Update app.py

app.py

@@ -68,7 +68,7 @@ def format_tree_structure(tree_data: Dict, indent: str = "") -> str:
         return tree_data["error"]
     formatted = f"{indent}{'📁' if tree_data.get('type') == 'directory' else '📄'} {tree_data.get('name', 'Unknown')}\n"
     if tree_data.get("type") == "directory":
-        # 디렉토리를 먼저, 파일을 나중에 표시하기 위해 정렬 조건 사용
+        # 디렉토리를 먼저, 파일을 나중에 표시
         for child in sorted(tree_data.get("children", []), key=lambda x: (x.get("type", "") != "directory", x.get("name", ""))):
             formatted += format_tree_structure(child, indent + "  ")
     return formatted
@@ -105,7 +105,6 @@ def analyze_space(url: str, progress=gr.Progress()):
         progress(0.9, desc="사용법 설명 생성 중...")
         usage = explain_usage(app_content)
 
-        # lines 수 조정
         lines_for_app_py = adjust_lines_for_code(app_content)
 
         progress(1.0, desc="완료")
@@ -124,31 +123,30 @@ def adjust_lines_for_code(code_content: str, min_lines: int = 10, max_lines: int
     num_lines = len(code_content.split('\n'))
     return min(max(num_lines, min_lines), max_lines)
 
-
 # --------------------------------------------------
-# Gemini 2.0 Flash Thinking 모델 관련 (LLM) 함수들
+# Gemini 2.0 Flash Thinking 모델 (LLM) 함수들
 # --------------------------------------------------
 from gradio import ChatMessage
 
 def format_chat_history(messages: List[ChatMessage]) -> List[Dict]:
     """
     ChatMessage 목록을 Gemini 모델이 이해할 수 있는 형식으로 변환
-    (Thinking 메타데이터 포함 메시지는 무시)
+    (Thinking 메타데이터가 있는 메시지는 무시)
     """
     formatted = []
     for m in messages:
-        # 'Thinking' metadata가 있으면 무시
-        if hasattr(m, "metadata") and m.metadata:
+        if hasattr(m, "metadata") and m.metadata:  # 'Thinking' 메시지는 제외
             continue
         role = "assistant" if m.role == "assistant" else "user"
         formatted.append({"role": role, "parts": [m.content or ""]})
     return formatted
 
 
+import google.generativeai as genai
+
 def gemini_chat_completion(system_message: str, user_message: str, max_tokens: int = 200, temperature: float = 0.7) -> str:
     """
-    시스템 메시지와 유저 메시지를 받아 Gemini에 스트리밍 요청, 
-    최종 응답 텍스트를 반환합니다.
+    시스템 & 유저 메시지로 Gemini 모델에게 스트리밍 요청. 최종 텍스트 반환
     """
     init_msgs = [
         ChatMessage(role="system", content=system_message),
@@ -161,7 +159,6 @@ def gemini_chat_completion(system_message: str, user_message: str, max_tokens: i
         for chunk in chat.send_message(user_message, stream=True):
             parts = chunk.candidates[0].content.parts
             if len(parts) == 2:
-                # Thinking + 최종응답
                 final += parts[1].text
             else:
                 final += parts[0].text
@@ -180,7 +177,6 @@ def summarize_code(app_content: str):
 
 
 def analyze_code(app_content: str):
-    # 시스템 프롬프트에 '딥씽킹' 안내문 추가
     system_msg = (
         "You are a deep thinking AI. You may use extremely long chains of thought to deeply consider the problem "
         "and deliberate with yourself via systematic reasoning processes to help come to a correct solution prior to answering. "
@@ -201,7 +197,6 @@ def analyze_code(app_content: str):
 
 
 def explain_usage(app_content: str):
-    # 시스템 프롬프트에 '딥씽킹' 안내문 추가
     system_msg = (
         "You are a deep thinking AI. You may use extremely long chains of thought to deeply consider the problem "
         "and deliberate with yourself via systematic reasoning processes to help come to a correct solution prior to answering. "
@@ -217,25 +212,30 @@ def explain_usage(app_content: str):
 
 def stream_gemini_response(user_message: str, conversation_state: List[ChatMessage]) -> Iterator[List[ChatMessage]]:
     """
-    conversation_state: ChatMessage 객체로만 이루어진 '대화 이력' (Gradio State).
-    (수정) 빈 문자열이어도 처리하도록 변경. 에러를 띄우지 않음.
+    Gemini에 스트리밍 요청. 
+    빈 메시지도 여기서 처리(에러 없이)하도록 함.
     """
-    # 기존에는 if not user_message.strip(): ... return 했으나,
-    # "Please provide a non-empty text message..." 오류가 불편하다는 요청으로 제거/완화함.
-    # 필요하다면 user_message가 정말 아무것도 없을 때 처리 로직을 추가하세요.
-
-    print(f"\n=== New Request ===\nUser message: {user_message if user_message.strip() else '(Empty)'}")
+    # 만약 user_message가 완전 빈 문자열이라면, 모델 호출 대신 간단 안내
+    if not user_message.strip():
+        conversation_state.append(
+            ChatMessage(
+                role="assistant",
+                content="(Note: You sent an empty message. No LLM call was made.)"
+            )
+        )
+        yield conversation_state
+        return
 
