deploy api_light_hf (2026-03-12 12:47:03)

.gitignore

@@ -0,0 +1,7 @@
+__pycache__/
+*.pyc
+*.pyo
+.env
+.venv/
+*.egg-info/
+.DS_Store

Dockerfile

@@ -0,0 +1,25 @@
+# Dockerfile — api_light_hf (FastAPI + Hugging Face Inference API)
+FROM python:3.10-slim
+
+# Non-root user (compatible with HF Spaces default)
+RUN useradd -m -u 1000 user
+
+USER user
+ENV HOME=/home/user \
+    PATH=/home/user/.local/bin:$PATH \
+    PYTHONPATH=$HOME/app \
+    PYTHONUNBUFFERED=1
+
+WORKDIR $HOME/app
+
+COPY --chown=user . $HOME/app
+
+RUN python -m pip install --upgrade pip \
+ && pip install --no-cache-dir -r requirements.txt
+
+# PORT is overridable via docker run -e PORT=8080
+ENV PORT=7860
+
+EXPOSE $PORT
+
+CMD ["sh", "-c", "uvicorn app:app --host 0.0.0.0 --port ${PORT}"]

README.md

@@ -0,0 +1,228 @@
+# api_light_hf
+
+`api_light_dev` の全エンドポイントを **Hugging Face Inference API** に乗せ換えた FastAPI サーバーです。  
+Gradio / GCP / Vertex AI への依存を排除し、`HF_TOKEN` 一本で動きます。
+
+---
+
+## アーキテクチャ概要
+
+```
+api_light_hf/
+├── app.py                  # FastAPI エントリーポイント。apis/ を動的ロード
+├── apis/                   # 各 API 関数（1ファイル = 1関数）
+├── src/
+│   ├── clients/
+│   │   └── llm_client.py   # HF Inference API 統合クライアント
+│   ├── config/
+│   │   └── models.yaml     # モデルエイリアス・タスク定義
+│   └── utils/
+│       └── tracer.py       # ロギング／OpenTelemetry トレーサー
+├── requirements.txt
+└── Dockerfile
+```
+
+### 主な変更点（api_light_dev との差分）
+
+| 項目 | api_light_dev | api_light_hf |
+|---|---|---|
+| サーバー | Gradio | FastAPI (`POST /{api_name}`) |
+| LLM バックエンド | OpenAI / Vertex AI / LiteLLM | HF Inference API (`huggingface_hub`) |
+| OCR | Google Vision API | VLM (Qwen2.5-VL) |
+| Inpaint | Vertex AI Imagen | HF `stable-diffusion-inpainting` |
+| Image Generation | Vertex AI Imagen / DALL-E | HF FLUX.1-dev |
+| HTML 生成 (baseimg2html) | Vertex AI Gemini 2.5 Pro | HF Qwen2.5-VL-72B |
+| 認証 | GCP サービスアカウント JSON | `HF_TOKEN` 環境変数のみ |
+
+---
+
+## セットアップ
+
+### 1. 環境変数
+
+| 変数 | 必須 | 説明 |
+|---|---|---|
+| `HF_TOKEN` | ✅ | Hugging Face の API トークン（[取得](https://huggingface.co/settings/tokens)） |
+| `PORT` | – | 待ち受けポート（デフォルト `7860`） |
+| `HF_MODEL` | – | デフォルトモデルの上書き（例: `meta-llama/Llama-3.3-70B-Instruct`） |
+| `GCP_SERVICE_KEY_FOR_TRACE` | – | OpenTelemetry / Cloud Trace を有効化する場合のサービスアカウント JSON |
+
+### 2. ローカル起動
+
+```bash
+# 依存インストール
+pip install -r requirements.txt
+
+# 起動
+HF_TOKEN=hf_xxx uvicorn app:app --host 0.0.0.0 --port 7860 --reload
+```
+
+### 3. Docker
+
+```bash
+# ビルド
+docker build -t api_light_hf .
+
+# 実行
+docker run -p 7860:7860 -e HF_TOKEN=hf_xxx api_light_hf
+```
+
+### 4. Hugging Face Spaces へのデプロイ
+
+専用スクリプト `deploy_api_light_hf.py`（リポジトリルート `DD/` 直下）を使います。
+
+#### 前提
+
+| 条件 | 内容 |
+|---|---|
+| `HF_TOKEN` | 書き込み権限のある HF API トークン（[取得](https://huggingface.co/settings/tokens)） |
+| Space の作成 | HF Spaces で **Docker** SDK の Space を先に作成しておく |
+| `git` | ローカルに git がインストールされていること |
+
+#### 基本コマンド
+
+```bash
+# 環境変数に HF_TOKEN を設定
+export HF_TOKEN=hf_xxxxxxxxxxxx
+
+# デプロイ（初回・更新共通）
+python deploy_api_light_hf.py --org DLPO --space api_light_hf
+
+# コミットメッセージを指定
+python deploy_api_light_hf.py --org DLPO --space api_light_hf -m "feat: add new api"
+
+# push せずに手順を確認する（ドライラン）
