Merge pull request #10 from stat-kwon/main

Fix generate_image method

backend-ai-api/app/main.py

@@ -26,43 +26,20 @@ async def chat_endpoint(data: List[ChatRequestDto]):
  return result
 
 
-# if len(result) == 10:
-# await chat_summery(data)
-#
-# return result
-#
-#
-# def chat_summery(data: List[ChatRequestDto]):
-# data -> summary output= a
-# print(data)
-# return None
-#
-#
-# a = generate_image_endpoint("a")
-# b = analyze_perfume_endpoint("a")
-# response_params = {"image_url": "a", "perfume": "a"}
-# db.insert(response_params)
-#
-# def get_result(data: List[ChatRequestDto]):
-#
-# if db:
-#
-# return json
-
-
 @app.post("/chat/search")
 async def analyze_perfume_endpoint(data: PerfumeRequestDto):
  result = await qa_manager.qacall(data.query)
  return result
 
 
 @app.post("/chat/generate-image")
-async def generate_image_endpoint(text: str):
+async def generate_image_endpoint(data: List[ChatRequestDto]):
  manager = Text2ImageManager()
- result = manager.generate_image_url(text)
+ result = manager.generate_image_url(data)
  return {"image_url": result}
 
+
 @app.post("/chat/summary")
 async def summary_endpoint(data: List[ChatRequestDto]):
  result = qa_manager.summary_and_expect(data)
- return result
+ return result

backend-ai-api/app/manager/qa_manager.py

@@ -13,11 +13,10 @@
 
 class QAManager:
 
- def __init__(self, db_directory="../db"):
+ def __init__(self):
  """
  QAService 클래스 초기화
  """
- self.db_directory = db_directory
  self.embedding = OpenAIEmbeddings()
  self.api_key = os.environ.get("OPENAI_QA_API_KEY")
 
@@ -66,10 +65,10 @@ def process_response(self, data):
  async def qacall(self, query):
  """
  주어진 쿼리에 대해 QA 체인을 실행하고 응답을 처리한 후 그 결과를 반환합니다.
- 
+
  매개변수:
  - query: 사용자로부터 받은 쿼리 문자열
- 
+
  반환값:
  - 처리된 응답 데이터와 소스 문서 정보가 담긴 JSON 객체
  """
@@ -114,27 +113,27 @@ def conversation(self, data):
  presence_penalty=0,
  )
  return response.choices[0].message.content
- 
+
  def translate(self, data):
  """
  주어진 데이터를 한국어로 번역합니다.
- 
+
  매개변수:
  - data: 번역할 데이터
- 
+
  반환값:
  - 번역된 데이터
  """
  client = OpenAI(api_key=self.api_key)
  response = client.chat.completions.create(
- model="gpt-4o",
- messages=[
- {
- "role": "system",
- "content": [
+ model="gpt-4o",
+ messages=[
  {
- "type": "text",
- "text": """
+ "role": "system",
+ "content": [
+ {
+ "type": "text",
+ "text": """
  너는 지금부터 전문 번역가야.
  
  [규칙]
@@ -146,68 +145,70 @@ def translate(self, data):
  - ex) tobacco: 토바코
  - imageUrl은 번역 안 해도 돼
  - 무조건 JSON으로 답해
- """
- }
- ]
- },
- {
- "role": "user",
- "content": [{
- "type": "text",
- "text": json.dumps(data),
- }]
- }
- ],
- response_format={ "type": "json_object"},
- temperature=0,
- max_tokens=256,
- top_p=0,
- frequency_penalty=0,
- presence_penalty=0
+ """,
+ }
+ ],
+ },
+ {
+ "role": "user",
+ "content": [
+ {
+ "type": "text",
+ "text": json.dumps(data),
+ }
+ ],
+ },
+ ],
+ response_format={"type": "json_object"},
+ temperature=0,
+ max_tokens=256,
+ top_p=0,
+ frequency_penalty=0,
+ presence_penalty=0,
  )
  return json.loads(response.choices[0].message.content)
- 
+
  def summary(self, data):
  client = OpenAI(api_key=self.api_key)
  response = client.chat.completions.create(
- model="gpt-4o",
- messages=[
- {
- "role": "system",
- "content": [
+ model="gpt-4o",
+ messages=[
  {
- "type": "text",
- "text": """
+ "role": "system",
+ "content": [
+ {
+ "type": "text",
+ "text": """
  너는 지금부터 전문 요약가야. 받은 데이터를 요약해서 돌려줘.
  
