Update app.py

app.py

@@ -1,20 +1,25 @@
 """
-Square Theory Generator (Korean-friendly, LLM-powered)
------------------------------------------------------
-2025‑05‑28 Hot‑patch ★ 오류 수정
-================================
-* **버그 원인**: `openai` Python SDK v1.x의 `client.responses.create()` 반환 객체에는 `.choices` 속성이 없음 → `AttributeError: 'Response' object has no attribute 'choices'` 발생.
-* **해결**: `client.chat.completions.create()` 엔드포인트로 교체 → 익숙한 `.choices[0].message.content` 구조 사용.
-* 추가: 예외 처리·디버그 프린트 옵션.
-
-사용 방법
-=========
+Square Theory Generator (10 best variations)
+===========================================
+2025‑05‑28 v3 ● 한 입력 → 우수도 순 10가지 결과
+------------------------------------------------
+변경 요약
+---------
+1. **LLM 한 회 호출로 10개의 사각형 제안**
+   * JSON 배열 형태로 반환, 품질이 높은 순서로 정렬 (1 – 10)
+2. **출력**
+   * ① 1위 제안의 사각형 도식(Plot)
+   * ② 10개 제안을 마크다운 리스트로 정리하여 표시
+3. **UI 간소화** : seed 입력 + 실행 버튼 + Plot + Markdown
+4. **에러 처리 강화**
+
+실행법
+------
 ```bash
 pip install --upgrade gradio matplotlib openai
 export OPENAI_API_KEY="sk-..."
 python square_theory_gradio.py
 ```
-
 """
 
 import os
@@ -25,14 +30,12 @@ from matplotlib import patches, font_manager, rcParams
 from openai import OpenAI
 
 # -------------------------------------------------
-# 0. 한글 폰트 자동 탐색 & 설정
+# 0. 한글 폰트 설정
 # -------------------------------------------------
 
 def _set_korean_font():
-    candidates = ["Malgun Gothic", "NanumGothic", "AppleGothic", "DejaVu Sans"]
-    available = {f.name for f in font_manager.fontManager.ttflist}
-    for cand in candidates:
-        if cand in available:
+    for cand in ("Malgun Gothic", "NanumGothic", "AppleGothic", "DejaVu Sans"):
+        if cand in {f.name for f in font_manager.fontManager.ttflist}:
             rcParams["font.family"] = cand
             break
     rcParams["axes.unicode_minus"] = False
@@ -40,7 +43,7 @@ def _set_korean_font():
 _set_korean_font()
 
 # -------------------------------------------------
-# 1. OpenAI 클라이언트 초기화
+# 1. OpenAI 클라이언트
 # -------------------------------------------------
 if not os.getenv("OPENAI_API_KEY"):
     raise EnvironmentError("OPENAI_API_KEY 환경 변수를 설정하세요.")
@@ -48,7 +51,7 @@ if not os.getenv("OPENAI_API_KEY"):
 client = OpenAI()
 
 # -------------------------------------------------
-# 2. Square Theory 도식 그리기
+# 2. Square Diagram
 # -------------------------------------------------
 
 def draw_square(words):
@@ -66,59 +69,69 @@ def draw_square(words):
     return fig
 
 # -------------------------------------------------
-# 3. LLM 프롬프트 & 응답 파싱
+# 3. LLM Prompt & Call
 # -------------------------------------------------
 SYSTEM_PROMPT = (
-    "너는 한국어 카피·브랜드 네이밍 전문가이자 Square Theory(사각형 이론) 도우미다.\n"
-    "사용자가 제시한 하나의 단어(TL)로 다음 JSON을 완성해라: \n"
-    "{\n  \"tl\": str, \"tr\": str, \"br\": str, \"bl\": str,\n  \"top_phrase\": str, \"bottom_phrase\": str, \n  \"slogan\": str, \"brand\": str\n}\n"
-    "각 corner 는 완전한 사각형을 이루도록 의미·음이 자연스럽게 연결돼야 한다. 결과는 **JSON 문자열**만 출력한다."
+    "너는 한국어 카피·브랜드 네이밍 전문가이자 Square Theory 도우미다. "
+    "사용자가 준 하나의 단어(tl)를 기반으로 품질이 가장 뛰어난 것부터 10개의 제안을 JSON 배열로 반환해라. "
+    "각 배열 원소는 tl, tr, br, bl, top_phrase, bottom_phrase, slogan, brand 필드를 가지며, "
+    "사각형 네 꼭짓점(tl>tr>br>bl)과 두 표현·슬로건·브랜드 네임이 자연스럽게 연결돼야 한다. "
+    "배열은 최고의 제안이 index 0, 그다음이 index 1 … 9 순서여야 한다. "
+    "결과는 JSON 외 다른 텍스트를 포함하면 안 된다."
 )
 
