Spaces:

Yoon310
/

DAG_AI_Chatbot_With_chatGPT

Runtime error

App Files Files Community

DAG_AI_Chatbot_With_chatGPT / app.py

Yoon310

upload file

83257dc 7 months ago

raw history blame contribute delete

No virus

8.82 kB

	import streamlit as st
	from dotenv import load_dotenv
	from PyPDF2 import PdfReader
	from langchain.text_splitter import CharacterTextSplitter, RecursiveCharacterTextSplitter
	from langchain.embeddings import OpenAIEmbeddings, HuggingFaceInstructEmbeddings
	from langchain.vectorstores import FAISS, Chroma
	from langchain.embeddings import HuggingFaceEmbeddings # General embeddings from HuggingFace models.
	from langchain.chat_models import ChatOpenAI
	from langchain.memory import ConversationBufferMemory
	from langchain.chains import ConversationalRetrievalChain
	from htmlTemplates import css, bot_template, user_template
	from langchain.llms import HuggingFaceHub, LlamaCpp, CTransformers # For loading transformer models.
	from langchain.document_loaders import PyPDFLoader, TextLoader, JSONLoader, CSVLoader
	import tempfile # 임시 파일을 생성하기 위한 라이브러리입니다.
	import os

	#[1]Document Loading : LangChain에서 제공하는 문서 파일(json, txt, csv, pdf) Loader를 통해 PDF에서 Text 추출
	# PDF 문서로부터 텍스트를 추출하는 함수입니다.
	def get_pdf_text(pdf_docs):
	temp_dir = tempfile.TemporaryDirectory() # 임시 디렉토리를 생성합니다.
	temp_filepath = os.path.join(temp_dir.name, pdf_docs.name) # 임시 파일 경로를 생성합니다.
	with open(temp_filepath, "wb") as f: # 임시 파일을 바이너리 쓰기 모드로 엽니다.
	f.write(pdf_docs.getvalue()) # PDF 문서의 내용을 임시 파일에 씁니다.
	pdf_loader = PyPDFLoader(temp_filepath) # PyPDFLoader를 사용해 PDF를 로드합니다.
	pdf_doc = pdf_loader.load() # 텍스트를 추출합니다.
	return pdf_doc # 추출한 텍스트를 반환합니다.

	# 과제
	# 아래 텍스트 추출 함수를 작성

	# TXT 문서로부터 텍스트를 추출하는 함수입니다.
	def get_text_file(text_docs):
	temp_dir = tempfile.TemporaryDirectory() # 임시 디렉토리를 생성합니다.
	temp_filepath = os.path.join(temp_dir.name, text_docs.name) # 임시 파일 경로를 생성합니다.
	with open(temp_filepath, "wb") as f: # 임시 파일을 바이너리 쓰기 모드로 엽니다.
	f.write(text_docs.getvalue()) # TXT 문서의 내용을 임시 파일에 씁니다.
	text_loader = TextLoader(temp_filepath) # TextLoader를 사용해 TXT를 로드합니다.
	text_doc = text_loader.load() # 텍스트를 추출합니다.
	return text_doc

	# CSV 문서로부터 텍스트를 추출하는 함수입니다.
	def get_csv_file(csv_docs):
	temp_dir = tempfile.TemporaryDirectory() # 임시 디렉토리를 생성합니다.
	temp_filepath = os.path.join(temp_dir.name, csv_docs.name) # 임시 파일 경로를 생성합니다.
	with open(temp_filepath, "wb") as f: # 임시 파일을 바이너리 쓰기 모드로 엽니다.
	f.write(csv_docs.getvalue()) # CSV 문서의 내용을 임시 파일에 씁니다.
	csv_loader = CSVLoader(temp_filepath) # CSVLoader를 사용해 CSV를 로드합니다.
	csv_doc = csv_loader.load() # 텍스트를 추출합니다.
	return csv_doc

	# JSON 문서로부터 텍스트를 추출하는 함수입니다.
	def get_json_file(json_docs):
	temp_dir = tempfile.TemporaryDirectory() # 임시 디렉토리를 생성합니다.
	temp_filepath = os.path.join(temp_dir.name, json_docs.name) # 임시 파일 경로를 생성합니다.
	jq_schema = '.messages[].content'
	text_content = False
	with open(temp_filepath, "wb") as f: # 임시 파일을 바이너리 쓰기 모드로 엽니다.
	f.write(json_docs.getvalue()) # JSON 문서의 내용을 임시 파일에 씁니다.
	json_loader = JSONLoader(temp_filepath, jq_schema, text_content) # JSONLoader를 사용해 TXT를 로드합니다.
	json_doc = json_loader.load() # 텍스트를 추출합니다.
	return json_doc


	#[2]TextSplitter : 문서들을 처리하여 텍스트 청크로 나누는 함수입니다. -> 모든 문서를 작은 텍스트 덩어리로 분할
	def get_text_chunks(documents):
	text_splitter = RecursiveCharacterTextSplitter(
	chunk_size=1000, # 청크의 크기를 지정합니다.
	chunk_overlap=200, # 청크 사이의 중복을 지정합니다.
	length_function=len # 텍스트의 길이를 측정하는 함수를 지정합니다.
	)

	documents = text_splitter.split_documents(documents) # 문서들을 청크로 나눕니다
	return documents # 나눈 청크를 반환합니다.


