Update app.py

app.py

@@ -1,3 +1,4 @@
+
 import os
 import gradio as gr
 import random
@@ -6,7 +7,6 @@ import logging
 from typing import Iterator
 
 import google.generativeai as genai
-from gradio import ChatMessage  # ChatMessage 구조 사용 (Thinking/Response 구분 가능)
 
 logging.basicConfig(
     level=logging.INFO,
@@ -18,17 +18,14 @@ logging.basicConfig(
 )
 logger = logging.getLogger("idea_generator")
 
-# Gemini API 키 설정
+# ====== Gemini API 설정 ======
 GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")
 genai.configure(api_key=GEMINI_API_KEY)
 
-# 사용할 Gemini 2.0 Flash 모델 (Thinking 기능 포함)
+# ====== 사용할 Gemini 모델 ======
 model = genai.GenerativeModel("gemini-2.0-flash-thinking-exp-01-21")
 
-
-##############################################################################
-# 변환 문자열에서 슬래시("/")로 구분된 두 옵션 중 하나 선택
-##############################################################################
+# 슬래시("/")로 구분된 변환 문자열에서 한 옵션만 선택
 def choose_alternative(transformation):
     if "/" not in transformation:
         return transformation
@@ -51,6 +48,7 @@ def choose_alternative(transformation):
         return random.choice([left, right])
 
 
+
 ##############################################################################
 # 카테고리 사전
 # (아래 예시에서는 모든 카테고리를 포함시켰지만, 필요에 따라 범위를 조정하세요.)
@@ -197,16 +195,14 @@ physical_transformation_categories = {
 }
 
 
-##############################################################################
-# 스트리밍용 Gemini API 함수:
-# - 'Thinking' 단계(아이디어 내부 추론)와 최종 'Response' 단계로 구성
-##############################################################################
+
+# ====== Gemini 스트리밍 API 함수 ======
 def query_gemini_api_stream(prompt: str) -> Iterator[str]:
     """
-    Gemini 2.0 Flash with 'Thinking' 부분과 'Response' 부분을 
-    분리하여 스트리밍(Chunk)으로 제공한다.
+    Gemini 2.0 Flash 모델에서 Thinking(사고 과정) + Response(최종 답변)를
+    stream=True로 받아, chunk 단위로 yield.
     """
-    # chat 초기화 (history 없이 단발성 호출)
+    # 대화 이력 없이 단순 호출
     chat = model.start_chat(history=[])
     response = chat.send_message(prompt, stream=True)
 
@@ -217,33 +213,32 @@ def query_gemini_api_stream(prompt: str) -> Iterator[str]:
     for chunk in response:
         parts = chunk.candidates[0].content.parts
         
-        # parts가 2개이면 (0: Thinking, 1: Response 시작)
         if len(parts) == 2 and not thinking_complete:
+            # 첫 번째 part: Thinking
             thought_buffer += parts[0].text
             yield f"[Thinking Chunk] {parts[0].text}"
-            
+
+            # 두 번째 part: Response
             response_buffer = parts[1].text
             yield f"[Response Start] {parts[1].text}"
-            
+
             thinking_complete = True
         elif thinking_complete:
-            # Already in response phase
+            # 이미 응답 단계에 있음
             current_chunk = parts[0].text
             response_buffer += current_chunk
             yield current_chunk
         else:
-            # Still in thinking phase
+            # 아직 Thinking 단계
             current_chunk = parts[0].text
             thought_buffer += current_chunk
             yield f"[Thinking Chunk] {current_chunk}"
 
-    # 스트리밍 완료 후 최종 결과 한번에 제공
+    # 마지막에 전체 최종 응답
     yield f"\n[Final Response]\n{response_buffer}"
 
 
-##############################################################################
-# 카테고리별 간단 설명을 'Thinking' + 'Response'로 확장 (스트리밍)
-##############################################################################
+# ====== 설명 확장 함수 (스트리밍) ======
 def enhance_with_llm_stream(base_description, obj_name, category) -> Iterator[str]:
     prompt = f"""
 다음은 '{obj_name}'의 '{category}' 관련 간단한 설명입니다:
@@ -257,9 +252,7 @@ def enhance_with_llm_stream(base_description, obj_name, category) -> Iterator[st
         yield chunk
 
 
-##############################################################################
-# 한 키워드(오브젝트)에 대한 기본 아이디어(카테고리별) 생성
-##############################################################################
+# ====== 단일 키워드(오브젝트)에 대한 아이디어 생성 ======
 def generate_single_object_transformations(obj):
     results = {}
     for category, transformations in physical_transformation_categories.items():
@@ -268,9 +261,7 @@ def generate_single_object_transformations(obj):
         results[category] = {"base": base_description, "enhanced": ""}
     return results
 
