Upload knowledge_tile_generator.py with huggingface_hub

knowledge_tile_generator.py

@@ -0,0 +1,119 @@
+import uuid
+from datetime import datetime
+
+def generate_unique_id():
+    """一意のナレッジIDを生成します。"""
+    return f"ktile-{uuid.uuid4()}"
+
+def extract_references(text: str) -> list:
+    """
+    テキストから参考文献を抽出します。
+    これはダミー実装です。実際には正規表現などを使用します。
+    """
+    references = []
+    if "ガイドライン" in text:
+        references.append("日本循環器学会ガイドライン2023")
+    if "文献" in text:
+        references.append(text[text.find("文献"):].split()[0])
+    return references
+
+def create_knowledge_tile(
+    deepseek_response: dict,
+    coordinates: list,
+    topic: str,
+    audience_level: str = "intermediate"
+) -> dict:
+    """
+    DeepSeekのレスポンスと座標データから、完全なKnowledge Tileオブジェクトを生成します。
+    
+    Args:
+        deepseek_response (dict): 'thinking'と'response'キーを含むAPIレスポンス。
+        coordinates (list): coordinate_mapper.pyで生成された座標情報のリスト。
+        topic (str): このナレッジタイルのトピック。
+        audience_level (str): 対象読者レベル。
+
+    Returns:
+        dict: Ilm-Athensのスキーマに準拠したKnowledge Tile。
+    """
+    if not coordinates:
+        raise ValueError("座標リストが空です。推論プロセスから座標を生成できませんでした。")
+
+    # メインの座標は最初の推論ステップのものを使用
+    main_coordinate = coordinates[0]["coordinate"]
+
+    tile = {
+        # 基本情報
+        "metadata": {
+            "knowledge_id": generate_unique_id(),
+            "topic": topic,
+            "domain": "medical",
+            "audience_level": audience_level,
+            "created_at": datetime.now().isoformat(),
+            "version": "1.0"
+        },
+        
+        # コンテンツ
+        "content": {
+            "thinking_process": deepseek_response.get("thinking", ""),
+            "final_response": deepseek_response.get("response", ""),
+            "references": extract_references(deepseek_response.get("response", ""))
+        },
+        
+        # 座標情報
+        "coordinates": {
+            "medical_space": main_coordinate["medical_space"],
+            "meta_space": main_coordinate["meta_space"],
+            "reasoning_path": coordinates  # 全推論ステップの座標
+        },
+        
+        # 検証状態
+        "verification": {
+            "status": "pending_review",
+            "initial_certainty": main_coordinate["meta_space"][0],
+            "reviewers": [],
+            "modifications": [],
+            "external_sources": []
+        },
+        
+        # メタ情報
+        "source": {
+            "generator": "deepseek-r1",
+            "generation_prompt": topic,
+            "thinking_depth": len(coordinates)
+        },
+        
+        # トレーサビリティ
+        "history": [
+            {
+                "timestamp": datetime.now().isoformat(),
+                "action": "created",
+                "by": "deepseek-r1",
+                "details": f"初期生成：確実性{coordinates[0]['confidence']:.0%}"
+            }
+        ]
+    }
+    
+    return tile
+
+if __name__ == "__main__":
+    # --- ダミーデータによる使用例 ---
+    from reasoning_chain_extractor import extract_reasoning_chain
+    from coordinate_mapper import map_reasoning_to_medical_space
+    
+    dummy_response = {
+        'thinking': 'まず、心筋梗塞の定義から始めます。これは心筋への血流が途絶えることで心筋が壊死する状態です。次に、診断のゴールドスタンダードであるトロポニン測定について考慮します。これは～という理由で重要です。さらに心電図の変化も重要な所見です。ST上昇が見られる場合、急性期と判断されます。',
+        'response': '急性心筋梗塞は、迅速な診断と治療が求められる救急疾患です。診断は主に、臨床症状（胸痛など）、心電図変化（ST上昇など）、心筋逸脱酵素（特にトロポニン）の上昇を三本柱として行われます。アルゴリズムとしては、まず疑いがあれば直ちに12誘導心電図を記録し、バイタルサインを確認します。ST上昇があれば、緊急カテーテル治療の適応を考慮します。<参考資料> 日本循環器学会ガイドライン2023',
+    }
+    
+    topic = "心筋梗塞の急性期診断"
+
+    # Week 2のモジュールを使って中間データを生成
+    reasoning = extract_reasoning_chain(dummy_response)
+    coordinates = map_reasoning_to_medical_space(reasoning)
+
+    # Knowledge Tileを生成
+    knowledge_tile = create_knowledge_tile(dummy_response, coordinates, topic)
+
+    import json
+    print("--- 生成されたKnowledge Tile (JSON) ---")
+    print(json.dumps(knowledge_tile, indent=2, ensure_ascii=False))