188 lines
6.0 KiB
Python
188 lines
6.0 KiB
Python
#!/usr/bin/env python3
|
|
"""P&ID 태그 추출기 공통 템플릿
|
|
|
|
독립 프로세스로서 CLI에서 실행되며,
|
|
입력 텍스트 파일에서 P&ID 태그를 추출하여 JSON 파일로 출력합니다.
|
|
|
|
사용법:
|
|
python pid_extract_template.py --input full_text.txt --output result.json --prompt "system prompt text"
|
|
python pid_extract_template.py --input full_text.txt --output result.json --prompt-file prompt.txt
|
|
|
|
환경 변수:
|
|
VLLM_BASE_URL: vLLM 엔드포인트 (기본: http://localhost:8000/v1)
|
|
VLLM_MODEL: 모델명 (기본: Qwen3.6-27B-FP8)
|
|
"""
|
|
|
|
import argparse
|
|
import json
|
|
import logging
|
|
import os
|
|
import re
|
|
import sys
|
|
import time
|
|
from typing import List
|
|
|
|
logging.basicConfig(
|
|
level=logging.INFO,
|
|
format="%(asctime)s [%(name)s] %(levelname)s %(message)s",
|
|
)
|
|
logger = logging.getLogger("pid_extractor")
|
|
|
|
|
|
def parse_json_array(raw: str, finish_reason: str = "") -> list:
|
|
"""LLM 출력에서 JSON 배열 추출. finish_reason=length 잘림 복구 포함."""
|
|
if raw.startswith("```"):
|
|
lines = raw.splitlines()
|
|
raw = "\n".join(lines[1:-1] if lines and lines[-1].strip() == "```" else lines[1:]).strip()
|
|
|
|
if finish_reason == "length":
|
|
last_close = raw.rfind("}")
|
|
if last_close != -1:
|
|
raw = raw[:last_close + 1] + "]"
|
|
|
|
# 가장 긴 균형 잡힌 [...] 추출
|
|
depth = 0
|
|
start = -1
|
|
best = ""
|
|
for i, c in enumerate(raw):
|
|
if c == "[":
|
|
if depth == 0:
|
|
start = i
|
|
depth += 1
|
|
elif c == "]":
|
|
depth -= 1
|
|
if depth == 0 and start >= 0:
|
|
cand = raw[start:i + 1]
|
|
if len(cand) > len(best):
|
|
best = cand
|
|
raw = best if best else "[]"
|
|
|
|
try:
|
|
return json.loads(raw)
|
|
except json.JSONDecodeError:
|
|
data = []
|
|
for obj in re.findall(r"\{[^{}]*\}", raw, re.DOTALL):
|
|
try:
|
|
data.append(json.loads(obj))
|
|
except json.JSONDecodeError:
|
|
pass
|
|
return data
|
|
|
|
|
|
def call_llm(system_prompt: str, user_text: str, max_tokens: int = 65536) -> List[dict]:
|
|
"""
|
|
vLLM에 LLM 호출하여 태그 목록 추출.
