Update app.py

app.py

@@ -2,8 +2,8 @@ import os
 import io
 import json
 import hashlib
-import pathlib
 import gradio as gr
+from typing import Tuple, List, Union
 
 from pipelines.openai_ingest import (
     extract_text_with_openai,
@@ -20,21 +20,33 @@ 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（OpenAI版）"
 
+# ---- helpers ---------------------------------------------------------------
 
-def _read_file_obj_or_path(f):
-    """gr.Files v4 用の堅牢リーダ。
-    - type="filepath" の場合: f は str/Path
-    - type="binary" の場合: f は UploadedFile ライク（.name/.read()）
-    戻り値: (filename, bytes)
+def _read_file_input(item: Union[str, "gradio.files.TempFile"]) -> Tuple[bytes, str]:
     """
-    if isinstance(f, (str, pathlib.Path)):
-        p = pathlib.Path(f)
-        return p.name, p.read_bytes()
-    # UploadedFile 互換
-    return getattr(f, "name", "uploaded"), f.read()
+    Gradio v4.44 の Files(type='filepath') は str パスを返す。
+    互換のため、パス/ファイルライク双方を許容して (bytes, filename) を返す。
+    """
+    if isinstance(item, str):
+        with open(item, "rb") as rf:
+            data = rf.read()
+        name = os.path.basename(item)
+        return data, name
+    # UploadedFile 等（念のため）
+    if hasattr(item, "read"):
+        data = item.read()
+        name = getattr(item, "name", "uploaded")
+        return data, os.path.basename(name)
+    raise ValueError("Unsupported file input type")
+
+
+def _as_json_code(obj) -> str:
+    return json.dumps(obj, ensure_ascii=False, indent=2)
+
 
+# ---- core pipeline ---------------------------------------------------------
 
-def process_resumes(files, candidate_id: str, additional_notes: str = ""):
+def process_resumes(files: List[Union[str, "gradio.files.TempFile"]], candidate_id: str, additional_notes: str = ""):
     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。")
 
@@ -42,29 +54,20 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
     raw_texts = []
 
     for f in files:
-        fname, raw_bytes = _read_file_obj_or_path(f)
+        raw_bytes, fname = _read_file_input(f)
         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=fname, filetype=filetype)
-        elif filetype in {"docx", "txt"}:
-            base_text = load_doc_text(filetype, raw_bytes)
-            # 生テキストをOpenAIへ渡し、整形した全文を返す
-            text = extract_text_with_openai(base_text.encode("utf-8"), filename=fname, filetype="txt")
         else:
-            # フォールバック：そのままテキスト化を試み、ダメならエラーを添えて続行
-            try:
-                base_text = raw_bytes.decode("utf-8", errors="ignore")
-            except Exception:
-                base_text = ""
+            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})
 
-        # 2) OpenAIでセクション構造化
+        # 2) OpenAIでセクション構造化 → ルール整形
         structured = structure_with_openai(text)
-        # 念のためルールベース正規化も適用（期間抽出など補助）
         normalized = normalize_resume({
             "work_experience": structured.get("work_experience_raw", ""),
             "education": structured.get("education_raw", ""),
@@ -78,10 +81,10 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
             "normalized": normalized,
         })
 
-    # 3) 統合（複数ファイル→1候補者）
+    # 3) 統合
     merged = merge_normalized_records([r["normalized"] for r in partial_records])
 
-    # 4) スキル抽出（辞書/正規表現）
+    # 4) スキル抽出
     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", ""),
@@ -97,14 +100,13 @@ 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（300/100/1文）
+    # 7) 要約
     summaries = summarize_with_openai(merged_text)
 
     # 8) 構造化出力
-    candidate_id_final = candidate_id or hashlib.sha256(merged_text.encode("utf-8")).hexdigest()[:16]
     result_json = {
-        "candidate_id": candidate_id_final,
-        "files": [r["source"] for r in partial_records],
+        "candidate_id": candidate_id or hashlib.sha256(merged_text.encode("utf-8")).hexdigest()[:16],
+        "files": [os.path.basename(_read_file_input(f)[1]) if isinstance(f, str) else getattr(f, "name", "uploaded") for f in files],
         "merged": merged,
         "skills": skills,
         "quality_score": score,
@@ -127,22 +129,24 @@ def process_resumes(files, candidate_id: str, additional_notes: str = ""):
             pdf_path=f"candidates/{file_hash}.anon.pdf",
         )
 
-    anon_pdf = (candidate_id_final + ".anon.pdf", anon_pdf_bytes)
+    anon_pdf = (result_json["candidate_id"] + ".anon.pdf", anon_pdf_bytes)
 
-    # 重要: gr.JSON を避けるため JSON文字列で返す
+    # 返却はすべて文字列 or ファイル
     return (
-        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),
+        _as_json_code(result_json),
+        _as_json_code(skills),
+        _as_json_code(score),
         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),
+        _as_json_code(commit_info or {"status": "skipped (DATASET_REPO not set)"}),
     )
 
 
-with gr.Blocks(title=APP_TITLE) as demo:
+# ---- UI --------------------------------------------------------------------
+
+with gr.Blocks(title=APP_TITLE, analytics_enabled=False) 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():
@@ -150,7 +154,7 @@ 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",  # v4仕様: 'file' は無効
+            type="filepath",  # ← 重要: 'file' はNG
         )
         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)
@@ -161,11 +165,11 @@ 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"):
-        # gr.JSON は Gradio v4 の API 情報生成で例外を起こすケースがあるため避ける
-        out_skills = gr.Code(label="スキル一覧(JSON)")
+        # gr.JSON は 4.44 でスキーマ事故発生 → Code に置換
+        out_skills = gr.Code(label="スキル一覧 (JSON)")
 
     with gr.Tab("品質スコア"):
-        out_score = gr.Code(label="品質評価(JSON)")
+        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")
@@ -176,7 +180,7 @@ with gr.Blocks(title=APP_TITLE) as demo:
         out_pdf = gr.File(label="匿名PDFダウンロード")
 
     with gr.Tab("Datasets 保存ログ"):
-        out_commit = gr.Code(label="コミット情報")
+        out_commit = gr.Code(label="コミット情報 (JSON)")
 
     run_btn.click(
         process_resumes,
@@ -186,9 +190,7 @@ with gr.Blocks(title=APP_TITLE) as demo:
 
 
 if __name__ == "__main__":
-    try:
-        # 通常はローカル公開で起動
-        demo.launch(server_name="0.0.0.0", server_port=7860)
-    except ValueError:
-        # 実行環境が localhost にアクセスできない場合のフォールバック
-        demo.launch(share=True)
+    # ローカル不可な環境では share=True を強制（環境変数で上書き可）
+    share_env = os.environ.get("GRADIO_SHARE", "true").lower()
+    share_flag = share_env in ("1", "true", "yes", "on")
+    demo.launch(server_name="0.0.0.0", server_port=7860, share=share_flag)