feature: evaluation 질문 결과 시각화 페이지 추가

Author: DShomin

interface/lang2sql.py

@@ -0,0 +1,51 @@
+import streamlit as st
+from langchain_core.messages import HumanMessage
+from llm_utils.graph import builder
+from langchain.chains.sql_database.prompt import SQL_PROMPTS
+
+# Streamlit 앱 제목
+st.title("Lang2SQL")
+
+# 사용자 입력 받기
+user_query = st.text_area(
+    "쿼리를 입력하세요:",
+    value="고객 데이터를 기반으로 유니크한 유저 수를 카운트하는 쿼리",
+)
+
+user_database_env = st.selectbox(
+    "db 환경정보를 입력하세요:",
+    options=SQL_PROMPTS.keys(),
+    index=0,
+)
+
+
+# Token usage 집계 함수 정의
+def summarize_total_tokens(data):
+    total_tokens = 0
+    for item in data:
+        token_usage = getattr(item, "usage_metadata", {})
+        total_tokens += token_usage.get("total_tokens", 0)
+    return total_tokens
+
+
+# 버튼 클릭 시 실행
+if st.button("쿼리 실행"):
+    # 그래프 컴파일 및 쿼리 실행
+    graph = builder.compile()
+
+    res = graph.invoke(
+        input={
+            "messages": [HumanMessage(content=user_query)],
+            "user_database_env": user_database_env,
+            "best_practice_query": "",
+        }
+    )
+    total_tokens = summarize_total_tokens(res["messages"])
+
+    # 결과 출력
+    st.write("총 토큰 사용량:", total_tokens)
+    # st.write("결과:", res["generated_query"].content)
+    st.write("결과:", "\n\n```sql\n" + res["generated_query"] + "\n```")
+    st.write("결과 설명:\n\n", res["messages"][-1].content)
+    st.write("AI가 재해석한 사용자 질문:\n", res["refined_input"].content)
+    st.write("참고한 테이블 목록:", res["searched_tables"])

interface/streamlit_app.py

@@ -1,51 +1,11 @@
 import streamlit as st
-from langchain_core.messages import HumanMessage
-from llm_utils.graph import builder
-from langchain.chains.sql_database.prompt import SQL_PROMPTS
 
-# Streamlit 앱 제목
-st.title("Lang2SQL")
 
-# 사용자 입력 받기
-user_query = st.text_area(
-    "쿼리를 입력하세요:",
-    value="고객 데이터를 기반으로 유니크한 유저 수를 카운트하는 쿼리",
+pg = st.navigation(
+    [
+        st.Page("lang2sql.py", title="Lang2SQL"),
+        st.Page("viz_eval.py", title="Lang2SQL Evaluation 시각화"),
+    ]
 )
 
-user_database_env = st.selectbox(
-    "db 환경정보를 입력하세요:",
-    options=SQL_PROMPTS.keys(),
-    index=0,
-)
-
-
-# Token usage 집계 함수 정의
-def summarize_total_tokens(data):
-    total_tokens = 0
-    for item in data:
-        token_usage = getattr(item, "usage_metadata", {})
-        total_tokens += token_usage.get("total_tokens", 0)
-    return total_tokens
-
-
-# 버튼 클릭 시 실행
-if st.button("쿼리 실행"):
-    # 그래프 컴파일 및 쿼리 실행
-    graph = builder.compile()
-
-    res = graph.invoke(
-        input={
-            "messages": [HumanMessage(content=user_query)],
-            "user_database_env": user_database_env,
-            "best_practice_query": "",
-        }
-    )
-    total_tokens = summarize_total_tokens(res["messages"])
-
-    # 결과 출력
-    st.write("총 토큰 사용량:", total_tokens)
-    # st.write("결과:", res["generated_query"].content)
-    st.write("결과:", "\n\n```sql\n" + res["generated_query"] + "\n```")
-    st.write("결과 설명:\n\n", res["messages"][-1].content)
-    st.write("AI가 재해석한 사용자 질문:\n", res["refined_input"].content)
-    st.write("참고한 테이블 목록:", res["searched_tables"])
+pg.run()