Add application file

app.py

@@ -470,13 +470,13 @@ class AutoRAGChatApp:
         except Exception as e:
             return f"캐시 초기화 중 오류 발생: {str(e)}"
 
-    def process_query(self, query: str, chat_history: List[Tuple[str, str]]) -> Tuple[str, List[Tuple[str, str]]]:
+    def process_query(self, query: str, chat_history: List[List[str]]) -> Tuple[str, List[List[str]]]:
         """
         사용자 쿼리 처리
 
         Args:
             query: 사용자 질문
-            chat_history: 대화 기록
+            chat_history: 대화 기록 (리스트 형식)
 
         Returns:
             응답 및 업데이트된 대화 기록
@@ -484,37 +484,54 @@ class AutoRAGChatApp:
         if not query:  # 비어있는 쿼리 처리
             return "", chat_history
 
-        if not self.is_initialized:
+        if not self.is_initialized or self.rag_chain is None:
+            print("텍스트 쿼리 처리: 문서 로드 초기화가 필요합니다.")
             response = "문서 로드가 초기화되지 않았습니다. 자동 로드를 시도합니다."
-            chat_history.append((query, response))
+            new_history = list(chat_history)
+            new_history.append([query, response])
 
             # 자동 로드 시도
             try:
-                self.auto_process_documents()
-                if not self.is_initialized:
-                    response = "문서를 로드할 수 없습니다. 'documents' 폴더에 PDF 파일이 있는지 확인하세요."
-                    chat_history.append((query, response))
-                    return "", chat_history
+                init_result = self.auto_process_documents()
+                print(f"[DEBUG] 자동 로드 후 is_initialized = {self.is_initialized}, RAG 체인 존재 = {self.rag_chain is not None}")
+
+                if not self.is_initialized or self.rag_chain is None:
+                    response = f"문서를 로드할 수 없습니다. 'documents' 폴더에 PDF 파일이 있는지 확인하세요.\n오류 정보: {init_result}"
+                    new_history = list(chat_history)
+                    new_history.append([query, response])
+                    return "", new_history
             except Exception as e:
                 response = f"문서 로드 중 오류 발생: {str(e)}"
-                chat_history.append((query, response))
-                return "", chat_history
+                new_history = list(chat_history)
+                new_history.append([query, response])
+                return "", new_history
+        else:
+            print("텍스트 쿼리 처리: 문서가 이미 로드되어 있습니다.")
 
         try:
             # RAG 체인 실행 및 응답 생성
             start_time = time.time()
+            print(f"RAG 체인 실행 중: 쿼리 = '{query}'")
             response = self.rag_chain.run(query)
             end_time = time.time()
 
             query_time = end_time - start_time
             print(f"쿼리 처리 시간: {query_time:.2f}초")
+            print(f"응답: {response[:100]}..." if len(response) > 100 else f"응답: {response}")
 
-            chat_history.append((query, response))
-            return "", chat_history
+            # 메시지 형식에 맞게 추가
+            new_history = list(chat_history)
+            new_history.append([query, response])
+            return "", new_history
         except Exception as e:
             error_msg = f"오류 발생: {str(e)}"
-            chat_history.append((query, error_msg))
-            return "", chat_history
+            print(f"RAG 체인 실행 중 오류: {error_msg}")
+            import traceback
+            traceback.print_exc()
+
+            new_history = list(chat_history)
+            new_history.append([query, error_msg])
+            return "", new_history
 
     def process_voice_query(self, audio, chat_history: List[Tuple[str, str]]) -> List[Tuple[str, str]]:
         """
@@ -579,7 +596,8 @@ class AutoRAGChatApp:
             if not self.is_initialized or self.rag_chain is None:
                 print("음성 쿼리 처리: 문서 로드 초기화가 필요합니다.")
                 response = "문서 로드가 초기화되지 않았습니다. 자동 로드를 시도합니다."
-                chat_history.append((query, response))
+                new_history = list(chat_history)
+                new_history.append([query, response])
 
