app.py

import os
import pandas as pd
import numpy as np
from sentence_transformers import SentenceTransformer
from sklearn.metrics.pairwise import cosine_similarity
import gradio as gr
from google import generativeai as genai

API_KEY = os.getenv("GOOGLE_API_KEY")

if API_KEY:
    genai.configure(api_key=API_KEY)
    print("API 키가 성공적으로 설정되었습니다.")
else:
    raise ValueError("API 키가 설정되지 않았습니다. Hugging Face Spaces의 Repository secrets에 'GOOGLE_API_KEY'를 설정해주세요.")

# 1. 기존 데이터 로드 및 전처리
original_df = pd.read_csv('https://raw.githubusercontent.com/kairess/mental-health-chatbot/master/wellness_dataset_original.csv')
original_df = original_df.drop(columns=['Unnamed: 3'], errors='ignore')
original_df = original_df.dropna(subset=['유저', '챗봇'])

# 2. 새로운 데이터셋 로드 및 전처리
new_data_url = 'https://gist.githubusercontent.com/kimminchear/469d84e61bad0334b34a58a030e4a27a/raw/260bde0f335b2bb365a9837e6a6105a93b0b957d/2025_gpdba.csv'
new_df = pd.read_csv(new_data_url)
# 새로운 데이터셋의 컬럼명이 '유저'와 '챗봇'과 다를 경우, 여기에 맞춰서 변경해야 합니다.
# 예시: new_df = new_df.rename(columns={'질문': '유저', '답변': '챗봇'})
new_df = new_df.dropna(subset=['유저', '챗봇']) # 결측값 제거

# 3. 두 데이터프레임 병합 (concatenate)
df = pd.concat([original_df, new_df], ignore_index=True)

model = SentenceTransformer('jhgan/ko-sbert-nli')

print(f"총 {len(df)}개의 질문-답변 쌍에 대해 데이터셋 임베딩을 다시 계산 중입니다. 이 과정은 시간이 소요됩니다...")
df['embedding'] = df['유저'].apply(lambda x: model.encode(x))
print("임베딩 계산이 완료되었습니다! 이제 챗봇 응답이 훨씬 빨라집니다.")

# 나머지 함수는 동일합니다.
def call_gemini_api(question):
    try:
        llm_model = genai.GenerativeModel('gemini-2.0-flash')
        response = llm_model.generate_content(question)
        return response.text
    except Exception as e:
        print(f"API 호출 중 오류 발생: {e}")
        return f"죄송합니다. API 호출 중 오류가 발생했습니다: {e}"

COSINE_SIMILARITY_THRESHOLD = 0.7

def chatbot(user_question):
    try:
        user_embedding = model.encode(user_question)
        similarities = df['embedding'].apply(lambda x: cosine_similarity([user_embedding], [x])[0][0])
        best_match_index = similarities.idxmax()
        best_score = similarities.loc[best_match_index]
        best_match_row = df.loc[best_match_index]

        if best_score >= COSINE_SIMILARITY_THRESHOLD:
            answer = best_match_row['챗봇']
            print(f"유사도 기반 답변. 점수: {best_score}")
            return answer
        else:
            print(f"유사도 임계값({COSINE_SIMILARITY_THRESHOLD}) 미만. Gemini 모델을 호출합니다. 점수: {best_score}")
            return call_gemini_api(user_question)
    except Exception as e:
        print(f"챗봇 실행 중 오류 발생: {e}")
        return f"죄송합니다. 챗봇 실행 중 오류가 발생했습니다: {e}"

demo = gr.Interface(
    fn=chatbot,
    inputs=gr.Textbox(lines=2, placeholder="질문을 입력해 주세요...", label="질문", elem_id="user_question_input"),
    outputs=gr.Textbox(lines=5, label="챗봇 답변"),
    title="또래 상담 챗봇 2.0",
    description="데이터셋이 확장되어 더 많은 질문에 대해 정확한 답변을 제공합니다. 5분 동안 대화하여 주시고 다음의 링크를 클릭하여 꼭 설문조사에 참여해주세요! https://forms.gle/eWtyejQaQntKbbxG8"
)

demo.launch(server_name="0.0.0.0", server_port=7860, share=False)