------------------------------------------

def generate(seed_word: str):
    results = call_llm(seed_word)
    fig = draw_square({k: results[0][k] for k in ("tl", "tr", "br", "bl")})
    md_lines = [f"## 총 {len(results)}개 제안\n"]
    for idx, item in enumerate(results, 1):
        md_lines.append(
            f"### {idx}. {item['top_phrase']} / {item['bottom_phrase']}\n"
            f"- **슬로건**: {item['slogan']}\n"
            f"- **브랜드 네임**: {item['brand']}\n"
            f"- (tl={item['tl']}, tr={item['tr']}, br={item['br']}, bl={item['bl']})\n"
        )
    return fig, "\n".join(md_lines)

# -------------------------------------------------
# 5. UI
# -------------------------------------------------
with gr.Blocks(title="Square Theory – 최고 제안 🇰🇷") as demo:
    gr.Markdown("""# 🟧 Square Theory 제안 (최대 10개)\n단어 1개 입력 → LLM이 평가·정렬한 사각형/카피/브랜드 네임""")
    seed = gr.Textbox(label="시드 단어(TL)", placeholder="예: 골든")
    run = gr.Button("생성")
    fig_out = gr.Plot(label="1위 사각형")
    md_out = gr.Markdown(label="제안 목록")

    run.click(generate, inputs=seed, outputs=[fig_out, md_out])

if __name__ == "__main__":
    demo.launch()