app.py

import gradio as gr
from huggingface_hub import InferenceClient
import traceback
import os

hf_token = os.getenv("HF_TOKEN")

def get_model_response(client, messages, max_tokens, temperature, top_p, model_name):
    prompt = "\n".join([f"{m['role']}: {m['content']}" for m in messages])
    
    try:
        # 먼저 chat_completion 시도
        response = client.chat_completion(
            messages,
            max_tokens=max_tokens,
            temperature=temperature,
            top_p=top_p,
            stream=True
        )
        for message in response:
            if hasattr(message.choices[0], 'delta'):
                token = message.choices[0].delta.content
            else:
                token = message.choices[0].text
            if token:
                yield token
    except Exception as chat_error:
        try:
            # chat_completion 실패 시 text_generation 시도
            response = client.text_generation(
                prompt,
                max_new_tokens=max_tokens,
                temperature=temperature,
                top_p=top_p,
                stream=True
            )
            for token in response:
                yield token
        except Exception as text_error:
            # 두 방법 모두 실패 시 오류 메시지 반환
            yield f"모델 {model_name}에 대한 추론 실패:\n"
            yield f"Chat 오류: {str(chat_error)}\n"
            yield f"Text 오류: {str(text_error)}"

def respond(message, history, system_message, max_tokens, temperature, top_p, selected_model):
    try:
        client = InferenceClient(model=selected_model, token=hf_token)
        
        messages = [{"role": "system", "content": system_message}]
        for val in history:
            if val[0]:
                messages.append({"role": "user", "content": val[0]})
            if val[1]:
                messages.append({"role": "assistant", "content": val[1]})
        messages.append({"role": "user", "content": message})
        
        response = ""
        for token in get_model_response(client, messages, max_tokens, temperature, top_p, selected_model):
            response += token
            yield response
        
        if not response:
            yield "모델이 응답을 생성하지 못했습니다. 다른 입력이나 모델을 시도해보세요."
    except Exception as e:
        error_msg = f"오류 발생: {str(e)}\n\n상세 오류:\n{traceback.format_exc()}"
        yield error_msg

# 원래의 모델 목록 복원
models = {
    "deepseek-ai/DeepSeek-Coder-V2-Instruct": "DeepSeek-Coder-V2-Instruct",
    "CohereForAI/c4ai-command-r-plus": "Cohere Command-R Plus",
    "meta-llama/Meta-Llama-3.1-8B-Instruct": "Meta-Llama-3.1-8B-Instruct",
    "bartowski/DeepSeek-V2-Chat-0628-GGUF": "DeepSeek-V2-Chat-0628-GGUF",
    "google/gemma-7b": "Gemma-7b",
    "openai-community/gpt2": "GPT-2"
}

demo = gr.ChatInterface(
    respond,
    additional_inputs=[
        gr.Textbox(value="""너는 나의 최고의 비서이다.
내가 요구하는것들을 최대한 자세하고 정확하게 답변하라.
반드시 한글로 답변할것.""", label="시스템 메시지"),
        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="최대 새 토큰 수"),
        gr.Slider(minimum=0.1, maximum=2.0, value=0.7, step=0.1, label="온도"),
        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (핵 샘플링)"),
        gr.Radio(list(models.keys()), value=list(models.keys())[0], label="언어 모델 선택", info="사용할 언어 모델을 선택하세요")
    ],
)

if __name__ == "__main__":
    if not hf_token:
        print("경고: HF_TOKEN 환경 변수가 설정되지 않았습니다. 일부 모델에 접근할 수 없을 수 있습니다.")
    demo.launch(share=True)