From 9c072e629e657412ac80d2968b1474438f5b86e1 Mon Sep 17 00:00:00 2001
From: cheetahadmin <cheetahadmin@aifrica.co.kr>
Date: Thu, 18 Sep 2025 01:13:40 +0000
Subject: [PATCH] Update 1/model.py

---
 1/model.py | 92 +++++++++++-------------------------------------------
 1 file changed, 19 insertions(+), 73 deletions(-)

diff --git a/1/model.py b/1/model.py
index 4b9a21a..6137dea 100644
--- a/1/model.py
+++ b/1/model.py
@@ -1,82 +1,28 @@
-# model.py
+# model.py - 최소한의 구현
 import triton_python_backend_utils as pb_utils
 import numpy as np
-import json
-import random
-import string
 
 class TritonPythonModel:
     def initialize(self, args):
-        """
-        모델이 로드될 때 딱 한 번만 호출됩니다.
-        """
-        self.logger = pb_utils.Logger
-        self.model_name = args["model_name"]
-        self.model_config = json.loads(args["model_config"])
-        self.logger.log_info(f"'{self.model_name}' 모델 초기화 완료")
-
+        print("Model initialized")
+        
     def execute(self, requests):
-        """
-        Triton이 각 추론 요청에 대해 호출하는 실행 함수입니다.
-        """
+        print(f"Received {len(requests)} requests")
         responses = []
-
-        # 각 추론 요청을 순회하며 처리합니다.
-        for request in requests:
-            try:
-                # 입력 텐서 직접 가져오기
-                self.logger.log_info("입력 텐서 직접 가져오기")
-                input_tensor = pb_utils.get_input_tensor_by_name(request, "INPUT")
-                self.logger.log_info(f"input_tensor: '{input_tensor}'")
-
-                if input_tensor is None:
-                    # 입력이 없는 경우 기본값 처리
-                    input_text = "default_input"
-                else:
-                    # numpy 배열로 변환 후 문자열로 디코딩
-                    input_array = input_tensor.as_numpy()
-                    if len(input_array) > 0:
-                        # bytes인 경우 decode, 아니면 str로 변환
-                        first_element = input_array[0]
-                        if isinstance(first_element, bytes):
-                            input_text = first_element.decode('utf-8')
-                        elif isinstance(first_element, np.bytes_):
-                            input_text = first_element.decode('utf-8')
-                        else:
-                            input_text = str(first_element)
-                    else:
-                        input_text = "empty_input"
-                
-                self.logger.log_info(f"INPUT 처리됨: {input_text}")
-
-                # 랜덤 문자열 생성
-                random_string = ''.join(random.choice(string.ascii_letters + string.digits) for _ in range(16))
-                output_text = f"Processed: {input_text} -> {random_string}"
-                
-                self.logger.log_info(f"OUTPUT 생성됨: {output_text}")
-
-                # 출력 텐서 생성 - bytes 형태로 직접 생성
-                output_bytes = output_text.encode('utf-8')
-                output_tensor = pb_utils.Tensor("OUTPUT", np.array([output_bytes], dtype=np.object_))
-
-                # 응답 생성
-                response = pb_utils.InferenceResponse(output_tensors=[output_tensor])
-                responses.append(response)
-
-            except Exception as e:
-                # 오류 발생시 오류 응답 생성
-                self.logger.log_error(f"실행 중 오류 발생: {str(e)}")
-                error_msg = f"Error: {str(e)}"
-                output_bytes = error_msg.encode('utf-8')
-                output_tensor = pb_utils.Tensor("OUTPUT", np.array([output_bytes], dtype=np.object_))
-                response = pb_utils.InferenceResponse(output_tensors=[output_tensor])
-                responses.append(response)
-
+        
+        for i, request in enumerate(requests):
+            print(f"Processing request {i}")
+            
+            # 고정된 응답 생성
+            output_data = "Hello World"
+            output_tensor = pb_utils.Tensor("OUTPUT", np.array([output_data]))
+            
+            response = pb_utils.InferenceResponse(output_tensors=[output_tensor])
+            responses.append(response)
+            print(f"Response {i} created")
+            
+        print("All responses ready")
         return responses
-
+    
     def finalize(self):
-        """
-        모델 종료시 정리 작업
-        """
-        self.logger.log_info(f"'{self.model_name}' 모델 종료")
-        pass
\ No newline at end of file
+        print("Model finalized")
\ No newline at end of file