From e575ec8c806bbeb7cc7452e28bbd47816375a121 Mon Sep 17 00:00:00 2001
From: kyy <b24053@hanmaceng.co.kr>
Date: Fri, 18 Jul 2025 17:32:56 +0900
Subject: [PATCH] Initial commit

---
 .env.chatbot         |   2 +
 .gitattributes       |  32 +++++++
 Dockerfile           |  23 +++++
 LICENSE              |  21 +++++
 README.md            |  79 +++++++++++++++++
 docker-compose.yml   |  10 +++
 main.py              | 197 +++++++++++++++++++++++++++++++++++++++++++
 pyproject.toml       |  46 ++++++++++
 requirements.txt     |   5 ++
 static/api_spec.json |   1 +
 static/logo.png      | Bin 0 -> 17141 bytes
 11 files changed, 416 insertions(+)
 create mode 100644 .env.chatbot
 create mode 100644 .gitattributes
 create mode 100644 Dockerfile
 create mode 100644 LICENSE
 create mode 100644 README.md
 create mode 100644 docker-compose.yml
 create mode 100644 main.py
 create mode 100644 pyproject.toml
 create mode 100644 requirements.txt
 create mode 100644 static/api_spec.json
 create mode 100644 static/logo.png

diff --git a/.env.chatbot b/.env.chatbot
new file mode 100644
index 0000000..c2f0814
--- /dev/null
+++ b/.env.chatbot
@@ -0,0 +1,2 @@
+# Replace with your actual Google API key
+GOOGLE_API_KEY="AIzaSyD37Fp00b_i2DIywwtQu39w0RhkGAJO4YM"
\ No newline at end of file
diff --git a/.gitattributes b/.gitattributes
new file mode 100644
index 0000000..b60060f
--- /dev/null
+++ b/.gitattributes
@@ -0,0 +1,32 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text
+*.pdf filter=lfs diff=lfs merge=lfs -text
diff --git a/Dockerfile b/Dockerfile
new file mode 100644
index 0000000..ece5652
--- /dev/null
+++ b/Dockerfile
@@ -0,0 +1,23 @@
+# Use an official Python runtime as a parent image
+FROM python:3.9-slim
+
+# Set the working directory in the container
+WORKDIR /app
+
+# Copy the requirements file into the container at /app
+COPY requirements.txt .
+
+# Install any needed packages specified in requirements.txt
+RUN pip install --no-cache-dir -r requirements.txt
+
+# Copy the rest of the application's code into the container at /app
+COPY . .
+
+# Make port 8501 available to the world outside this container
+EXPOSE 8501
+
+# Define environment variable
+ENV GOOGLE_API_KEY=""
+
+# Run main.py when the container launches
+CMD ["streamlit", "run", "main.py"]
diff --git a/LICENSE b/LICENSE
new file mode 100644
index 0000000..4af313f
--- /dev/null
+++ b/LICENSE
@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2024 Lectom
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.
diff --git a/README.md b/README.md
new file mode 100644
index 0000000..2b58bd3
--- /dev/null
+++ b/README.md
@@ -0,0 +1,79 @@
+# 🤖 OpenAPI 명세 조회 챗봇 (LLM-Gateway Spec Chatbot)
+
+이 프로젝트는 특정 URL에서 제공하는 OpenAPI 명세(Specification) 파일을 기반으로 사용자의 질문에 답변하는 Streamlit 기반의 챗봇 애플리케이션입니다. Gemini AI 모델을 활용하여 자연어 질문을 이해하고, API 명세에 근거한 정확한 정보를 한국어로 제공합니다.
+
+전체 애플리케이션은 Docker 컨테이너 환경에서 실행되도록 구성되어 있어, 간편하게 설치하고 실행할 수 있습니다.
+
+## ✨ 주요 기능
+
+- **OpenAPI 명세 기반 답변**: 로컬에 저장된 `api_spec.json` 파일을 분석하여 API의 엔드포인트, 파라미터, 요약 정보 등에 대해 답변합니다.
+- **자연어 질의응답**: Google의 Gemini 모델을 통해 사용자의 자연어 질문을 이해하고 지능적인 답변을 생성합니다.
+- **동적 명세 새로고침**: UI의 버튼 클릭 한 번으로 최신 API 명세를 원격 URL에서 다시 가져와 앱에 반영할 수 있습니다.
+- **한국어 지원**: 모든 답변은 한국어로 제공됩니다.
+- **직관적인 UI**: Streamlit을 사용하여 사용하기 쉬운 웹 기반 채팅 인터페이스를 제공하며, ���고 및 커스텀 스타일이 적용되어 있습니다.
+- **컨테이너화**: Docker 및 Docker Compose를 사용하여 개발 환경에 구애받지 않고 일관된 실행 환경을 제공합니다.
+
+## 🛠️ 기술 스택
+
+- **언어**: Python 3.9
+- **프레임워크**: Streamlit
+- **AI 모델**: Google Gemini 1.5 Flash
+- **컨테이너**: Docker, Docker Compose
+- **주요 라이브러리**: `google-generativeai`, `requests`, `pandas`
+
+## 📂 디렉토리 구조
+
+```
+chatbot_app/
+├── static/
+│   ├── api_spec.json   # API 명세 파일
+│   └── logo.png        # UI에 표시될 로고 이미지
+├── .env.chatbot        # 환경 변수 파일 (API 키 저장)
+├── docker-compose.yml  # Docker Compose 설정 파일
+├── Dockerfile          # Docker 이미지 빌드 파일
+├── main.py             # Streamlit 애플리케이션 메인 코드
+├── README.md           # 프로젝트 설명 파일 (현재 파일)
+└── requirements.txt    # Python 의존성 목록
+```
+
+## 🚀 설치 및 실행 방법
+
+### 사전 준비 사항
+
+- [Docker](https://www.docker.com/get-started)가 설치되어 있어야 합니다.
+- [Docker Compose](https://docs.docker.com/compose/install/)가 설치되어 있어야 합니다. (최신 버전의 Docker Desktop에는 기본 포함)
+
+### 설치 절차
+
+1.  **프로젝트 준비**:
+    이 `chatbot_app` 디렉토리를 준비합니다.
+
+2.  **정적 파일 배치**:
+    `chatbot_app/static/` 디렉토리 안에 다음 두 파일을 위치시킵니다.
+    - `api_spec.json`: 조회할 대상의 OpenAPI 명세 파일
+    - `logo.png`: UI 사이드바에 표시할 로고 이미지
+
+3.  **환경 변수 설정**:
+    `chatbot_app/.env.chatbot` 파일을 열고, `YOUR_GEMINI_API_KEY` 부분을 실제 발급받은 Google Gemini API 키로 교체합니다.
+    ```env
+    # YOUR_GEMINI_API_KEY를 실제 키로 변경하세요.
+    GOOGLE_API_KEY="YOUR_GEMINI_API_KEY"
+    ```
+
+4.  **애플리케이션 빌드 및 실행**:
+    터미널에서 `chatbot_app` 디렉토리로 이동한 후, 다음 명령어를 실행합니다.
+    ```bash
+    docker-compose up --build -d
+    ```
+    - `--build`: 이미지를 새로 빌드합니다. (코드 변경 시 필요)
+    - `-d`: 컨테이너를 백그라운드에서 실행합니다.
+
+5.  **챗봇 접속**:
+    빌드가 완료되고 컨테이너가 실행되면, 웹 브라우저를 열고 다음 주소로 접속합니다.
+    - **URL**: `http://localhost:8501`
+
+## 💡 사용 방법
+
+- **질문하기**: 화면 하단의 입력창에 API 명세와 관련된 질문을 입력하고 Enter 키를 누릅니다.
+- **API 명세 새로고침**: 사이드바의 '🔄 API 명세 새로고침' 버튼을 클릭하면 `API_SPEC_URL`에 지정된 주소에서 최신 명세를 다시 가져옵니다.
+- **API 상세정보 확인**: 사이드바의 '📘 API 상세정보 보기'를 펼치면 API의 제목, 버전 및 전체 엔드포인트 목록을 확인할 수 있습니다.
diff --git a/docker-compose.yml b/docker-compose.yml
new file mode 100644
index 0000000..f6618d6
--- /dev/null
+++ b/docker-compose.yml
@@ -0,0 +1,10 @@
+services:
+  chatbot:
+    build: .
+    container_name: pgn_spec_chatbot
+    ports:
+      - "8501:8501"
+    env_file:
+      - .env.chatbot
+    volumes:
+      - .:/app
diff --git a/main.py b/main.py
new file mode 100644
index 0000000..a0cabbb
--- /dev/null
+++ b/main.py
@@ -0,0 +1,197 @@
+import json
+import os
+
+import google.generativeai as genai
+import pandas as pd
+import requests
+import streamlit as st
+
+# --- 설정 ---
+SPEC_FILE = "static/api_spec.json"
+LOGO_FILE = "static/logo.png"
+API_SPEC_URL = "http://172.16.10.176:8888/openapi.json"
+
+
+# --- 도우미 함수 ---
+def load_api_spec():
+    """로컬 파일에서 API 명세를 불러옵니다."""
+    try:
+        with open(SPEC_FILE, "r", encoding="utf-8") as f:
+            return json.load(f)
+    except (FileNotFoundError, json.JSONDecodeError) as e:
+        st.error(f"API 명세 파일을 불러오는 중 오류 발생: {e}")
+        return None
+
+
+def fetch_and_save_spec():
+    """URL에서 최신 API 명세를 가져와 로컬에 저장합니다."""
+    try:
+        response = requests.get(API_SPEC_URL)
+        response.raise_for_status()  # 잘못된 상태 코드에 대해 예외를 발생시킵니다
+        spec_data = response.json()
+        with open(SPEC_FILE, "w", encoding="utf-8") as f:
+            json.dump(spec_data, f, indent=2, ensure_ascii=False)
+        st.success(f"성공적으로 API 명세를 가져와 업데이트했습니다: {API_SPEC_URL}")
+        return spec_data
+    except requests.exceptions.RequestException as e:
+        st.error(f"API 명세를 가져오는 데 실패했습니다: {e}")
+        return None
+    except json.JSONDecodeError:
+        st.error("응답에서 JSON을 파싱하는 데 실패했습니다.")
+        return None
+
+
+# --- Gemini AI 설정 ---
+try:
+    api_key = os.getenv("GOOGLE_API_KEY")
+    if not api_key:
+        st.error(
+            "GOOGLE_API_KEY 환경 변수가 설정되지 않았습니다. .env.chatbot 파일에서 설정해주세요."
+        )
+        st.stop()
+    genai.configure(api_key=api_key)
+    model = genai.GenerativeModel("gemini-1.5-flash")
+except Exception as e:
+    st.error(f"Gemini AI 설정 실패: {e}")
+    st.stop()
+
+# --- Streamlit UI 설정 ---
+st.set_page_config(
+    page_title="API Guide Chatbot",
+    page_icon="🤖",
+    layout="wide",
+    initial_sidebar_state="expanded",
+)
+
+# --- 커스텀 CSS ---
+st.markdown(
+    """
+<style>
+    /* 다크 모드 기본 테마와 유사하게 맞춤 */
+    .stApp {
+        background-color: #0E117;
+    }
+    /* 채팅 메시지 스타일 */
+    [data-testid="chat-message-container"] {
+        border-radius: 0.5rem;
+        padding: 1rem;
+        margin-bottom: 1rem;
+        box-shadow: 0 2px 4px rgba(0,0,0,0.1);
+    }
+</style>
+""",
+    unsafe_allow_html=True,
+)
+
+
+# --- 메인 앱 로직 ---
+# 시작 시 API 명세 불러오기
+api_spec = load_api_spec()
+
+# --- 사이드바 ---
+with st.sidebar:
+    if os.path.exists(LOGO_FILE):
+        st.image(LOGO_FILE, use_container_width=True)
+    st.header("⚙️ Controls")
+    if st.button("🔄 API 명세 새로고침"):
+        with st.spinner("최신 API 명세를 가져오는 중..."):
+            api_spec = fetch_and_save_spec()
+            st.session_state.messages = []  # 새로고침 시 대화 기록 삭제
+            st.rerun()
+
+    if api_spec:
+        with st.expander("📘 API 상세정보 보기", expanded=True):
+            st.info(f"**Title:** {api_spec.get('info', {}).get('title', 'N/A')}")
+            st.text(f"Version: {api_spec.get('info', {}).get('version', 'N/A')}")
+
+            paths = api_spec.get("paths", {})
+            if paths:
+                endpoint_data = []
+                for path, methods in paths.items():
+                    for method, details in methods.items():
+                        endpoint_data.append(
+                            {
+                                "Method": method.upper(),
+                                "Endpoint": path,
+                                "summary": details.get("summary", "요약 없음"),
+                            }
+                        )
+                df = pd.DataFrame(endpoint_data)
+                st.dataframe(df, use_container_width=True)
+    else:
+        st.warning("API 명세를 불러올 수 없습니다.")
