Update app.py

app.py

@@ -12,7 +12,9 @@ from datetime import datetime, timedelta
 # 한국어 처리를 위한 KoSentence-BERT 모델 로드
 model = SentenceTransformer('jhgan/ko-sbert-sts')
 
-# 나눔바른고딕 폰트 설정 (허깅페이스 환경에 맞게 수정)
+# 나눔바른고딕 폰트 설정
+font_path = "./NanumBarunGothic.ttf"
+fm.fontManager.addfont(font_path)
 plt.rc('font', family='NanumBarunGothic')
 
 # 전역 변수
@@ -73,6 +75,7 @@ def validate_and_get_columns(employee_df, program_df):
 
     return None, employee_cols, program_cols
 
+# 유튜브 데이터 열 선택 함수
 def select_youtube_columns(youtube_file):
     global youtube_columns
     youtube_df = pd.read_csv(youtube_file.name)
@@ -93,7 +96,6 @@ def load_youtube_content(file_path, title_col, description_col, url_col, upload_
     selected_columns = [col for col in [title_col, description_col, url_col, upload_date_col] if col]
     youtube_df = youtube_df[selected_columns]
     
-    # 선택된 열 이름을 필요한 열 이름으로 매핑
     column_mapping = {
         title_col: 'title',
         description_col: 'description',
@@ -127,7 +129,7 @@ def hybrid_rag(employee_file, program_file, youtube_file, title_col, description
 
     error_msg, employee_cols, program_cols = validate_and_get_columns(employee_df, program_df)
     if error_msg:
-        return error_msg, None, None
+        return error_msg, None, None, None
 
     employee_skills = employee_df[employee_cols["current_skills"]].tolist()
     program_skills = program_df[program_cols["skills_acquired"]].tolist()
@@ -151,7 +153,6 @@ def hybrid_rag(employee_file, program_file, youtube_file, title_col, description
             if similarities[i][j] > 0.5:
                 recommended_programs.append(f"{program[program_cols['program_name']]} ({program[program_cols['duration']]})")
                 
-                # 해당 프로그램과 가장 유사한 유튜브 콘텐츠 찾기
                 if youtube_similarities is not None:
                     top_youtube_indices = youtube_similarities[j].argsort()[-3:][::-1]  # 상위 3개
                     for idx in top_youtube_indices:
@@ -194,7 +195,7 @@ def hybrid_rag(employee_file, program_file, youtube_file, title_col, description
     # 결과 테이블 데이터프레임 생성
     result_df = pd.DataFrame(recommendation_rows, columns=["Employee ID", "Employee Name", "Recommended Programs", "Recommended YouTube Content"])
     
-    return result_df, chart_buffer, gr.File.update(visible=True)
+    return result_df, chart_buffer, gr.File(value=global_csv_string, visible=True, filename="recommendations.csv"), gr.Button.update(visible=True)
 
 # 채팅 응답 함수
 def chat_response(message, history):
@@ -208,13 +209,6 @@ def chat_response(message, history):
     
     return "죄송합니다. 해당 직원의 정보를 찾을 수 없습니다. 다른 직원 이름을 입력해주세요."
 
-# CSV 다운로드 함수
-def download_csv():
-    global global_csv_string
-    if global_csv_string is None:
-        return gr.File.update(visible=False)
-    return gr.File.update(value=global_csv_string, visible=True, filename="recommendations.csv")
-
 # Gradio 블록
 with gr.Blocks(css=".gradio-button {background-color: #007bff; color: white;} .gradio-textbox {border-color: #6c757d;}") as demo:
     gr.Markdown("<h1 style='text-align: center; color: #2c3e50;'>💼 HybridRAG 시스템 (유튜브 콘텐츠 포함)</h1>")
@@ -249,14 +243,14 @@ with gr.Blocks(css=".gradio-button {background-color: #007bff; color: white;} .g
     clear = gr.Button("대화 내역 지우기")
 
     # 분석 버튼 클릭 시 테이블, 차트, 파일 다운로드를 업데이트
-    analyze_result = analyze_button.click(
+    analyze_button.click(
         hybrid_rag, 
         inputs=[employee_file, program_file, youtube_file, title_col, description_col, url_col, upload_date_col], 
         outputs=[output_table, chart_output, csv_download, download_button]
     )
 
     # CSV 다운로드 버튼
-    download_button.click(download_csv, inputs=[], outputs=[csv_download])
+    download_button.click(lambda: gr.File(value=global_csv_string, visible=True, filename="recommendations.csv"), inputs=[], outputs=[csv_download])
 
     # 채팅 기능
     msg.submit(chat_response, [msg, chatbot], [chatbot])