Update app.py

app.py

@@ -1,156 +1,30 @@
-import gradio as gr
-import os 
-import json 
 import requests
-
-#Streaming endpoint 
-API_URL = "https://api.openai.com/v1/chat/completions" #os.getenv("API_URL") + "/generate_stream"
-
-#Testing with my Open AI Key 
-OPENAI_API_KEY = os.getenv("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") 
-
-def predict(inputs, top_p, temperature, openai_api_key, chat_counter, chatbot=[], history=[]):
-
-    # 사용자의 입력을 나레이션 스타일의 프롬프트로 변환
-    narration_prompt = f"동영상에 사용할 전문적인 나레이션을 작성하라. 반드시 한글로 작성할것. 일체의 지문이나 지시, 배경 설명 등을 노출 하거나 출력하지 말고 순수한 나레이션만 2줄씩 묶어서 최대 8줄 이내로 출력력. 입력: '{inputs}'"
-
-    payload = {
-        "model": "gpt-4-1106-preview",
-        "messages": [{"role": "system", "content": narration_prompt}],
-        "temperature": temperature,
-        "top_p": top_p,
-        "n": 1,
-        "stream": True,
-        "presence_penalty": 0,
-        "frequency_penalty": 0,
-        "max_tokens": 1000  # 나레이션의 길이를 제한
-    }
-
-
-    headers = {
-    "Content-Type": "application/json",
-    "Authorization": f"Bearer {openai_api_key}"
-    }
-
-    print(f"chat_counter - {chat_counter}")
-    if chat_counter != 0 :
-        messages=[]
-        for data in chatbot:
-          temp1 = {}
-          temp1["role"] = "user" 
-          temp1["content"] = data[0] 
-          temp2 = {}
-          temp2["role"] = "assistant" 
-          temp2["content"] = data[1]
-          messages.append(temp1)
-          messages.append(temp2)
-        temp3 = {}
-        temp3["role"] = "user" 
-        temp3["content"] = inputs
-        messages.append(temp3)
-        #messages
-        payload = {
-        "model": "gpt-4-1106-preview",
-        "messages": messages, #[{"role": "user", "content": f"{inputs}"}],
-        "temperature" : temperature, #1.0,
-        "top_p": top_p, #1.0,
-        "n" : 1,
-        "stream": True,
-        "presence_penalty":0,
-        "frequency_penalty":0,
-        }
-
-    chat_counter+=1
-
-    history.append(inputs)
-    print(f"payload is - {payload}")
-    # make a POST request to the API endpoint using the requests.post method, passing in stream=True
-    response = requests.post(API_URL, headers=headers, json=payload, stream=True)
-    #response = requests.post(API_URL, headers=headers, json=payload, stream=True)
-    token_counter = 0 
-    partial_words = "" 
-
-    counter=0
-    for chunk in response.iter_lines():
-        #Skipping first chunk
-        if counter == 0:
-          counter+=1
-          continue
-        # 나레이션의 길이를 8줄로 제한
-        if len(history) >= 8:
-            break            
-        #counter+=1
-        # check whether each line is non-empty
-        if chunk.decode() :
-          chunk = chunk.decode()
-          # decode each line as response data is in bytes
-          if len(chunk) > 12 and "content" in json.loads(chunk[6:])['choices'][0]['delta']:
-              #if len(json.loads(chunk.decode()[6:])['choices'][0]["delta"]) == 0:
-              #  break
-              partial_words = partial_words + json.loads(chunk[6:])['choices'][0]["delta"]["content"]
-              if token_counter == 0:
-                history.append(" " + partial_words)
-              else:
-                history[-1] = partial_words
-              chat = [(history[i], history[i + 1]) for i in range(0, len(history) - 1, 2) ]  # convert to tuples of list
-              token_counter+=1
-              yield chat, history, chat_counter  # resembles {chatbot: chat, state: history}  
-                
-
-    return chat, history, chat_counter
-
-
-def reset_textbox():
-    return gr.update(value='')
-
-title = """<h1 align="center">혜자 스크립트</h1>"""
-description = """영상 생성을 위한 스크립트를 AI가 자동으로 생성합니다. 주제 키워드나 목적 등 필요한 내용만 간단히 입력하세요. :
-```
-User: <utterance>
-Assistant: <utterance>
-User: <utterance>
-Assistant: <utterance>
-...
