Update app.py

app.py

@@ -1,15 +1,13 @@
-import streamlit as st
-import openai 
+import gradio as gr
+import openai
 import json
-from annotated_text import annotated_text 
 import os
-import achivenment_standards as data
-
+import pandas as pd
 
 # OpenAI API 설정 (환경 변수에서 읽어옴)
 openai.api_key = os.getenv("OPENAI_API_KEY")  
 
-#gpt이용해서 추론함수 만들기
+# gpt이용해서 추론함수 만들기
 def generate_annotated_text(text):
     response = openai.ChatCompletion.create(
     model="gpt-3.5-turbo-16k",
@@ -53,61 +51,60 @@ def generate_similar_sentences(base_sentence):
     )
     generated_sentences = response.choices[0].message['content'].split('\n')
     return [sentence.strip() for sentence in generated_sentences if sentence.strip()]
-    
-    
-# Streamlit 앱의 제목 및 설명
-st.title("성취기준 기반 학생의 특성 및 활동 평가 생성")
-st.write("성취기준을 입력하시면, 해당 성취기준에 기반한 학생의 특성 및 활동에 대한 평가를 \n\n [학생 활동, 성취 수준, 교사의 총평, 학생 역량] 4가지 요소를 조합하여 제공합니다.")
 
 # 성취기준 데이터 가져오기
+import achievement_standards as data
 achievement_standards = data.achievement_standards
 
-# 학년군 선택 드롭다운
-grade_group = st.selectbox("학년군을 선택하세요:", list(achievement_standards.keys()))
-
-# 선택된 학년군에 따른 과목 목록
-subject_list = list(achievement_standards[grade_group].keys())
-subject = st.selectbox("과목을 선택하세요:", subject_list)
-
-# 선택된 과목에 따른 성취기준 목록
-selected_standards = achievement_standards[grade_group][subject]
-selected_standard = st.selectbox("성취기준을 선택하세요:", selected_standards)
-
-# 선택된 성취기준을 텍스트 입력창의 기본값으로 사용
-achievement_standard = st.text_input("성취기준 입력:", value=selected_standard)
-
-# 세션 상태 초기화
-if 'generated_result' not in st.session_state:
-    st.session_state.generated_result = None
-if 'selected_sentence' not in st.session_state:
-    st.session_state.selected_sentence = None
-if 'similar_sentences' not in st.session_state:
-    st.session_state.similar_sentences = []
+def get_subjects(grade_group):
+    return list(achievement_standards[grade_group].keys())
 
-# "평가 생성" 버튼 클릭 시의 동작
-if st.button("평가 생성"):
-    with st.spinner('답변 생성중...'):
-        result = generate_annotated_text(achievement_standard) 
-        st.session_state.generated_result = result
-        st.session_state.selected_sentence = None  # 새로운 평가 생성시 선택된 문장 초기화
-        st.session_state.similar_sentences = []  # 이전 유사한 문장들 초기화
-    exec(result.replace('```', ''))
+def get_standards(grade_group, subject):
+    return achievement_standards[grade_group][subject]
 
-# 셀렉트 박스 및 유사한 문장 생성 버튼 추가
-if st.session_state.generated_result:
-    # annotated_text 결과에서 문장만 추출
-    result_lines = st.session_state.generated_result.split('\n')
+def generate_and_save_evaluation(grade_group, subject, standard):
+    result = generate_annotated_text(standard)
+    result_lines = result.split('\n')
     sentences = [line[start_idx + 2:line.find('",', start_idx)].strip() for line in result_lines if (start_idx := line.find('("')) != -1]
+    df = pd.DataFrame(sentences, columns=["Evaluation"])
+    file_path = "/mnt/data/evaluations.csv"
+    df.to_csv(file_path, index=False)
+    return result, file_path
+
+# Gradio 인터페이스 정의
+with gr.Blocks() as demo:
+    gr.Markdown("### 성취기준 기반 학생의 특성 및 활동 평가 생성")
+    
+    grade_group = gr.Dropdown(label="학년군을 선택하세요:", choices=list(achievement_standards.keys()))
+    subject = gr.Dropdown(label="과목을 선택하세요:")
+    standard = gr.Dropdown(label="성취기준을 선택하세요:")
+    
+    grade_group.change(fn=get_subjects, inputs=grade_group, outputs=subject)
+    subject.change(fn=get_standards, inputs=[grade_group, subject], outputs=standard)
+    
+    with gr.Row():
+        generate_button = gr.Button("평가 생성")
+        result_output = gr.HTML()
     
-    if sentences:
-        selected_sentence = st.selectbox("문장을 선택하세요:", sentences, key="sentence_select")
-        st.session_state.selected_sentence = selected_sentence
+    similar_sentence_button = gr.Button("유사한 문구 생성")
+    similar_sentences_output = gr.HTML()
+    save_button = gr.Button("CSV로 저장")
+    download_link = gr.File()
+    
+    def update_similar_sentences(selected_sentence):
+        similar_sentences = generate_similar_sentences(selected_sentence)
+        return '<br>'.join(similar_sentences)
 
-    # 유사한 문장 생성 버튼
-    if st.button("유사한 문구 생성") and st.session_state.selected_sentence:
-        with st.spinner('문장 생성중...'):
-            st.session_state.similar_sentences = generate_similar_sentences(st.session_state.selected_sentence)
+    def save_evaluations_to_csv(evaluations):
+        df = pd.DataFrame(evaluations, columns=["Evaluation"])
+        file_path = "/mnt/data/evaluations.csv"
+        df.to_csv(file_path, index=False)
+        return file_path
 
-    # 유사한 문장들 출력
-    for sentence in st.session_state.similar_sentences:
-        st.write(sentence)
+    selected_sentence = gr.Textbox(visible=False)
+    
+    generate_button.click(fn=generate_and_save_evaluation, inputs=[grade_group, subject, standard], outputs=[result_output, download_link])
+    similar_sentence_button.click(fn=update_similar_sentences, inputs=selected_sentence, outputs=similar_sentences_output)
+    save_button.click(fn=save_evaluations_to_csv, inputs=result_output, outputs=download_link)
+    
+demo.launch()