+python deploy_api_light_hf.py --org DLPO --space api_light_hf --dry-run
+
+# Space の現在の状態を確認
+python deploy_api_light_hf.py status --org DLPO --space api_light_hf
+```
+
+#### 引数一覧
+
+| 引数 | デフォルト | 説明 |
+|---|---|---|
+| `cmd` | `deploy` | `deploy` または `status` |
+| `--org` | `DLPO` または env `HF_ORG` | HF 組織名 / ユーザー名 |
+| `--space` | `api_light_hf` または env `HF_SPACE` | Space 名 |
+| `--branch` | `main` | 対象ブランチ |
+| `-m / --message` | タイムスタンプ付き自動生成 | コミットメッセージ |
+| `--token` | env `HF_TOKEN` | HF API トークン |
+| `--local-dir` | `<スクリプトと同階層>/api_light_hf` | ローカルのソースディレクトリ |
+| `--dry-run` | false | push せず手順だけ表示 |
+
+#### 失敗時のチェックポイント
+
+- `[error] HF_TOKEN is not set` → `export HF_TOKEN=hf_xxx` を実行
+- `Push failed` → トークンに `write` 権限があるか、Space が存在するか確認
+- `Local directory not found` → `--local-dir` で正しいパスを指定
+- `git is not available` → git をインストールして PATH を通す
+
+#### Space の secrets 設定
+
+デプロイ後、Space の **Settings > Repository secrets** に以下を登録してください。
+
+| Secret 名 | 値 |
+|---|---|
+| `HF_TOKEN` | Inference API 呼び出し用トークン（アプリ内部で使用） |
+
+---
+
+## API の使い方
+
+サーバー起動後、`POST /{api_name}` にリクエストします。
+
+### エンドポイント一覧の確認
+
+```
+GET /endpoints
+```
+
+### リクエスト形式
+
+```bash
+curl -X POST http://localhost:7860/text2theme \
+  -H "Content-Type: application/json" \
+  -d '{"text": "健康志向の若者向けスポーツドリンク"}'
+```
+
+### ヘルスチェック
+
+```
+GET /health          → {"status": "ok"}
+GET /                → {status, uptime_seconds, active_requests, endpoints}
+```
+
+---
+
+## モデル設定
+
+`src/config/models.yaml` でモデルのエイリアス・タスク・能力を管理します。
+
+```yaml
+default_model: meta-llama/Llama-3.3-70B-Instruct
+
+aliases:
+  gpt-4o: meta-llama/Llama-3.3-70B-Instruct
+  gemini-flash: Qwen/Qwen2.5-72B-Instruct
+  vision: Qwen/Qwen2.5-VL-72B-Instruct
+  ...
+
+models:
+  meta-llama/Llama-3.3-70B-Instruct:
+    task: text-generation
+    supports_json: true
+    supports_images: false
+  Qwen/Qwen2.5-VL-72B-Instruct:
+    task: image-text-to-text
+    supports_json: true
+    supports_images: true
+  ...
+```
+
+---
+
+## api_light_dev からの切り替え手順
+
+1. `HF_TOKEN` を発行・設定する
+2. `docker build` または `pip install` でセットアップ
+3. 旧サービス（Gradio）と並行稼働で動作確認
+4. 呼び出し元のベース URL を `https://<gradio-space>/...` から `http://<new-host>:<port>/...` に変更
+   - エンドポイント名（`text2theme`, `baseimg2score` など）はそのまま維持
+   - リクエストボディは `{"key": "value"}` 形式（旧 Gradio の JSON Body と互換）
+5. 旧サービスを停止
+
+### 非互換点
+
+| 項目 | 旧（api_light_dev） | 新（api_light_hf） |
+|---|---|---|
+| `gcp_key` 引数 | GCP 認証に使用 | 受け取るが無視（ログ警告なし） |
+| `openai_key` / `google_api_key` | LLM 認証に使用 | 受け取るが無視 |
+| OCR 精度 | Google Vision API | VLM ベース（精度はモデルに依存） |
+| Inpaint モデル | Vertex Imagen | SD-Inpainting（品質差あり） |
+
+---
+
+## 新しい API の追加
+
+`apis/` に Python ファイルを追加するだけで自動登録されます。
+
+```python
+# apis/my_new_api.py
+from src.clients.llm_client import LLMClient
+from pydantic import BaseModel
+
+class MyOutput(BaseModel):
+    result: str
+
+def my_new_api(input_text: str) -> dict:
+    """
+    input1 (text): 入力テキスト
+    output1 (json): {"result": "..."}
+    """
+    client = LLMClient()
+    output = client.call(prompt=input_text, schema=MyOutput)
+    return output.model_dump()
+```
+
+サーバーを再起動すると `POST /my_new_api` が自動的に有効になります。

