맞춤형 식단 및 운동 제안하기

!pip install openai
!pip install gradio

import gradio as gr
from openai import OpenAI
import json

client = OpenAI()

tools = [
  {
      "type": "function",
      "function": {
          "name": "bmi_analysis",
          "description": "사용자가 입력한 키와 몸무게 값을 이용하여 BMI 관련 정보를 제공하는 함수",
          "parameters": {
              "type": "object",
              "properties": {
                  "bmi_value": {
                     "type": "string",
                     "description": "사용자가 입력한 키와 몸무게 값을 이용하여 계산한 BMI 값",
                  },
                  "bmi_status": {
                     "type": "string",
                     "description": "계산된 BMI 값 기반으로 판단한 비만도 및 정상 수준 ",
                  },
                  "food_recommendation": {
                     "type": "string",
                     "description": "계산된 BMI 값을 기반으로 추천할 만한 음식을 생성하여 제공",
                  },
                  "exercise_recommendation": {
                     "type": "string",
                     "description": "계산된 BMI 값을 기반으로 추천할 만한 운동 루틴을 생성하여 제공",
                  },
              },
              "required": ["bmi_value", "bmi_status", "food_recommendation", "exercise_recommendation"]
          },
      },
  },
]


# BMI 계산 함수
def calculate_bmi(height, weight):

    prompt_text = f"키:{height}, 몸무게:{weight}";

    completion = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {"role": "system", "content": "아래 사용자의 키와 몸무게 값을 이용하여 BMI, 비만도, 추천음식, 추천운동을 생성한 후, bmi_analysis 함수를 호출해줘."},
            {"role": "system", "content": "추천음식에는 1주일 동안 1일 단위로 필요한 음식 식단을 작성해줘."},
            {"role": "system", "content": "추천운동에는 1주일 동안 1일 단위로 반복하여 운동할 수 있는 자세한 운동 루틴을 작성해줘."},
            {"role": "user", "content": prompt_text}
        ],
        tools=tools,
    )

    response = completion.choices[0].message;

    tool_call = response.tool_calls[0]
    arguments = tool_call.function.arguments
    arguments_json = json.loads(arguments)

    bmi_value = arguments_json.get('bmi_value')
    bmi_status = arguments_json.get('bmi_status')
    food_recommendation = arguments_json.get('food_recommendation')
    exercise_recommendation = arguments_json.get('exercise_recommendation')

    return bmi_value, bmi_status, food_recommendation, exercise_recommendation

# Gradio Blocks 레이아웃 구성
with gr.Blocks() as demo:
    # HTML로 직접 CSS 삽입하여 스타일을 지정
    gr.HTML("""
    <style>
        body {
            background-color: #001f3d;  /* dark blue */
            color: white;               /* 텍스트 색상 흰색 */
            font-family: 'Helvetica', sans-serif;
        }
        h1 {
            text-align: center;         /* 제목 중앙 정렬 */
            font-size: 3em;
            margin-top: 50px;
        }
        .gradio-container {
            background-color: #001f3d;  /* 전체 컨테이너 배경 색상 */
            color: white;               /* 텍스트 색상 흰색 */
        }
    </style>
    """)
    # HTML로 제목 추가
    gr.HTML("<h1 style='color: white'>AI BMI 계산기</h1>")

    # 입력 폼 구성
    with gr.Row():
        height_input = gr.Number(label="키 (cm)")
        weight_input = gr.Number(label="몸무게 (kg)")

    # 결과 출력
    with gr.Row():
        bmi_result = gr.Textbox(label="BMI", interactive=False)
        bmi_status = gr.Textbox(label="체중 상태", interactive=False)

    food_recommendation = gr.Textbox(label="추천 음식", interactive=False, lines=5)
    exercise_recommendation = gr.Textbox(label="추천 운동", interactive=False, lines=5)

    # 버튼 클릭 시 BMI 계산 함수 실행
    calculate_button = gr.Button("BMI 계산")
    calculate_button.click(fn=calculate_bmi, inputs=[height_input, weight_input],
                           outputs=[bmi_result, bmi_status, food_recommendation, exercise_recommendation])

# 인터페이스 실행
demo.launch()