+
+# --- 메인 채팅 인터페이스 ---
+st.markdown(
+    "<h1 style='text-align: center;'>💬 LLM-Gateway Guide Chatbot</h1>",
+    unsafe_allow_html=True,
+)
+st.caption(f"현재 사용 중인 API 명세: {API_SPEC_URL}")
+
+
+# 대화 기록 초기화
+if "messages" not in st.session_state:
+    st.session_state.messages = []
+
+# 시작 메시지
+if not st.session_state.messages:
+    st.info("안녕하세요! LLM-Gateway 에 대해 궁금한 점을 물어보세요.")
+
+# 앱 재실행 시 기록에서 대화 메시지 표시
+for message in st.session_state.messages:
+    avatar = "🧑‍💻" if message["role"] == "user" else "👻"
+    with st.chat_message(message["role"], avatar=avatar):
+        st.markdown(message["content"])
+
+# 사용자 입력 수락
+if prompt := st.chat_input("LLM-Gateway 에 대해 질문하세요..."):
+    if not api_spec:
+        st.error("질문을 처리할 수 없습니다: API 명세가 로드되지 않았습니다.")
+    else:
+        # 대화 기록에 사용자 메시지 추가
+        st.session_state.messages.append({"role": "user", "content": prompt})
+        # 채팅 메시지 컨테이너에 사용자 메시지 표시
+        with st.chat_message("user", avatar="🧑‍💻"):
+            st.markdown(prompt)
+
+        # 채팅 메시지 컨테이너에 어시스턴트 응답 표시
+        with st.chat_message("assistant", avatar="👻"):
+            message_placeholder = st.empty()
+            with st.spinner("답변을 생성하는 중..."):
+                try:
+                    # Gemini를 위한 프롬프트 준비
+                    full_prompt = f"""
+                    당신은 다음 LLM-Gateway API 명세에 대한 전문가 어시스턴트입니다.
+                    당신의 임무는 제공된 JSON 데이터를 기반으로만 질문에 답변하는 것입니다.
+                    정보를 지어내지 마세요. 만약 명세에 답변이 없다면 없다고 말하세요.
+                    모든 답변은 반드시 한국어로 제공해주세요.
+
+                    **LLM-Gateway API 명세 (JSON):**
+                    ```json
+                    {json.dumps(api_spec, indent=2, ensure_ascii=False)}
+                    ```
+
+                    **사용자 질문:**
+                    {prompt}
+                    """
+                    response = model.generate_content(full_prompt)
+
+                    if response.parts:
+                        response_text = response.text
+                    else:
+                        # 응답이 차단될 수 있는 경우를 처리합니다
+                        response_text = (
+                            "죄송합니다, 해당 질문에 대한 답변을 드릴 수 없습니다."
+                        )
+
+                    message_placeholder.markdown(response_text)
+                    st.session_state.messages.append(
+                        {"role": "assistant", "content": response_text}
+                    )
+
+                except Exception as e:
+                    error_text = f"오류가 발생했습니다: {e}"
+                    message_placeholder.markdown(error_text)
+                    st.session_state.messages.append(
+                        {"role": "assistant", "content": error_text}
+                    )
diff --git a/pyproject.toml b/pyproject.toml
new file mode 100644
index 0000000..6cc45da
--- /dev/null
+++ b/pyproject.toml
@@ -0,0 +1,46 @@
+exclude = [
+    ".bzr",
+    ".direnv",
+    ".eggs",
+    ".git",
+    ".git-rewrite",
+    ".hg",
+    ".mypy_cache",
+    ".nox",
+    ".pants.d",
+    ".pytype",
+    ".ruff_cache",
+    ".svn",
+    ".tox",
+    ".venv",
+    "__pypackages__",
+    "_build",
+    "buck-out",
+    "build",
+    "dist",
+    "node_modules",
+    "venv",
+]
+
+line-length = 120
+indent-width = 4
+
+[lint]
+# 기본적으로 Pyflakes('F')와 pycodestyle('E') 코드의 하위 집합을 활성화합니다.
+select = ["E4", "E7", "E9", "F"]
+ignore = []
+
+# 활성화된 모든 규칙에 대한 수정 허용.
+fixable = ["ALL"]
+unfixable = []
+
+# 밑줄 접두사가 붙은 경우 사용하지 않는 변수를 허용합니다.
+dummy-variable-rgx = "^(_+|(_+[a-zA-Z0-9_]*[a-zA-Z0-9]+?))$"
+
+[format]
+quote-style = "double"
+indent-style = "space"
+skip-magic-trailing-comma = false
+line-ending = "auto"
+docstring-code-format = false
+docstring-code-line-length = "dynamic"
\ No newline at end of file
diff --git a/requirements.txt b/requirements.txt
new file mode 100644
index 0000000..1420878
--- /dev/null
+++ b/requirements.txt
@@ -0,0 +1,5 @@
+streamlit
+google-generativeai
+requests
+pandas
+pyarrow
diff --git a/static/api_spec.json b/static/api_spec.json
new file mode 100644
index 0000000..baf2980
--- /dev/null
+++ b/static/api_spec.json
@@ -0,0 +1 @@
+{"openapi":"3.1.0","info":{"title":"LLM GATEWAY","description":"LLM 모델이 업로드된 문서를 분석하여 구조화된 JSON으로 변환하는 API 서비스입니다.","version":"0.1.0"},"paths":{"/metrics":{"get":{"summary":"Metrics","description":"Endpoint that serves Prometheus metrics.","operationId":"metrics_metrics_get","responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}}}}},"/schema_file_guide":{"get":{"tags":["Guide Book"],"summary":"schema 파일 작성 가이드북 HTML 보기","description":"📄 본 가이드북은 <strong>/general</strong> 및 <strong>/extract/structured</strong> 엔드포인트에 첨부되는 <strong>schema_file</strong> 작성법을 설명합니다.<br><br>가이드북은 <a href='/schema_file_guide' target='_blank'>여기</a>에서 확인하세요.","operationId":"schema_guide_schema_file_guide_get","responses":{"200":{"description":"Successful Response","content":{"text/html":{"schema":{"type":"string"}}}}}}},"/general_guide":{"get":{"tags":["Guide Book"],"summary":"/general 가이드북 HTML 보기","description":"가이드북을 <a href='/general_guide' target='_blank'>여기</a>에서 확인하세요.","operationId":"general_guide_general_guide_get","responses":{"200":{"description":"Successful Response","content":{"text/html":{"schema":{"type":"string"}}}}}}},"/extract_guide":{"get":{"tags":["Guide Book"],"summary":"/extract 가이드북 HTML 보기","description":"가이드북을 <a href='/extract_guide' target='_blank'>여기</a>에서 확인하세요.","operationId":"extract_guide_extract_guide_get","responses":{"200":{"description":"Successful Response","content":{"text/html":{"schema":{"type":"string"}}}}}}},"/info":{"get":{"tags":["Model Management"],"summary":"'/extract', '/general' 에서 사용 가능한 모델 목록 확인","description":"✅ 'inner(내부용)' 와 'outer(외부용)' 모델의 사용 가능한 목록을 확인합니다.<br>\n    ✅ 'Try it out' → 'Execute' 순서로 클릭합니다.<br>","operationId":"get_model_info_info_get","responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}}}}},"/default_prompt":{"get":{"tags":["Model Management"],"summary":"기본 프롬프트 파일 다운로드","operationId":"download_default_prompt_default_prompt_get","responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}}}}},"/structured_prompt":{"get":{"tags":["Model Management"],"summary":"구조화 프롬프트 파일 다운로드","operationId":"download_structured_prompt_structured_prompt_get","responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}}}}},"/structured_schema":{"get":{"tags":["Model Management"],"summary":"구조화 포맷 정의 파일 다운로드","operationId":"download_structured_schema_structured_schema_get","responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}}}}},"/general/inner":{"post":{"tags":["General"],"summary":"내부 LLM 기반 범용 추론 요청 (비동기)","description":"### **요약**\n내부망에 배포된 LLM(Ollama 기반)을 사용하여 문서 기반의 범용 추론을 비동기적으로 요청합니다. 이 엔드포인트는 파일(PDF, 이미지 등)에서 텍스트를 추출하고, 사용자가 제공한 프롬프트를 적용하여 결과를 생성합니다.\n\n### **작동 방식**\n1.  **요청 접수**: `input_file`, `prompt_file` 등을 받아 고유한 `request_id`를 생성하고 즉시 반환합니다.\n2.  **백그라운드 처리**:\n    -   `input_file`이 문서나 이미지일 경우, **OCR API**를 호출하여 텍스트를 추출합니다.\n    -   추출된 텍스트와 `prompt_file`의 내용을 조합하여 최종 프롬프트를 구성합니다.\n    -   내부 LLM(Ollama)에 추론을 요청합니다.\n    -   `schema_file`이 제공되면, LLM이 스키마에 맞는 JSON을 생성하도록 요청합니다.\n3.  **상태 및 결과 확인**: 반환된 `request_id`를 사용하여 `GET /general/progress/{request_id}` 엔드포인트에서 작업 진행 상태와 최종 결과를 조회할 수 있습니다.\n\n### **입력 (multipart/form-data)**\n-   `input_file` (**필수**): 추론의 기반이 될 문서 파일.\n    -   지원 형식: `.pdf`, `.docx`, `.jpg`, `.png`, `.jpeg` 등.\n    -   내부적으로 OCR을 통해 텍스트가 자동 추출됩니다.\n-   `prompt_file` (**필수**): LLM에 전달할 명령어(프롬프트)가 포함된 `.txt` 파일.