랭체인 스터디 추가 (파서, 러너블, 멀티턴)

- 음식, 뉴스, 리뷰 등

ollama/product.py

@@ -0,0 +1,86 @@
+from langchain_ollama import ChatOllama
+from langchain_ibm import ChatWatsonx
+from langchain_core.prompts import PromptTemplate, ChatPromptTemplate
+from langchain_core.output_parsers import (
+    StrOutputParser,
+    JsonOutputParser,
+    PydanticOutputParser,
+)
+from pydantic import BaseModel, Field
+from typing import Literal
+from dotenv import load_dotenv
+import os
+import gradio as gr
+import time
+
+qwen_llm = ChatOllama(model="qwen3.5:4b", temperature=0)
+exaone_llm = ChatOllama(model="exaone3.5:2.4b", temperature=0)
+gemma_llm = ChatOllama(model="gemma4:e2b", temperature=0)
+
+
+class ReviewAnalysis(BaseModel):
+    sentiment: Literal["긍정", "부정", "중립"] = Field(description="전체 감정")
+    score: float = Field(ge=0.0, le=1.0, description="감정 강도")
+    pros: list[str] = Field(description="긍정적인 리뷰 리스트")
+    cons: list[str] = Field(description="부정적인 리뷰 리스트")
+    recommend: bool = Field(description="추천여부 True/False")
+    reply: str = Field(description="판매자 입장의 고객 답변 한 문장")
+
+
+pydantic_parser = PydanticOutputParser(pydantic_object=ReviewAnalysis)
+template = ChatPromptTemplate.from_messages(
+    [
+        (
+            "system",
+            "리뷰 담당자 입니다. 리뷰를 보고 정보를 추출하고 고객에 의문에 답변할 내용을 작성하세요. {format_instructions}",
+        ),
+        ("human", "{review}"),
+    ]
+).partial(format_instructions=pydantic_parser.get_format_instructions())
+
+
+chain = template | gemma_llm | pydantic_parser
+
+
+def analyze(texts):
+    # ===을 기준으로 리뷰 분리
+    reviews = [review.strip() for review in texts.split("===") if review.strip()]
+
+    start = time.time()
+    results = chain.batch([{"review": r} for r in reviews])
+    elapsed = time.time() - start
+
+    output = []
+    for i, (review, result) in enumerate(zip(texts, results), 1):
+        emoji = {"긍정": "😊", "부정": "😡", "중립": "😑"}[result.sentiment]
+        output.append(f"[리뷰 {i}]")
+        output.append(f"고객 리뷰 {review[:40]}....")
+        output.append(
+            f"리뷰 감정 {emoji} {result.sentiment}(강도 : {result.score:.2f})"
+        )
+        output.append(f"장점 {", ".join(result.pros) if result.pros else "없음"}")
+        output.append(f"단점 {", ".join(result.cons) if result.cons else "없음"}")
+        output.append(f"추천 여부  {"👍 추천" if result.recommend else "👎 비추천"}")
+        output.append(f"판매자 답변 {result.reply}")
+        output.append("-" * 40)
+    output.append(f"소요 시간 : {elapsed:.2f}초, ({len(reviews)} 개 리뷰) ")
+    return "\n".join(output)
+
+
+app = gr.Interface(
+    analyze,
+    inputs=[
+        gr.Textbox(
+            label="리뷰 입력",
+            placeholder="여러 리뷰 입력 시 구분자로 ===을 사용하세요",
+            lines=20,
+        ),
+    ],
+    outputs=[
+        gr.Textbox(label="분석결과", lines=20),
+    ],
+    title="✒ 상품 리뷰 분석",
+    description="리뷰 입력 시 감정, 장담점, 추천 여부를 분설합니다.",
+)
+
+app.launch()