Update app.py

app.py

@@ -36,6 +36,7 @@ print(f"문서에 {len(texts)}개의 문서를 가지고 있습니다.")
 
 # 임베딩 모델 로드
 embeddings = HuggingFaceEmbeddings(model_name="intfloat/multilingual-e5-large")
+
 # 문서에 있는 텍스트를 임베딩하고 FAISS 에 인덱스를 구축함
 index = FAISS.from_documents(
 	documents=texts,
@@ -44,6 +45,7 @@ index = FAISS.from_documents(
 
 # faiss_db 로 로컬에 저장하기
 index.save_local("")
+
 # faiss_db 로 로컬에 로드하기
 docsearch = FAISS.load_local("", embeddings)
 
@@ -138,7 +140,7 @@ def gen(x, id, customer_data):
             )
             query=f"나는 현재 {customer_data_list[index]}만 가입한 상황이야. {x}"
             response = qa({"query":query})
-            output_str = response['result']
+            output_str = response['result'].rsplit(".",1)[0]+"."
             print(prompt_template + output_str) 
             history[index] += f"고객:{x}\n상담원:{output_str}\n"
             return output_str