\n-   `schema_file` (선택): 결과물의 구조를 정의하는 `.json` 스키마 파일. 제공 시, 출력은 이 스키마를 따르는 JSON 형식으로 강제됩니다.\n-   `model` (선택): 사용할 내부 LLM 모델 이름. (기본값: `gemma3:27b`)\n\n### **출력 (application/json)**\n-   **초기 응답**:\n    ```json\n    {\n      \"message\": \"작업이 백그라운드에서 실행 중입니다.\",\n      \"request_id\": \"고유한 요청 ID\",\n      \"status_check_url\": \"/general/progress/고유한 요청 ID\"\n    }\n    ```\n-   **최종 결과**: `GET /general/progress/{request_id}`를 통해 확인 가능.","operationId":"general_endpoint_general_inner_post","requestBody":{"content":{"multipart/form-data":{"schema":{"$ref":"#/components/schemas/Body_general_endpoint_general_inner_post"}}},"required":true},"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/general/outer":{"post":{"tags":["General"],"summary":"외부 LLM 기반 범용 추론 요청 (비동기)","description":"### **요약**\n외부 상용 LLM(예: GPT, Gemini, Claude)을 사용하여 문서 기반의 범용 추론을 비동기적으로 요청합니다. 기능과 작동 방식은 내부 LLM용 엔드포인트와 동일하나, 외부 API를 호출하는 점이 다릅니다.\n\n### **작동 방식**\n1.  **요청 접수**: `input_file`, `prompt_file` 등을 받아 고유한 `request_id`를 생성하고 즉시 반환합니다.\n2.  **백그라운드 처리**:\n    -   `input_file`에서 **OCR API**를 통해 텍스트를 추출합니다.\n    -   추출된 텍스트와 `prompt_file`의 내용을 조합하여 최종 프롬프트를 구성합니다.\n    -   외부 LLM API(OpenAI, Google, Anthropic 등)에 추론을 요청합니다.\n    -   `schema_file`이 제공되면, LLM이 스키마에 맞는 JSON을 생성하도록 요청합니다.\n3.  **상태 및 결과 확인**: 반환된 `request_id`를 사용하여 `GET /general/progress/{request_id}` 엔드포인트에서 작업 진행 상태와 최종 결과를 조회할 수 있습니다.\n\n### **입력 (multipart/form-data)**\n-   `input_file` (**필수**): 추론의 기반이 될 문서 파일.\n    -   지원 형식: `.pdf`, `.docx`, `.jpg`, `.png`, `.jpeg` 등.\n-   `prompt_file` (**필수**): LLM에 전달할 프롬프트가 포함된 `.txt` 파일.\n-   `schema_file` (선택): 결과물의 구조를 정의하는 `.json` 스키마 파일.\n-   `model` (선택): 사용할 외부 LLM 모델 이름. (기본값: `gemini-2.5-flash`)\n\n### **출력 (application/json)**\n-   **초기 응답**:\n    ```json\n    {\n      \"message\": \"작업이 백그라운드에서 실행 중입니다.\",\n      \"request_id\": \"고유한 요청 ID\",\n      \"status_check_url\": \"/general/progress/고유한 요청 ID\"\n    }\n    ```\n-   **최종 결과**: `GET /general/progress/{request_id}`를 통해 확인 가능.","operationId":"general_endpoint_general_outer_post","requestBody":{"content":{"multipart/form-data":{"schema":{"$ref":"#/components/schemas/Body_general_endpoint_general_outer_post"}}},"required":true},"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/general/progress/{request_id}":{"get":{"tags":["General"],"summary":"범용 추론 작업 상태 및 결과 조회","description":"### **요약**\n`POST /general/inner` 또는 `POST /general/outer` 요청 시 반환된 `request_id`를 사용하여, 해당 작업의 진행 상태와 최종 결과를 조회합니다.\n\n### **작동 방식**\n-   `request_id`를 기반으로 Redis에 저장된 작업 로그와 결과 데이터를 조회합니다.\n-   작업이 진행 중일 때는 현재까지의 로그를, 완료되었을 때는 로그와 함께 최종 결과(`final_result`)를 반환합니다.\n\n### **입력**\n-   `request_id`: 조회할 작업의 고유 ID.\n\n### **출력 (application/json)**\n-   **성공 시**:\n    ```json\n    {\n      \"request_id\": \"요청 시 사용된 ID\",\n      \"progress_logs\": [\n        { \"timestamp\": \"...\", \"status\": \"OCR 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"입력 길이 검사 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"LLM 추론 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"LLM 추론 완료 및 후처리 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"후처리 완료 및 결과 반환\"\", \"details\": \"...\" }\n      ],\n      \"final_result\": {\n        \"filename\": \"입력 파일\",\n        \"processed\": \"LLM의 최종 응답 내용\"\n      }\n    }\n    ```\n-   **ID가 유효하지 않을 경우 (404 Not Found)**:\n    ```json\n    {\n      \"message\": \"{request_id}에 대한 상태 로그가 없습니다.\"\n    }\n    ```","operationId":"get_pipeline_status_general_progress__request_id__get","parameters":[{"name":"request_id","in":"path","required":true,"schema":{"type":"string","title":"Request Id"}}],"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/extract/inner":{"post":{"tags":["Extraction"],"summary":"내부 LLM 기반 문서 정보 추출 (비동기)","description":"### **요약**\n내부망에 배포된 LLM(Ollama 기반)을 사용하여 문서(PDF, 이미지 등)에서 정보를 추출하고 응답을 생성합니다. 이 엔드포인트는 사전 정의된 기본 프롬프트를 사용하며, 비동기적으로 처리됩니다.\n\n### **작동 방식**\n1.  **요청 접수**: `input_file`을 받아 고유 `request_id`를 생성하고 즉시 반환합니다.\n2.  **백그라운드 처리**:\n    -   `input_file`에 대해 **OCR API**를 호출하여 텍스트를 추출합니다.\n    -   시스템에 내장된 기본 프롬프트와 추출된 텍스트를 조합합니다. (`prompt_file`을 업로드하여 기본 프롬프트를 대체할 수 있습니다.)\n    -   내부 LLM(Ollama)에 추론을 요청합니다.\n3.  **상태 및 결과 확인**: `GET /extract/progress/{request_id}`로 작업 상태와 최종 결과를 조회합니다.\n\n### **입력 (multipart/form-data)**\n-   `input_file` (**필수**): 정보 추출의 대상이 될 문서 파일.\n    -   지원 형식: `.pdf`, `.docx`, `.jpg`, `.png`, `.jpeg` 등.\n-   `prompt_file` (선택): 기본 프롬프트 대신 사용할 사용자 정의 `.txt` 프롬프트 파일.\n-   `model` (선택): 사용할 내부 LLM 모델 이름. (기본값: `gemma3:27b`)\n\n### **출력 (application/json)**\n-   **초기 응답**:\n    ```json\n    {\n      \"message\": \"작업이 백그라운드에서 실행 중입니다.\",\n      \"request_id\": \"고유한 요청 ID\",\n      \"status_check_url\": \"/extract/progress/고유한 요청 ID\"\n    }\n    ```\n-   **최종 결과**: `GET /extract/progress/{request_id}`를 통해 확인 가능.","operationId":"extract_endpoint_extract_inner_post","requestBody":{"content":{"multipart/form-data":{"schema":{"$ref":"#/components/schemas/Body_extract_endpoint_extract_inner_post"}}},"required":true},"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/extract/outer":{"post":{"tags":["Extraction"],"summary":"외부 LLM 기반 문서 정보 추출 (비동기)","description":"### **요약**\n외부 상용 LLM(예: GPT, Gemini)을 사용하여 문서에서 정보를 추출하고 응답을 생성합니다. 내부 LLM 엔드포인트와 작동 방식은 동일하나, 외부 API를 호출합니다.\n\n### **작동 방식**\n1.  **요청 접수**: `input_file`을 받아 `request_id`를 생성 후 즉시 반환합니다.\n2.  **백그라운드 처리**:\n    -   `input_file`에서 **OCR API**를 통해 텍스트를 추출합니다.\n    -   내장된 기본 프롬프트(또는 사용자 정의 `prompt_file`)와 텍스트를 조합합니다.\n    -   외부 LLM API(OpenAI, Google 등)에 추론을 요청합니다.\n3.  **상태 및 결과 확인**: `GET /extract/progress/{request_id}`로 작업 상태와 최종 결과를 조회합니다.\n\n### **입력 (multipart/form-data)**\n-   `input_file` (**필수**): 정보 추출 대상 문서 파일.\n-   `prompt_file` (선택): 기본 프롬프트 대신 사용할 `.txt` 파일.\n-   `model` (선택): 사용할 외부 LLM 모델 이름. (기본값: `gemini-2.5-flash`)\n\n### **출력 (application/json)**\n-   **초기 응답**:\n    ```json\n    {\n      \"message\": \"작업이 백그라운드에서 실행 중입니다.\",\n      \"request_id\": \"고유한 요청 ID\",\n      \"status_check_url\": \"/extract/progress/고유한 요청 ID\"\n    }\n    ```\n-   **최종 결과**: `GET /extract/progress/{request_id}`를 통해 확인 가능.","operationId":"extract_endpoint_extract_outer_post","requestBody":{"content":{"multipart/form-data":{"schema":{"$ref":"#/components/schemas/Body_extract_endpoint_extract_outer_post"}}},"required":true},"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/extract/progress/{request_id}":{"get":{"tags":["Extraction"],"summary":"정보 추출 작업 상태 및 결과 조회","description":"### **요약**\n`POST /extract/*` 계열 엔드포인트 요청 시 반환된 `request_id`를 사용하여, 해당 정보 추출 작업의 진행 상태와 최종 결과를 조회합니다.\n\n### **작동 방식**\n-   `request_id`를 기반으로 Redis에 저장된 작업 로그와 결과 데이터를 조회합니다.\n-   작업이 진행 중일 때는 현재까지의 로그를, 완료되었을 때는 로그와 함께 최종 결과(`final_result`)를 반환합니다.\n\n### **입력**\n-   `request_id`: 조회할 작업의 고유 ID.\n\n### **출력 (application/json)**\n-   **성공 시**:\n    ```json\n    {\n      \"request_id\": \"요청 시 사용된 ID\",\n      \"progress_logs\": [\n        { \"timestamp\": \"...\", \"status\": \"OCR 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"입력 길이 검사 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"LLM 추론 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"LLM 추론 완료 및 후처리 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"후처리 완료 및 결과 반환\"\", \"details\": \"...\" }      \n      ],\n      \"final_result\": {\n        \"filename\": \"입력 파일\",\n        \"processed\": \"LLM의 최종 응답 내용\"\n      }\n    }\n    ```\n-   **ID가 유효하지 않을 경우 (404 Not Found)**:\n    ```json\n    {\n      \"message\": \"{request_id}에 대한 상태 로그가 없습니다.