Update app.py

app.py

@@ -27,7 +27,7 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
     partial_records = []
     raw_texts = []
 
-    # files は 'filepath'（文字列パス）
+    # files は 'filepath' 前提（str パスが来る）
     for path in files:
         filepath = str(path)
         filename = os.path.basename(filepath)
@@ -36,16 +36,17 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
 
         filetype = detect_filetype(filename, raw_bytes)
 
-        # 1) テキスト抽出
+        # 1) テキスト抽出：画像/PDFはOpenAI Vision OCR、docx/txtは生文面＋OpenAI整形
         if filetype in {"pdf", "image"}:
             text = extract_text_with_openai(raw_bytes, filename=filename, filetype=filetype)
-         else:
+        else:
             base_text = load_doc_text(filetype, raw_bytes)
+            # 生テキストをOpenAIへ渡し、整形済み本文を取得
             text = extract_text_with_openai(base_text.encode("utf-8"), filename=filename, filetype="txt")
 
         raw_texts.append({"filename": filename, "text": text})
 
-        # 2) 構造化 → 正規化
+        # 2) OpenAIでセクション構造化 → ルール正規化
         structured = structure_with_openai(text)
         normalized = normalize_resume({
             "work_experience": structured.get("work_experience_raw", ""),
@@ -60,10 +61,10 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
             "normalized": normalized,
         })
 
-    # 3) 統合
+    # 3) 統合（複数ファイル→1候補者）
     merged = merge_normalized_records([r["normalized"] for r in partial_records])
 
-    # 4) スキル抽出
+    # 4) スキル抽出（辞書/正規表現）
     merged_text = "\n\n".join([r["text"] for r in partial_records])
     skills = extract_skills(merged_text, {
         "work_experience": merged.get("raw_sections", {}).get("work_experience", ""),
@@ -79,7 +80,7 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
     # 6) 品質スコア
     score = compute_quality_score(merged_text, merged)
 
-    # 7) 要約
+    # 7) 要約（300/100/1文）
     summaries = summarize_with_openai(merged_text)
 
     # 8) 構造化出力
@@ -94,7 +95,7 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
         "notes": additional_notes,
     }
 
-    # 9) HF Datasets 保存
+    # 9) HF Datasets 保存（任意）
     dataset_repo = os.environ.get("DATASET_REPO")
     commit_info = None
     if dataset_repo:
@@ -112,7 +113,7 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
 
     return (
         json.dumps(result_json, ensure_ascii=False, indent=2),
-        json.dumps(skills, ensure_ascii=False, indent=2),  # ← Codeに渡すため文字列に
+        json.dumps(skills, ensure_ascii=False, indent=2),   # gr.Code に渡すため文字列化
         json.dumps(score, ensure_ascii=False, indent=2),
         summaries["300chars"],
         summaries["100chars"],
@@ -130,7 +131,7 @@ with gr.Blocks(title=APP_TITLE) as demo:
             label="レジュメ類 (PDF/画像/Word/テキスト) 複数可",
             file_count="multiple",
             file_types=[".pdf", ".png", ".jpg", ".jpeg", ".tiff", ".bmp", ".docx", ".txt"],
-            type="filepath",  # ← 重要：'file' ではなく 'filepath'
+            type="filepath",  # Gradio 4.44系は 'filepath' or 'binary'
         )
         candidate_id = gr.Textbox(label="候補者ID（任意。未入力なら自動生成）")
     notes = gr.Textbox(label="補足メモ（任意）", lines=3)
@@ -141,7 +142,7 @@ with gr.Blocks(title=APP_TITLE) as demo:
         out_json = gr.Code(label="統合出力 (JSON)")
 
     with gr.Tab("抽出スキル"):
-        out_skills = gr.Code(label="スキル一覧 (JSON)")  # ← gr.JSON から変更
+        out_skills = gr.Code(label="スキル一覧 (JSON)")  # gr.JSON は 4.44系でスキーマ例外が出ることがあるため回避
 
     with gr.Tab("品質スコア"):
         out_score = gr.Code(label="品質評価")
@@ -165,4 +166,5 @@ with gr.Blocks(title=APP_TITLE) as demo:
 
 
 if __name__ == "__main__":
-    demo.launch(share=True)  # ← 必須
+    # Spaces 環境では共有URL必須になる場合があるため share=True を明示
+    demo.launch(share=True)