app-backup10.py

import gradio as gr
from huggingface_hub import InferenceClient, HfApi
import os
import requests
from typing import List, Dict, Union, Tuple
import traceback
from PIL import Image
from io import BytesIO
import asyncio
from gradio_client import Client
import time
import threading
import json
import re

HF_TOKEN = os.getenv("HF_TOKEN")
hf_client = InferenceClient("CohereForAI/c4ai-command-r-plus-08-2024", token=HF_TOKEN)
hf_api = HfApi(token=HF_TOKEN)

def get_headers():
    if not HF_TOKEN:
        raise ValueError("Hugging Face token not found in environment variables")
    return {"Authorization": f"Bearer {HF_TOKEN}"}

def get_file_content(space_id: str, file_path: str) -> str:
    file_url = f"https://huggingface.co/spaces/{space_id}/raw/main/{file_path}"
    try:
        response = requests.get(file_url, headers=get_headers())
        if response.status_code == 200:
            return response.text
        else:
            return f"File not found or inaccessible: {file_path}"
    except requests.RequestException:
        return f"Error fetching content for file: {file_path}"

def get_space_structure(space_id: str) -> Dict:
    try:
        files = hf_api.list_repo_files(repo_id=space_id, repo_type="space")
        
        tree = {"type": "directory", "path": "", "name": space_id, "children": []}
        for file in files:
            path_parts = file.split('/')
            current = tree
            for i, part in enumerate(path_parts):
                if i == len(path_parts) - 1:  # 파일
                    current["children"].append({"type": "file", "path": file, "name": part})
                else:  # 디렉토리
                    found = False
                    for child in current["children"]:
                        if child["type"] == "directory" and child["name"] == part:
                            current = child
                            found = True
                            break
                    if not found:
                        new_dir = {"type": "directory", "path": '/'.join(path_parts[:i+1]), "name": part, "children": []}
                        current["children"].append(new_dir)
                        current = new_dir
        
        return tree
    except Exception as e:
        print(f"Error in get_space_structure: {str(e)}")
        return {"error": f"API request error: {str(e)}"}

def format_tree_structure(tree_data: Dict, indent: str = "") -> str:
    if "error" in tree_data:
        return tree_data["error"]
    
    formatted = f"{indent}{'📁' if tree_data.get('type') == 'directory' else '📄'} {tree_data.get('name', 'Unknown')}\n"
    if tree_data.get("type") == "directory":
        for child in sorted(tree_data.get("children", []), key=lambda x: (x.get("type", "") != "directory", x.get("name", ""))):
            formatted += format_tree_structure(child, indent + "  ")
    return formatted

def summarize_code(app_content: str):
    system_message = "당신은 Python 코드를 분석하고 요약하는 AI 조수입니다. 주어진 코드를 3줄 이내로 간결하게 요약해주세요."
    user_message = f"다음 Python 코드를 3줄 이내로 요약해주세요:\n\n{app_content}"
    
    messages = [
        {"role": "system", "content": system_message},
        {"role": "user", "content": user_message}
    ]
    
    try:
        response = hf_client.chat_completion(messages, max_tokens=200, temperature=0.7)
        return response.choices[0].message.content
    except Exception as e:
        return f"요약 생성 중 오류 발생: {str(e)}"

def analyze_code(app_content: str):
    system_message = """당신은 Python 코드를 분석하는 AI 조수입니다. 주어진 코드를 분석하여 다음 항목에 대해 설명해주세요:
    A. 배경 및 필요성
    B. 기능적 효용성 및 가치
    C. 특장점
    D. 적용 대상 및 타겟
    E. 기대효과
    기존 및 유사 프로젝트와 비교하여 분석해주세요. Markdown 형식으로 출력하세요."""
    user_message = f"다음 Python 코드를 분석해주세요:\n\n{app_content}"
    
    messages = [
        {"role": "system", "content": system_message},
        {"role": "user", "content": user_message}
    ]
    
    try:
        response = hf_client.chat_completion(messages, max_tokens=1000, temperature=0.7)
        return response.choices[0].message.content
    except Exception as e:
        return f"분석 생성 중 오류 발생: {str(e)}"

def explain_usage(app_content: str):
    system_message = "당신은 Python 코드를 분석하여 사용법을 설명하는 AI 조수입니다. 주어진 코드를 바탕으로 마치 화면을 보는 것처럼 사용법을 상세히 설명해주세요. Markdown 형식으로 출력하세요."
    user_message = f"다음 Python 코드의 사용법을 설명해주세요:\n\n{app_content}"
    
    messages = [
        {"role": "system", "content": system_message},
        {"role": "user", "content": user_message}
    ]
    
    try:
        response = hf_client.chat_completion(messages, max_tokens=800, temperature=0.7)
        return response.choices[0].message.content
    except Exception as e:
        return f"사용법 설명 생성 중 오류 발생: {str(e)}"

def adjust_lines_for_code(code_content: str, min_lines: int = 10, max_lines: int = 100) -> int:
    """
    코드 내용에 따라 lines 수를 동적으로 조정합니다.
    
