Update app.py

app.py

@@ -14,42 +14,40 @@ from pipelines.skills import extract_skills
 from pipelines.scoring import compute_quality_score
 from pipelines.utils import detect_filetype, load_doc_text
 
-APP_TITLE = "候補者インテーク & レジュメ標準化（安定版・最小機能）"
+APP_TITLE = "候補者インテーク & レジュメ標準化（安定・軽量版）"
 
 
 def process_resumes(filepaths, candidate_id: str, additional_notes: str = ""):
     """
-    安定版（最小機能）:
-      - OCR/抽出 → 構造化 → 正規化 → マージ → スキル抽出 → 要約 → 品質スコア
-      - 匿名化PDF生成・HF Datasets保存は一旦オフ
-    入力:
-      filepaths: gr.Files(type="filepath") からのパス配列
-    出力:
-      JSON文字列 / スキルJSON文字列 / スコアJSON文字列 / 要約(3種)
+    軽量安定版：
+      - OCR/抽出 → 構造化 → 正規化 → 統合 → スキル抽出 → 要約 → スコア
+      - 匿名化PDF・HF保存など重い処理は全てOFF
+    入力: gr.Files(type="filepath") のパス配列
+    出力: JSON文字列 / スキルJSON文字列 / スコアJSON文字列 / 要約(3種)
     """
     if not filepaths:
         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 = []
+    merged_plain_texts = []
 
     for path in filepaths:
-        # パスからバイトとファイル名を取得
+        fname = os.path.basename(path)
         with open(path, "rb") as rf:
             raw_bytes = rf.read()
-        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
+        # 1) テキスト抽出
         if filetype in {"pdf", "image"}:
             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=fname, filetype="txt")
 
-        raw_texts.append({"filename": fname, "text": text})
+        merged_plain_texts.append(text)
 
-        # 2) OpenAIでセクション構造化 → 3) 正規化
+        # 2) 構造化 → 3) 正規化
         structured = structure_with_openai(text)
         normalized = normalize_resume({
             "work_experience": structured.get("work_experience_raw", ""),
@@ -65,11 +63,11 @@ def process_resumes(filepaths, candidate_id: str, additional_notes: str = ""):
             "normalized": normalized,
         })
 
-    # 4) 複数ファイルの統合
+    # 4) 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（辞書/正規表現）
-    merged_text = "\n\n".join([r["text"] for r in partial_records])
+    # 5) スキル抽出（軽量辞書/正規表現）
+    merged_text = "\n\n".join(merged_plain_texts)
     skills = extract_skills(merged_text, {
         "work_experience": merged.get("raw_sections", {}).get("work_experience", ""),
         "education": merged.get("raw_sections", {}).get("education", ""),
@@ -83,7 +81,7 @@ def process_resumes(filepaths, candidate_id: str, additional_notes: str = ""):
     # 7) 要約（300/100/1文）
     summaries = summarize_with_openai(merged_text)
 
-    # 8) 構造化出力（文字列にして Code に安全に渡す）
+    # 8) 構造化出力
     result_json = {
         "candidate_id": candidate_id or hashlib.sha256(merged_text.encode("utf-8")).hexdigest()[:16],
         "files": [os.path.basename(p) for p in filepaths],
@@ -105,10 +103,10 @@ def process_resumes(filepaths, candidate_id: str, additional_notes: str = ""):
 
 
 with gr.Blocks(title=APP_TITLE) as demo:
-    gr.Markdown(f"# {APP_TITLE}\nOpenAIでOCR/構造化/要約→統合→スコア（匿名化・HF保存なしの安定版）")
+    gr.Markdown(f"# {APP_TITLE}\nOpenAIでOCR/構造化/要約→統合→スコア（匿名化・保存なし）")
 
     with gr.Row():
-        # ★ Gradio v4仕様: Filesは type='filepath' or 'binary' のみ
+        # ★ Gradio v4 の仕様に合わせて 'filepath' を使用（'file' は不可）
         in_files = gr.Files(
             label="レジュメ類 (PDF/画像/Word/テキスト) 複数可",
             file_count="multiple",
@@ -124,7 +122,7 @@ 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"):
-        # ★ JSONスキーマ推論の例外回避のため Code を使用
+        # ★ GradioのJSONスキーマ推論バグを避けるため Code に統一
         out_skills = gr.Code(label="スキル一覧 (JSON)")
 
     with gr.Tab("品質スコア"):
@@ -143,5 +141,5 @@ with gr.Blocks(title=APP_TITLE) as demo:
 
 
 if __name__ == "__main__":
-    # localhost 到達不可環境でも動くように share=True を明示
+    # ローカル到達不可環境でも動くように share=True を明示
     demo.launch(share=True, server_name="0.0.0.0", server_port=7860)