Update app.py

app.py

@@ -1,13 +1,15 @@
 """
-Square Theory Generator (10 best variations)
-===========================================
-2025‑05‑28 v5 ● 코드블록 JSON 파싱 오류 해결 + 한글 폰트 OK
--------------------------------------------------
+Square Theory Generator (len-flexible)
+=====================================
+2025‑05‑28 v6 ● LLM 결과가 10개 미만일 때 유연 처리
+---------------------------------------------------
 변경 요약
 ---------
-* **문제**: 일부 LLM 응답이 ```json … ``` 코드펜스로 감싸져 `json.loads()` 실패 → 예외.
-* **해결**: 코드펜스 제거 `clean_json_block()` 함수 추가.
-* 기타: 폰트 로직 그대로 유지.
+* **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
 ------
@@ -30,7 +32,6 @@ 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/"
@@ -88,21 +89,17 @@ def draw_square(words):
 # -------------------------------------------------
 SYSTEM_PROMPT = (
     "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."
+    "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:
-    """Remove ```json ... ``` or ``` ... ``` fences."""
     text = text.strip()
     if text.startswith("```"):
-        # remove first ``` line
         text = text.split("\n", 1)[1] if "\n" in text else text[3:]
-        # strip trailing fence
         if text.endswith("```"):
             text = text[:-3]
     return text.strip()
@@ -122,10 +119,15 @@ def call_llm(seed: str):
     cleaned = clean_json_block(raw)
     try:
         data = json.loads(cleaned)
-        if not isinstance(data, list) or len(data) != 10:
-            raise ValueError("JSON 배열 길이가 10이 아님")
+        # 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: {cleaned[:300]} …")
+        raise ValueError(f"LLM JSON 파싱 실패: {exc}\n원문 일부: {cleaned[:300]} …")
     return data
 
 # -------------------------------------------------
@@ -135,7 +137,7 @@ def call_llm(seed: str):
 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 = []
+    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"
@@ -148,12 +150,12 @@ def generate(seed_word: str):
 # -------------------------------------------------
 # 5. UI
 # -------------------------------------------------
-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""")
+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="Top 10 제안")
+    md_out = gr.Markdown(label="제��� 목록")
 
     run.click(generate, inputs=seed, outputs=[fig_out, md_out])