Spaces:

ginigen
/

Today

Running

App Files Files Community

ginipick commited on Oct 10

Commit

2d72c19

verified ·

1 Parent(s): 4f742ef

Create app.py

Browse files

Files changed (1) hide show

app.py +1642 -0

app.py ADDED Viewed

	@@ -0,0 +1,1642 @@

+# -*- coding: utf-8 -*-
+"""
+AI 뉴스 & 허깅페이스 트렌딩 LLM 분석 웹앱 (Fireworks AI 완전판 v3.1)
+파일명: app_fireworks.py
+주요 기능:
+1. Fireworks AI API로 실제 LLM 분석 (Qwen3-235B 모델)
+2. SQLite DB 영구 스토리지
+3. 실제 Hugging Face Trending API 연동 (모델/스페이스 30위)
+4. 초등학생 수준 분석 (요약/의미/영향/행동지침)
+5. 탭 UI (뉴스/모델/스페이스)
+실행 방법:
+1. pip install Flask requests beautifulsoup4 huggingface_hub
+2. export FIREWORKS_API_KEY="your-api-key-here"
+3. python app_fireworks.py
+4. 브라우저에서 http://localhost:7860 접속
+"""
+from flask import Flask, render_template_string, jsonify, request
+import requests
+import json
+from datetime import datetime
+from typing import List, Dict, Optional
+import os
+import sys
+import sqlite3
+import time
+from huggingface_hub import HfApi
+# Flask 앱 초기화
+app = Flask(__name__)
+app.config['JSON_AS_ASCII'] = False
+# 데이터베이스 파일 경로
+DB_PATH = 'ai_news_analysis.db'
+# Fireworks AI API 설정
+FIREWORKS_API_KEY = os.environ.get('FIREWORKS_API_KEY', '')
+FIREWORKS_API_URL = "https://api.fireworks.ai/inference/v1/chat/completions"
+# ============================================
+# HTML 템플릿 (탭 UI 포함)
+# ============================================
+HTML_TEMPLATE = """
+<!DOCTYPE html>
+<html lang="ko">
+<head>
+    <meta charset="UTF-8">
+    <meta name="viewport" content="width=device-width, initial-scale=1.0">
+    <title>AI 뉴스 & 허깅페이스 LLM 분석 시스템</title>
+    <style>
+        * {
+            margin: 0;
+            padding: 0;
+            box-sizing: border-box;
+        }
+        body {
+            font-family: 'Segoe UI', 'Apple SD Gothic Neo', 'Malgun Gothic', sans-serif;
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            padding: 20px;
+            color: #333;
+            min-height: 100vh;
+        }
+        .container {
+            max-width: 1400px;
+            margin: 0 auto;
+            background: white;
+            border-radius: 20px;
+            padding: 40px;
+            box-shadow: 0 20px 60px rgba(0,0,0,0.3);
+        }
+        h1 {
+            text-align: center;
+            color: #667eea;
+            margin-bottom: 10px;
+            font-size: 2.8em;
+            font-weight: 800;
+        }
+        .subtitle {
+            text-align: center;
+            color: #666;
+            margin-bottom: 40px;
+            font-size: 1.2em;
+        }
+        /* 탭 스타일 */
+        .tabs {
+            display: flex;
+            gap: 15px;
+            margin-bottom: 30px;
+            border-bottom: 3px solid #e0e0e0;
+            padding-bottom: 0;
+        }
+        .tab {
+            padding: 15px 30px;
+            background: #f5f5f5;
+            border: none;
+            border-radius: 10px 10px 0 0;
+            cursor: pointer;
+            font-size: 1.1em;
+            font-weight: 600;
+            color: #666;
+            transition: all 0.3s;
+        }
+        .tab.active {
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            color: white;
+            transform: translateY(-3px);
+            box-shadow: 0 5px 15px rgba(102, 126, 234, 0.4);
+        }
+        .tab:hover {
+            background: #e0e0e0;
+        }
+        .tab.active:hover {
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+        }
+        .tab-content {
+            display: none;
+        }
+        .tab-content.active {
+            display: block;
+            animation: fadeIn 0.5s ease-out;
+        }
+        /* 통계 카드 */
+        .stats {
+            display: grid;
+            grid-template-columns: repeat(auto-fit, minmax(220px, 1fr));
+            gap: 25px;
+            margin-bottom: 50px;
+        }
+        .stat-card {
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            color: white;
+            padding: 30px;
+            border-radius: 15px;
+            text-align: center;
+            box-shadow: 0 8px 20px rgba(102, 126, 234, 0.4);
+            transform: translateY(0);
+            transition: transform 0.3s, box-shadow 0.3s;
+        }
+        .stat-card:hover {
+            transform: translateY(-5px);
+            box-shadow: 0 12px 30px rgba(102, 126, 234, 0.6);
+        }
+        .stat-number {
+            font-size: 3.5em;
+            font-weight: bold;
+            margin-bottom: 10px;
+            text-shadow: 2px 2px 4px rgba(0,0,0,0.2);
+        }
+        .stat-label {
+            font-size: 1.2em;
+            opacity: 0.95;
+            font-weight: 500;
+        }
+        /* 뉴스 카드 (LLM 분석 버전) */
+        .news-card {
+            background: white;
+            border-radius: 15px;
+            padding: 30px;
+            margin-bottom: 25px;
+            box-shadow: 0 5px 20px rgba(0,0,0,0.1);
+            border-left: 6px solid #667eea;
+            transition: all 0.3s;
+        }
+        .news-card:hover {
+            transform: translateX(10px);
+            box-shadow: 0 10px 30px rgba(0,0,0,0.15);
+        }
+        .news-header {
+            display: flex;
+            justify-content: space-between;
+            align-items: flex-start;
+            margin-bottom: 20px;
+            flex-wrap: wrap;
+            gap: 15px;
+        }
+        .news-title {
+            font-size: 1.4em;
+            font-weight: 700;
+            color: #2c3e50;
+            flex: 1;
+            min-width: 300px;
+        }
+        .news-meta {
+            display: flex;
+            gap: 15px;
+            color: #7f8c8d;
+            font-size: 0.9em;
+        }
+        .analysis-section {
+            background: #f8f9fa;
+            padding: 20px;
+            border-radius: 10px;
+            margin-top: 15px;
+        }
+        .analysis-item {
+            margin-bottom: 20px;
+            padding-bottom: 20px;
+            border-bottom: 1px solid #e0e0e0;
+        }
+        .analysis-item:last-child {
+            border-bottom: none;
+            margin-bottom: 0;
+            padding-bottom: 0;
+        }
+        .analysis-label {
+            display: inline-block;
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            color: white;
+            padding: 8px 15px;
