매뉴얼 등록 분리

manual.py

@@ -1,10 +1,12 @@
 import os
+from threading import Thread
 
 import torch
 from sentence_transformers import SentenceTransformer
 import chromadb
+import json
 from chromadb.utils import embedding_functions
-from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM
+from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM, TextIteratorStreamer
 from fastapi import FastAPI
 
 # 2. 벡터 DB 설정
@@ -99,12 +101,46 @@ def query_and_summarize(job: str, query: str, top_k: int = 3):
     print("\n\n\n\n\n")
     return content
 
+def query_and_summarize_stream(job: str, query: str):
+    # 1. 문서 검색 (기존과 동일)
+    results = collection.query(query_texts=[query], n_results=1, where={"dept": job})
+    top_doc = results['documents'][0][0]
+
+    model, tokenizer = get_qwen_model()
+
+    # 2. 메시지 구성
+    messages = [
+        {"role": "system", "content": "당신은 회사 재무/회계 업무 전문 어시스턴트입니다."},
+        {"role": "user", "content": f"다음 문서를 참고하세요:\n{top_doc}\n\n질문: {query}"}
+    ]
+
+    text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
+    model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
+
+    # 3. 스트리머 설정
+    # skip_prompt=True를 해야 입력한 질문이 다시 나오지 않습니다.
+    streamer = TextIteratorStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)
+
+    # 4. 별도 스레드에서 생성 실행 (비동기 처리를 위함)
+    generation_kwargs = dict(model_inputs, streamer=streamer, max_new_tokens=500)
+    thread = Thread(target=model.generate, kwargs=generation_kwargs)
+    thread.start()
+
+    # 5. 제너레이터 함수 정의
+    def generate():
+        for new_text in streamer:
+            if new_text:
+                # 클라이언트가 JSON으로 받길 원한다면 형식을 맞춰줍니다.
+                yield json.dumps({"kind": "text", "text": new_text}) + "\n"
+
+    return generate
+
 app = FastAPI()
 
 @app.get("/")
 def question(query: str) :
     user_query = query
-    answer = query_and_summarize(job="FI", query=user_query)
+    answer = query_and_summarize_stream(job="FI", query=user_query)
     return {"answer": answer}
 
 # 예시 사용

manual_offline.py

@@ -1,10 +1,15 @@
 import os
+from threading import Thread
+
 import torch
 from sentence_transformers import SentenceTransformer
 import chromadb
 from chromadb.utils import embedding_functions
-from transformers import AutoTokenizer, AutoModelForCausalLM
+from transformers import AutoTokenizer, AutoModelForCausalLM, TextIteratorStreamer
+import json
 from fastapi import FastAPI
+from fastapi.responses import StreamingResponse
+from fastapi.middleware.cors import CORSMiddleware
 
 # # === 경로 설정 (모두 로컬) ===
 QWEN_MODEL_PATH = "./models/Qwen3-0.6B"
@@ -130,17 +135,128 @@ def query_and_summarize(job: str, query: str, top_k: int = 3, min_similarity: fl
     print(f'9 {datetime.now()}')
     return response
 
