app.py

import gradio as gr
from transformers import pipeline
from huggingface_hub import InferenceClient

# 감정 분석 모델 로드
sentiment_pipeline = pipeline("sentiment-analysis", model="beomi/KcELECTRA-base")

# 생성 모델 (Zephyr)
client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")


# 감정 분석 + 재작성 함수
def rewrite_if_negative(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
):
    #감정 분석
    result = sentiment_pipeline(message)[0]
    label = result['label']
    score = result['score']

    #메시지 초기화
    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]})

    #문장 재작성 여부 판단
    if label == "LABEL_1" and score > 0.8:
        messages.append({"role": "user", "content": f"다음 문장을 공감 가는 말로 바꿔줘: {message}"})
        response = ""
        for chunk in client.chat_completion(
            messages,
            max_tokens=max_tokens,
            stream=True,
            temperature=temperature,
            top_p=top_p,
        ):
            token = chunk.choices[0].delta.content
            response += token
            yield response
    else:
        yield "표현이 괜찮."


# Gradio 인터페이스 구성
demo = gr.ChatInterface(
    fn=rewrite_if_negative,
    additional_inputs=[
        gr.Textbox(value="너는 부드러운 말투로 말하는 AI야.", label="System message"),
        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (nucleus sampling)"),
    ],
    title="문장 어시스턴스",
    description="문장을 입력하면 감정을 분석하고, 너무 부정적인 말투는 공감 가는 표현으로 바꿔줌",
    theme="soft",
)

if __name__ == "__main__":
    demo.launch()