+            border-radius: 20px;
+            font-size: 0.9em;
+            font-weight: 600;
+            margin-bottom: 10px;
+        }
+        .analysis-content {
+            color: #34495e;
+            line-height: 1.8;
+            font-size: 1.05em;
+        }
+        .impact-level {
+            display: inline-block;
+            padding: 5px 12px;
+            border-radius: 15px;
+            font-size: 0.85em;
+            font-weight: 600;
+            margin-left: 10px;
+        }
+        .impact-high {
+            background: #ff6b6b;
+            color: white;
+        }
+        .impact-medium {
+            background: #ffa502;
+            color: white;
+        }
+        .impact-low {
+            background: #26de81;
+            color: white;
+        }
+        /* 모델 카드 */
+        .model-grid {
+            display: grid;
+            grid-template-columns: repeat(auto-fill, minmax(350px, 1fr));
+            gap: 25px;
+            margin-top: 30px;
+        }
+        .model-card {
+            background: white;
+            padding: 25px;
+            border-radius: 12px;
+            box-shadow: 0 5px 15px rgba(0,0,0,0.1);
+            transition: all 0.3s;
+            border-top: 4px solid #667eea;
+            position: relative;
+        }
+        .model-card:hover {
+            transform: translateY(-5px);
+            box-shadow: 0 10px 25px rgba(102, 126, 234, 0.3);
+        }
+        .model-rank {
+            position: absolute;
+            top: -15px;
+            right: 20px;
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            color: white;
+            width: 50px;
+            height: 50px;
+            border-radius: 50%;
+            display: flex;
+            align-items: center;
+            justify-content: center;
+            font-weight: 700;
+            font-size: 1.2em;
+            box-shadow: 0 5px 15px rgba(102, 126, 234, 0.4);
+        }
+        .model-name {
+            font-weight: 700;
+            color: #667eea;
+            margin-bottom: 15px;
+            font-size: 1.15em;
+            word-break: break-word;
+            padding-right: 60px;
+        }
+        .model-stats {
+            display: grid;
+            grid-template-columns: repeat(2, 1fr);
+            gap: 10px;
+            margin: 15px 0;
+            padding: 15px;
+            background: #f8f9fa;
+            border-radius: 8px;
+        }
+        .model-stat-item {
+            font-size: 0.9em;
+        }
+        .model-task {
+            background: #e8f0fe;
+            color: #667eea;
+            padding: 6px 12px;
+            border-radius: 20px;
+            font-size: 0.85em;
+            display: inline-block;
+            margin-bottom: 15px;
+            font-weight: 600;
+        }
+        .model-analysis {
+            background: #f0f4ff;
+            padding: 15px;
+            border-radius: 8px;
+            margin-top: 15px;
+            color: #34495e;
+            line-height: 1.7;
+            font-size: 0.95em;
+        }
+        /* 스페이스 카드 */
+        .space-card {
+            background: white;
+            padding: 25px;
+            border-radius: 12px;
+            box-shadow: 0 5px 15px rgba(0,0,0,0.1);
+            margin-bottom: 20px;
+            border-left: 5px solid #ff6b6b;
+            transition: all 0.3s;
+        }
+        .space-card:hover {
+            transform: translateX(10px);
+            box-shadow: 0 10px 25px rgba(255, 107, 107, 0.3);
+        }
+        .space-header {
+            display: flex;
+            justify-content: space-between;
+            align-items: flex-start;
+            margin-bottom: 15px;
+        }
+        .space-name {
+            font-weight: 700;
+            color: #ff6b6b;
+            font-size: 1.3em;
+        }
+        .space-badge {
+            background: #ff6b6b;
+            color: white;
+            padding: 5px 12px;
+            border-radius: 15px;
+            font-size: 0.8em;
+            font-weight: 600;
+        }
+        .space-description {
+            color: #555;
+            margin-bottom: 15px;
+            line-height: 1.6;
+        }
+        .space-analysis {
+            background: #fff5f5;
+            padding: 15px;
+            border-radius: 8px;
+            margin-top: 15px;
+        }
+        .space-tech {
+            display: flex;
+            flex-wrap: wrap;
+            gap: 8px;
+            margin-top: 15px;
+        }
+        .tech-tag {
+            background: #ffe5e5;
+            color: #ff6b6b;
+            padding: 5px 10px;
+            border-radius: 12px;
+            font-size: 0.8em;
+            font-weight: 600;
+        }
+        /* 버튼 */
+        .button-group {
+            text-align: center;
+            margin: 40px 0;
+            display: flex;
+            justify-content: center;
+            gap: 15px;
+            flex-wrap: wrap;
+        }
+        .refresh-btn {
+            background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
+            color: white;
+            border: none;
+            padding: 18px 50px;
+            font-size: 1.2em;
+            font-weight: 700;
+            border-radius: 50px;
+            cursor: pointer;
+            box-shadow: 0 8px 20px rgba(102, 126, 234, 0.4);
+            transition: all 0.3s;
+        }
+        .refresh-btn:hover {
+            transform: scale(1.08);
+            box-shadow: 0 12px 30px rgba(102, 126, 234, 0.6);
+        }
+        .news-link {
+            display: inline-block;
+            background: #667eea;
+            color: white;
+            padding: 10px 20px;
+            border-radius: 8px;
+            text-decoration: none;
+            font-size: 0.95em;
+            font-weight: 600;
+            transition: all 0.3s;
+            margin-top: 15px;
+        }
+        .news-link:hover {
+            background: #764ba2;
+            transform: scale(1.05);
+        }
+        .loading {
+            text-align: center;
+            padding: 60px;
+            font-size: 1.8em;
+            color: #667eea;
+            font-weight: 600;
+        }
+        .timestamp {
+            text-align: center;
+            color: #999;
+            margin-top: 40px;
+            font-size: 1em;
+            padding: 20px;