                 # 자동 로드 시도
                 try:
@@ -588,12 +606,14 @@ class AutoRAGChatApp:
 
                     if not self.is_initialized or self.rag_chain is None:
                         response = f"문서를 로드할 수 없습니다. 'documents' 폴더에 PDF 파일이 있는지 확인하세요.\n오류 정보: {init_result}"
-                        chat_history.append((query, response))
-                        return chat_history
+                        new_history = list(chat_history)
+                        new_history.append([query, response])
+                        return new_history
                 except Exception as e:
                     response = f"문서 로드 중 오류 발생: {str(e)}"
-                    chat_history.append((query, response))
-                    return chat_history
+                    new_history = list(chat_history)
+                    new_history.append([query, response])
+                    return new_history
             else:
                 print("음성 쿼리 처리: 문서가 이미 로드되어 있습니다.")
 
@@ -608,15 +628,19 @@ class AutoRAGChatApp:
                 print(f"쿼리 처리 시간: {query_time:.2f}초")
                 print(f"응답: {response[:100]}..." if len(response) > 100 else f"응답: {response}")
 
-                chat_history.append((query, response))
-                return chat_history
+                # 메시지 형식에 맞게 추가
+                new_history = list(chat_history)  # 기존 리스트를 복사
+                new_history.append([query, response])  # 리스트 형식으로 추가
+                return new_history
             except Exception as e:
                 error_msg = f"오류 발생: {str(e)}"
                 print(f"RAG 체인 실행 중 오류: {error_msg}")
                 import traceback
                 traceback.print_exc()
-                chat_history.append((query, error_msg))
-                return chat_history
+                # 메시지 형식에 맞게 추가
+                new_history = list(chat_history)  # 기존 리스트를 복사
+                new_history.append([query, error_msg])  # 리스트 형식으로 추가
+                return new_history
 
         except Exception as e:
             error_msg = f"음성 처리 중 오류 발생: {str(e)}"
@@ -736,7 +760,7 @@ class AutoRAGChatApp:
 
             # 대화 초기화 버튼
             clear_chat_button.click(
-                fn=lambda: [],
+                fn=lambda: [],  # 빈 리스트 반환
                 outputs=[chatbot]
             )
 

