app.py

import os
import gradio as gr
from huggingface_hub import hf_hub_download
from langchain.chains import RetrievalQA
from langchain_community.vectorstores import FAISS
from langchain_community.embeddings import HuggingFaceEmbeddings
from langchain_community.llms import LlamaCpp


REPO_ID = "WariHima/sarashina2.2-1b-instruct-v0.1-Q4_K_M-GGUF"
FILENAME = "sarashina2.2-1b-instruct-v0.1-q4_k_m.gguf"


def get_model_path():
    return hf_hub_download(
        repo_id=REPO_ID,
        filename=FILENAME,
        repo_type="model",
    )


GGUF_MODEL_PATH = get_model_path()
VECTOR_DB_PATH = "./vectorstore/ruri-large"
EMBEDDING_MODEL = "cl-nagoya/ruri-large"


class RAGSystem:
    def __init__(self):
        self.vectorstore = None
        self.qa_chain = None
        self.setup_models()

    def setup_models(self):
        self.embeddings = HuggingFaceEmbeddings(
            model_name=EMBEDDING_MODEL,
            model_kwargs={"device": "cpu"},
        )

        try:
            self.load_vectorstore()
        except Exception as e:
            print(f"ベクトルDBの読み込みに失敗しました: {str(e)}")

        try:
            self.llm = LlamaCpp(
                model_path=GGUF_MODEL_PATH,
                temperature=0.7,
                max_tokens=512,
                n_ctx=2048,  # コンテキスト長
                n_threads=8,  # 使用するCPUスレッド数
                n_gpu_layers=-1,  # 可能であればGPUレイヤーを全て使用
                verbose=False,
                streaming=True,
                model_kwargs={"f16_kv": True},
            )

            if self.vectorstore:
                self.setup_qa_chain()
        except Exception as e:
            print(f"LLMの読み込みに失敗しました: {str(e)}")

    def load_vectorstore(self):
        if os.path.exists(VECTOR_DB_PATH):
            self.vectorstore = FAISS.load_local(
                VECTOR_DB_PATH,
                self.embeddings,
                allow_dangerous_deserialization=True,
            )
            if self.llm:
                self.setup_qa_chain()
            return True
        return False

    def setup_qa_chain(self):
        if self.vectorstore and self.llm:
            self.qa_chain = RetrievalQA.from_chain_type(
                llm=self.llm,
                chain_type="stuff",
                retriever=self.vectorstore.as_retriever(search_kwargs={"k": 3}),
            )
            return True
        return False

    def answer_question_stream(self, question):
        if not self.qa_chain:
            if not self.vectorstore:
                yield "ベクトルDBが読み込まれていません。"
                return
            if not self.llm:
                yield "LLMモデルが読み込まれていません。"
                return
            yield "QAチェーンの初期化に失敗しました。"
            return

        try:
            docs = self.vectorstore.similarity_search(question, k=3)
            context = "\n\n".join([doc.page_content for doc in docs])

            prompt = f"""与えられた文書を用いて、質問に対する適切な応答を書きなさい。
文書: {context}
質問: {question}
応答: """

            response = ""
            for chunk in self.llm._stream(prompt):
                if isinstance(chunk, str):
                    response += chunk
                else:
                    response += chunk.text
                yield response

        except Exception as e:
            yield f"回答生成中にエラーが発生しました: {str(e)}"

    def get_system_status(self):
        status = list()
        if os.path.exists(GGUF_MODEL_PATH):
            model_size = os.path.getsize(GGUF_MODEL_PATH) / (1024 * 1024 * 1024)
            status.append(
                f"✅ LLMモデル: {os.path.basename(GGUF_MODEL_PATH)} ({model_size:.2f} GB)"
            )
        else:
            status.append(f"❌ LLMモデル: {GGUF_MODEL_PATH} が見つかりません")

        if os.path.exists(VECTOR_DB_PATH):
            status.append(f"✅ ベクトルDB: {VECTOR_DB_PATH}")
        else:
            status.append(f"❌ ベクトルDB: {VECTOR_DB_PATH} が見つかりません")

        status.append(f"✅ 埋め込みモデル: {EMBEDDING_MODEL}")

        if self.qa_chain:
            status.append("✅ RAGシステム: 準備完了")
        else:
            status.append("❌ RAGシステム: 初期化されていません")

        return "\n".join(status)


rag_system = RAGSystem()

with gr.Blocks(title="RAGデモアプリ") as demo:
    gr.Markdown("# 🎇 Sake RAG デモアプリ")
    gr.Markdown(
        "醸造協会誌5年分のデータをベクトルDBとして保持した1B級の小型言語モデルです"
    )

    with gr.Row():
        with gr.Column(scale=1):
            refresh_button = gr.Button("システム状態を更新", variant="secondary")
            status_output = gr.Textbox(
                label="システム状態",
                value=rag_system.get_system_status(),
                interactive=False,
                lines=5,
            )

        with gr.Column(scale=2):
            question_input = gr.Textbox(
                label="質問を入力してください",
                placeholder="質問を入力してください",
                lines=2,
            )
            submit_button = gr.Button("質問する", variant="primary")
            answer_output = gr.Textbox(label="回答", interactive=False, lines=10)

    refresh_button.click(
        fn=rag_system.get_system_status,
        inputs=[],
        outputs=[status_output],
    )

    submit_button.click(
        fn=rag_system.answer_question_stream,
        inputs=[question_input],
        outputs=[answer_output],
    )


if __name__ == "__main__":
    demo.launch()