+            background: #f8f9fa;
+            border-radius: 10px;
+        }
+        .footer {
+            text-align: center;
+            margin-top: 50px;
+            padding-top: 30px;
+            border-top: 2px solid #e0e0e0;
+            color: #666;
+        }
+        @keyframes fadeIn {
+            from {
+                opacity: 0;
+                transform: translateY(20px);
+            }
+            to {
+                opacity: 1;
+                transform: translateY(0);
+            }
+        }
+        @media (max-width: 768px) {
+            .container {
+                padding: 20px;
+            }
+            h1 {
+                font-size: 2em;
+            }
+            .tabs {
+                flex-direction: column;
+            }
+            .tab {
+                width: 100%;
+            }
+            .model-grid {
+                grid-template-columns: 1fr;
+            }
+            .button-group {
+                flex-direction: column;
+            }
+            .refresh-btn {
+                width: 100%;
+            }
+        }
+    </style>
+</head>
+<body>
+    <div class="container">
+        <h1>🤖 AI 뉴스 & 허깅페이스 LLM 분석</h1>
+        <p class="subtitle">초등학생도 이해하는 AI 트렌드 분석 시스템 🎓 (Powered by Fireworks AI)</p>
+        <!-- 통계 카드 -->
+        <div class="stats">
+            <div class="stat-card">
+                <div class="stat-number">{{ stats.total_news }}</div>
+                <div class="stat-label">📰 분석된 뉴스</div>
+            </div>
+            <div class="stat-card">
+                <div class="stat-number">{{ stats.hf_models }}</div>
+                <div class="stat-label">🤗 트렌딩 모��</div>
+            </div>
+            <div class="stat-card">
+                <div class="stat-number">{{ stats.hf_spaces }}</div>
+                <div class="stat-label">🚀 인기 스페이스</div>
+            </div>
+            <div class="stat-card">
+                <div class="stat-number">{{ stats.llm_analyses }}</div>
+                <div class="stat-label">🧠 LLM 분석</div>
+            </div>
+        </div>
+        <!-- 탭 메뉴 -->
+        <div class="tabs">
+            <button class="tab active" onclick="switchTab('news')">📰 AI 뉴스 분석</button>
+            <button class="tab" onclick="switchTab('models')">🤗 트렌딩 모델</button>
+            <button class="tab" onclick="switchTab('spaces')">🚀 인기 스페이스</button>
+        </div>
+        <!-- 뉴스 탭 -->
+        <div id="news-content" class="tab-content active">
+            {% for article in analyzed_news %}
+            <div class="news-card">
+                <div class="news-header">
+                    <div class="news-title">{{ loop.index }}. {{ article.title }}</div>
+                    <div class="news-meta">
+                        <span>📅 {{ article.date }}</span>
+                        <span>📰 {{ article.source }}</span>
+                    </div>
+                </div>
+                <div class="analysis-section">
+                    <div class="analysis-item">
+                        <span class="analysis-label">🎯 쉬운 요약</span>
+                        <div class="analysis-content">{{ article.analysis.summary }}</div>
+                    </div>
+                    <div class="analysis-item">
+                        <span class="analysis-label">💡 왜 중요할까?</span>
+                        <div class="analysis-content">{{ article.analysis.significance }}</div>
+                    </div>
+                    <div class="analysis-item">
+                        <span class="analysis-label">📊 영향도</span>
+                        <span class="impact-level impact-{{ article.analysis.impact_level }}">
+                            {{ article.analysis.impact_text }}
+                        </span>
+                        <div class="analysis-content" style="margin-top: 10px;">
+                            {{ article.analysis.impact_description }}
+                        </div>
+                    </div>
+                    <div class="analysis-item">
+                        <span class="analysis-label">✅ 우리가 할 수 있는 것</span>
+                        <div class="analysis-content">{{ article.analysis.action }}</div>
+                    </div>
+                </div>
+                <a href="{{ article.url }}" target="_blank" class="news-link">
+                    🔗 전체 기사 읽어보기
+                </a>
+            </div>
+            {% endfor %}
+        </div>
+        <!-- 모델 탭 -->
+        <div id="models-content" class="tab-content">
+            <div class="model-grid">
+                {% for model in analyzed_models %}
+                <div class="model-card">
+                    <div class="model-rank">{{ model.rank }}</div>
+                    <div class="model-name">{{ model.name }}</div>
+                    <div class="model-task">🏷️ {{ model.task }}</div>
+                    <div class="model-stats">
+                        <div class="model-stat-item">
+                            <strong>📥 다운로드</strong><br>
+                            {{ "{:,}".format(model.downloads) }}
+                        </div>
+                        <div class="model-stat-item">
+                            <strong>❤️ 좋아요</strong><br>
+                            {{ "{:,}".format(model.likes) }}
+                        </div>
+                    </div>
+                    <div class="model-analysis">
+                        <strong>🧠 AI 분석:</strong><br>
+                        {{ model.analysis }}
+                    </div>
+                    <a href="{{ model.url }}" target="_blank" class="news-link">
+                        🔗 모델 페이지 방문
+                    </a>
+                </div>
+                {% endfor %}
+            </div>
+            {% if analyzed_models|length == 0 %}
+            <div class="loading">
+                ⚠️ 모델 데이터를 불러오는 중...<br>
+                <button onclick="location.href='/?refresh=true'" style="margin-top: 20px; padding: 15px 30px; font-size: 1.1em; cursor: pointer; background: #667eea; color: white; border: none; border-radius: 25px;">
+                    🔥 데이터 수집하기
+                </button>
+            </div>
+            {% endif %}
+        </div>
+        <!-- 스페이스 탭 -->
+        <div id="spaces-content" class="tab-content">
+            {% for space in analyzed_spaces %}