apis/ab2samediff.py

@@ -0,0 +1,63 @@
+"""
+ab2samediff: 2つの画像を比較して類似点と相違点を返す。
+HF版: VLM (Llama-3.2-Vision) を使用。Vertex AI は使用しない。
+"""
+
+import base64
+import json
+from io import BytesIO
+from typing import Optional
+
+from src.utils.tracer import customtracer
+
+
+def _pil_to_b64(image) -> str:
+    """PIL Image を base64 文字列に変換。"""
+    fmt = getattr(image, "format", None) or "PNG"
+    buf = BytesIO()
+    image.save(buf, format=fmt)
+    return base64.b64encode(buf.getvalue()).decode("utf-8")
+
+
+@customtracer
+def ab2samediff(
+    lp1,
+    lp2,
+    p: str = "よりコンバージョンが高まるWEBページを作るための観点を比較します。",
+    m: str = "meta-llama/Llama-3.2-11B-Vision-Instruct",
+) -> tuple:
+    """
+    input1 (image): 比較画像1
+    input2 (image): 比較画像2
+    input3 (text): よりコンバージョンが高まるWEBページを作るための観点を比較します。
+    input4 (text): meta-llama/Llama-3.2-11B-Vision-Instruct
+    output1 (text): 類似点
+    output2 (text): 相違点
+
+    NOTE: HF版は VLM ベース。Vertex AI は使用しない。
+    """
+    from src.clients.llm_client import LLMClient
+    from pydantic import BaseModel
+
+    class Comparison(BaseModel):
+        same: str
+        diff: str
+
+    b1 = _pil_to_b64(lp1)
+    b2 = _pil_to_b64(lp2)
+
+    prompt = (
+        p + "\n\n"
+        "1. 2つの画像の類似点を説明してください。\n"
+        "2. 2つの画像の相違点を説明してください。\n"
+    )
+
+    client = LLMClient()
+    result = client.call(
+        prompt=prompt,
+        schema=Comparison,
+        model=m,
+        images=[b1, b2],
+        temperature=0,
+    )
+    return result.same, result.diff

