Pending changes exported from your codespace

.streamlit/secrets.toml

@@ -0,0 +1 @@
+CEREBRAS_API_KEY = "csk-tjxvhdckjv35345vx9c3nmc9494v6kndc9rvweyj8xr44tf9"

main.py

@@ -2,12 +2,115 @@
 
 from openai import OpenAI
 import streamlit as st
+import base64
 import os
+import time
+import json
+from collections import Counter
+
+
+SYSTEM_PROMPT = """
+너는 사용자의 가장 친한 친구처럼 대화하지만, 정보는 정확하고 똑똑하게 제공하는 AI 친구 이름은 "히루" 다.
+
+## 🧠 역할
+- 사용자의 질문, 고민, 작업 요청, 계획 등을 이해하고
+  "실제로 도움이 되는 답"을 빠르고 쉽게 제공한다.
+- 말투는 친근하고 편안하지만, 답변 내용은 논리적이고 실용적이어야 한다.
+
+## 💬 말투 스타일
+- 딱딱하지 않게! 그러나 가볍게 넘어가지도 않기.
+- 존댓말과 반말은 상황에 따라 자연스럽게, 사용자 의도를 따라간다.
+- 이모지 사용은 가능하지만 과하게 쓰지 않는다.
+
+예시 표현:
+- "오케이 이해했어 👍"
+- "그거 이렇게 하면 더 쉬울걸?"
+- "잠깐만, 내가 정리해줄게."
+
+## 📌 답변 구조
+모든 답변은 다음 형식을 따른다:
+
+1. **빠른 핵심 답변 (한두 줄)**  
+   → "바로 요점 먼저!"
+
+2. **구체적 해결 방법 또는 결과물**  
+   → 리스트, 단계, 예시, 코드 등 필요 형태로 제공.
+
+3. **선택지 또는 다음 행동 추천**  
+   → "이대로 갈래?" / "아니면 이런 방향도 가능해."
+
+## 🎯 규칙
+- 사용자의 질문이 모호하면 1~2문장으로 부드럽게 확인 질문.
+- 너무 전문적이라면 쉽게 설명 + 원하면 더 디테일 제공.
+- 사용자 시간을 절약하는 방향 우선.
+
+## 🚫 제한
+- 무책임한 추측 금지. 모르면 솔직하게 말한 뒤 대안을 제시.
+- 장황한 설명, 쓸모없는 역사 배경 설명은 금지.
+
+---
+
+이제부터 너의 목표는:
+👉 "사용자가 무엇을 원하든 걱정 없이 편하게 물어보고, 빠르게 해결 가능한 느낌을 주는 똑똑한 친구"  
+
+사용자가 메시지를 보내면:
+- 먼저 "내가 이해한 내용"을 짧게 확인하고
+- 바로 자연스럽게 대답을 시작한다.
+
+
+"""
+
+st.markdown("""
+<style>
+.chat-wrapper {
+    display: flex;
+    width: 100%;
+    margin: 6px 0;
+}
+
+.user-bubble {
+    background-color: #a0d8ff; 
+    color: #000;
+    padding: 12px 18px;
+    border-radius: 20px;
+    border-bottom-right-radius: 0;
+    max-width: 75%;
+    margin-left: auto;  
+    position: relative;
+    font-size: 16px;
+    line-height: 1.45;
+    word-wrap: break-word;
+}
+
+.bot-bubble {
+    background-color: #f0f0f0; 
+    color: #000;
+    padding: 12px 18px;
+    border-radius: 20px;
+    border-bottom-left-radius: 0;
+    max-width: 75%;
+    margin-right: auto; 
+    position: relative;
+    font-size: 16px;
+    line-height: 1.45;
+    word-wrap: break-word;
+    border: 1px solid #dcdcdc;
+}
+
+.icon-ai {
+    font-size: 20px;
+    margin-right: 6px;
+    margin-top: 4px;
+}
+</style>
+""", unsafe_allow_html=True)
+
+
 
 # Cerebras API를 사용하여 OpenAI API 클라이언트 초기화
 client = OpenAI(
     base_url="https://api.cerebras.ai/v1",
-    api_key=os.getenv("CEREBRAS_API_KEY")
+    api_key=st.secrets["CEREBRAS_API_KEY"]
 )
 
 # Cerebras 모델 사용
@@ -20,64 +123,116 @@
 # "llama-3.3-70b"
 # "llama3.1-8b"
 # "gpt-oss-120b"
-llm_model = "gpt-oss-120b"
-# llm_model = "qwen-3-32b"
+llm_model = "gpt-oss-120b"  
 if "llm_model" not in st.session_state:
     st.session_state["llm_model"] = llm_model
 
-st.title("나의 AI 친구 😎😎😎")
-
-prompt = """
-역할:너는 공감을 잘해주는 나의 친구야.
-네 이름은 제니, 대답은 한국어로 해줘.
-답변마다, 현재 까지 대화 결과를 한문장의 영어 문장으로 요약해서 작성해줘.
-"""
 
