Update app.py

app.py

@@ -1,168 +1,128 @@
-# 필요한 라이브러리 불러오기
-import gradio as gr       # Gradio: 웹 인터페이스 구성용 라이브러리
-import requests           # HTTP 요청 전송용 라이브러리 (API 호출에 사용)
-import os                 # 환경변수에서 API 키 불러오기 위해 사용
-from openai import OpenAI # Upstage Solar LLM 호출을 위한 OpenAI 호환 클라이언트
-
-# 환경 변수에서 API 키 불러오기 
-UPSTAGE_API_KEY = os.getenv("UPSTAGE_API_KEY")
-
-def parse_document(file):
-    """
-    업로드된 PDF 문서를 HTML로 변환하는 함수 (Upstage Document Parse API 사용)
-    """
-    url = "https://api.upstage.ai/v1/document-ai/document-parse"  # API URL
-    headers = {'Authorization': f'Bearer {UPSTAGE_API_KEY}'}      # API Key 인증 헤더
-    files = {"document": open(file.name, "rb")}                   # 파일 열어서 전달
+import gradio as gr
+import requests
+import os
+from openai import OpenAI
+
+def parse_document(file, api_key):
+    url = "https://api.upstage.ai/v1/document-ai/document-parse"
+    headers = {'Authorization': f'Bearer {api_key}'}
+    files = {"document": open(file.name, "rb")}
     data = {
-        "base64_encoding": "['table']",     # 테이블은 base64로 인코딩 요청
-        "model": "document-parse"           # 사용할 모델 지정
+        "base64_encoding": "['table']",
+        "model": "document-parse"
     }
 
-    # POST 요청으로 문서 분석 API 호출
     response = requests.post(url, headers=headers, files=files, data=data)
-
-    # 결과에서 HTML 콘텐츠 추출
     result = response.json()
     html_text = result.get("content", {}).get("html", "")
     return html_text
 
-def chat_with_document(history, html_text, user_question):
-    """
-    이전 대화기록을 바탕으로 사용자 질문에 대해 문서 기반 답변을 생성하는 멀티턴 챗봇 함수
-    """
+
+def chat_with_document(history, html_text, user_question, api_key):
     if not html_text.strip():
-        # 문서가 없을 경우 경고 메시지 반환
         return history, history, "⚠️ 먼저 문서를 변환해주세요."
 
-    # Clinet 호출 
     client = OpenAI(
-        api_key=UPSTAGE_API_KEY,
+        api_key=api_key,
         base_url="https://api.upstage.ai/v1"
     )
 
-    # 이전 채팅 기록이 없으면 빈 리스트로 초기화
     history = history or []
-
-    # 시스템 프롬프트 
     system_prompt = f"""The following is a financial statement document extracted in HTML format.
-    Please answer user questions accurately and concisely in Korean, based on the text within HTML tags.
+Please answer user questions accurately and concisely in Korean, based on the text within HTML tags.
 
-    Document:
-    {html_text}
-    """
+Document:
+{html_text}
+"""
 
-    # 대화 내역 구성 (시스템 → 이전 사용자 및 봇 대화 → 현재 질문)
     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})
 
-    # Solar Pro API 호출
     try:
         response = client.chat.completions.create(
-            model="solar-pro",            # 사용할 Solar LLM 모델
-            messages=messages,            # 구성된 대화 메시지들
-            temperature=0,                # 창의성 최소화 (0~1)
-            max_tokens=1024               # 최대 응답 길이
+            model="solar-pro",
+            messages=messages,
+            temperature=0,
+            max_tokens=1024
         )
-        bot_reply = response.choices[0].message.content  # 응답 텍스트 추출
+        bot_reply = response.choices[0].message.content
     except Exception as e:
-        bot_reply = f"⚠️ 오류가 발생했습니다: {str(e)}"  # 예외 처리
+        bot_reply = f"⚠️ 오류가 발생했습니다: {str(e)}"
 
-    # 채팅 기록에 질문/답변 추가
     history.append((user_question, bot_reply))
-    return history, history, ""  # 채팅 기록, 상태, 질문 입력칸 초기화
-
+    return history, history, ""
 
 
 def toggle_html_view(current_html, is_visible):
-    """
-    HTML 보기 버튼 클릭 시 보이기/숨기기 토글
-    """
     return (
-        gr.update(value=current_html, visible=not is_visible),  # Textbox 토글
-        gr.update(value=current_html, visible=is_visible),      # HTML 뷰 토글
-        not is_visible                                           # 상태 반전
+        gr.update(value=current_html, visible=not is_visible),
+        gr.update(value=current_html, visible=is_visible),
+        not is_visible
     )
 
 with gr.Blocks() as demo:
-    
-    # 상단 제목 및 설명 표시
     gr.Markdown("# 📄 재무제표 분석 챗봇")
     gr.Markdown("1. Document Parse API로 PDF 문서를 HTML로 변환합니다.\n"
                 "2. Solar LLM을 통해 문서 기반 질문에 답변합니다.")
-    gr.Markdown("예제 파일은 Files 버튼을 클릭하면 확인 및 다운로드 가능합니다.")
 