+            <div class="space-card">
+                <div class="space-header">
+                    <div class="space-name">{{ space.rank }}. {{ space.name }}</div>
+                    <span class="space-badge">트렌딩 {{ space.rank }}위</span>
+                </div>
+                <div class="space-description">
+                    <strong>📝 설명:</strong> {{ space.description }}
+                </div>
+                <div class="space-analysis">
+                    <strong>🎓 초등학생 설명:</strong><br>
+                    {{ space.simple_explanation }}
+                </div>
+                {% if space.tech_stack %}
+                <div class="space-tech">
+                    <strong style="width: 100%; margin-bottom: 5px;">🛠️ 사용 기술:</strong>
+                    {% for tech in space.tech_stack %}
+                    <span class="tech-tag">{{ tech }}</span>
+                    {% endfor %}
+                </div>
+                {% endif %}
+                <a href="{{ space.url }}" target="_blank" class="news-link">
+                    🔗 스페이스 체험하기
+                </a>
+            </div>
+            {% endfor %}
+            {% if analyzed_spaces|length == 0 %}
+            <div class="loading">
+                ⚠️ 스페이스 데이터를 불러오는 중...<br>
+                <button onclick="location.href='/?refresh=true'" style="margin-top: 20px; padding: 15px 30px; font-size: 1.1em; cursor: pointer; background: #ff6b6b; color: white; border: none; border-radius: 25px;">
+                    🔥 데이터 수집하기
+                </button>
+            </div>
+            {% endif %}
+        </div>
+        <!-- 버튼 그룹 -->
+        <div class="button-group">
+            <button class="refresh-btn" onclick="location.reload()">
+                🔄 페이지 새로고침
+            </button>
+            <button class="refresh-btn" onclick="location.href='/?refresh=true'" style="background: linear-gradient(135deg, #ff6b6b 0%, #ee5a6f 100%);">
+                🔥 데이터 강제 갱신
+            </button>
+        </div>
+        <!-- 타임스탬프 -->
+        <div class="timestamp">
+            ⏰ 마지막 업데이트: {{ timestamp }}
+        </div>
+        <!-- 푸터 -->
+        <div class="footer">
+            <p>🤖 AI 뉴스 LLM 분석 시스템 v3.1 (Fireworks AI Edition)</p>
+            <p style="margin-top: 10px; font-size: 0.9em;">
+                💾 SQLite DB 영구 저장 | 🤗 Hugging Face Trending API | 🔥 Powered by Fireworks AI (Qwen3-235B)
+            </p>
+            <p style="margin-top: 10px; font-size: 0.85em; color: #999;">
+                데이터 출처: AI Times, Hugging Face | 분석: Fireworks AI LLM
+            </p>
+        </div>
+    </div>
+    <script>
+        function switchTab(tabName) {
+            // 모든 탭 비활성화
+            document.querySelectorAll('.tab').forEach(tab => {
+                tab.classList.remove('active');
+            });
+            document.querySelectorAll('.tab-content').forEach(content => {
+                content.classList.remove('active');
+            });
+            // 선택된 탭 활성화
+            event.target.classList.add('active');
+            document.getElementById(tabName + '-content').classList.add('active');
+        }
+        console.log('✅ AI 뉴스 LLM 분석 시스템 로드 완료 (Fireworks AI)');
+    </script>
+</body>
+</html>
+"""
+# ============================================
+# 데이터베이스 초기화
+# ============================================
+def init_database():
+    """SQLite 데이터베이스 초기화"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    # 뉴스 테이블
+    cursor.execute('''
+        CREATE TABLE IF NOT EXISTS news (
+            id INTEGER PRIMARY KEY AUTOINCREMENT,
+            title TEXT NOT NULL,
+            url TEXT NOT NULL UNIQUE,
+            date TEXT,
+            source TEXT,
+            category TEXT,
+            summary TEXT,
+            significance TEXT,
+            impact_level TEXT,
+            impact_text TEXT,
+            impact_description TEXT,
+            action TEXT,
+            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+        )
+    ''')
+    # 모델 테이블
+    cursor.execute('''
+        CREATE TABLE IF NOT EXISTS models (
+            id INTEGER PRIMARY KEY AUTOINCREMENT,
+            name TEXT NOT NULL UNIQUE,
+            downloads INTEGER,
+            likes INTEGER,
+            task TEXT,
+            url TEXT,
+            analysis TEXT,
+            rank INTEGER,
+            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
+            updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+        )
+    ''')
+    # 스페이스 테이블
+    cursor.execute('''
+        CREATE TABLE IF NOT EXISTS spaces (
+            id INTEGER PRIMARY KEY AUTOINCREMENT,
+            space_id TEXT NOT NULL UNIQUE,
+            name TEXT NOT NULL,
+            author TEXT,
+            title TEXT,
+            likes INTEGER,
+            url TEXT,
+            sdk TEXT,
+            simple_explanation TEXT,
+            tech_stack TEXT,
+            rank INTEGER,
+            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
+            updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
+        )
+    ''')
+    conn.commit()
+    conn.close()
+    print("✅ 데이터베이스 초기화 완료")
+def save_news_to_db(news_list: List[Dict]):
+    """뉴스 데이터를 DB에 저장"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    saved_count = 0
+    for news in news_list:
+        try:
+            cursor.execute('''
+                INSERT OR REPLACE INTO news
+                (title, url, date, source, category, summary, significance,
+                 impact_level, impact_text, impact_description, action)
+                VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)
+            ''', (
+                news['title'],
+                news['url'],
+                news.get('date', ''),
+                news.get('source', ''),
+                news.get('category', ''),
+                news['analysis']['summary'],
+                news['analysis']['significance'],
+                news['analysis']['impact_level'],
+                news['analysis']['impact_text'],
+                news['analysis']['impact_description'],
+                news['analysis']['action']
+            ))
+            saved_count += 1
+        except sqlite3.IntegrityError:
+            pass
+    conn.commit()
+    conn.close()
+    print(f"✅ {saved_count}개 뉴스 DB 저장 완료")
+def save_models_to_db(models_list: List[Dict]):