\"\n    }\n    ```","operationId":"get_pipeline_status_extract_progress__request_id__get","parameters":[{"name":"request_id","in":"path","required":true,"schema":{"type":"string","title":"Request Id"}}],"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/dummy/extract/outer":{"post":{"tags":["Dummy"],"summary":"더미 응답 생성","description":"### **요약**\n실제 모델 추론이나 파일 업로드 없이, 지정된 모델의 응답 형식을 테스트하기 위한 더미(dummy) 결과를 생성합니다.\n\n### **작동 방식**\n-   요청 시, 시스템에 미리 저장된 더미 응답(`dummy_response.json`)을 즉시 반환합니다.\n-   실제 OCR, LLM 추론 등 어떠한 백그라운드 작업도 수행하지 않습니다.\n-   네트워크나 모델 성능에 관계없이 API 응답 구조를 빠르게 확인하는 용도로 사용됩니다.\n\n### **입력 (multipart/form-data)**\n-   `model` (선택): 응답 형식의 기준이 될 모델 이름. (기본값: `dummy`)\n    -   이 값은 실제 추론에 사용되지 않으며, 형식 테스트용으로만 기능합니다.\n\n### **출력 (application/json)**\n-   **즉시 반환**:\n    ```json\n    {\n        \"filename\": \"dummy_input.pdf\",\n        \"dummy_model\": {\n            \"ocr_model\": \"dummy\",\n            \"llm_model\": \"dummy\",\n            \"api_url\": \"dummy\"\n        },\n        \"time\": {\n            \"duration_sec\": \"0.00\",\n            \"started_at\": \"...\",\n            \"ended_at\": \"...\"\n        },\n        \"fields\": {},\n        \"parsed\": \"dummy\",\n        \"generated\": \"dummy\",\n        \"processed\": {\n            \"dummy response\"\n        }\n    }\n    ```","operationId":"extract_outer_dummy_extract_outer_post","requestBody":{"content":{"application/x-www-form-urlencoded":{"schema":{"$ref":"#/components/schemas/Body_extract_outer_dummy_extract_outer_post"}}}},"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/ocr":{"post":{"tags":["OCR"],"summary":"문서 OCR 요청 (비동기)","description":"### **요약**\n문서 파일(PDF, 이미지 등)을 받아 텍스트를 추출하는 OCR(광학 문자 인식) 작업을 비동기적으로 요청합니다.\n\n### **작동 방식**\n1.  **요청 접수**: `file`을 받아 고유 `request_id`를 생성하고 즉시 반환합니다.\n2.  **백그라운드 처리**:\n    -   업로드된 파일을 내부 저장소(MinIO)에 저장합니다.\n    -   별도의 OCR 서버에 텍스트 추출 작업을 요청합니다.\n3.  **상태 및 결과 확인**: 반환된 `request_id`를 사용하여 `GET /ocr/progress/{request_id}`로 작업 상태를, `GET /ocr/result/{request_id}`로 최종 텍스트 결과를 조회할 수 있습니다.\n\n### **입력 (multipart/form-data)**\n-   `file` (**필수**): 텍스트를 추출할 문서 파일.\n    -   지원 형식: `.pdf`, `.jpg`, `.png`, `.jpeg` 등 OCR 서버가 지원하는 형식.\n\n### **출력 (application/json)**\n-   **초기 응답**:\n    ```json\n    [\n      {\n        \"request_id\": \"고유한 요청 ID\",\n        \"status\": \"작업 접수\",\n        \"message\": \"아래 URL을 통해 작업 상태 및 결과를 확인하세요.\"\n      }\n    ]\n    ```\n-   **최종 결과**: `GET /ocr/result/{request_id}`를 통해 확인 가능.","operationId":"ocr_only_ocr_post","requestBody":{"content":{"multipart/form-data":{"schema":{"$ref":"#/components/schemas/Body_ocr_only_ocr_post"}}},"required":true},"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/ocr/progress/{request_id}":{"get":{"tags":["OCR"],"summary":"OCR 작업 상태 조회","description":"### **요약**\n`POST /ocr` 요청 시 반환된 `request_id`를 사용하여 OCR 작업의 현재 진행 상태를 조회합니다.\n\n### **작동 방식**\n-   `request_id`를 OCR 서버에 전달하여 해당 작업의 상태를 가져옵니다.\n-   상태는 보통 'PENDING', 'IN_PROGRESS', 'SUCCESS', 'FAILURE' 등으로 표시됩니다.\n\n### **입력**\n-   `request_id`: 조회할 OCR 작업의 고유 ID.\n\n### **출력 (application/json)**\n-   **성공 시**:\n    ```json\n    {\n      \"request_id\": \"요청 시 사용된 ID\",\n      \"progress_logs\": [\n        { \"timestamp\": \"...\", \"status\": \"OCR 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"입력 길이 검사 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"LLM 추론 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"LLM 추론 완료 및 후처리 시작\", \"details\": \"...\" },\n        { \"timestamp\": \"...\", \"status\": \"후처리 완료 및 결과 반환\"\", \"details\": \"...\" }\n      ],\n      \"final_result\": {\n        \"filename\": \"입력 파일\",\n        \"parsed\": \"OCR 결과 내용\"\n      }\n    }\n    ```\n-   **ID가 유효하지 않을 경우 (404 Not Found)**:\n    ```json\n    {\n      \"detail\": \"Meeting ID {request_id} 작업 없음\"\n    }\n    ```","operationId":"get_pipeline_status_ocr_progress__request_id__get","parameters":[{"name":"request_id","in":"path","required":true,"schema":{"type":"string","title":"Request Id"}}],"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/audio":{"post":{"tags":["STT Gateway"],"summary":"Proxy Audio","operationId":"proxy_audio_audio_post","requestBody":{"content":{"multipart/form-data":{"schema":{"$ref":"#/components/schemas/Body_proxy_audio_audio_post"}}},"required":true},"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/progress/{request_id}":{"get":{"tags":["STT Gateway"],"summary":"Proxy Progress","operationId":"proxy_progress_progress__request_id__get","parameters":[{"name":"request_id","in":"path","required":true,"schema":{"type":"string","title":"Request Id"}}],"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/summary":{"post":{"tags":["summary"],"summary":"Summarize","operationId":"summarize_summary_post","requestBody":{"content":{"application/json":{"schema":{"$ref":"#/components/schemas/SummaryRequest"}}},"required":true},"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/ollama_summary":{"post":{"tags":["summary"],"summary":"Ollama Summary","operationId":"ollama_summary_ollama_summary_post","requestBody":{"content":{"application/json":{"schema":{"$ref":"#/components/schemas/SummaryRequest"}}},"required":true},"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/task_summary":{"post":{"tags":["summary"],"summary":"Task Summary","operationId":"task_summary_task_summary_post","requestBody":{"content":{"application/json":{"schema":{"$ref":"#/components/schemas/SummaryRequest"}}},"required":true},"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/task_summary/{task_id}":{"get":{"tags":["summary"],"summary":"Get Status","operationId":"get_status_task_summary__task_id__get","parameters":[{"name":"task_id","in":"path","required":true,"schema":{"type":"string","title":"Task Id"}}],"responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}},"422":{"description":"Validation Error","content":{"application/json":{"schema":{"$ref":"#/components/schemas/HTTPValidationError"}}}}}}},"/health/API":{"get":{"summary":"Health Check","description":"애플리케이션 상태 확인","operationId":"health_check_health_API_get","responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}}}}},"/health/Redis":{"get":{"summary":"Redis Health Check","operationId":"redis_health_check_health_Redis_get","responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}}}}},"/health/MinIO":{"get":{"summary":"Minio Health Check","operationId":"minio_health_check_health_MinIO_get","responses":{"200":{"description":"Successful Response","content":{"application/json":{"schema":{}}}}}}}},"components":{"schemas":{"Body_extract_endpoint_extract_inner_post":{"properties":{"input_file":{"type":"string","format":"binary","title":"Input File"},"prompt_file":{"anyOf":[{"type":"string","format":"binary"},{"type":"null"}],"title":"Prompt File","description":"⚠️ prompt_file 업로드하지 않을 경우, **'Send empty value'** 체크박스를 반드시 해제해주세요."},"model":{"anyOf":[{"type":"string"},{"type":"null"}],"title":"Model","default":"gemma3:27b"}},"type":"object","required":["input_file"],"title":"Body_extract_endpoint_extract_inner_post"},"Body_extract_endpoint_extract_outer_post":{"properties":{"input_file":{"type":"string","format":"binary","title":"Input File"},"prompt_file":{"anyOf":[{"type":"string","format":"binary"},{"type":"null"}],"title":"Prompt File","description":"⚠️ prompt_file 업로드하지 않을 경우, **'Send empty value'** 체크박스를 반드시 해제해주세요."