|
|
|
|
Args:
|
|
system_prompt: 시스템 프롬프트
|
|
user_text: 입력 텍스트
|
|
max_tokens: 최대 토큰 수
|
|
|
|
Returns:
|
|
추출된 태그 목록 (JSON 배열)
|
|
"""
|
|
from openai import OpenAI
|
|
|
|
base_url = os.environ.get("VLLM_BASE_URL", "http://localhost:8000/v1")
|
|
model = os.environ.get("VLLM_MODEL", "Qwen3.6-27B-FP8")
|
|
|
|
client = OpenAI(base_url=base_url, api_key="dummy")
|
|
|
|
logger.info(f"vLLM 호출: {base_url}, 모델: {model}, max_tokens: {max_tokens}")
|
|
logger.info(f"입력 텍스트 길이: {len(user_text)}자")
|
|
|
|
resp = client.chat.completions.create(
|
|
model=model,
|
|
messages=[
|
|
{"role": "system", "content": system_prompt},
|
|
{"role": "user", "content": user_text},
|
|
],
|
|
max_tokens=max_tokens,
|
|
temperature=0.1,
|
|
extra_body={"chat_template_kwargs": {"enable_thinking": False}},
|
|
)
|
|
|
|
raw = (resp.choices[0].message.content or "").strip()
|
|
finish_reason = resp.choices[0].finish_reason
|
|
|
|
logger.info(f"LLM 응답: finish_reason={finish_reason}, 응답 길이={len(raw)}자")
|
|
|
|
data = parse_json_array(raw, finish_reason)
|
|
|
|
if finish_reason == "length":
|
|
logger.warning(f"finish_reason=length: 응답이 잘렸습니다. 복구 시도됨. 추출된 태그 수: {len(data)}")
|
|
|
|
return data
|
|
|
|
|
|
def main():
|
|
parser = argparse.ArgumentParser(description="P&ID 태그 추출기")
|
|
parser.add_argument("--input", required=True, help="입력 텍스트 파일 경로")
|
|
parser.add_argument("--output", required=True, help="출력 JSON 파일 경로")
|
|
parser.add_argument("--prompt", type=str, default=None, help="시스템 프롬프트 (인라인)")
|
|
parser.add_argument("--prompt-file", type=str, default=None, help="시스템 프롬프트 파일 경로")
|
|
parser.add_argument("--max-tokens", type=int, default=65536, help="최대 토큰 수 (기본: 65536)")
|
|
|
|
args = parser.parse_args()
|
|
|
|
# 1. 입력 텍스트 읽기
|
|
if not os.path.exists(args.input):
|
|
logger.error(f"입력 파일을 찾을 수 없습니다: {args.input}")
|
|
sys.exit(1)
|
|
|
|
with open(args.input, "r", encoding="utf-8") as f:
|
|
input_text = f.read()
|
|
|
|
logger.info(f"입력 파일 읽기 완료: {len(input_text)}자")
|
|
|
|
# 2. 시스템 프롬프트 읽기
|
|
system_prompt = None
|
|
if args.prompt:
|
|
system_prompt = args.prompt
|
|
elif args.prompt_file:
|
|
if not os.path.exists(args.prompt_file):
|
|
logger.error(f"프롬프트 파일을 찾을 수 없습니다: {args.prompt_file}")
|
|
sys.exit(1)
|
|
with open(args.prompt_file, "r", encoding="utf-8") as f:
|
|
system_prompt = f.read()
|
|
else:
|
|
logger.error("--prompt 또는 --prompt-file 중 하나를 지정해야 합니다.")
|
|
sys.exit(1)
|
|
|
|
logger.info(f"시스템 프롬프트: {len(system_prompt)}자")
|
|
|
|
# 3. LLM 호출
|
|
t0 = time.time()
|
|
tags = call_llm(system_prompt, input_text, max_tokens=args.max_tokens)
|
|
elapsed = time.time() - t0
|
|
|
|
logger.info(f"추출 완료: {len(tags)}개 태그, 소요 시간: {elapsed:.1f}초")
|
|
|
|
# 4. 결과 JSON 쓰기
|
|
output_dir = os.path.dirname(args.output)
|
|
if output_dir:
|
|
os.makedirs(output_dir, exist_ok=True)
|
|
|
|
result = {
|
|
"success": True,
|
|
"count": len(tags),
|
|
"tags": tags,
|
|
"processing_time_sec": round(elapsed, 1),
|
|
}
|
|
|
|
with open(args.output, "w", encoding="utf-8") as f:
|
|
json.dump(result, f, ensure_ascii=False, indent=2)
|
|
|
|
logger.info(f"결과 저장 완료: {args.output}")
|
|
|
|
# 5. 요약 출력
|
|
print(json.dumps({
|
|
"success": True,
|
|
"count": len(tags),
|
|
"time": round(elapsed, 1)
|
|
}, ensure_ascii=False))
|
|
|
|
|
|
if __name__ == "__main__":
|
|
main()
|