2025-11-11 - 20251111012 (코드 보기)

import os
import openai
import streamlit as st

from dotenv import load_dotenv
from langchain.vectorstores import FAISS
from langchain.embeddings.openai import OpenAIEmbeddings
from langchain.text_splitter import CharacterTextSplitter
from langchain.chat_models import ChatOpenAI
from langchain.chains import RetrievalQA

doc = [
    '리스트는 파이썬에서 변경 가능한(mutable) 자료형으로, 요소를 추가하거나 삭제할 수 있습니다.',
    '튜플은 변경 불가능한(immutable) 자료형으로, 한 번 생성하면 수정할 수 없습니다.',
    '딕셔너리는 키(key)와 값(value)의 쌍으로 데이터를 저장합니다.'
]

def ask_gpt() :

    load_dotenv()
    api_key = os.getenv('OPENAI_API_KEY')
    
    # RAG 숫자배열로 변환
    text_splitter = CharacterTextSplitter(chunk_size=100, chunk_overlap=50)
    texts = text_splitter.create_documents(doc)
    
    # embedding
    embeddings = OpenAIEmbeddings(model='text-embedding-3-small')
    db = FAISS.from_documents(texts, embedding = embeddings)
    
    # 검색
    # as_retriever() : 검색 인터페이스를 이용해서 LLM 연결하는 것
    # Retriever 설정
    retriever = db.as_retriever(search_kwargs={'k' : 1}) #반환 문서 수:1

    qa = RetrievalQA.from_chain_type(
        llm=ChatOpenAI(model='gpt-4o-mini', temperature=0.9),
        # stuff, map_reduce, refune etc....
        chain_type='stuff',
        retriever = retriever
    )
    return qa, retriever


def view() :
    st.title('LangChain + RAG 도서관 사서 봇')

    query = st.text_input('질문을 입력하세요 : ')
    if query :
        with st.spinner('외부 데이터 베이스를 검색하고 있습니다....') :
            qa , retriever = ask_gpt()
            answer = qa.run(query)
            st.success('A - 답변'+answer)
            st.caption('R - '+ retriever.get_relevant_documents(query)[0].page_content)
        

if __name__=='__main__' :
    view()