+    """모델 데이터를 DB에 저장"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    saved_count = 0
+    for model in models_list:
+        try:
+            cursor.execute('''
+                INSERT OR REPLACE INTO models
+                (name, downloads, likes, task, url, analysis, rank, updated_at)
+                VALUES (?, ?, ?, ?, ?, ?, ?, CURRENT_TIMESTAMP)
+            ''', (
+                model['name'],
+                model['downloads'],
+                model['likes'],
+                model['task'],
+                model['url'],
+                model['analysis'],
+                model['rank']
+            ))
+            saved_count += 1
+        except Exception as e:
+            print(f"⚠️ 모델 저장 오류: {e}")
+    conn.commit()
+    conn.close()
+    print(f"✅ {saved_count}개 모델 DB 저장 완료")
+def save_spaces_to_db(spaces_list: List[Dict]):
+    """스페이스 데이터를 DB에 저장"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    saved_count = 0
+    for space in spaces_list:
+        try:
+            cursor.execute('''
+                INSERT OR REPLACE INTO spaces
+                (space_id, name, author, title, likes, url, sdk,
+                 simple_explanation, tech_stack, rank, updated_at)
+                VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, CURRENT_TIMESTAMP)
+            ''', (
+                space['space_id'],
+                space['name'],
+                space.get('author', ''),
+                space.get('title', ''),
+                space.get('likes', 0),
+                space['url'],
+                space.get('sdk', ''),
+                space['simple_explanation'],
+                json.dumps(space.get('tech_stack', [])),
+                space['rank']
+            ))
+            saved_count += 1
+        except Exception as e:
+            print(f"⚠️ 스페이스 저장 오류: {e}")
+    conn.commit()
+    conn.close()
+    print(f"✅ {saved_count}개 스페이스 DB 저장 완료")
+def load_news_from_db() -> List[Dict]:
+    """DB에서 뉴스 로드"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    cursor.execute('''
+        SELECT title, url, date, source, category, summary, significance,
+               impact_level, impact_text, impact_description, action
+        FROM news ORDER BY created_at DESC LIMIT 50
+    ''')
+    news_list = []
+    for row in cursor.fetchall():
+        news_list.append({
+            'title': row[0],
+            'url': row[1],
+            'date': row[2],
+            'source': row[3],
+            'category': row[4],
+            'analysis': {
+                'summary': row[5],
+                'significance': row[6],
+                'impact_level': row[7],
+                'impact_text': row[8],
+                'impact_description': row[9],
+                'action': row[10]
+            }
+        })
+    conn.close()
+    return news_list
+def load_models_from_db() -> List[Dict]:
+    """DB에서 모델 로드"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    cursor.execute('''
+        SELECT name, downloads, likes, task, url, analysis, rank
+        FROM models ORDER BY rank ASC LIMIT 30
+    ''')
+    models_list = []
+    for row in cursor.fetchall():
+        models_list.append({
+            'name': row[0],
+            'downloads': row[1],
+            'likes': row[2],
+            'task': row[3],
+            'url': row[4],
+            'analysis': row[5],
+            'rank': row[6]
+        })
+    conn.close()
+    return models_list
+def load_spaces_from_db() -> List[Dict]:
+    """DB에서 스페이스 로드"""
+    conn = sqlite3.connect(DB_PATH)
+    cursor = conn.cursor()
+    cursor.execute('''
+        SELECT space_id, name, author, title, likes, url, sdk,
+               simple_explanation, tech_stack, rank
+        FROM spaces ORDER BY rank ASC LIMIT 30
+    ''')
+    spaces_list = []
+    for row in cursor.fetchall():
+        spaces_list.append({
+            'space_id': row[0],
+            'name': row[1],
+            'author': row[2],
+            'title': row[3],
+            'likes': row[4],
+            'url': row[5],
+            'sdk': row[6],
+            'simple_explanation': row[7],
+            'tech_stack': json.loads(row[8]) if row[8] else [],
+            'rank': row[9],
+            'description': row[3]
+        })
+    conn.close()
+    return spaces_list
+# ============================================
+# Fireworks AI LLM 분석기 클래스
+# ============================================
+class FireworksLLMAnalyzer:
+    """Fireworks AI API를 사용한 LLM 분석기"""
+    def __init__(self, api_key: str = None):
+        self.api_key = api_key or FIREWORKS_API_KEY
+        self.api_url = FIREWORKS_API_URL
+        self.model = "accounts/fireworks/models/qwen3-235b-a22b-instruct-2507"
+        if not self.api_key:
+            print("⚠️ FIREWORKS_API_KEY가 설정되지 않았습니다. 샘플 분석을 사용합니다.")
+            self.api_available = False
+        else:
+            self.api_available = True
+            print("✅ Fireworks AI API 연결 준비 완료")
+    def call_llm(self, prompt: str, max_tokens: int = 2000) -> str:
+        """Fireworks AI LLM 호출"""
+        if not self.api_available:
+            return ""
+        try:
+            payload = {
+                "model": self.model,
+                "max_tokens": max_tokens,
+                "top_p": 1,
+                "top_k": 40,
+                "presence_penalty": 0,
+                "frequency_penalty": 0,
+                "temperature": 0.6,
+                "messages": [
+                    {
+                        "role": "user",
+                        "content": prompt
+                    }
+                ]
+            }
+            headers = {
+                "Accept": "application/json",
+                "Content-Type": "application/json",
+                "Authorization": f"Bearer {self.api_key}"
+            }
+            response = requests.post(
+                self.api_url,
+                headers=headers,
+                data=json.dumps(payload),
+                timeout=30
+            )
+            if response.status_code == 200:
+                result = response.json()
+                return result['choices'][0]['message']['content'].strip()
+            else:
+                print(f"⚠️ LLM API 오류: {response.status_code}")
+                return ""
+        except Exception as e:
+            print(f"⚠️ LLM 호출 오류: {e}")
+            return ""
+    def analyze_news_simple(self, title: str, content: str = "") -> Dict:
+        """뉴스 기사를 초등학생 수준으로 분석"""
+        prompt = f"""다음 AI 뉴스를 초등학생(10살)도 이해할 수 있게 분석해주세요.
+뉴스 제목: {title}
+다음 형식으로 JSON 응답해주세요:
+{{
+    "summary": "초등학생이 이해할 수 있는 쉬운 요약 (2-3문장)",
+    "significance": "이 뉴스가 왜 중요한지 쉽게 설명 (2문장)",
+    "impact_level": "high 또는 medium 또는 low",
+    "impact_text": "높음 또는 중간 또는 낮음",
+    "impact_description": "영향도에 대한 설명 (1-2문장)",
+    "action": "우리가 할 수 있는 것 (1-2문장)"
+}}
+JSON만 출력하고 다른 설명은 하지 마세요."""
+        response = self.call_llm(prompt, max_tokens=1500)
+        if response:
+            try:
+                # JSON 파싱
+                response = response.strip()
+                if response.startswith("```json"):
+                    response = response[7:]
+                if response.endswith("```"):
+                    response = response[:-3]
+                response = response.strip()
+                analysis = json.loads(response)
+                return analysis
+            except json.JSONDecodeError as e:
+                print(f"⚠️ JSON 파싱 오류: {e}")
+                print(f"응답: {response[:200]}")
+        # 기본 분석 (API 실패 시)
+        return self._get_fallback_news_analysis(title)
+    def _get_fallback_news_analysis(self, title: str) -> Dict:
+        """API 실패 시 기본 분석"""
+        analysis_templates = {
+            "챗GPT": {
+                "summary": "마이크로소프트(MS)라는 큰 회사가 챗GPT라는 AI를 너무 많은 사람들이 사용해서, 컴퓨터를 보관하는 큰 건물(데이터센터)이 부족하다고 말했어요.",
+                "significance": "챗GPT가 정말 인기가 많다는 뜻이에요. 마치 너무 많은 친구들이 한 게임기를 쓰려고 하는 것과 비슷해요.",
+                "impact_level": "high",
+                "impact_text": "높음",
+                "impact_description": "AI 기술이 빠르게 발전하고 있고, 많은 사람들이 사용하고 있다는 중요한 신호예요.",
+                "action": "챗GPT 같은 AI 도구를 배워보세요. 숙제를 도와달라고 하거나, 모르는 것을 물어볼 수 있어요!"
+            },
+            "GPU": {
+                "summary": "미국이 아랍에미리트(UAE)라는 나라에 GPU라는 특별한 컴퓨터 부품을 팔 수 있게 허락했어요. GPU는 AI를 만드는 데 꼭 필요한 부품이에요.",
+                "significance": "GPU는 AI의 두뇌 같은 거예요. 이걸 팔 수 있게 되면 더 많은 나라에서 AI를 만들 수 있어요.",
+                "impact_level": "medium",
+                "impact_text": "중간",
+                "impact_description": "AI 기술이 더 많은 나라로 퍼질 수 있게 되었어요.",
+                "action": "컴퓨터가 어떻게 작동하는지 관심을 가져보세요. GPU가 무엇인지 검색해보는 것도 좋아요!"
+            },
+            "소라": {
+                "summary": "오픈AI가 만든 '소라'라는 AI 앱이 엄청 빠르게 인기를 얻었어요. 100만 명이 다운로드하는 데 챗GPT보다 더 빨랐대요!",
+                "significance": "사람들이 비디오를 만드는 AI에 정말 관심이 많다는 뜻이에요.",
+                "impact_level": "high",
+                "impact_text": "높음",
+                "impact_description": "앞으로 누구나 쉽게 멋진 비디오를 만들 수 있게 될 거예요.",
+                "action": "소라를 써보고, 상상한 것을 비디오로 만들어보세요. 창의력을 발휘할 수 있어요!"
+            }
+        }
+        for keyword, template in analysis_templates.items():
+            if keyword.lower() in title.lower():
+                return template
+        return {
+            "summary": f"'{title}'라는 AI 관련 뉴스가 나왔어요. AI 기술이 계속 발전하고 있다는 소식이에요.",
+            "significance": "AI는 우리 생활을 더 편리하게 만들어주는 기술이에요.",
+            "impact_level": "medium",
+            "impact_text": "중간",
+            "impact_description": "AI 기술의 발전은 우리 미래에 중요한 영향을 줄 거예요.",
+            "action": "AI에 대해 더 알아보고, AI를 활용하는 방법을 배워보세요!"
+        }
+    def analyze_model(self, model_name: str, task: str, downloads: int) -> str:
+        """허깅페이스 모델 분석"""
+        prompt = f"""다음 허깅페이스 AI 모델을 초등학생(10살)이 이해할 수 있게 설명해주세요.
+모델명: {model_name}
+태스크: {task}
+다운로드 수: {downloads:,}
+2-3문장으로 이 모델이 무엇을 하는지, 왜 인기가 많은지 쉽게 설명해주세요.
+설명만 작성하고 다른 내용은 쓰지 마세요."""
+        response = self.call_llm(prompt, max_tokens=300)
+        if response:
+            return response
+        # 기본 분석
+        task_explanations = {
+            "text-generation": "글을 자동으로 만들어주는",
+            "image-to-text": "사진을 보고 설명을 써주는",
+            "text-to-image": "글을 읽고 그림을 그려주는",
+            "translation": "다른 언어로 번역해주는",
+            "question-answering": "질문에 답해주는",
+            "summarization": "긴 글을 짧게 요약해주는",
+            "text-classification": "글을 분류해주는",
+            "token-classification": "단어를 분석해주는",
+            "fill-mask": "빈칸을 채워주는"
+        }
+        task_desc = task_explanations.get(task, "특별한 기능을 하는")
+        if downloads > 10000000:
+            popularity = "엄청나게 많은"
+        elif downloads > 1000000:
+            popularity = "아주 많은"
+        elif downloads > 100000:
+            popularity = "많은"
+        else:
+            popularity = "어느 정도"
+        return f"이 모델은 {task_desc} AI예요. {popularity} 사람들이 다운로드해서 사용하고 있어요. {model_name.split('/')[-1]}라는 이름으로 유명해요!"
+    def analyze_space(self, space_name: str, description: str) -> Dict:
+        """허깅페이스 스페이스 분석"""
+        prompt = f"""다음 허깅페이스 스페이스를 초등학생(10살)이 이해할 수 있게 설명해주세요.
+스페이스명: {space_name}
+설명: {description}
+다음 형식으로 JSON 응답해주세요:
+{{
+    "simple_explanation": "이 스페이스가 무엇을 하는지 쉽게 설명 (2-3문장)",
+    "tech_stack": ["기술1", "기술2", "기술3"]
+}}
+JSON만 출력하고 다른 설명은 하지 마세요."""
+        response = self.call_llm(prompt, max_tokens=500)
+        if response:
+            try:
+                response = response.strip()
+                if response.startswith("```json"):
+                    response = response[7:]
+                if response.endswith("```"):
+                    response = response[:-3]
+                response = response.strip()
+                analysis = json.loads(response)
+                return analysis
+            except json.JSONDecodeError:
+                pass
+        # 기본 분석
+        return {
+            "simple_explanation": f"{space_name}는 웹브라우저에서 바로 AI를 체험해볼 수 있는 곳이에요. 설치 없이도 사용할 수 있어서 편리해요! 마치 온라인 게임처럼 바로 접속해서 AI를 사용할 수 있답니다.",
+            "tech_stack": ["Python", "Gradio", "Transformers", "PyTorch"]
+        }
+# ============================================
+# 고급 분석기 클래스
+# ============================================
+class AdvancedAIAnalyzer:
+    """LLM 기반 고급 AI 뉴스 분석기 (Fireworks AI)"""
+    def __init__(self):
+        self.llm_analyzer = FireworksLLMAnalyzer()
+        self.huggingface_data = {
+            "models": [],
+            "spaces": []
+        }
+        self.news_data = []
+    def fetch_huggingface_models(self, limit: int = 30) -> List[Dict]:
+        """허깅페이스 트렌딩 모델 30개 수집 (실제 API)"""
