Update app.py

app.py

@@ -11,6 +11,8 @@ from aimakerspace.openai_utils.embedding import EmbeddingModel
 from aimakerspace.vectordatabase import VectorDatabase
 from aimakerspace.openai_utils.chatmodel import ChatOpenAI
 import chainlit as cl
+from chainlit import user_session
+from chainlit.element import Text
 
 system_template = """\
 Use the following context to answer a users question. If you cannot find the answer in the context, say you don't know the answer."""
@@ -25,6 +27,67 @@ Question:
 """
 user_role_prompt = UserRolePrompt(user_prompt_template)
 
+@cl.on_chat_start
+async def init_sidebar():
+    # 사이드바 헤더 꾸미기
+    await cl.Sidebar(
+        cl.Text(content="📁 **파일 업로드 섹션**", style="heading3"),
+        cl.FilePicker(
+            accept=[".pdf", ".txt"],
+            max_size_mb=2,
+            on_upload=handle_upload,
+            label="📤 PDF/TXT 업로드",
+            description="최대 2MB 파일만 업로드 가능합니다"
+        ),
+        cl.Separator(),
+        cl.Text(content="🔍 **문서 분석 상태**", style="heading4"),
+        cl.ProgressRing(id="progress", visible=False),
+        cl.Text(id="status", content="대기 중...", style="caption"),
+        title="📚 문서 질의 시스템",
+        persistent=True  # 👈 사이드바 고정 설정
+    ).send()
+
+
+async def handle_upload(file: AskFileResponse):
+    # 진행 상태 업데이트
+    status = user_session.get("status")
+    progress = user_session.get("progress")
+    
+    await status.update(content=f"🔍 {file.name} 분석 중...")
+    await progress.update(visible=True)
+    
+    try:
+        # 파일 처리 로직
+        texts = process_file(file)
+        
+        # 벡터 DB 구축
+        vector_db = VectorDatabase()
+        vector_db = await vector_db.abuild_from_list(texts)
+        
+        # 세션에 저장
+        user_session.set("vector_db", vector_db)
+        
+        # 상태 업데이트
+        await status.update(content=f"✅ {len(texts)}개 청크 처리 완료!")
+        await progress.update(visible=False)
+        
+        # 파일 정보 요약 표시
+        await cl.Accordion(
+            title="📄 업로드 문서 정보",
+            content=[
+                cl.Text(f"파일명: {file.name}"),
+                cl.Text(f"크기: {file.size/1024:.1f}KB"),
+                cl.Text(f"분석 시간: {datetime.now().strftime('%H:%M:%S')}")
+            ],
+            expanded=False
+        ).send()
+        
+    except Exception as e:
+        await cl.Error(
+            title="파일 처리 오류",
+            content=f"{str(e)}"
+        ).send()
+
 class RetrievalAugmentedQAPipeline:
     def __init__(self, llm: ChatOpenAI(), vector_db_retriever: VectorDatabase) -> None:
         self.llm = llm
@@ -130,10 +193,27 @@ async def on_chat_start():
 async def main(message):
     chain = cl.user_session.get("chain")
 
-    msg = cl.Message(content="")
-    result = await chain.arun_pipeline(message.content)
 
-    async for stream_resp in result["response"]:
-        await msg.stream_token(stream_resp)
 
-    await msg.send()
+
+    # 응답 스타일 개선
+    msg = cl.Message(
+        content="",
+        actions=[
+            cl.Action(name="source", value="📑 소스 보기"),
+            cl.Action(name="feedback", value="💬 피드백 남기기")
+        ]
+    )
+    
+    async for token in result["response"]:
+        await msg.stream_token(token, is_final=False)
+    
+    # 최종 메시지 포맷팅
+    final_content = f"""
+    🧠 **AI 분석 결과**  
+    {msg.content}
+    
+    📌 참조 문장:  
+    {chr(10).join([f'- {ctx[0][:50]}...' for ctx in result['context']])}
+    """
+    await msg.update(content=final_content)