 
-def call_llm(seed: str, debug: bool = False):
-    """LLM 호출 → JSON dict 반환"""
+def call_llm(seed: str):
     resp = client.chat.completions.create(
-        model="gpt-4.1-mini",  # 또는 gpt-4-turbo (조정 가능)
+        model="gpt-4o-mini",
         messages=[
             {"role": "system", "content": SYSTEM_PROMPT},
             {"role": "user", "content": seed},
         ],
         temperature=0.9,
-        max_tokens=512,
+        max_tokens=1024,
     )
     raw = resp.choices[0].message.content.strip()
-    if debug:
-        print("LLM raw:", raw)
     try:
         data = json.loads(raw)
-    except json.JSONDecodeError as exc:
-        raise ValueError(f"LLM 응답 JSON 파싱 실패: {exc}\n원문: {raw}")
+        if not isinstance(data, list) or len(data) != 10:
+            raise ValueError("JSON 배열 길이가 10이 아님")
+    except Exception as exc:
+        raise ValueError(f"LLM JSON 파싱 실패: {exc}\n원문: {raw[:300]} …")
     return data
 
 # -------------------------------------------------
-# 4. Gradio 콜백
+# 4. Gradio callback
 # -------------------------------------------------
 
-def generate(seed_word):
-    data = call_llm(seed_word)
-    fig = draw_square({k: data[k] for k in ("tl", "tr", "br", "bl")})
-    return fig, data["top_phrase"], data["bottom_phrase"], data["slogan"], data["brand"]
+def generate(seed_word: str):
+    results = call_llm(seed_word)
+    # 1위 도식
+    fig = draw_square({k: results[0][k] for k in ("tl", "tr", "br", "bl")})
+
+    # 리스트 마크다운
+    md_lines = []
+    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"
+        )
+    markdown_out = "\n".join(md_lines)
+    return fig, markdown_out
 
 # -------------------------------------------------
-# 5. Gradio UI
+# 5. UI
 # -------------------------------------------------
-with gr.Blocks(title="Square Theory Generator – LLM Powered 🇰🇷") as demo:
-    gr.Markdown("""# 🟧 Square Theory Generator\n단어 하나만 입력하면 LLM이 사각형 구조·카피·브랜드 네임을 자동 생성합니다.""")
+with gr.Blocks(title="Square Theory – Top 10 🇰🇷") as demo:
+    gr.Markdown("""# 🔟 Square Theory 제안 Top 10\n단어 1개 → LLM이 평가·정렬한 10개 사각형/카피/브랜드 네임""")
     seed = gr.Textbox(label="시드 단어(TL)", placeholder="예: 골든")
-    run = gr.Button("사각형 생성")
-    fig_out = gr.Plot(label="사각형 다이어그램")
-    top_out = gr.Textbox(label="윗변 표현")
-    bottom_out = gr.Textbox(label="아랫변 표현")
-    slogan_out = gr.Textbox(label="두 줄 슬로건")
-    brand_out = gr.Textbox(label="브랜드 네임")
-
-    run.click(generate, inputs=seed, outputs=[fig_out, top_out, bottom_out, slogan_out, brand_out])
+    run = gr.Button("생성")
+    fig_out = gr.Plot(label="1위 사각형")
+    md_out = gr.Markdown(label="Top 10 제안")
+
+    run.click(generate, inputs=seed, outputs=[fig_out, md_out])
 
 if __name__ == "__main__":
     demo.launch()