Create app.py

app.py

@@ -0,0 +1,397 @@
+import gradio as gr
+from huggingface_hub import InferenceClient, HfApi
+import os
+import requests
+from typing import List, Dict, Union, Tuple
+import traceback
+from PIL import Image
+from io import BytesIO
+import asyncio
+from gradio_client import Client
+import time
+import threading
+import json
+import re
+import asyncio
+
+
+HF_TOKEN = os.getenv("HF_TOKEN")
+hf_client = InferenceClient("CohereForAI/c4ai-command-r-plus-08-2024", token=HF_TOKEN)
+hf_api = HfApi(token=HF_TOKEN)
+
+def get_headers():
+    if not HF_TOKEN:
+        raise ValueError("Hugging Face token not found in environment variables")
+    return {"Authorization": f"Bearer {HF_TOKEN}"}
+
+def get_file_content(space_id: str, file_path: str) -> str:
+    file_url = f"https://huggingface.co/spaces/{space_id}/raw/main/{file_path}"
+    try:
+        response = requests.get(file_url, headers=get_headers())
+        if response.status_code == 200:
+            return response.text
+        else:
+            return f"File not found or inaccessible: {file_path}"
+    except requests.RequestException:
+        return f"Error fetching content for file: {file_path}"
+
+def get_space_structure(space_id: str) -> Dict:
+    try:
+        files = hf_api.list_repo_files(repo_id=space_id, repo_type="space")
+        
+        tree = {"type": "directory", "path": "", "name": space_id, "children": []}
+        for file in files:
+            path_parts = file.split('/')
+            current = tree
+            for i, part in enumerate(path_parts):
+                if i == len(path_parts) - 1:  # 파일
+                    current["children"].append({"type": "file", "path": file, "name": part})
+                else:  # 디렉토리
+                    found = False
+                    for child in current["children"]:
+                        if child["type"] == "directory" and child["name"] == part:
+                            current = child
+                            found = True
+                            break
+                    if not found:
+                        new_dir = {"type": "directory", "path": '/'.join(path_parts[:i+1]), "name": part, "children": []}
+                        current["children"].append(new_dir)
+                        current = new_dir
+        
+        return tree
+    except Exception as e:
+        print(f"Error in get_space_structure: {str(e)}")
+        return {"error": f"API request error: {str(e)}"}
+
+def format_tree_structure(tree_data: Dict, indent: str = "") -> str:
+    if "error" in tree_data:
+        return tree_data["error"]
+    
+    formatted = f"{indent}{'📁' if tree_data.get('type') == 'directory' else '📄'} {tree_data.get('name', 'Unknown')}\n"
+    if tree_data.get("type") == "directory":
+        for child in sorted(tree_data.get("children", []), key=lambda x: (x.get("type", "") != "directory", x.get("name", ""))):
+            formatted += format_tree_structure(child, indent + "  ")
+    return formatted
+
+def summarize_code(app_content: str):
+    system_message = "당신은 Python 코드를 분석하고 요약하는 AI 조수입니다. 주어진 코드를 3줄 이내로 간결하게 요약해주세요."
+    user_message = f"다음 Python 코드를 3줄 이내로 요약해주세요:\n\n{app_content}"
+    
+    messages = [
+        {"role": "system", "content": system_message},
+        {"role": "user", "content": user_message}
+    ]
+    
+    try:
+        response = hf_client.chat_completion(messages, max_tokens=200, temperature=0.7)
+        return response.choices[0].message.content
+    except Exception as e:
+        return f"요약 생성 중 오류 발생: {str(e)}"
+
+def analyze_code(app_content: str):
+    system_message = """당신은 Python 코드를 분석하는 AI 조수입니다. 주어진 코드를 분석하여 다음 항목에 대해 설명해주세요:
+    A. 배경 및 필요성
+    B. 기능적 효용성 및 가치
+    C. 특장점
+    D. 적용 대상 및 타겟
+    E. 기대효과
+    기존 및 유사 프로젝트와 비교하여 분석해주세요. Markdown 형식으로 출력하세요."""