-```
-In this app, you can explore the outputs of a gpt-3.5-turbo LLM.
-"""
-
-
-with gr.Blocks(css = """#col_container {width: 1000px; margin-left: auto; margin-right: auto;}
-                #chatbot {height: 520px; overflow: auto;}""") as demo:
-    gr.HTML(title)
-    with gr.Column(elem_id = "col_container"):
-        openai_api_key = gr.Textbox(type='password', label="Enter your OpenAI API key here")
-
-        # 출력폼 (chatbot)을 사용자 입력폼 (inputs) 앞에 배치
-        chatbot = gr.Chatbot(elem_id='chatbot')  # c
-        inputs = gr.Textbox(placeholder="여기에 입력하세요.", label="나레이션 스크립트를 생성하고 싶은 주제어나 문장을 입력하세요.")  # t
-        state = gr.State([])  # s
-        b1 = gr.Button()
-    
-        #inputs, top_p, temperature, top_k, repetition_penalty
-        with gr.Accordion("Parameters", open=False):
-            top_p = gr.Slider( minimum=-0, maximum=1.0, value=1.0, step=0.05, interactive=True, label="Top-p (nucleus sampling)",)
-            temperature = gr.Slider( minimum=-0, maximum=5.0, value=1.0, step=0.1, interactive=True, label="Temperature",)
-            #top_k = gr.Slider( minimum=1, maximum=50, value=4, step=1, interactive=True, label="Top-k",)
-            #repetition_penalty = gr.Slider( minimum=0.1, maximum=3.0, value=1.03, step=0.01, interactive=True, label="Repetition Penalty", )
-            chat_counter = gr.Number(value=0, visible=False, precision=0)
-
-        examples = gr.Examples(examples=[
-        ["상품 설명:새로 출시된 '토리' 립밤은 FDA 승인, 최고의 보습력, 구매지수 1위 "],
-        ["브랜딩: '토리'립밤은 20대 여성에게 어필할 브랜딩이 필요해"],
-        ["광고: 설날 부모님과 친지 선물은 법성포 보리굴비가 최고랍니다."],
-        ["정보 공유: 비타민C 과다 복용은 건강에 오히려 해롭다."],
-        ["홍보: 'OpenAI'는 '챗GPT'의 맞춤 GPT '스토어'를 오픈하였다."],
-        ["인사: '애플 법인'의 고객과 임직원을 위한 진취적인 2024년 신년 인사"]
-    ], inputs=[inputs], fn=predict, outputs=[chatbot, state, chat_counter])
-
-                    
-    inputs.submit( predict, [inputs, top_p, temperature, openai_api_key, chat_counter, chatbot, state], [chatbot, state, chat_counter],)
-    b1.click( predict, [inputs, top_p, temperature, openai_api_key, chat_counter, chatbot, state], [chatbot, state, chat_counter],)
-    b1.click(reset_textbox, [], [inputs])
-    inputs.submit(reset_textbox, [], [inputs])
-                    
-    #gr.Markdown(description)
-    demo.queue().launch(debug=True)
-
+from bs4 import BeautifulSoup
+
+def get_url_content(url):
+    response = requests.get(url)
+    if response.status_code == 200:
+        return response.text
+    else:
+        return "URL에서 콘텐츠를 가져오는 데 실패했습니다."
+
+def parse_html(html_content):
+    soup = BeautifulSoup(html_content, 'html.parser')
+    # 원하는 HTML 요소를 파싱하여 반환
+    # 예: soup.find_all('p') 등
+    return soup.prettify()
+
+# Gradio 인터페이스 함수
+def gradio_fetch_and_parse(url):
+    html_content = get_url_content(url)
+    parsed_content = parse_html(html_content)
+    return parsed_content
+
+# Gradio 인터페이스 구성
+iface = gr.Interface(
+    fn=gradio_fetch_and_parse,
+    inputs=gr.Textbox(label="URL을 입력하세요"),
+    outputs=gr.Textbox(label="웹페이지 콘텐츠")
+)
+
+iface.launch()