app.py

import streamlit as st
import requests
import random
from datetime import datetime

# -----------------------------
# 🔧 함수 정의 영역
# -----------------------------

def chat_with_solar(user_question, history, api_key):
    """
    Solar Pro API를 호출하여 사용자 질문에 대한 챗봇 응답을 생성합니다.
    """
    url = "https://api.upstage.ai/v1/chat/completions"
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }

    system_prompt = """
    당신은 AI 초보 학습자의 질문에 쉽게 설명해주는 친절한 AI입니다.
    의사결정나무(Decision Tree)를 중심으로 AI 개념을 이해할 수 있도록 도와주세요.
    """

    messages = [{"role": "system", "content": system_prompt}]
    for user, bot in history:
        messages.append({"role": "user", "content": user})
        messages.append({"role": "assistant", "content": bot})
    messages.append({"role": "user", "content": user_question})

    payload = {
        "model": "solar-pro",
        "messages": messages,
        "temperature": 0,
        "max_tokens": 2048
    }

    try:
        response = requests.post(url, headers=headers, json=payload)
        if response.status_code != 200:
            return None, history, f"상태 코드: {response.status_code}"
        bot_reply = response.json()["choices"][0]["message"]["content"]
        history.append((user_question, bot_reply))
        return bot_reply, history, None
    except Exception as e:
        return None, history, f"예외 발생: {str(e)}"

# -----------------------------
# 🖥️ Streamlit UI 영역
# -----------------------------

st.set_page_config(page_title="Decision Tree Chatbot Activity", layout="wide")

st.title("🌳 Decision Tree Chatbot Activity with Solar")

st.markdown("""
이 웹 앱은 초급자를 위한 의사결정나무 학습 실습 도구입니다. 
**Upstage의 Solar Pro LLM**을 사용하여 실제 챗봇과 대화하며 AI가 어떻게 판단하는지 체험해보세요!
""")

# 초기 상태 설정
if "chat_history" not in st.session_state:
    st.session_state.chat_history = []

# 사이드바: API 키 입력
with st.sidebar:
    st.header("🔐 Solar API Key")
    api_key = st.text_input("Enter your Upstage API key", type="password")

# 레이아웃 분할
col1, col2 = st.columns(2)

# 좌측: 챗봇 인터페이스
with col1:
    st.subheader("🤖 챗봇에게 질문하기 (with Solar Pro)")
    user_input = st.text_input("궁금한 걸 물어보세요! (예: 의사결정나무가 뭐야?)")

    if user_input and api_key:
        with st.spinner("Solar와 대화 중..."):
            response, st.session_state.chat_history, error = chat_with_solar(user_input, st.session_state.chat_history, api_key)
            if error:
                st.error(error)
            else:
                st.markdown(f"**당신:** {user_input}")
                st.markdown(f"**챗봇:** {response}")

    elif user_input and not api_key:
        st.warning("먼저 API 키를 입력해주세요!")

    if st.session_state.chat_history:
        with st.expander("💬 지난 대화 보기"):
            for user, bot in st.session_state.chat_history:
                st.markdown(f"- **당신:** {user}")
                st.markdown(f"  **챗봇:** {bot}")

# 우측: 학습자 메모장
with col2:
    st.subheader("📝 메모장: 나의 이해 기록")
    notes = st.text_area("오늘 알게 된 점이나 궁금한 점을 정리해보세요:")
    
    if st.button("랜덤 질문 제안받기"):
        sample_questions = [
            "의사결정나무가 뭐야?",
            "조건이 바뀌면 결과도 바뀌는 이유는 뭐야?",
            "AI가 어떻게 결정을 내리는지 설명해줘.",
            "내가 만든 결정나무를 더 똑똑하게 만들려면 어떻게 해야 해?",
            "의사결정나무랑 신경망의 차이를 알려줘."
        ]
        st.info(f"예시 질문: '{random.choice(sample_questions)}'")

    if notes:
        today = datetime.now().strftime("%Y-%m-%d")
        filename = f"{today}_studynote.txt"
        st.download_button(
            label="📥 메모 다운로드(txt)",
            data=notes,
            file_name=filename,
            mime="text/plain"
        )

st.markdown("---")
st.markdown("Made with ❤️ using Solar Pro API · Upstage · Streamlit")