},"model":{"anyOf":[{"type":"string"},{"type":"null"}],"title":"Model","default":"gemini-2.5-flash"}},"type":"object","required":["input_file"],"title":"Body_extract_endpoint_extract_outer_post"},"Body_extract_outer_dummy_extract_outer_post":{"properties":{"model":{"anyOf":[{"type":"string"},{"type":"null"}],"title":"Model","description":"실제 추론 없이 포맷 테스트용으로 사용됩니다.","default":"dummy"}},"type":"object","title":"Body_extract_outer_dummy_extract_outer_post"},"Body_general_endpoint_general_inner_post":{"properties":{"input_file":{"type":"string","format":"binary","title":"Input File"},"prompt_file":{"type":"string","format":"binary","title":"Prompt File"},"schema_file":{"anyOf":[{"type":"string","format":"binary"},{"type":"null"}],"title":"Schema File"},"model":{"anyOf":[{"type":"string"},{"type":"null"}],"title":"Model","default":"gemma3:27b"}},"type":"object","required":["input_file","prompt_file"],"title":"Body_general_endpoint_general_inner_post"},"Body_general_endpoint_general_outer_post":{"properties":{"input_file":{"type":"string","format":"binary","title":"Input File"},"prompt_file":{"type":"string","format":"binary","title":"Prompt File"},"schema_file":{"anyOf":[{"type":"string","format":"binary"},{"type":"null"}],"title":"Schema File"},"model":{"anyOf":[{"type":"string"},{"type":"null"}],"title":"Model","default":"gemini-2.5-flash"}},"type":"object","required":["input_file","prompt_file"],"title":"Body_general_endpoint_general_outer_post"},"Body_ocr_only_ocr_post":{"properties":{"file":{"type":"string","format":"binary","title":"File"}},"type":"object","required":["file"],"title":"Body_ocr_only_ocr_post"},"Body_proxy_audio_audio_post":{"properties":{"audio_file":{"type":"string","format":"binary","title":"Audio File"}},"type":"object","required":["audio_file"],"title":"Body_proxy_audio_audio_post"},"HTTPValidationError":{"properties":{"detail":{"items":{"$ref":"#/components/schemas/ValidationError"},"type":"array","title":"Detail"}},"type":"object","title":"HTTPValidationError"},"SummaryRequest":{"properties":{"text":{"type":"string","title":"Text"}},"type":"object","required":["text"],"title":"SummaryRequest"},"ValidationError":{"properties":{"loc":{"items":{"anyOf":[{"type":"string"},{"type":"integer"}]},"type":"array","title":"Location"},"msg":{"type":"string","title":"Message"},"type":{"type":"string","title":"Error Type"}},"type":"object","required":["loc","msg","type"],"title":"ValidationError"}}}}
\ No newline at end of file
diff --git a/static/logo.png b/static/logo.png
new file mode 100644
index 0000000000000000000000000000000000000000..46868be622b9d60292295e493ba0b5e1788bc0b0
GIT binary patch
literal 17141
zcmeIZ1yh?{7dA?P7KZ{Y?pi2LaVy2$AKYDnyB1p9-J!TUB)C)Do#39}?r_rg`w{1x
zGbb~dOfs2$uf6nI7Ot!)g@H<h3I_*=AtNoW3I~VC3kUa(8~Fq5m)}%WTCfikM`>*r
zI5-ySfA4pmMI!F79|>J0v|QC3EL=T|oz3Ay%^Xb3DP#b~mgcJF#%5kl!{&l;a6f`%
z#6{ITSB}@Z97tp`mo8SWJ^&N5gIOJc%<tgStdsO<xVHN7!^eE%L$)NS#5gJGRb+7-
zjig9k-xHa;7vd%MNf4QTLzeDH|MmV`CV_*+o!CO9<edDZtB1y7%^4Db)kf+}ZCh*W
zV_C^jD2(|3|MmX{2R?S?et}<dz4ElwdSRb><E(k82!3r?eehNDc5ELVeAK-ePI<kn
ze0*-<HF!za7!>kw8dJ*Y8os_Tmm7RIPa`J-CEY#WK6*+rzlYHe6?%L!YzXxWVh!-k
zR^#xe?0J_s9H>YCAqScnu(WlAx<>g{d-Y&p1M$QUkHUYPG#;#Bx^e1ia2wkmzT$b9
zabl&9YfZXogL1ZX2p7l0RQbDVN&-HPDXYOJ7GVYHH}mSJ_gzOKqp$}sf7$bo+x)&r
z(^LAmQ)G|+A;mxX8xFoeu7e^5`Blz9e!MA}=Af_r_Gpe^Km*8i3?Xumc~C%+Yg$EU
zwa_j=+I8SoS;r;k3MxoAZOZaJq7{>maW>Rkm*stoIhA=GV;SjjM@7wvW0{b5>-IBV
z0oGp2w;cl;J;M;WyYa}+0VjPkFW+|fj2cf4TA*)Sqi()JcJV`2ro|$;<w~M26g}?(
z5{PEt+N*`BN3&1J`8Qys#qg6{Nt1hg9DLq=Am*FsgI<-FNO~B1`}noz4)p;XAU(iw
z<eVQ!zh>jeWFG}Hqttb>4rr2NOhYI7^6fyR3L1wo{rP0<Hqb$5(nDuJLRbn%a=eRX
z9b%N+-HGzN(uJ>9*Qun)e|u~<*X_Gr?)j~>$9sY`&7lhmnVRJ<ktHoG8)ykKwxhh7
z<5Dx;0S<IYb6Ts^Vpy1Eb8b7NH$jL<tF+vTuKC@;CI?sJ_C|w(H8Bs1DdEw$nv0LO
zkGxQzDAG^Ma@}odGHE1XdN^04XTac964EJlc+469MlnvTi+-o+$X(5)exu*7w6k#x
zbG8}tsV4vAR(l1(Ru9GN7t>?Hiph&CpTQv)=5n85Rj|XhMEV>!yt<9%@X=NiKU~C+
z*(B&|LL?3El#=t#oO!4&F;9B2DrrOb_ZAn&DH?`?l6*aW;r->4n~R1pa%a^}>R(s|
z`s5n~M@Dym<AY_F^!>-zG4z0@q_cQd(&@0%@y(GrM?$6{=}H8wiIal*yT9uE2v241
zcop?RY8JRsSZ7623?BVAS96kfbmrdOnLbD17`P}qoyj8wh;CNWjz($;6tmehseR3-
z@blS|Jc-P)UVmcwJoJ1$j<oF>+9JrBD6uAm1_znUeLo!$kvxieSU*y#3;iVXa?erC
z?IghbYi94>7|tr?c92(~z9Fv5wDC(BUVPMT%z6z9d5wQKZbMlY;7%kC82BJeGfY+8
zhU98ir3d<mOI-2z9e<|8sB!XE+VKyI%4VNcP+hCxph@Q*yByVi$Bt<y@l4l=I|yc(
z?CjBhT#UY8ErE}AIQIGVh0Z&*7!Uk%*SodQhuqajxXYyM+s`12CnfjXliMAH^65G(
z2qoc5(AC}7;ioXd@+-k207nhu;_f4Qh}4fu-;;w38F|0r=bVU{atzI=!=;rC6-2GX
zF9Z<DHI4l5A-y7r3=9|v#Li>nq+|^w2mWsDPq43%n=~$7W1z*sHWV5jj>tX1>tk0y
zwq^B<>+;SSzZ@F{sg^wg>&@A@KHj0n)0}&|;_)pX<U&}X{ACd!nG1L;`cZOJB*p0$
z_3gjm>xSbF#qB>IP%tZHKaud;TbcKV(C}Db#CYxAr|q3=7C_TL{&M&KEXpFaKmnC+
zA9j27bv(<}H7o3I(caYp>95%gb)=Ot#6FS$#oq5-Zc0T6IWEIhe8+skqpEULgzflv
z1t2V3Ui~s^@|&PltzU>pWOS%3q)0(X3LuReiWc^T0&ZXqaY-UEORQJE6o4%ktMp(y
z`W!7{tr^>)BMa&hxSblFWL*=Ug;=80?tCs_$oMVa5Lw!py6N^so>eybv$W%;alX;+
z;i8<>(=re(T$tA)mFHeGF<bvP(lCa$?aogkEIaeGp)=Rw!5FoX0^WU;m)8#QYKCxS
zpX`147Q!1D9N@BBtNQ68s;dmn9XUdJ(DGLtl5<KGN6>q7m>kGRuJrT&SpSe@{Q`CU
zJqEK5nrRz*&TbYVfko9G@$)2s$N4@)gcM<@-RZ-1aPPK9+xqr{SZtSV+>lkaFt}t6
zh)hoBs37Lgjdk5SKrOpdUEN7Pd?AEG5+^QN-79C$tMsW+-o9DSg?eu{q@5N>_~#)-
z`OD`Yn9geGu21C+l>=L++8ZUB?D)mMus@V3Sd#L$1IwCT6h<xom|BlOo*qXU04OLi
z{SfgU-O$h}x)yfF>@QaFt6G(R6`T=}2h~Em1e#iw{5mL8f}a&}D@Vz3S~}6{Jp3Pp
zyEy8e_9T8Raudi6V-#OLTlM!AY{YF!rzw8oJ#j6GTb)|xw~L#Uu@}d0$Bp_+ZdHu8
z`wCMx@2ZWTPy1s1i=Z=XI5DLfr&7}M4P4t;J@-G_R<7?8h;{i)*-w0EcxT)pwRr>}
z`A=DVg8MR=rv8`D<7Isl5yvUc;u@f%QF6nB98#rW4R##)mSYO@c#kPEM(<~R27BV8
zZz#525u5z%tlX_7MinRIjG)N>FtwG8X%mRScZms7LDVWdu^yPD!W1P69%R#lf~u!@
zpBT$c?c1-05)T{-qm)QKG}7=Gsmfl}y705BfaUC}eIj&&q#o#2Rgl{MoRpk+XdUQx
z#_1Q$-HAg?U*>fW=uRx{Gp~6K{;2V<Au-4Bxp<D@5S;S7NXZ@9^9ua40Y0wRP-k{h
zf=8nJ;a@xrj&H@=!SsWUInrKjrMff1BC>_(`#D*Lx!Ipku8}&UYa<I06u}N}1ax{4
zZ7}i1xy>7=0!_<LOR!ShbTf`rc*ICOI;QTd_Ya$uRBJ?{Hl-6s#RDsi*&V#bszZ)X
zfP(wDd+sXJ3FSGiNZCgl<79(V<Wkwn8+atyFn^~#c96Ox)K7%rzSsETKUI*dcdZ=(
zZ7^)g?D{YF7nHM1&Ymg9_|oHgBRPP2*yVwQFKn=WPRa=;<EWhdt?~;p9({Fna+lNE
zItRBgZ#gZ^3PL4^n%I&#_djmR$qb+)2PSek*+6^9rbiA9a3Nfd1&2h17U5dg1fN|G
zhZRXsE5Ova+a%uOk?g&`dhQwwMI<X7@aimxRR|yOFFQ?Lah__7d=5pF`f-g(Gf`Z8
z?AvKAFt;-Q4a+)gg{)y#g=6m4;Gy;E-E88@s1Scj()vP5jQ^SW?p-A-pobo*ixY^L
zmk4C&wHBsqe36OWo+>zcl)aRG5uOQ;?wt|(HXR=0Wa!4Xw=0Aa)7YHFF>O;P*FjKT
zL3~|0K9@v4xe-MoOfy*7_AWF#T&w;3P|KM`iZyUE@90-8Z?sv;<v_IEr%$tLGYlK4
zC>sqpcU`BDMVY5B;n4;QZRP%xWzWL%O51$PG=wNI;)fFa`tKd<J8Y)6(`X5IY>;r4
zxr#2%zjf4>HmGpGeDlGaJ4N{)3OTFN`q7ws6kSf81I7n3HL3U}!eh5`eT6q|%d~Ui
z`%Z%)mIUGsVV~<S@xlottg0QkGLD6Pd-h}i5Tjd5trggsER?ZUg#)=&ZQs<A>Y8FP
zm2Zi`-R9NxzD@tsTS9mEWyb}aG=ltRwa-+RC9eo{Ms{;vVKy?vsX1HYs%p;D!@q`x
zLxR%m)!tCD%EH9&;4~(-XRrH(Z@(TQ;(ht7P`nz=o4#s5jz8y4AGjiz=b{i8i{`@4
z)KN0=8)=r%u92P`r>pvxba7dGM5*HA(4af_0MEH!|1{?^r2i%yN)tMsnmEkzpIi{N
z^E*~1sB`?p6rR`#hb$defGT2k5=xfo=@xqthx&5pqZ`Dt95sB{mA{6)QK9k0{iNud
zo1(~ponff3q@tZd&5O!X6uD}9x{PE0B!ns(@EX5UWd~+q%J_<hS2Rn`w|vPIxH+<D
zWEAUDhR?F-zy0X^_IrtYVCohtnO^r7{mL!tlD*HFJJGeHCPk(|g&D*8EDbMJF+QH(
z$>CyXYwcm-UY8p%nHeo|24d)<_g=H4Zgt1hG($E3^G5Jo%M*J{!2YXPZgKB+J|x8f
z2hc@U#!>%li}`4v+$h>^anzhs>?xMG8J1ZAFs4nj$&7a8+b*1E7x8-CpW9+5R~`?f
zfgjG&7xs1|RPo|Gp?!|YA8iWUpThtF0;ui|hA!`vx}GoGpcfB@T94~AJ0EaJ;#<Ai
z6Tf;yx*9ZU7jpJv(|hY`X$}gS8>@7qucdQ6;3-M|r+`jwaqQsa2bCVa8XB<b#afMC
zK=gX^WE0v`+XZw%E=h^)pG>uBJa98*+S|$)a&o(>JaZ6{^0#f`C!Aqm(|R=E$hlu8
zOn14yw$!Jyi;%fRTz6C<<tbI9lMJG<qOcHO8p`Oy>&go(V=O~!Dj2#>avTAbuGFcK
z=BE3;O0M1B#q|^WG@t(MJ213nurQ5R=@(_4ft3FM>1(M64aFCjc3QR6md;k$!Q2L<
zz4h#T5?5d&EghXAwiOtD1n*Q_c72+_5nHZ+T32u%VPl#+T%|SG+OT3?emepbxwJL9
zdY0`_lR-{Xv_eLS8RA{X`wtIdC(y+VW64B}cGJd4$|g}Qu~G8qmG8~A@%upgT8=$?
