app.py

import gradio as gr
import pandas as pd
from openai import OpenAI
from loguru import logger
import os
from dotenv import load_dotenv

# コードネーム：カレラ

# 環境変数の読み込み
load_dotenv()

# OpenAI クライアント初期化
try:
    client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
    logger.success("OpenAI クライアントの初期化に成功しました")
except Exception as e:
    logger.error(f"OpenAI クライアントの初期化に失敗しました: {e}")
    client = None

# 回答生成関数（ account_relation_output を list で受け取る）
def panamera_answer(query, account_relation_output):
    if not client:
        return "OpenAI クライアントが初期化されていません。"

    try:
        # 入力データの整形（list → DataFrame）
       
        account_relation_df = pd.DataFrame(account_relation_output)  # ← list形式に対応

      

        # アカウント関連情報の整形
        account_text = account_relation_df.astype(str).agg(' '.join, axis=1).tolist()
        account_text_combined = "\n".join(account_text)

        # プロンプト生成
        prompt = f"""
あなたは優秀な営業アシスタントです。
以下は、過去に検索された訪問情報です。
この情報をもとに、ユーザーの新しい質問「{query}」に答えてください。



【アカウント関連情報】
{account_text_combined}
"""

        # OpenAI による回答生成
        response = client.chat.completions.create(
            model="gpt-4",
            messages=[
                {"role": "system", "content": "あなたは優秀な営業アシスタントです。"},
                {"role": "user", "content": prompt}
            ],
            temperature=0.7
        )
        answer = response.choices[0].message.content
        return answer

    except Exception as e:
        logger.error(f"回答生成に失敗しました: {e}")
        return "回答生成に失敗しました。"

# Gradio UI
with gr.Blocks(title="カレラ") as demo:
    gr.Markdown("## 🧠 カレラ：訪問情報に基づくAI回答ツール")

    with gr.Row():
        query_input = gr.Textbox(label="ユーザークエリ", placeholder="例: この訪問の日付は？")
        account_relation_output = gr.Textbox(label="アカウント関連情報（list形式）", lines=10)  # ← list形式に変更

    answer_output = gr.Textbox(label="AIによる回答", lines=10)
    answer_btn = gr.Button("回答生成", variant="primary")

    answer_btn.click(
        fn=panamera_answer,
        inputs=[query_input, account_relation_output],
        outputs=[answer_output]
    )

# MCPサーバとして起動
if __name__ == "__main__":
    demo.launch(mcp_server=True)