    Parameters:
    - code_content (str): 코드 텍스트 내용
    - min_lines (int): 최소 lines 수
    - max_lines (int): 최대 lines 수
    
    Returns:
    - int: 설정된 lines 수
    """
    # 코드의 줄 수 계산
    num_lines = len(code_content.split('\n'))
    # 줄 수가 min_lines보다 적다면 min_lines 사용, max_lines보다 크면 max_lines 사용
    return min(max(num_lines, min_lines), max_lines)

def analyze_space(url: str, progress=gr.Progress()):
    try:
        space_id = url.split('spaces/')[-1]
        
        # Space ID 유효성 검사 수정
        if not re.match(r'^[\w.-]+/[\w.-]+$', space_id):
            raise ValueError(f"Invalid Space ID format: {space_id}")
        
        progress(0.1, desc="파일 구조 분석 중...")
        tree_structure = get_space_structure(space_id)
        if "error" in tree_structure:
            raise ValueError(tree_structure["error"])
        tree_view = format_tree_structure(tree_structure)
        
        progress(0.3, desc="app.py 내용 가져오는 중...")
        app_content = get_file_content(space_id, "app.py")
        
        progress(0.5, desc="코드 요약 중...")
        summary = summarize_code(app_content)
        
        progress(0.7, desc="코드 분석 중...")
        analysis = analyze_code(app_content)
        
        progress(0.9, desc="사용법 설명 생성 중...")
        usage = explain_usage(app_content)
        
        # 줄 수 계산하여 lines 설정
        app_py_lines = adjust_lines_for_code(app_content)
        
        progress(1.0, desc="완료")
        return app_content, tree_view, tree_structure, space_id, summary, analysis, usage, app_py_lines
    except Exception as e:
        print(f"Error in analyze_space: {str(e)}")
        print(traceback.format_exc())
        return f"오류가 발생했습니다: {str(e)}", "", None, "", "", "", "", 10

def respond(
    message: str,
    history: List[Tuple[str, str]],
    system_message: str = "",
    max_tokens: int = 1024,
    temperature: float = 0.7,
    top_p: float = 0.9,
):
    system_prefix = """당신은 허깅페이스에 특화된 AI 코딩 전문가입니다. 사용자의 질문에 친절하고 상세하게 답변해주세요. 
    Gradio 특성을 정확히 인식하고 Requirements.txt 누락없이 코딩과 오류를 해결해야 합니다.
    항상 정확하고 유용한 정보를 제공하도록 노력하세요."""
    
    messages = [{"role": "system", "content": f"{system_prefix} {system_message}"}]
    for user_msg, assistant_msg in history:
        messages.append({"role": "user", "content": user_msg})
        if assistant_msg:
            messages.append({"role": "assistant", "content": assistant_msg})
    messages.append({"role": "user", "content": message})

    response = ""
    for message in hf_client.chat_completion(
        messages,
        max_tokens=max_tokens,
        stream=True,
        temperature=temperature,
        top_p=top_p,
    ):
        token = message.choices[0].delta.get('content', None)
        if token:
            response += token.strip("")
        yield response


def create_ui():
    try:
        css = """
        footer {visibility: hidden;}
        .output-group {
            border: 1px solid #ddd;
            border-radius: 5px;
            padding: 10px;
            margin-bottom: 20px;
        }
        .scroll-lock {
            overflow-y: auto !important;
            max-height: calc((100vh - 200px) / 5) !important;
        }
        .tree-view-scroll {
            overflow-y: auto !important;
            max-height: calc((100vh - 200px) / 2) !important;
        }
        .full-height {
            height: calc(200em * 1.2) !important;
            overflow-y: auto !important;
        }
        .code-box {
            overflow-x: auto !important;
            overflow-y: auto !important;
            white-space: pre !important;
            word-wrap: normal !important;
            height: 100% !important;
        }
        .code-box > div {
            min-width: 100% !important;
        }
        .code-box > div > textarea {
            word-break: normal !important;
            overflow-wrap: normal !important;
        }
        .tab-nav {
            background-color: #2c3e50;
            border-radius: 5px 5px 0 0;
            overflow: hidden;
        }
        .tab-nav button {
            color: #ecf0f1 !important;
            background-color: #34495e;
            border: none;
            padding: 10px 20px;
            margin: 0;
            transition: background-color 0.3s;
            font-size: 16px;
            font-weight: bold;
        }
        .tab-nav button:hover {
            background-color: #2980b9;
        }
        .tab-nav button.selected {
            color: #2c3e50 !important;
            background-color: #ecf0f1;
        }
        input[type="text"], textarea {
            color: #2c3e50 !important;
            background-color: #ecf0f1 !important;
        }
        """

        with gr.Blocks(theme="Nymbo/Nymbo_Theme", css=css) as demo:
            gr.Markdown("# Mouse: HuggingFace")
            
            with gr.Tabs() as tabs:
                with gr.TabItem("분석"):
                    with gr.Row():
                        with gr.Column(scale=6):  # 왼쪽 60%
                            url_input = gr.Textbox(label="HuggingFace Space URL")
                            analyze_button = gr.Button("분석")
    