zYzP6kgCpUo9sfATq{CN1QGqE1|E~Jg$E3D%P*`EW0>^<wna_8-`r9u=DPOaAMNNlH
zopA>=r~YABaM(?Aks2HW);i{e-SoR|T9vQqeU{fJ6x4H9bDCnnY;nPUx}Avk_#|T$
zqSk3Tntk*I>^~~gu1cTrLsS<4BQxxuCjiuWuR9x0Z%Sqz21{fE%zb?P1oMChlIcYG
z?Hp+w&vdK@&V190>d8U*K$gN7s#&$(QnUsx-3GZRYiO`~C7^5ksuj7C$*%FuJc5TC
zc6oR<sV>kFuvRphSH&Jw57UK@AJZ+N%<CGXxm@uh5s#gOrROE(o9kbGyJ@85;LLG4
zn@j1`46w6b3)Gh@_G^(FXg#0GNWagM0;jK!xMyrfD+E#Fc*Cxro$iz=!7oPQbooC}
zXQ{iqZb04uhiwGJrF>^<u~|`wA$Z0x72%Z;F$u_$*WlZ&4(}x!O!Eah*w}3Q_I*Q6
zEI>9PnKrFB<GArVNaBh~YEcm>#&5&;fD+@`?A`DU{NOw5-Xo`}rq;T8PHAr*`Rx}d
zOZAY;s1l<Xy(>MuWoO6dyLbLZCAA$T4N7_rjwETRg3%#xLw%dO9B2qC0<O$@P^N@e
zv$lQ63HI2)wMr=A#38|kxiH+-Bov|Teho1p`xfR(lB=O<cEj4*(p2XdX3yf4Jiz)4
zy8^9m!lpm*)CC9BVchTR>f2|b`X~s4apMcF*kmZ6pIc#IzXef%YX^ooiq`xKPYwTa
zN59CuoaI2yWN=Vox*;%$DqN+V`gSttyy~Wcdx4}*+vQoKu%NGI(*_DW9O^S2Nop%o
zr_>i<C>ax{ch3C&!-3qEQDxYk5%bq&`RS5PqFmp`fv(B3*l$ujVqc;Tm40`GBkUMD
z9KBg)4~7gnRR?0&H6Q8oV)f#7YJ^MX4>a9G^2HMHaQ#GB0*W6k>#P6JaFIa*Qm^Hv
zbHmkw@L?Apgps17HFp85MN)UE89qg=mtGK9n`YK0`Rz}feiU<-6YRbv_It5<a+-KF
z@N}sAY^>#GRoJJ($KK`<BfXJ){!X>^#k1;J|92d=j(fW7M?-*@;bg^=w@K+qs;Nly
zF27*Yb%)BpSMSiAAh0_Ow!yn!c}gW9R^th_A-n1>{l)l=1n!+FO*j4ez@~%9qVbV>
zSOjuCl$(1!iT|cMmgyexU(`1(SNnk3x30$b2rLe!bn6KtZh%Yo(_ZB`A0BnSJ<3ut
zPhI_AmStTGXlYUX!+NwuwkuD1Et&3FsJJMFs<9*B1pzTYSLzM$q-7~0yKLK<x(A!v
za#m3N#r~b!5*{$u^e?JV2Pr8NEye8uVyzzfU3S=*vg5qfmr5F%@(q0=8#NkHv7o+e
zd67`-lD^Z!93OXiCKeme2~U&De+690G=%wvKhdeGKmf2ZaUI#@K!4o_sXz8)XU7b{
zU_kyTuy!Km;r6k)5QwnA&rR2;Ef}+={%Gox*Mg1K`C+`GDdJjP44SB4j3bR3dZKbJ
z!xkA?gr^PzQ^={K)?|s@F)gq&D9Jc~`os5YkMc+qyQ_r*B>afYT!T+QUa5AZ#7rBf
zl*C8$TZ0^@HY?5%VP#cvq1cUlKqy}U&-Wl|aTuaiOm1Vq-ANhD`s(388^dphc4YTe
z7a08hc*;RW!PQ0w@KTaURg^b7+>+m9&U{iz!)FI9QO#vxI5Fzj)=IE`%9dBswuzNL
zE&S{acKBL%AD)4ULlQV0>Do%9$_J@suB_N}z}pN<{FmzUHIdf-Ro`}o9&Y?yrR2y7
zn?fm~9v#fq%q|hb8chVHXGRM`d@Un>7Xj!-Jk}kZRCECWhq}RFq8=61anT@ZK}*JV
zfU!Qy%rZ3X23Xq{7en~HCUC28=ajIxxD1^-lgxPUMAxl~ZsaxPk0qHR;bS7$&qZo9
z(M?@a5A{f%=64&A8urg)$aGlV<M_;7!rXh5n7BjOnL==^IxH|;5jk%i3i}$po>tGy
zWE9&Y@yt*A1zkzaSf%%bq|AR|=WqpL<Zbfi>q$Iu{izKQP)wqzpl9=>ps0q@ax!V>
z%K&y4gUKke0buMQypaWb1|_UICL7xe;B2#Xn|_!w{I2z%sJii{4?+2ALC(SsLHVhS
z-}?7khuup+Gnr_D6Jfi<lO;1ge$mMp5`g{`cGmA5fH7E6Vc504JJ{(bxHo1Q505Oe
z$UXxZSwVr7{YJ=ZQ!Lr1Kx$%XJr5dJW$JVC6NVb}3^*kneyjY&4~ZF=`<5)Yc@(dG
zuPEuTiHQ;ecW6z<0tyCXTDv#ZmVR>t;6nt_&eH;glk#$Z_COeLe`TK#@LP(Ojp(ne
zl<gV1$jp?1Fo%-!o`#0uPraeP%brqsP5cNm({fA-*VuR!%s)DEa1~he;^B}OBiqL-
zb}-wm=TW;=2i%?hnhbo^Ueo>a5fm(BqN~--pBwUp7$fboSaPPx(UPaMppnV9q>A@G
zQX!p|`C94=7GM#s_D%#qmlydL_^@0C_%4VwSv4?NXyc#D=PeUNM4e|ErVI#ZKk5C`
zYNtqsh?HlKCIE|t3+c#+tmx#4u4D4@d!~p|2s0{W{0#}ap0*8Yw7P>(Z0cG|cKDh8
zYt?YjqXF9J+;vi&2|Zq>xv%+s+B#vY!OShWV|btgLC=<mW~A$cMyS_F0zsKD$M$ym
zYtD}<f8GBMb43!mHp~`rwM`2iNe(ya?mg_#&^D1il#~!;uNXOJpdJZ-V|gm87b$$}
z@2fI3ZBM~5lt*{Nd$LQFXJ+B&60Bz`28wWg+!%NBF>ZZfH~vnH;2VogLN+@qC>i7b
z(mehx_OlE!%6e6`O=ZAfwOs+&qCXs_0Q9iuT=x!Aj-UnS0SzQe<y+=9l8^pcW>*uZ
z7ny3wYk2+Lt34g*_DhnP>2b9LhLlYc<IB0d{w_D_JOR1dsfi8V$=3ZsKF61IydR$z
zla-W2<S7L9xn@vE4Z~TjKAb_bi%dChI-)kMtgMf;GR**?oU-5*E~b>%Z_~p^=2E!7
zA|ofz0lK7LaTgPT<jBa>yn=49(sSV|;4NuPPq+hS>{WKGOL*LbSidH@(Trb;I|D|U
zWcWgg>=)zDoxMj?kpMcR1>rRbc_Vz;+54os<*O6SB4}nuOCEZ}Pm>z+eomU&0_H~6
zjSKbhJuZKtKoK=EMJ2CudG<Pjx+uYsv|_|n>Ygpie~+3bmPmACquR7d_VGflJJ-{b
zC9U+Gc@sLK{BD4`y_=|+TM_}{6LHm&N6b&DDJjbv;ZO}$baeril&=aol>6Lh8=m}#
zD6h{xoaWG%GLP~0l*}a1RvzJV**gKg;2l*kxib~SgoI3Rg*B_<T&OE7^?&*-(z1%j
zT{KPH;>;s!0mF3D&AJH1sOn@Ixzs4!d(42`YyvOaf`9|-o8{DdQFih><C3ngVDM!6
zqkn=fvjCBh;M;D?#6sO|`r*0mT1Pc>Ga7xsOH=PuM_5UT{pF<wzLllFt2P2L)KU-@
zh2%?{_1|Z_2lq;vZ-9&sywjk<sej)f40xR)J11I4Pm-smV2AH_t_OG)l@Z!3@XfLE
zZjyv3t(_;So-6%B$lys2wGENE1Ck%Qqi6(L5<z_;OrFcXV0mgY32k3*zLQ&oY|N-F
zT>^2@$>rRJ1Jt8^yWYbl7qB5<ndd4FuUy@difVX9-BDy|zga=|RT6c^>Dj_;Q=n3b
zi|aXPmn)T&qGv0a02quBxQ@3lPXyCaV*HI7+P?4Oh`tg=H{sTdCj!LIlO)=&T#;3#
zi^I)0+35rW>@(EezIKWK<xn5B`O^P}Ff_jWd{4vsyj?ykgyy8X6tg$>g|LtU0`mG0
z`XvAgiBovVc{fY3GAls0l#`I8xp?S0KFLuX6mP3VbkA6D7q6I>c0Unh{Mxi9_|294
zM&obsf{{rC)gNg`&psHIkt$2#1oy(ru-|Z3)KDz$o_P)Lor&X-G`(;?i+l7Ng@(W9
zRls`S`5aKoWhbOI8~I3t&3Sdc8fa9fP>FO6thI!hX5$I47FME-rv&DfE4IZ?lk-1N
z<OaT8Rrl}+7WFLyYv;YPRKbA;>Cmj*@?2|1I)S$Ow7s8{M<<6T#DhYDnH%+Pm0Y;<
zerA>J*c-FdKYXndWq%FgR>b#k^ECqvX&b4jYEe-zMMxNV)ab-v3ho^_AOGs$rN(QY
z7*_gP<vWPBMuD~PoGtOkd7gH8%TsrWx}0x{{Fhi#aJ%(e)#Fv~b?tf4dn7|bOlN#i
z;Wnm5b^W6&=wo~1^J*Nww`6Gl$j#S^BOZ-4Dd*u1J}$?aSo8t!sP$6T1EF8+O-#to
zbI#y5o%HM!cOD59V5QRerN|!UPnd|){z-R*cn1^Q%R+vozr6`-_i(;!X2W3pq%97{
z<++!3>YNsCX>57G*NrvzCpj3Ty#&5LOobS?dH|F^^U8wh0NG>d2G4iCYUdRP>#PYZ
zmtJ{qciql}ahr#dI9P^EZ<uA8XP#dj29g62L!&}Q(2onvs1_2rEql$Y%)Px0!T@ih
zaL{4-bR{TO=_`yVBpCYN2Ot;<L8%Nc3i1@G^!^Kwf)7;n)8&Pf*?YEfLvwY=8b$%e
zgdOiR>wi!BnL&JzT3<%V5$i_Z8nhS#QWuTBIG|`p)d~rr8dV;5g*8|DE5&!Kf1V}H
zz#^{RXk=WR>Gr#C9c|EyWn`PilTV*$WKaJNc3@$!Y$J!)>Y*yYguu`O0OC4lp}X`!
zx6<N~(lKAe=P|%T#=cQ!u=f|h7^2sm%rub5Ehyd+E%EVK?4e;(&*PG#+g(Z&dIUxs
znHli2HmRGg*8QskCc@kBI3|7b&s}-_1d1}BwpgX?*-C+FLOt^_tf+wDMDzRqT<1EL
zR6K>>;*%)PW3(5!t=Z5*U1(CX6E4CAyA{}Y4(z`FAttcOn1?#=Y20=)wx;nsTVADy
z6o(|{AJ{P``d98?@SvvDsWMd|ZAhy7cWMyQ_0Z+Vy^k2zVR){}ZcJ$AMtQ@`Y5o@%
zLAD+|@?C7_8uUVMZK2i8xVB*ba1|HXZPxSyu=1OI9T|la4KE3@o32*qAQL9MfCUUf
zuKwYCD~MaSd0eGTO+}!o>NBI_i{nzjV>wBho)?_fXU`x|K@{=K-sH2?bC26}?3)MH
zR+Y#fGXJOVMlu1*??>?l+e?=4@F@QD84TVa{COop=_W!pHfRgyNX+sEJe<{tb%6h6
zT}>~+MQ7%um@q}kghfi$e=yb=l<H*kFYEq^;BCd&Gj2m2(Jd|YpuTMA_{lxZljXo$
zAsPUtR=ZpKJ*ug@5DCz_=vc5FL_FqU5m=%F222#om)e7STcO{gz?Co_U6sMGOCjm`
z9!d^(0S|O^Kg)#eN3nco2|*Bb0fpp;PAN&$PrA=SYOD>#ISzL+;4_}G8r%&`*#$1|
z+JR~YmCoHM6g8RuI;IZN=CAK|sdcTCQ~?46J=4^%lq*KyAIYSVS1E(XP-Bk?V6DtB
z1AI;G>tF9qR$lxlGJKNY<s)u23(1WrZe}wp&+8A7ku$d*5o&@4p0j^5BvphC%pz27
zT9WAG?*<F27xgFQ2a6MoUQ}PecML4;vOxugsWJWz(@wCm&(&Qk6BE=XI+1;z#1RK^
zH-d5`^E_pi1djwGv8;)SJ9>ic^I5Xt>%A;TRp$vg0}u(L=>&A~!||hBs6kg!T>szF
zzC~%fYxX955*l7_=PS>HDdY3C^4XIfV68-?DH)@O%lIG+uJHE3yJQvtmr9#l%zLJd
z(q-`~NeA*0t6K6l#7M!%v=X%~CwJG)vT_@lq5eJB4UbiM2TR*+38Fy-NdM|n;Xx?i
z-rHGeP`V<5R#K63KL1CfuuFGQMcF;Gn`jLRw3x@+g$W3EH$S^M<FM1r`J2P%zG=I8
z;0qz(&Hdv0EOU&{CBt9$zj5(fyc3K3Mli7NpH<pjEDx*uxRY%DFUP&do1$@r)#@on
zz$O{8IslQof!OtQ=ubhC0b|eW5T=iZeWl8|xwJGqz=NGHQo6Pad)Ruc#MFri>BT>S
z`Zzk6kMjx)H_T!59t98e!9Zy~3|TXmp1=j_!i6xf@LEI~I40eSFsYf_za-&C)+Mq=
zMn0|@#MQ2?=Qsem>_w{PmXQ~-hRW(s;x}t2HS+(cpMZkhS`3C%M%|e7$T$ml;6(>n
zR%~S{zL#{<=Dd41T|gC8GobQf&4J0l?EY$E{S+DzTtvL6i4_~JLc(@x8PQGl4<QjB
zm-Yc`s~6DH*9^#&bVyu^SMAYsRl&cE1ql);hr<!`J2BlnmbF>u?`+wI0^SU+?sA2{
z4CWO$CsW*o?RRU1wp6YJ*7aG^XZTpwHh8G&zft!s<_<{o**p~`zFLlN1T@qAt^gWJ
z3gmdZlcJehLVss{wcVkG!5961>BW<K@4Po<xmY*pDiQs6EP2*?+IL~G;Lj^Lzx0{j
z*9=glaq;mOuqL#65;Ks?{NBX_b1h3csAu>62KT4AkSbe#lBn^wzKS(Fnun655w{LX
zKDK7I8@BMQ0bg9!P6HNiGyT)^q~4eU48F7t$By--ascs&k|Ak*P(8~$jpI3>YZEM%
z(EdwwNk8yc;k@^z`CW1IgN_*#JpTC~Aei|Ylxc4%=k|8nc=(lVW;nq_A&&ase&t8^
zQ-osDvTdo9lb*L{?)_XIyMAn&D<a(o)11{!J_RtHvfA<o9h^oyXhP$irV!|*NT&`r
z(f-L0a=#!6HuQAmE5QRRc)5r022cI>RwuugK1M`>_s{uaWGBMXIqoqQd^~^vPVb&8
zQAp=I`*b~Xy_LLQjGMmdeiMG4N7RFVKvaH(W0PtVLi&kxOPCpC*lLctI&#u!?t9jR
z`Vy+0-06B+IxDYh&{w~GZE%2D*$MeW67uY@pssl*zSYd+0yoH<5sL_i#663_Lyc}F
zW_>8R?dAuI4lG-8_8c2CL?W3H9Ua;gIyp+hAcZ^Cy|*F9C&uXb^|yiYV=MKMZZ}L*
z6<he5009=fx8OTBQs%W=u$7u*PIh_KWh(C$Tepq9?W0B+j%ZL{ZRVhWSSZGzL}suA
zmt|WAtk$2){UQ|u3eJWl((oUjG6fUgb+6vte7RP(m>uNZ=B}Hu&QZqcIcH9H9H50X
ztzG(qh~#utx)e*-yD+Ukg^sTUx{|~r;*jjOKwVS+jfH@p`(Vg5tGs&wP34Yo8P))h
z$Z}SS{d(K7M2FC*%wJfH&qa3Fa?JJ?b#Cof93_V%|HHVKc6n&`I!W2Rf_?3FgP9vT
zI;>5muy+|;dbDJr9j{6aBmNJJc<Rqfu(BUcuLd2cxkESy$ZLVJpjXwwZUIYKnO{Qs
zc9D}kD6>HRPbU1*UNX@f{@MFEZdn{kr{J+Z+omOkJ|s1zjoR1k(ZEB+mSOKt;w4J4
z+idzg243zN+)`@MzOsjNa}JQi<%}GhReKKoxJ@>3SR<o+cJ2STjxgX?;x;|><Y0+D
z?mx)+My`Q;8=+rBj2@$}a!MkjGf)Y#<>zN2`%+fRH->RqN>(nprlGU0Qi*^7!X>=?
