Update app.py

app.py

@@ -1,52 +1,13 @@
 import gradio as gr
-import google.generativeai as genai
+import requests # 구글 라이브러리 삭제 -> requests로 대체
 import edge_tts
 import os
+import json
 
-# 1. 구글 API 설정
+# 1. API 키 가져오기
 GENAI_KEY = os.getenv("GEMINI_KEY")
-genai.configure(api_key=GENAI_KEY)
 
-# ==========================================
-# 🕵️‍♂️ [겸손한 탐색기] 무료로 확실한 모델만 찾기
-# ==========================================
-def get_safe_model():
-    print("📡 무료로 사용 가능한 안전한 모델을 찾습니다...")
-    
-    # 우리가 원하는 '무료 대장' 모델들 (순서가 중요합니다!)
-    # 2.0은 에러가 나니까 아예 리스트에서 뺐습니다.
-    target_models = [
-        "gemini-1.5-flash",          # 1순위: 가장 빠르고 안정적
-        "gemini-1.5-flash-latest",   # 2순위: 최신 별명
-        "gemini-1.5-pro",            # 3순위: 성능 좋음 (조금 느림)
-        "gemini-pro"                 # 4순위: 구관이 명관
-    ]
-    
-    try:
-        # 구글에 있는 전체 목록을 가져옵니다.
-        available_models = [m.name for m in genai.list_models()]
-        
-        for target in target_models:
-            # 이름이 정확히 일치하거나, 경로(models/) 포함해서 일치하는지 확인
-            if target in available_models or f"models/{target}" in available_models:
-                print(f"✅ 안전한 모델 확보! [{target}] 모델을 사용합니다.")
-                return genai.GenerativeModel(target)
-        
-        # 만약 위 목록에 다 없으면? (그럴 리 없지만)
-        print("⚠️ 타겟 모델 없음. 강제로 'gemini-1.5-flash' 시도.")
-        return genai.GenerativeModel("gemini-1.5-flash")
-
-    except Exception as e:
-        print(f"❌ 탐색 중 에러: {str(e)}")
-        # 에러나면 무조건 이걸로 고정
-        return genai.GenerativeModel("gemini-1.5-flash")
-
-# 서버 켜질 때 모델 확정
-model = get_safe_model()
-
-# ==========================================
-# 2. 멤버 데이터 (그대로)
-# ==========================================
+# 2. 멤버 데이터 (그대로 유지)
 MEMBERS = {
     "서윤 (Korea)": {
         "role": "메인 보컬",
@@ -90,6 +51,26 @@ MEMBERS = {
     }
 }
 
+# ★ 핵심: 라이브러리 없이 직접 통신하는 함수
+def call_gemini_direct(prompt):
+    # 1.5 Flash 모델 주소 직접 호출
+    url = f"https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key={GENAI_KEY}"
+    
+    headers = {'Content-Type': 'application/json'}
+    data = {
+        "contents": [{
+            "parts": [{"text": prompt}]
+        }]
+    }
+    
+    response = requests.post(url, headers=headers, json=data)
+    
+    if response.status_code == 200:
+        return response.json()['candidates'][0]['content']['parts'][0]['text']
+    else:
+        # 에러 발생 시 상세 내용 반환
+        raise Exception(f"Google API Error {response.status_code}: {response.text}")
+
 async def band_consulting(user_input, member_name):
     try:
         if member_name not in MEMBERS:
@@ -97,15 +78,15 @@ async def band_consulting(user_input, member_name):
 
         member = MEMBERS[member_name]
         
-        chat_prompt = f"{member['prompt']}\n\nUser's Error/Worry: {user_input}\nResponse:"
+        # [Step 1] 뇌: 직접 통신 함수 호출
+        full_prompt = f"{member['prompt']}\n\nUser's Error/Worry: {user_input}\nResponse:"
         
         try:
-            # 안전하게 확보된 모델로 생성
-            response = model.generate_content(chat_prompt)
-            ai_text = response.text
+            ai_text = call_gemini_direct(full_prompt)
         except Exception as e:
-            return f"Error (Gemini): 모델 생성 실패.\n{str(e)}", None
+            return f"Error (Gemini Direct): {str(e)}", None
 
+        # [Step 2] 입: Edge-TTS
         try:
             output_file = f"/tmp/{member_name}_reply.mp3"
             communicate = edge_tts.Communicate(ai_text, member['voice'])
@@ -120,7 +101,7 @@ async def band_consulting(user_input, member_name):
 
 # Blocks UI
 with gr.Blocks() as demo:
-    gr.Markdown("# Error 404 Band API Server (Safe Mode)")
+    gr.Markdown("# Error 404 Band API Server (Direct REST Mode)")
     with gr.Row():
         inp_text = gr.Textbox(label="고민 입력")
         inp_member = gr.Dropdown(choices=list(MEMBERS.keys()), label="멤버 선택", value="서윤 (Korea)")
@@ -128,6 +109,7 @@ with gr.Blocks() as demo:
     out_audio = gr.Audio(label="음성")
     btn = gr.Button("상담 요청")
     
+    # API 이름 'predict' 강제 지정
     btn.click(fn=band_consulting, inputs=[inp_text, inp_member], outputs=[out_text, out_audio], api_name="predict")
 
 demo.launch()