Dockerfile.huggingface

# Hugging Face Spaces용 Lily LLM API Server Dockerfile
FROM python:3.11-slim

# Hugging Face Spaces 환경 변수
ENV GRADIO_SERVER_NAME="0.0.0.0"
ENV GRADIO_SERVER_PORT=7860
ENV PYTHONPATH=/app
ENV PYTHONUNBUFFERED=1
ENV TOKENIZERS_PARALLELISM=false

# 작업 디렉토리 설정
WORKDIR /app

# 시스템 의존성 설치
RUN apt-get update && apt-get install -y \
    build-essential \
    curl \
    git \
    wget \
    ffmpeg \
    libsm6 \
    libxext6 \
    libfontconfig1 \
    libxrender1 \
    libgl1-mesa-glx \
    && rm -rf /var/lib/apt/lists/*

# Python 의존성 설치 (캐싱 최적화)
COPY requirements_full.txt requirements.txt
RUN pip install --no-cache-dir --upgrade pip
RUN pip install --no-cache-dir -r requirements.txt

# NLTK 데이터 다운로드
RUN python -c "import nltk; nltk.download('punkt'); nltk.download('punkt_tab'); nltk.download('averaged_perceptron_tagger'); nltk.download('maxent_ne_chunker'); nltk.download('words'); nltk.download('stopwords')"

# 애플리케이션 코드 복사
COPY . .

# 필요한 디렉토리 생성
RUN mkdir -p /app/data /app/logs /app/models /app/uploads /app/vector_stores /app/temp /app/cache/transformers /app/cache/huggingface

# 권한 설정
RUN chmod +x /app/*.py

# Hugging Face 캐시 디렉토리 환경 변수 설정
ENV TRANSFORMERS_CACHE=/app/cache/transformers
ENV HF_HOME=/app/cache/huggingface
ENV HF_HUB_CACHE=/app/cache/huggingface

# 환경 감지 설정
ENV IS_LOCAL=false
ENV ENVIRONMENT=production
ENV DOCKER_ENV=server

# Hugging Face Spaces용 앱 시작점 생성
COPY app_huggingface.py /app/app_huggingface.py

# 포트 노출 (Hugging Face Spaces는 7860 포트 사용)
EXPOSE 7860

# 헬스체크
HEALTHCHECK --interval=30s --timeout=30s --start-period=60s --retries=3 \
    CMD curl -f http://localhost:7860/health || exit 1

# 애플리케이션 실행
CMD ["python", "app_huggingface.py"]