-    # 기존 대화를 Gemini 형식으로 변환
+    print(f"\n=== New Request ===\nUser message: {user_message}")
     chat_history = format_chat_history(conversation_state)
     chat = model.start_chat(history=chat_history)
-
     response = chat.send_message(user_message, stream=True)
+
     thought_buffer = ""
     response_buffer = ""
     thinking_complete = False
 
-    # 'Thinking' 표시용
+    # 'Thinking' 표시용 메시지 추가
     conversation_state.append(
         ChatMessage(
             role="assistant",
@@ -290,7 +290,7 @@ def stream_gemini_response(user_message: str, conversation_state: List[ChatMessa
         conversation_state.append(
             ChatMessage(
                 role="assistant",
-                content=f"I apologize, but I encountered an error: {str(e)}"
+                content=f"I apologize, but encountered an error: {str(e)}"
             )
         )
         yield conversation_state
@@ -298,7 +298,7 @@ def stream_gemini_response(user_message: str, conversation_state: List[ChatMessa
 
 def convert_to_display_tuples(messages: List[ChatMessage]) -> List[Tuple[str, str]]:
     """
-    화면에 표시하기 위해 (user, assistant) 튜플 목록으로 변환
+    ChatMessage 리스트 -> (user, assistant) 튜플 리스트
     """
     result = []
     i = 0
@@ -321,8 +321,7 @@ def convert_to_display_tuples(messages: List[ChatMessage]) -> List[Tuple[str, st
 
 def user_submit_message(msg: str, conversation_state: List[ChatMessage]):
     """
-    사용자가 메시지를 입력할 때 호출. 
-    ChatMessage 리스트(conversation_state)에 user 메시지를 추가한 뒤 반환.
+    사용자가 메시지를 입력할 때 호출
     """
     conversation_state.append(ChatMessage(role="user", content=msg))
     # 입력창은 비워줌
@@ -331,11 +330,9 @@ def user_submit_message(msg: str, conversation_state: List[ChatMessage]):
 
 def respond_wrapper(message: str, conversation_state: List[ChatMessage], max_tokens, temperature, top_p):
     """
-    유저 메시지를 받아 Gemini에게 요청(스트리밍)하고, 대화 이력을 업데이트 후
-    화면에는 (user, assistant) 튜플을 반환한다.
+    Gemini에 스트리밍 요청 -> 대화 이력을 갱신 -> (user, assistant) 튜플로 변환하여 화면에 표시
     """
     for updated_messages in stream_gemini_response(message, conversation_state):
-        # 화면 표시용 (user, assistant) 튜플로 변환
         yield "", convert_to_display_tuples(updated_messages)
 
 
@@ -381,10 +378,11 @@ def create_ui():
                 with gr.TabItem("AI 코드챗"):
                     gr.Markdown("## 예제를 입력 또는 소스 코드를 붙여넣고 질문하세요")
 
-                    # Chatbot은 단지 출력만 담당(튜플을 받아 표시)
+                    # Chatbot에 type="messages"로 설정 (권장)
                     chatbot = gr.Chatbot(
                         label="대화",
-                        height=400
+                        height=400,
+                        type="messages"
                     )
 
                     msg = gr.Textbox(
@@ -392,7 +390,6 @@ def create_ui():
                         placeholder="메시지를 입력하세요..."
                     )
 
-                    # 숨겨진 파라미터
                     max_tokens = gr.Slider(
                         minimum=1, maximum=8000, 
                         value=4000, label="Max Tokens", 
@@ -419,12 +416,11 @@ def create_ui():
                     ]
                     gr.Examples(examples, inputs=msg)
 
-                    # 대화 상태(채팅 기록)는 ChatMessage 객체로만 유지
+                    # 대화 상태(채팅 기록)는 ChatMessage 객체로만 관리
                     conversation_state = gr.State([])
 
-                    # 이벤트 체인
-                    # 1) 유저 메시지 -> user_submit_message -> (입력창 비움 + state추가)
-                    # 2) respond_wrapper -> Gemini 스트리밍 -> 대화 state 갱신 -> (user,assistant) 튜플 변환
+                    # 1) 유저 메시지 입력 -> user_submit_message
+                    # 2) respond_wrapper -> Gemini 스트리밍 -> 대화 업데이트 -> (user,assistant) 변환하여 chatbot 표시
                     msg.submit(
                         user_submit_message, 
                         inputs=[msg, conversation_state], 
@@ -433,7 +429,7 @@ def create_ui():
                     ).then(
                         respond_wrapper, 
                         inputs=[msg, conversation_state, max_tokens, temperature, top_p], 
-                        outputs=[msg, chatbot],  
+                        outputs=[msg, chatbot],
                     )
 
                 with gr.TabItem("Recommended Best"):
@@ -441,7 +437,7 @@ def create_ui():
                         "Discover recommended HuggingFace Spaces [here](https://huggingface.co/spaces/openfree/Korean-Leaderboard)."
                     )
 
-            # 분석 버튼 로직
+            # 분석 탭 로직
             space_id_state = gr.State()
             tree_structure_state = gr.State()
             app_py_content_lines = gr.State()