                            with gr.Group(elem_classes="output-group scroll-lock"):
                                summary_output = gr.Markdown(label="요약 (3줄 이내)")
    
                            with gr.Group(elem_classes="output-group scroll-lock"):
                                analysis_output = gr.Markdown(label="분석")
    
                            with gr.Group(elem_classes="output-group scroll-lock"):
                                usage_output = gr.Markdown(label="사용법")
    
                            with gr.Group(elem_classes="output-group tree-view-scroll"):  # 트리 뷰 스크롤 추가
                                tree_view_output = gr.Textbox(label="파일 구조 (Tree View)", lines=30)

                        with gr.Column(scale=4):  # 오른쪽 40%
                            with gr.Group(elem_classes="output-group full-height"):
                                code_tabs = gr.Tabs()
                                with code_tabs:
                                    app_py_tab = gr.TabItem("app.py")
                                    with app_py_tab:
                                        app_py_content = gr.Code(
                                            language="python",
                                            label="app.py",
                                            lines=200,
                                            elem_classes="full-height code-box"
                                        )
                                    requirements_tab = gr.TabItem("requirements.txt")
                                    with requirements_tab:
                                        requirements_content = gr.Textbox(
                                            label="requirements.txt",
                                            lines=200,
                                            elem_classes="full-height code-box"
                                        )

                with gr.TabItem("AI 코딩"):
                    chatbot = gr.Chatbot(label="대화")

                    msg = gr.Textbox(label="메시지")
                    
                    # 숨겨진 상태로 파라미터 설정
                    max_tokens = gr.Slider(minimum=1, maximum=8000, value=4000, label="Max Tokens", visible=False)
                    temperature = gr.Slider(minimum=0, maximum=1, value=0.7, label="Temperature", visible=False)
                    top_p = gr.Slider(minimum=0, maximum=1, value=0.9, label="Top P", visible=False)
                    
                    examples = [
                        ["상세한 사용 방법을 마치 화면을 보면서 설명하듯이 4000 토큰 이상 자세히 설명하라"],
                        ["FAQ 20건을 상세하게 작성하라. 4000토큰 이상 사용하라."],
                        ["사용 방법과 차별점, 특징, 강점을 중심으로 4000 토큰 이상 유튜브 영상 스크립트 형태로 작성하라"],
                        ["본 서비스를 SEO 최적화하여 블로그 포스트(배경 및 필요성, 기존 유사 서비스와 비교하여 특장점, 활용처, 가치, 기대효과, 결론을 포함)로 4000 토큰 이상 작성하라"],
                        ["특허 출원에 활용할 기술 및 비즈니스모델 측면을 포함하여 특허 출원서 구성에 맞게 혁신적인 창의 발명 내용을 중심으로 4000토큰 이상 작성하라."],
                        ["계속 이어서 답변하라"],
                    ]

                    gr.Examples(examples, inputs=msg)

                    def respond_wrapper(message, chat_history, max_tokens, temperature, top_p):
                        bot_message = ""
                        for response in respond(message, chat_history, max_tokens=max_tokens, temperature=temperature, top_p=top_p):
                            bot_message = response  # 마지막 응답을 저장
                            yield "", chat_history + [(message, bot_message)]
    
                        chat_history.append((message, bot_message))
                        return "", chat_history



                    msg.submit(respond_wrapper, [msg, chatbot, max_tokens, temperature, top_p], [msg, chatbot])

            space_id_state = gr.State()
            tree_structure_state = gr.State()
            app_py_content_lines = gr.State()

            analyze_button.click(
                analyze_space,
                inputs=[url_input],
                outputs=[app_py_content, tree_view_output, tree_structure_state, space_id_state, summary_output, analysis_output, usage_output, app_py_content_lines]
            ).then(
                lambda space_id: get_file_content(space_id, "requirements.txt"),
                inputs=[space_id_state],
                outputs=[requirements_content]
            )

            # lines 수를 동적으로 설정
            app_py_content.change(lambda lines: gr.update(lines=lines), inputs=[app_py_content_lines], outputs=[app_py_content])

        return demo

    except Exception as e:
        print(f"Error in create_ui: {str(e)}")
        print(traceback.format_exc())
        raise
        

if __name__ == "__main__":
    try:
        print("Starting HuggingFace Space Analyzer...")
        demo = create_ui()
        print("UI created successfully.")
        
        print("Configuring Gradio queue...")
        demo.queue()
        print("Gradio queue configured.")
        
        print("Launching Gradio app...")
        demo.launch(
            server_name="0.0.0.0",
            server_port=7860,
            share=False,
            debug=True,
            show_api=False
        )
        print("Gradio app launched successfully.")
    except Exception as e:
        print(f"Error in main: {str(e)}")
        print("Detailed error information:")
        print(traceback.format_exc())
        raise