+        print(f"🤗 허깅페이스 트렌딩 모델 {limit}개 수집 중...")
+        models_list = []
+        try:
+            api = HfApi()
+            models = list(api.list_models(
+                sort="trending",
+                direction=-1,
+                limit=limit
+            ))
+            print(f"📊 API에서 {len(models)}개 모델 받음")
+            for idx, model in enumerate(models[:limit], 1):
+                try:
+                    model_info = {
+                        'name': model.id,
+                        'downloads': getattr(model, 'downloads', 0) or 0,
+                        'likes': getattr(model, 'likes', 0) or 0,
+                        'task': getattr(model, 'pipeline_tag', 'N/A') or 'N/A',
+                        'url': f"https://huggingface.co/{model.id}",
+                        'rank': idx
+                    }
+                    # LLM 분석 추가
+                    print(f"  🧠 모델 {idx} LLM 분석 중...")
+                    model_info['analysis'] = self.llm_analyzer.analyze_model(
+                        model_info['name'],
+                        model_info['task'],
+                        model_info['downloads']
+                    )
+                    models_list.append(model_info)
+                    if idx % 5 == 0:
+                        print(f"  ✓ {idx}개 모델 처리 완료...")
+                        time.sleep(0.5)  # Rate limit 방지
+                except Exception as e:
+                    print(f"  ⚠️ 모델 {idx} 처리 오류: {e}")
+                    continue
+            print(f"✅ {len(models_list)}개 트렌딩 모델 수집 완료")
+            if models_list:
+                save_models_to_db(models_list)
+            return models_list
+        except Exception as e:
+            print(f"❌ 모델 수집 오류: {e}")
+            print("💾 DB에서 이전 데이터 로드 시도...")
+            return load_models_from_db()
+    def fetch_huggingface_spaces(self, limit: int = 30) -> List[Dict]:
+        """허깅페이스 트렌딩 스페이스 30개 수집 (실제 API)"""
+        print(f"🚀 허깅페이스 트렌딩 스페이스 {limit}개 수집 중...")
+        spaces_list = []
+        try:
+            api = HfApi()
+            spaces = list(api.list_spaces(
+                sort="trending",
+                direction=-1,
+                limit=limit
+            ))
+            print(f"📊 API에서 {len(spaces)}개 스페이스 받음")
+            for idx, space in enumerate(spaces[:limit], 1):
+                try:
+                    space_info = {
+                        'space_id': space.id,
+                        'name': space.id.split('/')[-1] if '/' in space.id else space.id,
+                        'author': space.author,
+                        'title': getattr(space, 'title', space.id) or space.id,
+                        'likes': getattr(space, 'likes', 0) or 0,
+                        'url': f"https://huggingface.co/spaces/{space.id}",
+                        'sdk': getattr(space, 'sdk', 'gradio') or 'gradio',
+                        'rank': idx
+                    }
+                    # LLM 분석 추가
+                    print(f"  🧠 스페이스 {idx} LLM 분석 중...")
+                    space_analysis = self.llm_analyzer.analyze_space(
+                        space_info['name'],
+                        space_info['title']
+                    )
+                    space_info['simple_explanation'] = space_analysis['simple_explanation']
+                    space_info['tech_stack'] = space_analysis['tech_stack']
+                    space_info['description'] = space_info['title']
+                    spaces_list.append(space_info)
+                    if idx % 5 == 0:
+                        print(f"  ✓ {idx}개 스페이스 처리 완료...")
+                        time.sleep(0.5)  # Rate limit 방지
+                except Exception as e:
+                    print(f"  ⚠️ 스페이스 {idx} 처리 오류: {e}")
+                    continue
+            print(f"✅ {len(spaces_list)}개 트렌딩 스페이스 수집 완료")
+            if spaces_list:
+                save_spaces_to_db(spaces_list)
+            return spaces_list
+        except Exception as e:
+            print(f"❌ 스페이스 수집 오류: {e}")
+            print("💾 DB에서 이전 데이터 로드 시도...")
+            return load_spaces_from_db()
+    def create_sample_news(self) -> List[Dict]:
+        """오늘의 AI 뉴스 샘플"""
+        sample_news = [
+            {
+                'title': 'MS "챗GPT 수요 폭증으로 데이터센터 부족...2026년까지 지속"',
+                'url': 'https://www.aitimes.com/news/articleView.html?idxno=203055',
+                'date': '10-10 15:10',
+                'source': 'AI Times'
+            },
+            {
+                'title': '미국, UAE에 GPU 판매 일부 승인...엔비디아 시총 5조달러 눈앞',
+                'url': 'https://www.aitimes.com/news/articleView.html?idxno=203053',
+                'date': '10-10 14:46',
+                'source': 'AI Times'
+            },
+            {
+                'title': '소라, 챗GPT보다 빨리 100만 다운로드 돌파',
+                'url': 'https://www.aitimes.com/news/articleView.html?idxno=203045',
+                'date': '10-10 12:55',
+                'source': 'AI Times'
+            }
+        ]
+        return sample_news
+    def analyze_all_news(self) -> List[Dict]:
+        """모든 뉴스에 LLM 분석 추가"""
+        print("📰 뉴스 LLM 분석 시작...")
+        news = self.create_sample_news()
+        analyzed_news = []
+        for idx, article in enumerate(news, 1):
+            print(f"  🧠 뉴스 {idx}/{len(news)} LLM 분석 중...")
+            analysis = self.llm_analyzer.analyze_news_simple(
+                article['title'],
+                ""
+            )
+            article['analysis'] = analysis
+            analyzed_news.append(article)
+            time.sleep(0.5)  # Rate limit 방지
+        print(f"✅ {len(analyzed_news)}개 뉴스 분석 완료")
+        save_news_to_db(analyzed_news)
+        return analyzed_news
+    def get_all_data(self, force_refresh: bool = False) -> Dict:
+        """모든 데이터 수집 및 분석"""
+        print("\n" + "="*60)
+        print("🚀 AI 뉴스 & 허깅페이스 LLM 분석 시작 (Fireworks AI)")
+        print("="*60 + "\n")
+        if force_refresh:
+            print("🔄 강제 새로고침 모드: 모든 데이터 새로 수집")
+            analyzed_news = self.analyze_all_news()
+            analyzed_models = self.fetch_huggingface_models(30)
+            analyzed_spaces = self.fetch_huggingface_spaces(30)
+        else:
+            print("💾 DB 우선 로드 모드")
+            analyzed_news = load_news_from_db()
+            if not analyzed_news:
+                print("📰 DB에 뉴스 없음 → 새로 수집")