-# 시스템 프롬프트 설정
 if "messages" not in st.session_state:
-    st.session_state.messages = [
-        {
-            "role": "system",
-            "content": prompt
-        }
-    ]
-
-for message in st.session_state.messages:
-    if message["role"] == "system":
-        continue
-    with st.chat_message(message["role"]):
-        st.markdown(message["content"])
-
-if prompt := st.chat_input("what's up?"):
-    st.session_state.messages.append({"role": "user", "content": prompt})
-    with st.chat_message("user"):
-        st.markdown(prompt)
-
-    with st.chat_message("assistant"):
-        # 스트리밍 응답 받기
-        stream = client.chat.completions.create(
-            model=st.session_state["llm_model"],
-            messages=[
-                {"role": m["role"], "content": m["content"]}
-                for m in st.session_state.messages
-            ],
-            temperature=0.7,
-            max_completion_tokens=500,
-            stream=True
-        )
-        response = st.write_stream(stream)
-    st.session_state.messages.append(
-        {"role": "assistant", "content": response})
+    st.session_state["messages"] = [{"role": "system", "content": SYSTEM_PROMPT}]
+if "saved_chats" not in st.session_state:
+    st.session_state["saved_chats"] = {}
+
+st.title("하루☁️")
+
+
+with st.sidebar:
+    st.header("💾 대화 관리")
+    new_chat_name = st.text_input("대화 이름")
+
+    if st.button("대화 저장") and new_chat_name.strip():
+        st.session_state.saved_chats[new_chat_name.strip()] = st.session_state.messages.copy()
+        st.success(f"✅ '{new_chat_name.strip()}' 저장 완료")
+
+    if st.button("새 채팅"):
+        st.session_state.messages = [{"role": "system", "content": SYSTEM_PROMPT}]
+
+
+    st.subheader("💬 저장된 대화")
+    for chat_name in st.session_state.saved_chats.keys():
+        if st.button(chat_name):
+            st.session_state.messages = st.session_state.saved_chats[chat_name].copy()
+
+def render_message(role, content):
+    bubble = "user-bubble" if role == "user" else "bot-bubble"
+    icon = "☁️ " if role == "assistant" else ""
+    if isinstance(content, list):
+        for item in content:
+            if item.get("type") == "text":
+                st.markdown(f"""
+                <div class="chat-wrapper">
+                    <div class="{bubble}">{icon}{item['text']}</div>
+                </div>
+                """, unsafe_allow_html=True)
+    else:
+        st.markdown(f"""
+        <div class="chat-wrapper">
+            <div class="{bubble}">{icon}{content}</div>
+        </div>
+        """, unsafe_allow_html=True)
+
+for msg in st.session_state.messages:
+    if msg["role"] != "system":
+        render_message(msg["role"], msg["content"])
+
+def generate_recommendation(user_chat_log):
+    keywords = ["AI","코딩","파이썬","연애","노래","운동","일정","계획","공부","디자인"]
+    text = " ".join([m["content"][0]["text"] if isinstance(m["content"], list) else m["content"]
+                     for m in user_chat_log if m["role"]=="user"])
+    score = Counter({k:text.count(k) for k in keywords})
+    if not score or max(score.values())==0:
+        return "👌 궁금한 거 아무거나 물어봐도 돼!"
+    topic = score.most_common(1)[0][0]
+    return f"🤔 혹시 '{topic}' 관련해서 더 알고 싶어?"
+
+prompt = st.chat_input("궁금한 게 있으면 물어봐 !", key="chat_input")
+
+if prompt:
+    user_content = [{"type": "text", "text": prompt}]
+    st.session_state.messages.append({"role":"user","content":user_content})
+    render_message("user", user_content)
+
+    placeholder = st.empty()
+    ai_text = ""
+
+    stream = client.chat.completions.create(
+        model=st.session_state["llm_model"],
+        messages=[{"role":"system","content":SYSTEM_PROMPT}] + st.session_state.messages,
+        stream=True,
+        temperature=0.6
+    )
+
+    for chunk in stream:
+        delta = getattr(chunk.choices[0], "delta", None)
+        if delta and hasattr(delta, "content") and delta.content:
+            ai_text += delta.content
+            placeholder.markdown(f"""
+            <div class="chat-wrapper">
+                <div class="bot-bubble">☁️ {ai_text}▋</div>
+            </div>
+            """, unsafe_allow_html=True)
+            time.sleep(0.03)  
+
+    placeholder.markdown(f"""
+    <div class="chat-wrapper">
+        <div class="bot-bubble">☁️ {ai_text}</div>
+    </div>
+    """, unsafe_allow_html=True)
+
+    st.session_state.messages.append({"role":"assistant","content":ai_text})
 
+    reco = generate_recommendation(st.session_state.messages)
+    st.session_state.messages.append({"role":"assistant","content":reco})
+    render_message("assistant", reco)
 
+# 자동 실행 지원
 if __name__ == "__main__":
     import subprocess
     import sys
 
-    # 환경 변수로 재실행 방지
     if not os.environ.get("STREAMLIT_RUNNING"):
         os.environ["STREAMLIT_RUNNING"] = "1"
         subprocess.run([sys.executable, "-m", "streamlit", "run", __file__])
 
 # python -m streamlit run main.py
-# streamlit run main.py
+# streamlit run main.py