+    user_message = f"다음 Python 코드를 분석해주세요:\n\n{app_content}"
+    
+    messages = [
+        {"role": "system", "content": system_message},
+        {"role": "user", "content": user_message}
+    ]
+    
+    try:
+        response = hf_client.chat_completion(messages, max_tokens=1000, temperature=0.7)
+        return response.choices[0].message.content
+    except Exception as e:
+        return f"분석 생성 중 오류 발생: {str(e)}"
+
+def explain_usage(app_content: str):
+    system_message = "당신은 Python 코드를 분석하여 사용법을 설명하는 AI 조수입니다. 주어진 코드를 바탕으로 마치 화면을 보는 것처럼 사용법을 상세히 설명해주세요. Markdown 형식으로 출력하세요."
+    user_message = f"다음 Python 코드의 사용법을 설명해주세요:\n\n{app_content}"
+    
+    messages = [
+        {"role": "system", "content": system_message},
+        {"role": "user", "content": user_message}
+    ]
+    
+    try:
+        response = hf_client.chat_completion(messages, max_tokens=800, temperature=0.7)
+        return response.choices[0].message.content
+    except Exception as e:
+        return f"사용법 설명 생성 중 오류 발생: {str(e)}"
+
+def adjust_lines_for_code(code_content: str, min_lines: int = 10, max_lines: int = 100) -> int:
+    """
+    코드 내용에 따라 lines 수를 동적으로 조정합니다.
+    
+    Parameters:
+    - code_content (str): 코드 텍스트 내용
+    - min_lines (int): 최소 lines 수
+    - max_lines (int): 최대 lines 수
+    
+    Returns:
+    - int: 설정된 lines 수
+    """
+    # 코드의 줄 수 계산
+    num_lines = len(code_content.split('\n'))
+    # 줄 수가 min_lines보다 적다면 min_lines 사용, max_lines보다 크면 max_lines 사용
+    return min(max(num_lines, min_lines), max_lines)
+
+def analyze_space(url: str, progress=gr.Progress()):
+    try:
+        space_id = url.split('spaces/')[-1]
+        
+        # Space ID 유효성 검사 수정
+        if not re.match(r'^[\w.-]+/[\w.-]+$', space_id):
+            raise ValueError(f"Invalid Space ID format: {space_id}")
+        
+        progress(0.1, desc="파일 구조 분석 중...")
+        tree_structure = get_space_structure(space_id)
+        if "error" in tree_structure:
+            raise ValueError(tree_structure["error"])
+        tree_view = format_tree_structure(tree_structure)
+        
+        progress(0.3, desc="app.py 내용 가져오는 중...")
+        app_content = get_file_content(space_id, "app.py")
+        
+        progress(0.5, desc="코드 요약 중...")
+        summary = summarize_code(app_content)
+        
+        progress(0.7, desc="코드 분석 중...")
+        analysis = analyze_code(app_content)
+        
+        progress(0.9, desc="사용법 설명 생성 중...")
+        usage = explain_usage(app_content)
+        
+        # 줄 수 계산하여 lines 설정
+        app_py_lines = adjust_lines_for_code(app_content)
+        
+        progress(1.0, desc="완료")
+        return app_content, tree_view, tree_structure, space_id, summary, analysis, usage, app_py_lines
+    except Exception as e:
+        print(f"Error in analyze_space: {str(e)}")
+        print(traceback.format_exc())
+        return f"오류가 발생했습니다: {str(e)}", "", None, "", "", "", "", 10
+
+
+
+async def respond_stream(message: str, chat_history: List[Dict[str, str]], max_tokens: int, temperature: float, top_p: float):
+    system_message = """당신은 허깅페이스에 특화된 AI 코딩 전문가입니다. 사용자의 질문에 친절하고 상세하게 답변해주세요. 
+    Gradio 특성을 정확히 인식하고 Requirements.txt 누락없이 코딩과 오류를 해결해야 합니다.