+                analyzed_news = self.analyze_all_news()
+            else:
+                print(f"✅ DB에서 {len(analyzed_news)}개 뉴스 로드")
+            analyzed_models = load_models_from_db()
+            if not analyzed_models:
+                print("🤗 DB에 모델 없음 → 새로 수집")
+                analyzed_models = self.fetch_huggingface_models(30)
+            else:
+                print(f"✅ DB에서 {len(analyzed_models)}개 모델 로드")
+            analyzed_spaces = load_spaces_from_db()
+            if not analyzed_spaces:
+                print("🚀 DB에 스페이스 없음 → 새로 수집")
+                analyzed_spaces = self.fetch_huggingface_spaces(30)
+            else:
+                print(f"✅ DB에서 {len(analyzed_spaces)}개 스페이스 로드")
+        stats = {
+            'total_news': len(analyzed_news),
+            'hf_models': len(analyzed_models),
+            'hf_spaces': len(analyzed_spaces),
+            'llm_analyses': len(analyzed_news) + len(analyzed_models) + len(analyzed_spaces)
+        }
+        print(f"\n✅ 전체 분석 완료: {stats['llm_analyses']}개 항목")
+        print(f"   📰 뉴스: {stats['total_news']}개")
+        print(f"   🤗 모델: {stats['hf_models']}개")
+        print(f"   🚀 스페이스: {stats['hf_spaces']}개")
+        return {
+            'analyzed_news': analyzed_news,
+            'analyzed_models': analyzed_models,
+            'analyzed_spaces': analyzed_spaces,
+            'stats': stats,
+            'timestamp': datetime.now().strftime('%Y년 %m월 %d일 %H:%M:%S')
+        }
+# ============================================
+# Flask 라우트
+# ============================================
+@app.route('/')
+def index():
+    """메인 페이지"""
+    try:
+        force_refresh = request.args.get('refresh', 'false').lower() == 'true'
+        analyzer = AdvancedAIAnalyzer()
+        data = analyzer.get_all_data(force_refresh=force_refresh)
+        return render_template_string(HTML_TEMPLATE, **data)
+    except Exception as e:
+        import traceback
+        error_detail = traceback.format_exc()
+        return f"""
+        <html>
+        <body style="font-family: Arial; padding: 50px; text-align: center;">
+            <h1 style="color: #e74c3c;">⚠️ 오류 발생</h1>
+            <p>{str(e)}</p>
+            <pre style="text-align: left; background: #f5f5f5; padding: 20px; border-radius: 5px;">
+{error_detail}
+            </pre>
+            <button onclick="location.href='/'" style="padding: 10px 20px; margin: 10px;">
+                🔄 새로고침
+            </button>
+            <button onclick="location.href='/?refresh=true'" style="padding: 10px 20px; margin: 10px; background: #ff6b6b; color: white; border: none; border-radius: 5px;">
+                🔥 강제 갱신
+            </button>
+        </body>
+        </html>
+        """, 500
+@app.route('/api/data')
+def api_data():
+    """JSON API"""
+    try:
+        force_refresh = request.args.get('refresh', 'false').lower() == 'true'
+        analyzer = AdvancedAIAnalyzer()
+        data = analyzer.get_all_data(force_refresh=force_refresh)
+        return jsonify({
+            'success': True,
+            'data': data
+        })
+    except Exception as e:
+        return jsonify({
+            'success': False,
+            'error': str(e)
+        }), 500
+@app.route('/api/refresh')
+def api_refresh():
+    """강제 새로고침 API"""
+    try:
+        analyzer = AdvancedAIAnalyzer()
+        data = analyzer.get_all_data(force_refresh=True)
+        return jsonify({
+            'success': True,
+            'message': '데이터가 성공적으로 갱신되었습니다',
+            'stats': data['stats']
+        })
+    except Exception as e:
+        return jsonify({
+            'success': False,
+            'error': str(e)
+        }), 500
+@app.route('/health')
+def health():
+    """헬스 체크"""
+    try:
+        conn = sqlite3.connect(DB_PATH)
+        cursor = conn.cursor()
+        cursor.execute("SELECT COUNT(*) FROM news")
+        news_count = cursor.fetchone()[0]
+        cursor.execute("SELECT COUNT(*) FROM models")
+        models_count = cursor.fetchone()[0]
+        cursor.execute("SELECT COUNT(*) FROM spaces")
+        spaces_count = cursor.fetchone()[0]
+        conn.close()
+        return jsonify({
+            "status": "healthy",
+            "service": "AI News LLM Analyzer (Fireworks AI)",
+            "version": "3.1.0",
+            "llm_provider": "Fireworks AI (Qwen3-235B)",
+            "database": {
+                "connected": True,
+                "news_count": news_count,
+                "models_count": models_count,
+                "spaces_count": spaces_count
+            },
+            "timestamp": datetime.now().isoformat()
+        })
+    except Exception as e:
+        return jsonify({
+            "status": "unhealthy",
+            "error": str(e)
+        }), 500
+# ============================================
+# 메인 실행
+# ============================================
+if __name__ == '__main__':
+    port = int(os.environ.get('PORT', 7860))
+    print(f"""
+╔════════════════════════════════════════════════════════════╗
+║                                                            ║
+║   🤖 AI 뉴스 & 허깅페이스 LLM 분석 웹앱 v3.1              ║
+║   🔥 Powered by Fireworks AI (Qwen3-235B)                 ║
+║                                                            ║
+╚════════════════════════════════════════════════════════════╝
+✨ 주요 기능:
+  • 🔥 Fireworks AI LLM으로 실제 분석
+  • 💾 SQLite DB 영구 스토리지
+  • 📰 뉴스 초등학생 수준 분석
+  • 🤗 허깅페이스 트렌딩 모델 TOP 30
+  • 🚀 허깅페이스 트렌딩 스페이스 TOP 30
+  • 🎨 탭 UI (뉴스/모델/스페이스)
+🚀 서버 정보:
+📍 메인: http://localhost:{port}
+🔄 강제갱신: http://localhost:{port}/?refresh=true
+📊 API: http://localhost:{port}/api/data
+🔥 새로고침 API: http://localhost:{port}/api/refresh
+💚 Health: http://localhost:{port}/health
+💾 데이터베이스: {DB_PATH}
+🔑 API 키 상태: {'✅ 설정됨' if FIREWORKS_API_KEY else '⚠️ 미설정 (샘플 분석 사용)'}
+초기화 중...
+    """)
+    try:
+        init_database()
+    except Exception as e:
+        print(f"❌ DB 초기화 오류: {e}")
+        sys.exit(1)
+    print("\n✅ 서버 준비 완료!")
+    print("브라우저에서 위 URL을 열어주세요!")
+    print("종료: Ctrl+C\n")
+    try:
+        app.run(
+            host='0.0.0.0',
+            port=port,
+            debug=False,
+            threaded=True
+        )
+    except KeyboardInterrupt:
+        print("\n\n👋 서버 종료!")
+        sys.exit(0)
+    except Exception as e:
+        print(f"\n❌ 서버 오류: {e}")
+        sys.exit(1)