	#[3]Storage : 텍스트 청크들을 임베딩(벡터화) 후 벡터 저장소(Vectorstore-저장 스토어)를 생성하는 함수입니다. -> 사용자 질의와 유사한 문서를 검색하는 기능을 함
	def get_vectorstore(text_chunks):
	# OpenAI 임베딩 모델을 로드합니다. (Embedding models - Ada v2)

	embeddings = OpenAIEmbeddings()
	vectorstore = FAISS.from_documents(text_chunks, embeddings) # FAISS 벡터 스토어를 생성합니다.

	return vectorstore # 생성된 벡터 스토어를 반환합니다.

	#[4]Retrieval : 문서와 언어 모델을 결합해주는 역할
	def get_conversation_chain(vectorstore):
	gpt_model_name = 'gpt-3.5-turbo'
	llm = ChatOpenAI(model_name = gpt_model_name) #gpt-3.5 모델 로드

	#[4-1]대화 기록을 저장하기 위한 메모리를 생성합니다. -> 입력/출력을 추적하고 대화를 유지하는 데 필요한 메모리 개체 생성
	memory = ConversationBufferMemory(
	memory_key='chat_history', return_messages=True)
	#[4-2]대화 검색 체인을 생성합니다. -> 프롬프트와 문서들 간의 의미론적 유사성을 기반으로 벡터 저장소에서 검색
	conversation_chain = ConversationalRetrievalChain.from_llm(
	llm=llm,
	retriever=vectorstore.as_retriever(),
	memory=memory
	)
	return conversation_chain

	#[5]Output : 사용자 입력을 처리하는 함수입니다. -> 사용자의 질의문을 LangChain에게 전달하여 응답으로 얻음, 채팅 기록은 "chat_history" 메모리에 저장
	def handle_userinput(user_question):
	# 대화 체인을 사용하여 사용자 질문에 대한 응답을 생성합니다.
	response = st.session_state.conversation({'question': user_question})
	# 대화 기록을 저장합니다.
	st.session_state.chat_history = response['chat_history']

	for i, message in enumerate(st.session_state.chat_history):
	if i % 2 == 0:
	st.write(user_template.replace(
	"{{MSG}}", message.content), unsafe_allow_html=True)
	else:
	st.write(bot_template.replace(
	"{{MSG}}", message.content), unsafe_allow_html=True)


	def main():
	load_dotenv()
	st.set_page_config(page_title="Chat with multiple Files",
	page_icon=":books:")
	st.write(css, unsafe_allow_html=True)

	if "conversation" not in st.session_state:
	st.session_state.conversation = None
	if "chat_history" not in st.session_state:
	st.session_state.chat_history = None

	st.header("Chat with multiple Files :")
	user_question = st.text_input("Ask a question about your documents:")
	if user_question:
	handle_userinput(user_question)

	with st.sidebar:
	openai_key = st.text_input("Paste your OpenAI API key (sk-...)")
	if openai_key:
	os.environ["OPENAI_API_KEY"] = openai_key

	st.subheader("Your documents")
	docs = st.file_uploader(
	"Upload your Files here and click on 'Process'", accept_multiple_files=True)
	if st.button("Process"):
	with st.spinner("Processing"):
	# get pdf text
	doc_list = []

	for file in docs:
	print('file - type : ', file.type)
	if file.type == 'text/plain':
	# file is .txt
	doc_list.extend(get_text_file(file))
	elif file.type in ['application/octet-stream', 'application/pdf']:
	# file is .pdf
	doc_list.extend(get_pdf_text(file))
	elif file.type == 'text/csv':
	# file is .csv
	doc_list.extend(get_csv_file(file))
	elif file.type == 'application/json':
	# file is .json
	doc_list.extend(get_json_file(file))

	# get the text chunks
	text_chunks = get_text_chunks(doc_list)

	# create vector store
	vectorstore = get_vectorstore(text_chunks)

	# create conversation chain
	st.session_state.conversation = get_conversation_chain(
	vectorstore)


	if __name__ == '__main__':
	main()