app_rag.py

@@ -0,0 +1,128 @@
+"""
+앱에 내장된 간단한 RAG 체인 구현
+"""
+from typing import List, Dict, Any, Optional
+import os
+from config import OPENAI_API_KEY, LLM_MODEL, USE_OPENAI, TOP_K_RETRIEVAL
+
+# 안전한 임포트
+try:
+    from langchain_openai import ChatOpenAI
+    from langchain.prompts import PromptTemplate
+    from langchain_core.output_parsers import StrOutputParser
+    from langchain_core.runnables import RunnablePassthrough
+    LANGCHAIN_IMPORTS_AVAILABLE = True
+except ImportError:
+    print("[APP_RAG] langchain 관련 패키지를 로드할 수 없습니다.")
+    LANGCHAIN_IMPORTS_AVAILABLE = False
+
+class SimpleRAGChain:
+    """
+    간단한 RAG 체인 구현 (앱에 내장)
+    """
+    def __init__(self, vector_store):
+        """간단한 RAG 체인 초기화"""
+        print("[APP_RAG] 간단한 RAG 체인 초기화 중...")
+        self.vector_store = vector_store
+
+        if not LANGCHAIN_IMPORTS_AVAILABLE:
+            print("[APP_RAG] langchain 패키지를 찾을 수 없어 RAG 체인을 초기화할 수 없습니다.")
+            raise ImportError("RAG 체인 초기화에 필요한 라이브러리가 설치되지 않았습니다.")
+
+        # API 키 확인
+        if not OPENAI_API_KEY and USE_OPENAI:
+            print("[APP_RAG] 경고: OpenAI API 키가 설정되지 않았습니다.")
+            raise ValueError("OpenAI API 키가 설정되지 않았습니다.")
+
+        try:
+            # LLM 초기화
+            if USE_OPENAI:
+                self.llm = ChatOpenAI(
+                    model_name=LLM_MODEL,
+                    temperature=0.2,
+                    api_key=OPENAI_API_KEY,
+                )
+                print(f"[APP_RAG] OpenAI 모델 초기화: {LLM_MODEL}")
+            else:
+                try:
+                    # Ollama 사용 시도
+                    from langchain_community.chat_models import ChatOllama
+                    from config import OLLAMA_HOST
+
+                    self.llm = ChatOllama(
+                        model=LLM_MODEL,
+                        temperature=0.2,
+                        base_url=OLLAMA_HOST,
+                    )
+                    print(f"[APP_RAG] Ollama 모델 초기화: {LLM_MODEL}")
+                except ImportError:
+                    # Ollama 가져오기 실패 시 OpenAI 사용
+                    self.llm = ChatOpenAI(
+                        model_name="gpt-3.5-turbo",
+                        temperature=0.2,
+                        api_key=OPENAI_API_KEY,
+                    )
+                    print("[APP_RAG] Ollama를 사용할 수 없어 OpenAI로 대체합니다.")
+
+            # 프롬프트 템플릿
+            template = """
+            다음 정보를 기반으로 질문에 정확하게 답변해주세요.
+
+            질문: {question}
+
+            참고 정보:
+            {context}
+
+            참고 정보에 답이 없는 경우 "제공된 문서에서 해당 정보를 찾을 수 없습니다."라고 답변하세요.
+            답변은 정확하고 간결하게 제공하되, 참고 정보에서 근거를 찾아 설명해주세요.
+            참고 정보의 출처도 함께 알려주세요.
+            """
+
+            self.prompt = PromptTemplate.from_template(template)
+
+            # 체인 구성
+            self.chain = (
+                    {"context": self._retrieve, "question": RunnablePassthrough()}
+                    | self.prompt
+                    | self.llm
+                    | StrOutputParser()
+            )
+            print("[APP_RAG] RAG 체인 초기화 완료")
+        except Exception as e:
+            print(f"[APP_RAG] RAG 체인 초기화 실패: {e}")
+            import traceback
+            traceback.print_exc()
+            raise
+
+    def _retrieve(self, query):
+        """문서 검색"""
+        try:
+            docs = self.vector_store.similarity_search(query, k=TOP_K_RETRIEVAL)
+
+            # 검색 결과 컨텍스트 구성
+            context_parts = []
+            for i, doc in enumerate(docs, 1):
+                source = doc.metadata.get("source", "알 수 없는 출처")
+                page = doc.metadata.get("page", "")
+                source_info = f"{source}"
+                if page:
+                    source_info += f" (페이지: {page})"
+
+                context_parts.append(f"[참고자료 {i}] - 출처: {source_info}\n{doc.page_content}\n")
+
+            return "\n".join(context_parts)
+        except Exception as e:
+            print(f"[APP_RAG] 검색 중 오류: {e}")
+            import traceback
+            traceback.print_exc()
+            return "문서 검색 중 오류가 발생했습니다."
+
+    def run(self, query):
+        """쿼리 처리"""
+        try:
+            return self.chain.invoke(query)
+        except Exception as e:
+            print(f"[APP_RAG] 실행 중 오류: {e}")
+            import traceback
+            traceback.print_exc()
+            return f"오류 발생: {str(e)}"

requirements.txt

@@ -1,6 +1,7 @@
 langchain>=0.1.0
 langchain-community>=0.0.10
 langchain-huggingface>=0.0.1
+langchain-openai>=0.0.2
 sentence-transformers>=2.2.2
 faiss-cpu>=1.7.4
 pypdf>=3.15.1
@@ -8,7 +9,6 @@ gradio>=4.0.0
 python-dotenv>=1.0.0
 torch>=2.0.0
 transformers>=4.34.0
-langchain-openai>=0.0.2
 openai>=1.0.0
 docling>=0.1.3
 requests>=2.28.0