+    항상 정확하고 유용한 정보를 제공하도록 노력하세요."""
+    
+    messages = [{"role": "system", "content": system_message}]
+    messages.extend(chat_history)
+    messages.append({"role": "user", "content": message})
+    
+    try:
+        stream = hf_client.text_generation(
+            "CohereForAI/c4ai-command-r-plus-08-2024",
+            messages,
+            max_new_tokens=max_tokens,
+            temperature=temperature,
+            top_p=top_p,
+            stream=True
+        )
+        
+        full_response = ""
+        for response in stream:
+            if response.token.special:
+                continue
+            full_response += response.token.text
+            yield full_response
+    except Exception as e:
+        yield f"응답 생성 중 오류 발생: {str(e)}"
+
+
+def create_ui():
+    try:
+        css = """
+        footer {visibility: hidden;}
+        .output-group {
+            border: 1px solid #ddd;
+            border-radius: 5px;
+            padding: 10px;
+            margin-bottom: 20px;
+        }
+        .scroll-lock {
+            overflow-y: auto !important;
+            max-height: calc((100vh - 200px) / 5) !important;
+        }
+        .tree-view-scroll {
+            overflow-y: auto !important;
+            max-height: calc((100vh - 200px) / 2) !important;
+        }
+        .full-height {
+            height: calc(200em * 1.2) !important;
+            overflow-y: auto !important;
+        }
+        .code-box {
+            overflow-x: auto !important;
+            overflow-y: auto !important;
+            white-space: pre !important;
+            word-wrap: normal !important;
+            height: 100% !important;
+        }
+        .code-box > div {
+            min-width: 100% !important;
+        }
+        .code-box > div > textarea {
+            word-break: normal !important;
+            overflow-wrap: normal !important;
+        }
+        .tab-nav {
+            background-color: #2c3e50;
+            border-radius: 5px 5px 0 0;
+            overflow: hidden;
+        }
+        .tab-nav button {
+            color: #ecf0f1 !important;
+            background-color: #34495e;
+            border: none;
+            padding: 10px 20px;
+            margin: 0;
+            transition: background-color 0.3s;
+            font-size: 16px;
+            font-weight: bold;
+        }
+        .tab-nav button:hover {
+            background-color: #2980b9;
+        }
+        .tab-nav button.selected {
+            color: #2c3e50 !important;
+            background-color: #ecf0f1;
+        }
+        input[type="text"], textarea {
+            color: #2c3e50 !important;
+            background-color: #ecf0f1 !important;
+        }
+        """
+
+        with gr.Blocks(theme="Nymbo/Nymbo_Theme", css=css) as demo:
+            gr.Markdown("# Mouse: HuggingFace")
+            
+            with gr.Tabs() as tabs:
+                with gr.TabItem("분석"):
+                    with gr.Row():
+                        with gr.Column(scale=6):  # 왼쪽 60%
+                            url_input = gr.Textbox(label="HuggingFace Space URL")
+                            analyze_button = gr.Button("분석")
+    
+                            with gr.Group(elem_classes="output-group scroll-lock"):
+                                summary_output = gr.Markdown(label="요약 (3줄 이내)")
+    
+                            with gr.Group(elem_classes="output-group scroll-lock"):
+                                analysis_output = gr.Markdown(label="분석")
+    
+                            with gr.Group(elem_classes="output-group scroll-lock"):
+                                usage_output = gr.Markdown(label="사용법")
+    
+                            with gr.Group(elem_classes="output-group tree-view-scroll"):  # 트리 뷰 스크롤 추가
+                                tree_view_output = gr.Textbox(label="파일 구조 (Tree View)", lines=30)
+
+                        with gr.Column(scale=4):  # 오른쪽 40%
+                            with gr.Group(elem_classes="output-group full-height"):
+                                code_tabs = gr.Tabs()
+                                with code_tabs:
+                                    app_py_tab = gr.TabItem("app.py")
+                                    with app_py_tab:
+                                        app_py_content = gr.Code(
+                                            language="python",
+                                            label="app.py",
+                                            lines=200,
+                                            elem_classes="full-height code-box"
+                                        )
+                                    requirements_tab = gr.TabItem("requirements.txt")
+                                    with requirements_tab:
+                                        requirements_content = gr.Textbox(
+                                            label="requirements.txt",
+                                            lines=200,
+                                            elem_classes="full-height code-box"
+                                        )
+
+
+                with gr.TabItem("AI 코딩"):
+                    chatbot = gr.Chatbot(label="대화", type='messages')
+                    msg = gr.Textbox(label="메시지")
+            
+                    max_tokens = gr.Slider(minimum=1, maximum=8000, value=4000, label="Max Tokens", visible=False)
+                    temperature = gr.Slider(minimum=0, maximum=1, value=0.7, label="Temperature", visible=False)
+                    top_p = gr.Slider(minimum=0, maximum=1, value=0.9, label="Top P", visible=False)
+            
+                    examples = [
+                        ["상세한 사용 방법을 마치 화면을 보면서 설명하듯이 4000 토큰 이상 자세히 설명하라"],
+                        ["FAQ 20건을 상세하게 작성하라. 4000토큰 이상 사용하라."],
+                        ["사용 방법과 차별점, 특징, 강점을 중심으로 4000 토큰 이상 유튜브 영상 스크립트 형태로 작성하라"],
+                        ["본 서비스를 SEO 최적화하여 블로그 포스트(배경 및 필요성, 기존 유사 서비스와 비교하여 특장점, 활용처, 가치, 기대효과, 결론을 포함)로 4000 토큰 이상 작성하라"],
+                        ["특허 출원에 활용할 기술 및 비즈니스모델 측면을 포함하여 특허 출원서 구성에 맞게 혁신적인 창의 발명 내용을 중심으로 4000토큰 이상 작성하라."],
+                        ["계속 이어서 답변하라"],
+                    ]
+        
+                    gr.Examples(examples, inputs=msg)
+        
+                    def respond_wrapper(message, chat_history, max_tokens, temperature, top_p):
+                        bot_message = asyncio.run(respond_stream(message, chat_history, max_tokens, temperature, top_p).__anext__())
+                        chat_history.append({"role": "user", "content": message})
+                        chat_history.append({"role": "assistant", "content": bot_message})
+                        return "", chat_history
+        
+                    msg.submit(respond_wrapper, [msg, chatbot, max_tokens, temperature, top_p], [msg, chatbot])
+
+
+
+                
+
+
+            space_id_state = gr.State()
+            tree_structure_state = gr.State()
+            app_py_content_lines = gr.State()
+
+            analyze_button.click(
+                analyze_space,
+                inputs=[url_input],
+                outputs=[app_py_content, tree_view_output, tree_structure_state, space_id_state, summary_output, analysis_output, usage_output, app_py_content_lines]
+            ).then(
+                lambda space_id: get_file_content(space_id, "requirements.txt"),
+                inputs=[space_id_state],
+                outputs=[requirements_content]
+            )
+
+            # lines 수를 동적으로 설정
+            app_py_content.change(lambda lines: gr.update(lines=lines), inputs=[app_py_content_lines], outputs=[app_py_content])
+
+        return demo
+
+    except Exception as e:
+        print(f"Error in create_ui: {str(e)}")
+        print(traceback.format_exc())
+        raise
+
+if __name__ == "__main__":
+    try:
+        print("Starting HuggingFace Space Analyzer...")
+        demo = create_ui()
+        print("UI created successfully.")
+        
+        print("Configuring Gradio queue...")
+        demo.queue()
+        print("Gradio queue configured.")
+        
+        print("Launching Gradio app...")
+        demo.launch(
+            server_name="0.0.0.0",
+            server_port=7860,
+            share=False,
+            debug=True,
+            show_api=False
+        )
+        print("Gradio app launched successfully.")
+    except Exception as e:
+        print(f"Error in main: {str(e)}")
+        print("Detailed error information:")
+        print(traceback.format_exc())
+        raise