+def query_and_summarize_stream(job: str, query: str, top_k: int = 3, min_similarity: float = 0.2):
+    from datetime import datetime
+    print(f'1 {datetime.now()}')
+    # 관련 문서 검색 (top_k보다 여유 있게 가져옴)
+    results = collection.query(
+        query_texts=[query],
+        n_results=top_k + 2,  # 여유분 확보
+        where={"dept": job}
+    )
+    print(f'{datetime.now()}')
+    
+    if not results['documents'][0]:
+        def generate_empty():
+            yield json.dumps({"kind": "text", "text": "관련 문서를 찾을 수 없습니다."}) + "\n"
+        return generate_empty
+
+    print(f'2 {datetime.now()}')
+    # 유사도 계산 및 필터링
+    filtered_docs = []
+    for doc, dist in zip(results['documents'][0], results['distances'][0]):
+        similarity = 1 - dist
+        if similarity >= min_similarity:
+            filtered_docs.append((doc, similarity))
+        if len(filtered_docs) >= top_k:
+            break
+    print(f'3 {datetime.now()}')
+    
+    if not filtered_docs:
+        def generate_low_sim():
+            yield json.dumps({"kind": "text", "text": "유사도 기준을 만족하는 문서가 없습니다."}) + "\n"
+        return generate_low_sim
+
+    # 컨텍스트 생성
+    context_parts = []
+    for i, (doc, sim) in enumerate(filtered_docs):
+        context_parts.append(f"[청크 {i+1} | 유사도: {sim:.3f}]\n{doc}")
+    context = "\n\n".join(context_parts)
+    print(f'4 {datetime.now()}')
+    
+    # 모델 로드
+    model, tokenizer = get_qwen_model()
+    print(f'5 {datetime.now()}')
+    
+    # 프롬프트 구성
+    messages = [
+        {
+            "role": "system",
+            "content": (
+                "당신은 회사 재무/회계 업무 전문 어시스턴트입니다. "
+                "사용자에게 제공된 여러 청크를 종합하여, 정확하고 상세하게 답변하세요. "
+                "필요시 문서 내용을 직접 인용하거나 요약해도 됩니다. "
+                "추측하지 말고, 문서에 근거한 정보만 사용하세요."
+            )
+        },
+        {
+            "role": "user",
+            "content": f"다음 문서들을 참고하세요:\n\n{context}\n\n질문: {query}"
+        }
+    ]
+    print(f'6 {datetime.now()}')
+    
+    # 토큰화
+    text = tokenizer.apply_chat_template(
+        messages,
+        tokenize=False,
+        add_generation_prompt=True,
+        enable_thinking=False
+    )
+    model_inputs = tokenizer([text], return_tensors="pt").to(model.device)
+    print(f'7 {datetime.now()}')
+
+    # 스트리머 설정
+    streamer = TextIteratorStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)
+
+    # 생성 인자 설정
+    generation_kwargs = dict(
+        **model_inputs,
+        streamer=streamer,
+        max_new_tokens=150,
+        do_sample=True,
+        temperature=0.3,
+        top_p=0.9,
+        pad_token_id=tokenizer.eos_token_id
+    )
+
+    # 별도 스레드에서 생성 실행
+    thread = Thread(target=model.generate, kwargs=generation_kwargs)
+    thread.start()
+    print(f'8 {datetime.now()}')
+
+    # 제너레이터 함수 정의
+    def generate():
+        for new_text in streamer:
+            if new_text:
+                yield json.dumps({"kind": "text", "text": new_text}) + "\n"
+        print(f'9 {datetime.now()}')
+
+    return generate
+
 # FastAPI 앱
 app = FastAPI()
 
+# CORS 설정 추가
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=["*"],  # 모든 출처 허용
+    allow_credentials=True,
+    allow_methods=["*"],  # 모든 HTTP 메서드 허용
+    allow_headers=["*"],  # 모든 헤더 허용
+)
+
 @app.get("/")
 def question(query: str):
-    answer = query_and_summarize(job="FI", query=query)
+    # answer = query_and_summarize(job="FI", query=query)
-    return {"answer": answer}
+    # return {"answer": answer}
+    generate = query_and_summarize_stream(job="FI", query=query)
+    return StreamingResponse(generate(), media_type="application/x-ndjson")
 
 # 개발용 실행 (직접 실행 시)
 if __name__ == "__main__":
+    query_and_summarize_stream(job="FI", query='외화 송금 방법?')
     import uvicorn
-    print("서버 시작: uvicorn manual:app --reload")
+    # print("서버 시작: uvicorn manual_offline:app --reload")
     # 예시 질의 (주석 해제 시 직접 테스트 가능)
     # print(query_and_summarize("FI", "외화 송금 절차는 어떻게 되나요?"))