-##############################################################################
-# 2개 키워드 상호작용
-##############################################################################
+# ====== 2개 오브젝트 상호작용 ======
 def generate_two_objects_interaction(obj1, obj2):
     results = {}
     for category, transformations in physical_transformation_categories.items():
@@ -283,9 +274,7 @@ def generate_two_objects_interaction(obj1, obj2):
         results[category] = {"base": base_description, "enhanced": ""}
     return results
 
-##############################################################################
-# 3개 키워드 상호작용
-##############################################################################
+# ====== 3개 오브젝트 상호작용 ======
 def generate_three_objects_interaction(obj1, obj2, obj3):
     results = {}
     for category, transformations in physical_transformation_categories.items():
@@ -299,9 +288,6 @@ def generate_three_objects_interaction(obj1, obj2, obj3):
     return results
 
 
-##############################################################################
-# 실제 변환 생성 로직
-##############################################################################
 def generate_transformations(text1, text2=None, text3=None):
     if text2 and text3:
         results = generate_three_objects_interaction(text1, text2, text3)
@@ -314,85 +300,88 @@ def generate_transformations(text1, text2=None, text3=None):
         objects = [text1]
     return results, objects
 
-##############################################################################
-# 스트리밍: 각 카테고리별로 'Thinking' + 'Response' 부분을 실시간 전달
-##############################################################################
+
+# ====== 스트리밍으로 각 카테고리를 순회하며 Thinking + Response 표시 ======
 def process_inputs_stream(text1, text2, text3) -> Iterator[list]:
     """
-    Gradio의 Chatbot 컴포넌트에 맞춰서 
-    [(role='assistant', content=...)] 형태의 리스트를 yield.
+    Gradio 3.27+ 이상에서만 stream=True로 실시간 업데이트 가능.
+    메시지는 [{'role': 'assistant', 'content': ...}, ...] 형태로 반환.
     """
-    # 1) 입력값 확인
-    yield [("assistant", "입력값 확인 중...")]
+    # 1) 입력값 검증
+    yield [{"role": "assistant", "content": "입력값 확인 중..."}]
     time.sleep(0.3)
 
     text1 = text1.strip() if text1 else None
     text2 = text2.strip() if text2 else None
     text3 = text3.strip() if text3 else None
     if not text1:
-        yield [("assistant", "오류: 최소 하나의 키워드를 입력해주세요.")]
+        yield [{"role": "assistant", "content": "오류: 최소 하나의 키워드를 입력해주세요."}]
         return
 
     # 2) 아이디어 생성
-    yield [("assistant", "창의적인 모델/컨셉/형상 변화 아이디어 생성 중... (카테고리별 분석)") ]
+    yield [{"role": "assistant", "content": "창의적인 모델/컨셉/형상 변화 아이디어 생성 중... (카테고리별 분석)"}]
     time.sleep(0.3)
     results, objects = generate_transformations(text1, text2, text3)
+
     obj_name = " 및 ".join([obj for obj in objects if obj])
 
-    # 카테고리별 스트리밍 처리
-    for i, (category, result_dict) in enumerate(results.items(), start=1):
-        base_desc = result_dict["base"]
-        yield [("assistant", f"**[{i}/{len(results)}] 카테고리:** {category}\n\n기본 아이디어: {base_desc}\n\n지금부터 Thinking + Response를 단계적으로 스트리밍합니다...")]
+    # 카테고리별 스트리밍
+    for i, (category, info) in enumerate(results.items(), start=1):
+        base_desc = info["base"]
+        yield [{
+            "role": "assistant",
+            "content": f"**[{i}/{len(results)}] 카테고리:** {category}\n\n기본 아이디어: {base_desc}\n\nThinking + Response 스트리밍 시작..."
+        }]
         time.sleep(0.5)
 
         thinking_text = ""
         response_text = ""
-        is_thinking_done = False
+        thinking_done = False
 
