이 코드는 다음과 같은 특징을 가지고 있습니다:
") analysis.append("{imp}이 앱을 실행하기 위해 필요한 패키지들입니다:
") analysis.append("")
for pkg in sorted(required_packages):
if pkg and pkg not in BUILTIN_MODULES:
analysis.append(pkg)
analysis.append("")
# 2. 함수 분석
functions = []
current_func = []
in_function = False
for line in code.split('\n'):
if line.strip().startswith('def '):
if current_func:
functions.append('\n'.join(current_func))
current_func = []
in_function = True
if in_function:
current_func.append(line)
if in_function and not line.strip():
in_function = False
if current_func:
functions.append('\n'.join(current_func))
current_func = []
if functions:
analysis.append("{func_name}파라미터:
{param}요청하신 \"{query}\"에 대한 대응은 다음과 같습니다:
") # 주요 기능 분석 features = [] if "계산기" in query or "계산" in query: if "BMI" in code: features.append("BMI 계산 기능") if "단위 변환" in query and ("convert" in code or "변환" in code): features.append("단위 변환 기능") if "달력" in query and "calendar" in code: features.append("달력 표시 기능") if "메모" in query and ("저장" in code or "save" in code): features.append("메모 저장 및 관리 기능") if "타이머" in query and ("timer" in code or "타이머" in code): features.append("타이머 기능") # 일반적인 분석 추가 features.append("직관적인 사용자 인터페이스") features.append("사용자 입력 검증 및 오류 처리") features.append("모던한 디자인과 레이아웃") if features: analysis.append("이 코드는 Gradio를 활용하여 요청하신 기능을 구현했으며, 사용자 편의성과 직관적인 UI를 갖추고 있습니다.
") return "\n".join(analysis) async def try_claude_api(system_message, claude_messages, timeout=15): try: start_time = time.time() with claude_client.messages.stream( model="claude-3-7-sonnet-20250219", max_tokens=20000, system=system_message, messages=claude_messages ) as stream: collected_content = "" for chunk in stream: current_time = time.time() if current_time - start_time > timeout: print(f"Claude API response time: {current_time - start_time:.2f} seconds") raise TimeoutError("Claude API timeout") if chunk.type == "content_block_delta": collected_content += chunk.delta.text yield collected_content await asyncio.sleep(0) start_time = current_time except Exception as e: print(f"Claude API error: {str(e)}") raise e async def try_openai_api(openai_messages): try: stream = openai_client.chat.completions.create( model="gpt-4", messages=openai_messages, stream=True, max_tokens=4096, temperature=0.7 ) collected_content = "" for chunk in stream: if chunk.choices[0].delta.content is not None: collected_content += chunk.choices[0].delta.content yield collected_content except Exception as e: print(f"OpenAI API error: {str(e)}") raise e def remove_code_block(text): text = re.sub(r'```[python|html]?\n', '', text) text = re.sub(r'\n```', '', text) lines = text.split('\n') filtered_lines = [] seen_imports = set() for line in lines: if not line.strip(): continue if line.startswith('import ') or line.startswith('from '): import_key = line.split('#')[0].strip() if import_key in seen_imports: continue seen_imports.add(import_key) if 'if __name__ == "__main__":' in line: continue if 'demo.launch()' in line: continue filtered_lines.append(line) return '\n'.join(filtered_lines) def boost_prompt(prompt: str) -> str: if not prompt: return "" boost_system_prompt = """ 당신은 Gradio 웹앱 개발 프롬프트 전문가입니다. 주어진 프롬프트를 분석하여 더 상세하고 전문적인 요구사항으로 확장하되, 원래 의도와 목적은 그대로 유지하면서 다음 관점들을 고려하여 증강하십시오: 1. UI/UX 디자인 요소 2. Gradio 컴포넌트 활용 3. 사용자 경험 최적화 4. 성능과 보안 5. 접근성과 호환성 기존 SystemPrompt의 모든 규칙을 준수하면서 증강된 프롬프트를 생성하십시오. """ try: try: response = claude_client.messages.create( model="claude-3-7-sonnet-20250219", max_tokens=2000, messages=[{ "role": "user", "content": f"다음 프롬프트를 분석하고 증강하시오: {prompt}" }] ) if hasattr(response, 'content') and len(response.content) > 0: return response.content[0].text raise Exception("Claude API 응답 형식 오류") except Exception as claude_error: print(f"Claude API 에러, OpenAI로 전환: {str(claude_error)}") completion = openai_client.chat.completions.create( model="gpt-4", messages=[ {"role": "system", "content": boost_system_prompt}, {"role": "user", "content": f"다음 프롬프트를 분석하고 증강하시오: {prompt}"} ], max_tokens=2000, temperature=0.7 ) if completion.choices and len(completion.choices) > 0: return completion.choices[0].message.content raise Exception("OpenAI API 응답 형식 오류") except Exception as e: print(f"프롬프트 증강 중 오류 발생: {str(e)}") return prompt # 배포 관련 함수 추가 def generate_space_name(): """6자리 랜덤 영문 이름 생성""" letters = string.ascii_lowercase return ''.join(random.choice(letters) for i in range(6)) def deploy_to_huggingface(code: str, token: str): try: # 1) 기본 검증 if not token: return "HuggingFace 토큰이 입력되지 않았습니다." # 2) Space 생성 준비 api = HfApi(token=token) space_name = generate_space_name() username = api.whoami()['name'] repo_id = f"{username}/{space_name}" # 3) Space 생성 (private로 설정) try: create_repo( repo_id, repo_type="space", space_sdk="gradio", token=token, private=True ) except Exception as e: raise e # 4) 코드 정리 code = code.replace("```python", "").replace("```", "").strip() # 5) 전체 애플리케이션 코드 생성 if "demo.launch()" not in code: full_app_code = code + "\n\nif __name__ == '__main__':\n demo.launch()" else: full_app_code = code # 6) 파일 생성 및 업로드 with open("app.py", "w", encoding="utf-8") as f: f.write(full_app_code) api.upload_file( path_or_fileobj="app.py", path_in_repo="app.py", repo_id=repo_id, repo_type="space" ) # 7) requirements.txt 생성 및 업로드 analysis_result = analyze_code(code) requirements = "" # HTML에서 requirements.txt 섹션 찾기 if "") + 5
end_idx = analysis_result.find("")
if start_idx > 4 and end_idx > 0:
requirements = analysis_result[start_idx:end_idx].strip()
# requirements.txt 작성
with open("requirements.txt", "w") as f:
if requirements:
f.write(requirements)
else:
f.write("gradio==5.6.0\n")
api.upload_file(
path_or_fileobj="requirements.txt",
path_in_repo="requirements.txt",
repo_id=repo_id,
repo_type="space"
)
# 8) 결과 반환
space_url = f"https://huggingface.co/spaces/{username}/{space_name}"
return f'배포 완료! Private Space로 생성되었습니다. 여기를 클릭하여 Space 열기'
except Exception as e:
return f"배포 중 오류 발생: {str(e)}"
class Demo:
def __init__(self):
self.current_query = ""
async def generation_code(self, query: Optional[str], _setting: Dict[str, str], _history: Optional[History]):
if not query or query.strip() == '':
query = random.choice(DEMO_LIST)['description']
# 현재 쿼리 저장
self.current_query = query
if _history is None:
_history = []
messages = history_to_messages(_history, _setting['system'])
system_message = messages[0]['content']
claude_messages = [
{"role": msg["role"] if msg["role"] != "system" else "user", "content": msg["content"]}
for msg in messages[1:] + [{'role': Role.USER, 'content': query}]
if msg["content"].strip() != ''
]
openai_messages = [{"role": "system", "content": system_message}]
for msg in messages[1:]:
openai_messages.append({
"role": msg["role"],
"content": msg["content"]
})
openai_messages.append({"role": "user", "content": query})
try:
collected_content = None
try:
async for content in try_claude_api(system_message, claude_messages):
# 코드 블록 표시 제거
code = remove_code_block(content)
yield code
collected_content = code
except Exception as claude_error:
print(f"Falling back to OpenAI API due to Claude error: {str(claude_error)}")
async for content in try_openai_api(openai_messages):
# 코드 블록 표시 제거
code = remove_code_block(content)
yield code
collected_content = code
if collected_content:
_history.append([query, collected_content])
except Exception as e:
print(f"Error details: {str(e)}")
raise ValueError(f'Error calling APIs: {str(e)}')
def clear_history(self):
self.current_query = ""
return []
def get_current_query(self):
return self.current_query
# 예제 프롬프트
example_prompts = [
"한글 입력시 음성 생성 TTS를 구글 gtts기반으로 생성하라.",
"BMI 계산기를 만들어주세요. 키와 몸무게를 입력하면 BMI 지수와 비만도를 계산해주는 앱입니다.",
"MBTI 진단 서비스: 10가지 질문과 답변 선택하면 16가지 유형 진단과 상세 설명을 하라",
"단위 변환기를 만들어주세요. 길이(m, cm, km 등), 무게(kg, g 등), 온도(섭씨, 화씨) 등을 변환할 수 있는 앱입니다.",
"포모도로 타이머를 만들어주세요. 25분 집중, 5분 휴식을 반복하는 타이머로, 사이클 횟수도 표시됩니다."
]
# CSS 스타일
css = """
.container {
max-width: 1200px;
margin: auto;
}
.header {
text-align: center;
margin: 20px 0;
}
.header h1 {
margin-bottom: 5px;
color: #2c3e50;
}
.header p {
margin-top: 0;
color: #7f8c8d;
}
.content {
display: flex;
flex-direction: row;
gap: 20px;
}
.left-panel, .right-panel {
flex: 1;
padding: 15px;
border-radius: 10px;
background-color: #f9f9f9;
box-shadow: 0 2px 10px rgba(0,0,0,0.1);
}
.status {
text-align: center;
padding: 10px;
margin: 10px 0;
border-radius: 5px;
}
.generating {
background-color: #f39c12;
color: white;
}
.deploy-section {
margin-top: 20px;
padding: 15px;
border-radius: 10px;
background-color: #f0f0f0;
}
.footer {
text-align: center;
margin-top: 30px;
padding: 10px;
color: #7f8c8d;
font-size: 0.8em;
}
"""
# Demo 인스턴스 생성
demo_instance = Demo()
with gr.Blocks(css=css) as demo:
history = gr.State([])
setting = gr.State({
"system": SystemPrompt,
})
is_generating = gr.State(False)
current_query = gr.State("")
gr.HTML("""
'Python & Huggingface' ver 1.019