Upload 22 files

README.md

@@ -1,8 +1,9 @@
-# 営業メール/提案書ジェネレーター（HF + ChatGPT）
-
-## 事前準備
-- `backend/.env.example` を `backend/.env` にコピーし、`OPENAI_API_KEY` と `HF_API_KEY` を設定してください。
-
-## ローカル起動（Docker）
-```bash
-docker compose up --build
+---
+title: Sales Writer API
+emoji: 📧
+colorFrom: indigo
+colorTo: blue
+sdk: docker
+app_port: 8000
+pinned: false
+---

backend:.env.exampl

@@ -0,0 +1,12 @@
+OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx
+# "gpt-4o" など。お好みで差し替え可
+OPENAI_MODEL=gpt-4o
+
+# Hugging Face: どちらか
+# 1) Inference API を使う場合（簡単・有料）
+HF_API_KEY=hf_xxxxxxxxxxxxxxxxxxxxxxxx
+HF_SENTIMENT_MODEL=cardiffnlp/twitter-roberta-base-sentiment-latest
+HF_TOXIC_MODEL=unitary/toxic-bert
+HF_SUMMARY_MODEL=facebook/bart-large-cnn
+
+# 2) ローカル推論を使う場合は HF_API_KEY 不要（このMVPはInference API前提）

backend:app:config.py

@@ -0,0 +1,13 @@
+from pydantic import BaseModel
+import os
+
+class Settings(BaseModel):
+    openai_api_key: str = os.getenv("OPENAI_API_KEY", "")
+    openai_model: str = os.getenv("OPENAI_MODEL", "gpt-4o")
+
+    hf_api_key: str = os.getenv("HF_API_KEY", "")
+    hf_sentiment_model: str = os.getenv("HF_SENTIMENT_MODEL", "cardiffnlp/twitter-roberta-base-sentiment-latest")
+    hf_toxic_model: str = os.getenv("HF_TOXIC_MODEL", "unitary/toxic-bert")
+    hf_summary_model: str = os.getenv("HF_SUMMARY_MODEL", "facebook/bart-large-cnn")
+
+settings = Settings()

backend:app:openai_utils.py

@@ -0,0 +1,26 @@
+from typing import Tuple
+from openai import OpenAI
+from .cofig import settings
+
+client = OpenAI(api_key = settings.openai_api_key)
+
+def chat_complete(system_prompt:str, user_prompt:str) -> str:
+    resp = client.chat.completions.create(
+        model=settings.openai_model,
+        messages=[
+            {"role": "system", "content": user_prompt},
+            {"role": "user", "content": user_prompt}
+        ],
+        temperature=0.6,
+    )
+    return resp.choices[0].message.content or ""
+
+def split_subject_body(text:str) -> Tuple[str, str]:
+    subject, body = "",text
+    lower = text.replace(":",":")
+    if "件名："in lower and "本文："in lower:
+        s = lower.split("件名：",1)[1]
+        parts = s.split("本文：",1)
+        subject = parts[0].strip()
+        body = parts[1].strip()if len(parts)>1 else""
+    return subject.strip(), body.strip()

backend:app:prompt_templates.py

@@ -0,0 +1,41 @@
+EMIL_SYSTEM="""あなたは一流のB2B営業コピーライターです。
+-誤解を避けるため、簡潔で読みやすく、相手中心で書きます。
+-日本のビジネス慣習を配慮し、丁寧で過度な断定や誇張を避けます。
+-スパム判定を避ける表現に留意します。
+-必ず件名と本文（挨拶→課題の共感→価値提案→次のアクション→署名）の順に出力します。
+"""
+
+EMAIL_USER="""出力言語：{language}
+業界：{industry}
+相手企業：{target_company}
+担当者：{target_persona}
+課題：{pain_points}
+提供価値：{value_prop}
+製品名：{product_name}
+CTA：{cta}
+企業トーン：{tone}
+文章ボリューム目安：{length_hint}
+差し込み変数：{variables}
+追加指示：{extra_instr}
+
+#出力フォーマット
+件名：
+本文
+"""
+
+PROPOSAL_SYSTEM="""あなたはB2B提案書のストラクチャ設計に長けたコンサルタントです。
+-相手企業の課題に即した章立てとエグゼクティブサマリーを日本語で作成します。
+"""
+
+PROPOSAL_USER="""相手業界：{industry}
+相手企業：{target_company}
+課題：{pain_points}
+提供価値：{value_prop}
+製品名：{product_name}
+CTA：{cta}
+希望トーン：{tone}
+
+#出力
+-章立て（5~8章）
+-エグゼクティブサマリー（200~300字）
+"""

backend:app:schemas.py

@@ -0,0 +1,33 @@
+from pydantic import BaseModel, Field
+from typing import Optional, Dict, List
+
+class GenerateRequest(BaseModel):
+    language: str = Field("ja", description="出力言語 'ja' or 'en'")
+    industry: str = Field(..., description="相手の業界")
+    target_company: str = Field(..., description="相手企業名")
+    target_persona: str = Field(..., description="担当者ペルソナ（役職など）")
+    pain_points: List[str] = Field(..., description="相手の課題（箇条書きOK）")
+    value_prop: str = Field(..., description="自社の提供価値")
+    product_name: str = Field(..., description="製品/サービス名")
+    cta: str = Field("15分のオンライン面談をご提案", description="コールトゥアクション")
+    tone: str = Field("フォーマルで間血", description="希望トーン")
+    variables: Dict[str, str] = Field(default_factory=dict, description="差し込み変数")
+    length_hint: str = Field("中", description="短/中/長")
+    extra_instr: Optional[str] = Field(None, description="追加指示（禁止表現など）")
+
+class EmailRequest(BaseModel):
+    subject: str
+    body: str
+    quality: Dict[str, float]  # e.g., {"relevance": 0.92, "clarity": 0.01}
+    warnings: List[str] = []
+
+class ProposalResponse(BaseModel):
+    outline: List[str]
+    executive_summary: str
+
+class LintResponse(BaseModel):
+    text: str
+
+class LintResponse(BaseModel):
+    issues: List[str]
+    toxicity: float

backend:requirements.txt

@@ -0,0 +1,6 @@
+fastapi==0.112.0
+uvicorn[standard]==0.30.6
+pydantic==2.8.2
+python-dotenv==1.0.1
+httpx==0.27.0
+openai==1.50.0

frontend:index.html

@@ -0,0 +1,12 @@
+<!doctype html>
+<html lang="ja">
+    <head>
+        <meta charset="UTF-8"/>
+        <meta name="viewport" content="width=device-width, initial-scale=1.0"/>
+        <title>営業メール/提案書ジェネレーター</title>
+    </head>
+    <body>
+        <div id="root"> </div>
+        <script type="module" src="/src/main.tsx"></script>
+    </body>
+</html>