         for chunk in enhance_with_llm_stream(base_desc, obj_name, category):
             if chunk.startswith("[Thinking Chunk]"):
-                # 생각 단계
+                # Thinking 단계
                 thinking_text += chunk.replace("[Thinking Chunk]", "")
-                yield [("assistant", f"**[Thinking]**\n{thinking_text}")]
+                yield [{"role": "assistant", "content": f"**[Thinking]**\n{thinking_text}"}]
+
             elif chunk.startswith("[Response Start]"):
-                # 응답 시작
-                is_thinking_done = True
+                # Response 시작
+                thinking_done = True
                 partial = chunk.replace("[Response Start]", "")
                 response_text += partial
-                yield [("assistant", f"**[Final Response 시작]**\n{partial}")]
+                yield [{"role": "assistant", "content": f"**[Response 시작]**\n{partial}"}]
+
             elif chunk.startswith("[Final Response]"):
-                # 응답 최종
+                # 최종 응답
                 final = chunk.replace("[Final Response]", "")
                 response_text += f"\n{final}"
-                yield [("assistant", f"**[최종 Response]**\n{response_text.strip()}")]
+                yield [{"role": "assistant", "content": f"**[최종 Response]**\n{response_text.strip()}"}]
+
             else:
                 # 일반 응답 스트리밍
-                if is_thinking_done:
+                if thinking_done:
                     response_text += chunk
-                    yield [("assistant", f"**[응답 진행]**\n{response_text}")]
+                    yield [{"role": "assistant", "content": f"**[응답 진행]**\n{response_text}"}]
                 else:
                     thinking_text += chunk
-                    yield [("assistant", f"**[Thinking]**\n{thinking_text}")]
+                    yield [{"role": "assistant", "content": f"**[Thinking]**\n{thinking_text}"}]
 
-        result_dict["enhanced"] = response_text
+        info["enhanced"] = response_text
 
-    # 3) 완료 메시지
-    yield [("assistant", "**모든 카테고리에 대한 스트리밍이 완료되었습니다!**")]
+    # 완료 알림
+    yield [{"role": "assistant", "content": "**모든 카테고리에 대한 스트리밍이 완료되었습니다!**"}]
 
 
 ##############################################################################
-# Gradio UI
+# Gradio UI (Chatbot: type='messages')
 ##############################################################################
-with gr.Blocks(title="스트리밍 예제: Gemini 2.0 Flash Thinking", 
-               theme=gr.themes.Soft(primary_hue="teal", secondary_hue="slate", neutral_hue="neutral")) as demo:
-
-    gr.Markdown("# 🚀 키워드 기반 창의적 변화 아이디어 (Gemini 2.0 Flash Thinking, Streaming)")
-    gr.Markdown("키워드 1~3개를 입력하면, **카테고리별로** 'Thinking'과 'Response'가 실시간 스트리밍됩니다.")
+with gr.Blocks(title="Gemini Flash Thinking (Stream)", theme=gr.themes.Soft(primary_hue="teal")) as demo:
+    gr.Markdown("# 🚀 키워드 기반 창의적 변화 아이디어 (Gemini 2.0 Flash Thinking, Streaming)\n"+
+                "키워드 1~3개를 입력하면, **카테고리별**로 'Thinking'과 'Response'가 실시간 스트리밍됩니다.")
 
-    # Chatbot에서 type="tuples"로 수정
     chatbot = gr.Chatbot(
-        label="카테고리별 아이디어(Thinking + Response) 스트리밍",
-        type="tuples",  # <-- "tuple"이 아니라 "tuples"로 수정
+        label="카테고리별 스트리밍",
+        type="messages",   # OpenAI 스타일 {"role":"assistant", "content":...} 포맷
         render_markdown=True
     )
 
@@ -402,29 +391,28 @@ with gr.Blocks(title="스트리밍 예제: Gemini 2.0 Flash Thinking",
             text_input2 = gr.Textbox(label="키워드 2 (선택)", placeholder="예: 로봇")
             text_input3 = gr.Textbox(label="키워드 3 (선택)", placeholder="예: 인공지능")
             submit_button = gr.Button("아이디어 생성하기")
-
             clear_button = gr.Button("대화 지우기")
-        
+
         with gr.Column(scale=2):
-            pass  # 이미 chatbot이 우측 영역에 할당됨
+            pass
 
     def clear_chat():
         return []
 
+    # 예시
     examples = [
         ["자동차", "", ""],
         ["스마트폰", "인공지능", ""],
         ["드론", "인공지능", ""],
-        ["운동화", "웨어러블", "건강"],        
+        ["운동화", "웨어러블", "건강"],
     ]
     gr.Examples(examples=examples, inputs=[text_input1, text_input2, text_input3])
 
-    # 스트리밍 처리
     submit_button.click(
         fn=process_inputs_stream,
         inputs=[text_input1, text_input2, text_input3],
         outputs=chatbot,
-        stream=True  # stream=True로 실시간 스트리밍
+        stream=True  # 최신 Gradio(3.27+)에서만 지원
     )
 
     clear_button.click(