+    # 🔑 API Key 입력창 추가
+    api_key_input = gr.Textbox(label="🔑 Upstage API Key", type="password", placeholder="Paste your API key here")
 
-    # 파일 업로드 및 문서 파싱 영역
+    # 파일 업로드 및 변환
     with gr.Row():
-        file_input = gr.File(label="📎 재무제표 업로드")  # 파일 업로드
-        parse_btn = gr.Button("문서 HTML 변환")           # 파싱 버튼
-
-
-    # HTML 출력 및 보기 토글
-    html_output = gr.Textbox(label="📘 문서 내용", lines=10, visible=True, elem_id="scrollable-html")  # 텍스트 형식
-    html_display = gr.HTML(visible=False, elem_id="scrollable-html-display")  # HTML 렌더링
-    toggle_html_btn = gr.Button("🔁 HTML 보기 전환")  # 보기 전환 버튼
-    html_visible_state = gr.State(False)             # 보기 상태 저장 (기본: 안 보임)
-
-    # 문서 변환 버튼 클릭 → HTML 출력
-    parse_btn.click(fn=parse_document, inputs=file_input, outputs=html_output)
+        file_input = gr.File(label="📎 재무제표 업로드")
+        parse_btn = gr.Button("문서 HTML 변환")
+
+    html_output = gr.Textbox(label="📘 문서 내용", lines=10, visible=True, elem_id="scrollable-html")
+    html_display = gr.HTML(visible=False, elem_id="scrollable-html-display")
+    toggle_html_btn = gr.Button("🔁 HTML 보기 전환")
+    html_visible_state = gr.State(False)
+
+    # 문서 변환 시 API Key도 같이 전달
+    parse_btn.click(
+        fn=parse_document,
+        inputs=[file_input, api_key_input],
+        outputs=html_output
+    )
 
-    # 보기 전환 버튼 클릭 → 두 영역 토글
     toggle_html_btn.click(
         fn=toggle_html_view,
         inputs=[html_output, html_visible_state],
         outputs=[html_output, html_display, html_visible_state]
     )
 
-    # 문서 기반 챗봇 인터페이스
-    chatbot = gr.Chatbot(label="💬 문서 기반 Q&A", height=400)  # 채팅창
-    user_question = gr.Textbox(label="❓ 질문을 입력하세요", lines=2)  # 사용자 질문
-    answer_btn = gr.Button("답변 생성")  # 답변 버튼
-    chat_state = gr.State([])            # 채팅 상태 저장
+    chatbot = gr.Chatbot(label="💬 문서 기반 Q&A", height=400)
+    user_question = gr.Textbox(label="❓ 질문을 입력하세요", lines=2)
+    answer_btn = gr.Button("답변 생성")
+    chat_state = gr.State([])
 
-    # 예제 질문 버튼 
     with gr.Row():
         gr.Markdown("💡 예제 질문:")
         ex1 = gr.Button("어떤 기업의 재무제표인가요?")
         ex2 = gr.Button("3분기 총 순매출은 얼마인가요?")
 
-    # 예제 질문 1
-    ex1.click(
-        fn=lambda: "어떤 기업의 재무제표인가요?",
-        inputs=[],
-        outputs=user_question
-    ).then(
-        fn=chat_with_document,
-        inputs=[chat_state, html_output, user_question],
-        outputs=[chatbot, chat_state, user_question],
-        show_progress=True
-    )
-
-    # 예제 질문 2
-    ex2.click(
-        fn=lambda: "1분기 총 순매출은 얼마인가요?",
-        inputs=[],
-        outputs=user_question
-    ).then(
-        fn=chat_with_document,
-        inputs=[chat_state, html_output, user_question],
-        outputs=[chatbot, chat_state, user_question],
-        show_progress=True
-    )
+    for btn, question in [(ex1, "어떤 기업의 재무제표인가요?"), (ex2, "1분기 총 순매출은 얼마인가요?")]:
+        btn.click(
+            fn=lambda q=question: q,
+            inputs=[],
+            outputs=user_question
+        ).then(
+            fn=chat_with_document,
+            inputs=[chat_state, html_output, user_question, api_key_input],
+            outputs=[chatbot, chat_state, user_question],
+            show_progress=True
+        )
 
-    # 사용자가 질문 입력 후 버튼 클릭 시 응답 생성
     answer_btn.click(
         fn=chat_with_document,
-        inputs=[chat_state, html_output, user_question],
+        inputs=[chat_state, html_output, user_question, api_key_input],
         outputs=[chatbot, chat_state, user_question],
         show_progress=True
     )
 
-# 스크롤 가능한 HTML 영역 스타일 추가
 demo.css = """
 #scrollable-html, #scrollable-html-display {
     max-height: 400px;
@@ -172,6 +132,5 @@ demo.css = """
 }
 """
 
-# 앱 실행
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()