z;>2R=$zuB@MO4ENY#Mw0CRvY^MWGldm@crUWxFmdDv87Y3dkya`>WIJ<aNw;=LuTI
z!uyy<RBW90`l8H-C5x!(K6*KwPJ~k&+3e`Tjqi#V-bDaUK()25R*@}=Oui*NfUY9!
z2&}Vcx!9vS<z@YkP0A>gJ;vSRJESevdeQ5=uoPVlR`IC*Uu~+Ih(2ABGY?4pksYap
zx-Wa-<AzNd=9r<EGoYXx<jsRl9yGE+Wq%a%p*pc&xq4$aGlI1~tfmQ)_axf%;tkD&
z@Xmp(8G%x2!(jtzSUVYkd#~f_i@9bn*7ePAb5-HKuLfxWIB|L}OiE45`4&87v9Cw2
zGq5Fonj3k4sbS&;9rSn&Eb$5C>s65rcF+2ZfMWE~qpI=o58c~~OV}~=6?Sx86kye&
zxlUXx{KXXiUA8~oJFsp!>6+krJWXIlx8o{I{)4)eKq8baPxd)jJjxG+1A9ztz#s8E
z(}BU-Vc=qI9jDjNp!z0Tt~{DkGcxkb(TP*0+9nFU#+PFJ6ikldSsB7vhiyMF2QU^t
zBDIr-uY4!Ynt?mkyt+3tW}XlQ6M-kZ0%?2VAQOmY(7I~U1nAqdVOO^%NRx`5T58tx
zJ<LkOgpc@HQwRA;yD%W>$4kEfj2?(3l}gQq+W;}%Y+-ak6g`K~SXQi_kjT~|apx!D
z$0rg=9`C^ZTY@qG?+A*X=^mJrQqdxTYk2>~EW)sSmE;dz1N57qU<vF$TKH;QLL(Hr
z6pMf3W>tRQaJ%^B2`+JS-xW^0CTt4LdxXyaO_Cw!@A4r_^*X$n+g~UI+;B1LC6Fje
zHXb#7fAo~`&%+T9Dxigd8AVv#>l47iLTYf;9OiBz-}Yd&KZYhD#>!OeFCCJ<Arm&(
zHeQES00nwOeI>PU_f~xH-*rMA8)Eq;H13c$2b0GW8`rzI;NT*SO|>99K~Q@}alVw(
zwOcf11^;bb4R+L}Px<6i&SPBS$C9m#??D9}o5k{iUayk;$SnnzL?At_YvmRnVpvD^
zeyQ0q^ph>CJSz)-q|s6_1Wp;gCac`yj87U{%ec^V+bUy3fMr9n7`H}ZC^+w^3<BJ!
z7?33G-*i4r*yU~F(wFMgj9s~3QZr<NFx=Ac>P(?U#*n-`MskCD`3<yO-F^Ig*J1rx
zD<>{lNj$M^Rd8MKI|-vyOkR0Viv*&CscA&?s0s<Uq*ljysVRq(#+jgu9xNo>raOLN
zKHfF1aN%}Uci=?J?ujd*Tk-YxYMN>!EAm|5snLrXOBEl?D-#cm60Q>F@P3VaeeGQ7
zaf+~YV2azcl2%f1;u<eFc5E0`Nao`|1rqklg}$49*F^fRVY<v^S(HfoenJVcrDAkt
zE69a`22G7@VC%(-N3Ko1k`tpeN`EbryIAoP_Np9rjv+PHq}s}8X9=#1p^O1?Kvhn#
zgL%Xpa8~pBOSB%n^zMd#)$19k)$XZ1)a*C3MRsZO8i7c_CH;#PtV6P@6&e%M0>eEe
zBPXsI3FVlceUfp+eZVN-glG;SOHjcfF3IJ8^{C!Orfq`&K%<z+H+u+!MeF7aAH;R`
zw#GW3h_gm2<6*{NqQW!*Kjw^7i2N20;O0hhDWx*|!93?v<~43&fXpaz%m-NgJSwRT
zy@ZKrg%|t=Yc37%=km1=$H2f%^{RqGIv?sWcC9pM@w&*)g*Z@bGji<Z^D~2hL#954
z2JqsR@9uo2B@I7YpfeT#j4$qbDv#CbyWS2+kuosHgpLjUC;>(pFLe$aEPhp*oKJ0{
zx#S|xHR&!O*v_n$cC>@+U&J69uy{~dXGPB***9nH*KN2Ot7OM{9i6L^*D~A9*}Z=t
zl(3DC{#g-L>T8F{(ZR}l;HVQ7`BR@CSVlY3@UuF0Rjp{x(A4z$FI)YQWx+{o*^cFo
zo-?`O(xD11(@gtve+f1(OZ?_ikb%ceN1xb|11FaRJ*wWg7b#D6#<u8>{ZjsYLM}4w
zA!fH9SHeoYGu!!yEntWbxI1sadv|9A3#alfUH*-E`*z}Q%W{rzFV+6dot*`Q@0KCo
zgpt|rY-liXUKcRyWmr=>5_W^Yg+oHjM9ZV+);b6avJu5^hp^l}b!070eK~NqaqEI*
zWLblP-@0KI4X(m&{8uc)(97)1-RX^BIaR~`+IlqRbl)y36~hK#H!wSM9I?ND<{L_;
z`Rbj$I1s0jofZTT8Z>zD?rlX7q5P(!U313};s9gie&cM%)x&-xL}X?-TE&PbeRP_x
zKAKru>G!HvSaQ|(im1{k)JU1Y4(Zdp)mdAQbyIyafg=mjvYG9Un;0B}$?c&Ii6|m8
zU4RswZl<@dL&ENTo#I(>JMA$e4X@3r;ChSe5`@KFc%xC<V@JM4&VFdT32cUeM%bd_
zx6Y6L{fy{?jSq*YT39w`u9=WQjZkD)Y?&1pa;1<n&ePxJNmM%8P+#M<S6u=TY`R|q
zZX*##Mo--Q*O-^=lsn05{e+Zq+M+tpx8Kr!`Oxo{@C!eYhG&7Qr!Gidu1wfL!>EAb
zdI&=k+yj)gFMY!1@L?hTfcIJ9FI#Y8W4oecu4r`?oGqCe8wEIK<(T)jc~dWCyQ2pG
zcVyXYlVTXPba9}sCAs;kC3x~W>14-V_tw|&UK^DCRKC#^<x8cumIIr)ibfnnkh8UK
zhPuktwt`(%R0d~N@rI+df9;GXfgvI^JaAnn+U<8+ul&yvNHg35%ANE)K3=#G&${`s
z%a%Pneq|hTdGvs)aW~CNveQ}N6?om7Z{?mfp;h0n;6}dVgtVauFUD#qH<F>m(0YGe
ziXA!0AdXHT_KpapL6w9Vz4~|}am$V~UCX<|uYaG`EgTmIbp^qbL4mQl<Sg$Y!BESi
z?U^lWO!yc7#3S=0Ay-+kP9?xw43^+)d)qqQ%4B+!nX<KA2Q#2KYQ;$HH-@yM)jzQA
zRsz=e_|3j`KSc49uZsO*jVBP`EJkl?7X2}`ZASW|j5D<Y?E&G3Q3q5J3D5C^K!1;1
zj>*``TOE?>5{vO4?VXPpb!FT)jORX96Bj;%`+lF*nN-#)q!>@9NiL&2@jMe6d4}nE
zVeVvi9@cxL$0S~Tp=&ET6z?h85$`FK$^XN@9^a}&0ULi?J(#~pSd~sP&>LGo@cHXS
zBox{*VB|_<d;|2-FAgMs%UArI15yg!tM7F5jW~m^7NZLZlJjvVb0i#lI@HqcR5G=D
z0tg))P^P5Lkqc$)NDm}VB^;fX^4F*>fR_yFQ83eERQ=YEXhio9*$OEGfUpVcBgtKu
z6_!B#=l;Ul&!gjR6yS3E#4m9wbl#}rMSac&mDtYx%(;TZZblYP8qZ0Svy!2eQP(G-
zRTDcZ<ZYOTf5t5i9B_u*1ZzJfO(s2UfpH^A&u1(KwE{dAX$D2HvT-vDem=^_EtghE
zm<g0#Pv0Ve(-+iu$sj&db60WPYVOj@v5luXHx8<T5EwkJx5^mp4_UQ)bAt_fh`fPn
z0_+6fP0q>vpOoHIUk(Dwgx?mXoi<KRoqhbCML>f4t4@5ZL}3AyF%KbN(yO;8P^RJA
zOIM<b(wot_!Fo;S-J4_1-^skv3DFhI#H*hker^ASjFeZ7F!C%djNH5)FqS@^`DKf_
zJ-_L^)D?&n=jy(xCr@v{H^&52jBEuE`cL@OMgI{71<V6x0=|(by%d~0wLZRTyFGJs
zoQUwWb36OK%}F_Hfu6d)UZEi<U7x=RgM$LtR&!p|3ISbnqwyR(89vjuN>pDmyCA&V
z0qSp80Y_TBcWYU)YYy?;JF+<^;-@Et{6T$tuM?_H<R`FMvWz@o^;5j(_z!1?w~zPQ
zi38%v;LmCJXyIgRwC_h#_O0>gPR$La5c?f-<b2jV{DwAYt*CO_Y_?C{Ocui|{g9ex
z-lg(rgjC;ADGQ<kh=uf}$O)Sr_MWkP`QM5L;08mgooWDyimF3Re5#pJ1xy=qvt*;5
zCZ%hJ{VGp>XA6J8LHg$VCr@k0>qFpIKe0X6>a!9V`QU=1L>kEMx?k~`Ty73ZWMRmv
zt?H{()Y9Q;$tR^pSlFULn;@a#Hlv*WFZmXxSu8PLPODOY1VlM%-bY0{J@r9>t=qqJ
z-j?sZz&Gk^UCcVETdX%y(A4&U%#b;29sWuD$LAn{Nhrzgy<z!Nzx6_GpRl6wX?f>F
zYPq(vSG9oHnPA(xm>*fB4`)Tosf)hlf!vKdUe8U^RY1|%8em;;;=1X1bE~nX)waD%
zUsY~V^EGLW4V4@Uow;r7+uOO$dxhK@IbmV&tcvZ;SUO=P=gcL>S5qsj`184I&)o>d
z0|QE*kQG*5oy$6;Su7Ur?5lSogbgWJb6O(Zqa?&+90`=1v%a+TCF4b2H!9jO(W340
zZj}2=N<6!*!lvc)V+AyC7dNy>&NSTG--Eb5`WbO(p-NwJW#@6scN<ImI5Jj#YGWxN