  [규칙]
  - 입력으로 주어진 맥락들을 요약해.
  - 무조건 문자열로만 요약해.
- """
- }
- ]
- },
- *data
- ],
- temperature=0,
- max_tokens=256,
- top_p=0,
- frequency_penalty=0,
- presence_penalty=0
+ """,
+  }
+  ],
+  },
+  *data,
+  ],
+  temperature=0,
+  max_tokens=256,
+  top_p=0,
+  frequency_penalty=0,
+  presence_penalty=0,
  )
  return response.choices[0].message.content
- 
+
  def summary_and_expect(self, data):
  client = OpenAI(api_key=self.api_key)
  response = client.chat.completions.create(
- model="gpt-4o",
- messages=[
- {
- "role": "system",
- "content": [
+ model="gpt-4o",
+ messages=[
  {
- "type": "text",
- "text": """
+ "role": "system",
+ "content": [
+ {
+ "type": "text",
+ "text": """
  너는 지금부터 전문 요약가야. 받은 데이터를 요약해서 돌려줘.
  
  [규칙]
@@ -217,35 +218,35 @@ def summary_and_expect(self, data):
  - 사용자가 원하는 향수 재료를 요약해.
  - 무조건 JSON으로 답해.
  - 응답 형태 예시대로만 답해. { "atmosphere": "향수를 뿌렸을 때 느껴질 수 있는 분위기", "ingredients": ["사용자가 원하는 향수 재료"] }
- """
- }
- ]
- },
- *data
- ],
- response_format={ "type": "json_object"},
- temperature=0,
- max_tokens=200,
- top_p=0,
- frequency_penalty=0,
- presence_penalty=0
+ """,
+  }
+  ],
+  },
+  *data,
+  ],
+  response_format={"type": "json_object"},
+  temperature=0,
+  max_tokens=200,
+  top_p=0,
+  frequency_penalty=0,
+  presence_penalty=0,
  )
  return json.loads(response.choices[0].message.content)
 
  @staticmethod
  def _parse_content_to_json(content):
- lines = content.split('\n')
+ lines = content.split("\n")
  # 결과를 저장할 딕셔너리 초기화
  result = {}
  for line in lines:
  # 각 줄을 key와 value로 분리
  try:
- key, value = line.split(':', 1) # 최대 1번만 분리
+  key, value = line.split(":", 1) # 최대 1번만 분리
  except:
- result["description"] += line[0]
+  result["description"] += line[0]
  if key.strip() == "notes":
- result[key.strip()] = value.strip().split(', ')
+ result[key.strip()] = value.strip().split(", ")
  # 결과 딕셔너리에 추가
- else :
- result[key.strip()] = value.strip()
+ else:
+  result[key.strip()] = value.strip()
  return result

backend-ai-api/app/manager/text_to_image_manager.py

@@ -2,14 +2,19 @@
 
 from openai import OpenAI
 
+from .qa_manager import QAManager
+
 
 class Text2ImageManager:
 
  def __init__(self):
  self.api_key = os.environ.get("OPENAI_API_KEY")
  self.client = OpenAI(api_key=self.api_key)
 
- def generate_image_url(self, text: str):
+ def generate_image_url(self, data: list):
+ qa_manager = QAManager()
+ text = qa_manager.summary(data)
+
  response = self.client.images.generate(
  model="dall-e-3",
  prompt=text,