Update app.py

app.py

@@ -21,27 +21,38 @@ APP_TITLE = "候補者インテーク & レジュメ標準化（OpenAI版）"
 
 
 def process_resumes(files, candidate_id: str, additional_notes: str = ""):
+    """
+    files: gr.Files(type="filepath") から渡る「ファイルパスのリスト」
+    返り値は Gradio の API スキーマ生成エラーを避けるため、**全て文字列 or ファイル**に統一する。
+    """
     if not files:
         raise gr.Error("少なくとも1ファイルをアップロードしてください。")
 
     partial_records = []
     raw_texts = []
 
-    for f in files:
-        # gr.Files(type="binary"): .read() / .name が利用可能
-        raw_bytes = f.read()
-        filetype = detect_filetype(f.name, raw_bytes)
+    # Files(type="filepath") → files はパスのリスト
+    for path in files:
+        try:
+            with open(path, "rb") as rf:
+                raw_bytes = rf.read()
+        except Exception as e:
+            raise gr.Error(f"ファイル読み込みに失敗しました: {path}: {e}")
 
-        # 1) テキスト抽出
+        fname = os.path.basename(path)
+        filetype = detect_filetype(fname, raw_bytes)
+
+        # 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=f.name, filetype=filetype)
+            text = extract_text_with_openai(raw_bytes, filename=fname, filetype=filetype)
         else:
             base_text = load_doc_text(filetype, raw_bytes)
-            text = extract_text_with_openai(base_text.encode("utf-8"), filename=f.name, filetype="txt")
+            # 生テキストをそのままOpenAIへ渡し、軽く整形した全文を返す
+            text = extract_text_with_openai(base_text.encode("utf-8"), filename=fname, filetype="txt")
 
-        raw_texts.append({"filename": f.name, "text": text})
+        raw_texts.append({"filename": fname, "text": text})
 
-        # 2) 構造化 -> 3) 正規化
+        # 2) OpenAIでセクション構造化 → ルールベース正規化
         structured = structure_with_openai(text)
         normalized = normalize_resume({
             "work_experience": structured.get("work_experience_raw", ""),
@@ -50,16 +61,16 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
             "skills": ", ".join(structured.get("skills_list", [])),
         })
         partial_records.append({
-            "source": f.name,
+            "source": fname,
             "text": text,
             "structured": structured,
             "normalized": normalized,
         })
 
-    # 4) 複数ファイル統合
+    # 3) 統合（複数ファイル→1候補者）
     merged = merge_normalized_records([r["normalized"] for r in partial_records])
 
-    # 5) 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", ""),
@@ -68,20 +79,20 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
         "skills": ", ".join(merged.get("skills", [])),
     })
 
-    # 6) 匿名化
+    # 5) 匿名化
     anonymized_text, anon_map = anonymize_text(merged_text)
     anon_pdf_bytes = render_anonymized_pdf(anonymized_text)
 
-    # 7) 品質スコア
+    # 6) 品質スコア
     score = compute_quality_score(merged_text, merged)
 
-    # 8) 要約
+    # 7) 要約（300/100/1文）
     summaries = summarize_with_openai(merged_text)
 
-    # 9) 構造化出力（最終JSON）
+    # 8) 構造化出力（文字列化して返す）
     result_json = {
         "candidate_id": candidate_id or hashlib.sha256(merged_text.encode("utf-8")).hexdigest()[:16],
-        "files": [f.name for f in files],
+        "files": [os.path.basename(p) for p in files],
         "merged": merged,
         "skills": skills,
         "quality_score": score,
@@ -90,7 +101,7 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
         "notes": additional_notes,
     }
 
-    # 10) HF Datasets 保存（任意）
+    # 9) HF Datasets 保存
     dataset_repo = os.environ.get("DATASET_REPO")
     commit_info = None
     if dataset_repo:
@@ -104,24 +115,23 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
             pdf_path=f"candidates/{file_hash}.anon.pdf",
         )
 
-    # gr.File には (filename, bytes) を返す
+    # gr.File 用の (filename, bytes) タプル
     anon_pdf = (result_json["candidate_id"] + ".anon.pdf", anon_pdf_bytes)
 
-    # ⚠️ gr.JSON は 4.44 で API スキーマ生成がコケる事があるため
-    # 画面表示用はすべて「文字列」にして gr.Code へ渡す
+    # 返り値は**すべて文字列**（と1つのファイル）に統一
     return (
-        json.dumps(result_json, ensure_ascii=False, indent=2),           # out_json -> Code
-        json.dumps(skills, ensure_ascii=False, indent=2),                # out_skills -> Code
-        json.dumps(score, ensure_ascii=False, indent=2),                 # out_score -> Code
-        summaries["300chars"],
-        summaries["100chars"],
-        summaries["onesent"],
+        json.dumps(result_json, ensure_ascii=False, indent=2),
+        json.dumps(skills, ensure_ascii=False, indent=2),
+        json.dumps(score, ensure_ascii=False, indent=2),
+        summaries.get("300chars", ""),
+        summaries.get("100chars", ""),
+        summaries.get("onesent", ""),
         anon_pdf,
         json.dumps(commit_info or {"status": "skipped (DATASET_REPO not set)"}, ensure_ascii=False, indent=2),
     )
 
 
-with gr.Blocks(title=APP_TITLE, analytics_enabled=False) as demo:
+with gr.Blocks(title=APP_TITLE) as demo:
     gr.Markdown(f"# {APP_TITLE}\n複数ファイルを統合→OpenAIで読み込み/構造化/要約→匿名化→Datasets保存")
 
     with gr.Row():
@@ -129,7 +139,7 @@ with gr.Blocks(title=APP_TITLE, analytics_enabled=False) 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="binary",  # ✅ 4.44系は 'binary' or 'filepath'
+            type="filepath",  # ← 重要: 'file' は無効。'filepath' か '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)
@@ -140,10 +150,11 @@ with gr.Blocks(title=APP_TITLE, analytics_enabled=False) as demo:
         out_json = gr.Code(label="統合出力 (JSON)")
 
     with gr.Tab("抽出スキル"):
+        # gr.JSON は API スキーマ生成で例外が出るケースがあるため回避し、文字列(JSON)を表示
         out_skills = gr.Code(label="スキル一覧(JSON表示)")
 
     with gr.Tab("品質スコア"):
-        out_score = gr.Code(label="品質評価(JSON表示)")
+        out_score = gr.Code(label="品質評価(JSON)")
 
     with gr.Tab("要約 (300/100/1文)"):
         out_sum_300 = gr.Textbox(label="300字要約")
@@ -164,10 +175,11 @@ with gr.Blocks(title=APP_TITLE, analytics_enabled=False) as demo:
 
 
 if __name__ == "__main__":
-    # Spaces 等のPaaSで localhost アクセス不可な環境に合わせて明示
+    # Spaces 等で localhost 非公開環境を考慮
     demo.launch(
         server_name="0.0.0.0",
         server_port=int(os.environ.get("PORT", "7860")),
-        share=True,                  # 必要環境での起動失敗を回避
+        share=True,
         show_error=True,
+        analytics_enabled=False,
     )