zbchIocB7Nc-ARPHD#k_iue|nTC|W}SZ_0i?)?(m|%428!5`VQ!+#s-);>c@RA`$JL
zVo*UW&ER()MAqaMzR05L{<91wvK0zrw(?ics$(<aJ<qfC?ev_5JY3R9P>p`<OB;xn
zhU?$TNE+~)s%;{nK=%C>eZ(g5vbKcZ=!(#oKMSKrS!b@mqv#t$_VF?-H!xtlg$)yN
z+`LTn6-OR?f`T2_*Ao%>w=UQa-nNa!@=hCaM)!nG6)^st+ARi~NGrf4U(O((Bxb?+
zw`KHy>ua+Lw!;D^4KC<<bAxTMXk8RMz~;p!&|hMF=idzd0^+|vSj>})y*yMsnsEhm
zR0_lPM=Xm+$g67Bz8iuxb|1$u=3_P7@+&*Lb{XLuS26dGay02yN;BNub9y<I2aUvD
zNIdJdY67$b1Fkv4Ec;Puc;O1y>)x!kD)#c8ZNHN?*Kh^w{ozjy58OO_$sj-bo3=ZZ
zz0d*M?I`}$&diYOF>gtv!={$pr>l=Cx=zhCSmWyWFxGt*_vD}vq*8t7|9w&C^kTJF
z6KP&jeee9u&euWXgUEaJ4+YTJQQ+jH#6i`gUhsNP)yQ`3;||kYYsZ$(NR#)%O^f<V
z%q%oEaq7q~^8TvHp0k1FVxLO#kf>r{_YB4q6k^2N4sJWBZ!Uxe8HlD+52fze#3!A@
z#P9`FciDcL7UB;36HNe}kb{~d3MRR=lNXLB`W%_M#rjQW+ij!2RTpJ}Y3DmsqT-Is
z&ZS=DC(-9vWqJ)4q8eo|Q83}Ui$f162WmAooy$*giK%6&3F&Fz-W`$JLE8Q1sCPC~
zvtn-kyAUmwLR=w&(CsH(!%}0op8$R*#FU%B$o6Qyy5|a1S+Kw_vTA{!Pt%U%H&g!i
z!73y->_JhraRkPb`)9`E)iAgR2ZwC5g2WQ(ruT^4>LsvKBF3-(os}l<K1D@seHdL~
zF_K-9Kqgz`wuCV`>6S-C4H53Ulq;G?pR(H0O`+%}Rrbmq20T8>_rhnh)TCuqA#DTE
z*Rodfgcq^UbP%UOBA2Q=!-sBvOP#gY4F3Et?Nro4^mOhi5nm(;$}CtzE%+tx)%-+E
zIMp^5pq>|-0jz`gQ!ui+QR}K#*Wv|B$yLw;PJ|l(&Zeq<EZj6-iog0x8N6JmYLhLX
zQq#O^*3{o&khu8eq`^}1Ni0i1GMx!&ty;DXw4`rBO31}k%z5&;#XaFr=+BqejFfr>
z=YmRMO&t1f%h8fb#3??z!7<pv%23#_I~<&yTu5HdjCM=Ic$^yKn5=2-hmr^UZeQjI
zTUOcUa7H*?ke7=emIBE0iCILXWUif~yc#S4Ex>TQG|t@ps|9t;6wi+NO7|$H3VF8x
zJMY^C|INdscePXJRt>58yCHw@?uVcxNVY4St9ny5?%F%OgZD+dMVt|v)#%V|8W}6W
z#8io>AN8;e3AjJuq9gC36i@9|xOToH9Y{~wx|6_1l@aIl^mh7>+#F`AoBr0DSNfX#
z`!9>F&9X!g0^HQxmo2|D^J~eq%yjAmVi{AgR`<sj_cpDoohY2k1({xIp`(?61Y#lB
z?igID4*|$4Z1C7^e6m<$vp37}G&TwM=TB?b4}G=>oNjL%6b!9vHMUQKG(3-@u)}L7
z#H%*EnOclXAAN159F)xyoK>zk_wx`eo@KBRmp|mt@amswj89s$!$GiM`uknqNE<W+
z);8%=He7hN>kY~ujyG~!<03B>#3E%oWRTdb`mxr9tW8W!^B<X;twU59%gaBywB%~&
zRVp9qXn0hKLNXSgkAqecRy!#B8jd7SvWhx)J{rMAhCeE-bi1i(+^VKmYi1uPSCMaN
z|2K&S{CI}_&vNM89LN#~LRu+3)7fjd75J@~7oOAJO9k4WRJ+D33K^ox4n=Y+ClI@#
zypD=TP}MvT4oBz2|C2we5lvhc4O#bGhXl=(qVC$47%^b<`;6IwTxc<Gocb-jB(KI%
z$&vYdle}@E<(hiA$6SK{i##@5_sAyHFEqga<CZu2OnBl$QH3P?P*6dO;_v?Q>cq!D
z0XoR0|9|suGB>#eTmcd|Kig37rz^^R4H}<8n%ICgCbg7(=C>2x%iEi+E6o)!s9d<t
zSK??#KkD3leA2A&Ks@$Vnq88Da1k~L30JGLej%zUxe%VI`7Q!oOsEXfFBH)%{H%J_
zASntCfv{wbrDN^@91T<9R^>b~-GP+%HMnY*wWB&Xs+baE$>N~M%XqUTt3E?kE2NG{
z?BaPYriFgR$Z1}rc#z9c&a#5(Z<Y(o;h+PUJB9-zv6amKx|`2HdRSwd3j>J~FC>jF
zkYbVc2OKY9drCT<t#weMbl2&K6dJq+>>DG<cGR3ES8w#BtokP){!Qf)As&`X2+P%9
z&UovZet<#*_1$yh%|>d<G{ygCB^X8ve8!7m(I0Yrk<e#{JDl}l^B2S=NjOt4gyKPq
zU~c7=uGUl%%cO*x1A&V`Dwvj7;dOs1_g_SYC!kq-D1TVC#Upv&x@L%7HH`C>a2RMW
z8zR3*tRh|;4YQ<fGkW{N5@WdGX%v{!s4Q{g0mk_Pnv|TW!?=~JHP${+NqYD4!zlSV
z|CjkqpYX}%jssnzhNrf=fv$kp1kCj#MEsz_Kdu{-!^)y=^N=wCu3fgWbEpNV&-ASr
zvnp%!j9K80!Q;5-^;oJCLCTK3x6tOmpkm%u(|lfPA)Pn+xKXajn-tUFp7%S<lKvC<
zqr?!b!!h|Ee41OEWE7PT_||fKGNV13(H5Svf7;zH5zaS7Io|h=P=|{IRpV#=FyjRA
zvnMVQT{~i3N!QM!oFfIPilNb@78B-Z#k72QIIG!kIRJr;H5FXy&+13Pa$%8qKXqSf
zBULrf=3$)Iq4d&e2Dignsf<?)iK<=C0CI3Sxz{JKx4x|u0oU@a1`u2&++~kV{b{cL
z=3hiu`M`$LUa31S9Le;hO1J5aw&@+#X>?0@?!Nn9LDx-z1Fr0TT)aaJ)wQ4k9|iu`
zclYX74O!(=tp8#V3wQK(7}b|~FithvTnOTZmWm}^x&I*Lx-7!RDZaHKD>R2bN!4+&
zan(`5lxRR@?l~%zLWmkB)kB=_Au+!na0QZcA1al3B7T8py6>QpPEpN<K^?_=8M(uw
zfnRVs`0>hpP<nMZg#Kv)+jO|D0J_Eir{I<T_@n{n9-M8^y3Dv?OJUN_u2XzTr+zPm
zSZ=*pLn^*C2De45e;Tcikj4@JM?EOjEu5s7#3;KU!#hz;u-gMh_@;uVCwq{fKxBsH
z!IuQJj`9a>JKGq~|LKu9oJ%>>gD8B9g!V9J?l~D3o}jXf2R{k1_U1+P?(bWaDyr%l
z7pb_aM<j;R6fL#T(?7>KB?X5Y*$T^Im>me}sLq8n;_2bu{kj`1-1i@rp+WLeFwZ-^
z5;ytnRu8?(p$YZ-M_@60TB~tsUDi%9=mLSXJ8rjI4C&K5qr!qA?+;rBvtGOGy=G!0
z-_&XND*y3~jp0#+<Pq>(xnCo_d0B^Qq=;fttL}jM*$e(7+o}rF;&Yk`iLrs2jC~X?
zuZE1pBCRvc@I_I1AGJ*|>A!$}PL0qrD=#vphGt};u{_K+w*;FvhTHEb&lO;DAT;;*
zOnAXQ9a(1|*)QFGvoB|I@T@y{+i2%`b}tKz*iD~_at&d%U0DpGqirVGYH!6dsCa@9
z)#aFKXYa(9Z_vu+T%@)#(MYBh6L7Bl_-6t>4iszx3XR9Rt5WP9Gj3FtngB&-bXN)%
zw78K{tcU07(+&9)xd2P{qCK9M4SA<<o^u7tcg=Q%ttSZ-qHi_WNn(ow?B=MO{w6R^
zwi+rfxQ3X28kCN`{;q|I-mgVDw<ZtBQKX&pmiaARUogeqoBKE^(Mzq{ij)HlNK}bl
z_#fY1jB+)xpmh<xO-~<WV)nj=^uNznf+LdTE7Hfzlys6WCF&6ph=eXPptN-iO<t+T
zuB^C^r|H$XHDg!8_+EQqlnR<_K%7vUaN-Ge39jRBuqKv=+c-@P*Ae+lYfAddh?G_}
zKxuxTi_eGv7MkGR$%Ei5;&%^i(FEa(c=-V|13yn{3uJu(MrAWvj;_<|B5E&{glej7
z|E%y>Xl~C~SYcQ1U|tG`KQ^g@ayDU!cM9e6?^qR*?%T-(w`?)O0VipO_YlEk%oZBg
z^4NCdWsO@LQq`0vb=dYI+zf2juuUOjo}?n&g?HurMI~BtN;C>x%CB(J&tmgYe(vSt
zqSQN<Ql8k&S1o+$jKjuk(EVCjQwi<f$2lQ2kMVs{=uLAmx&h)+$ZuzbD$+N+*_(X1
zeYv(8T++#;bi~PRzIt81GirmMt54xnu-qm`D&XzNBsIxbjP2E!p)~UdlMN0oj7M^4
z4kR%Ypi+TPooY5k|FQu?UD6i+x28S+-=*uj&zs@TcW|a8BD0b8I|=_TDkGsNUj4%;
G=>GwdFmvAk

literal 0
HcmV?d00001