apis/background.py

@@ -0,0 +1,123 @@
+from openai import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel, Field
+from enum import Enum
+import base64
+from io import BytesIO
+from PIL import Image
+from typing import List, Optional
+from functools import cache
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+from src.models.common import model
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json, re
+
+    client = LLMClient()
+
+    # Extract system prompt and user content from messages list
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        import json
+        return json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+class Estimations(BaseModel):
+    name: str
+    prob: float
+    reason: str
+    button_prompt: str 
+    change_candidates: Optional[List[str]] = Field(default_factory=list, description="変更すべきUI要素のリスチE) 
+    
+class EstimateCategory(BaseModel):
+    title: str
+    estimations: list[Estimations]
+    
+class EstimateBackground(BaseModel):
+    estimated_bg:list[EstimateCategory]
+    
+def get_openai_request(messages, format):
+    client = LLMClient()
+    # HF: beta.parse not available; use _ask_raw_hf instead
+    response = client.chat.completions.create(
+        model="meta-llama/Llama-3.3-70B-Instruct",
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=format,
+        temperature=0
+    )
+    return response.choices[0].message.content
+
+@customtracer
+def background(p, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text):  親子でのスマ�E料��節紁E親子でのお得感 チE�Eタの余剰利用 通話とネット�Eコストパフォーマンス スマ�EチE��ュー支援 家族向け�E安�E機�E 豊富な端末ラインアチE�E
+    input2 (text): default
+    output1 (json): 頁E��
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__)
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    messages=[
+        {
+        "role": "system",
+        "content": """WEBPAGEのOCR惁E��を提供します。このLandingPageにつぁE��持E��された頁E��の制作背景を推定してください。頁E��ごとに、指定数の候補と確玁E��0~1の間で回答して、E
+吁E��景�E�Eame�E�につぁE��、change_candidatesフィールドに「その背景を実現するために変更すべきUI要素」�Eリストを斁E���E配�Eで返してください、E
+※禁止ワード：「未来」「革命」「夢」に類する想像�E幁E��庁E��てしまぁE��ードがあれば具体的で納得度の高い言葉に置き換えて
+""",
+        },
+        {
+        "role": "user",
+        "content":  [{"type": "text", "text":p}]
+        },
+    ]
+    
+    return get_openai_request(messages, EstimateBackground)

apis/base64img2component.py

@@ -0,0 +1,134 @@
+from openai import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel
+from enum import Enum
+import base64
+from io import BytesIO
+from PIL import Image
+from functools import cache
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json, re
+
+    client = LLMClient()
+
+    # Extract system prompt and user content from messages list
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        import json
+        return json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+class UIoption(str, Enum):
+    element1 = "バナー/動画"
+    element2 = "CTA"
+    element3 = "チE��スチE
+    element4 = "フォーム"
+
+class Component(BaseModel):
+    component_large: str
+    component_middle: str
+    component_small: list[str]
+    UIelement: UIoption
+
+class Components(BaseModel):
+    components: list[Component]
+
+def ask_raw(messages):
+    client = LLMClient()
+    # HF: beta.parse not available; use _ask_raw_hf instead
+    response = client.chat.completions.create(
+        model='meta-llama/Llama-3.3-70B-Instruct',
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=Components,
+        temperature=0
+    )
+    return response.choices[0].message.content
+
+@customtracer
+def base64img2component(p, image64, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): 13: ※金融犯罪にご注愁E手口はこちら、E38: ▼ご利用条件はこちら、E77: ピンチ�E時�E、E133: アコム一抁E409: WEB完結カードを作らぁE415: ご契紁E�E翌日から最大30日間��利0冁E421: 借りられめE0刁E�� 644: 今すぐお申し込み 722: 実質年玁E3.0%~18.0%ご融賁E��E1丁E�E~800丁E�E 760: 以前ご利用があっぁE761: ご増額をご希望のお客さまはこちめE784: お客さまはこちめE819: *お申し込み時間めE��査によりご希望に沿えなぁE��合がござぁE��す、E868: お借�E可能かすぐに刁E��めE秒スピ�Eド診断 977: 侁E22 1055: ご年叁E税込) 1067: 侁E250 1146: 他社お借�E顁E1249: 診断開姁E1323: ※クレジチE��カードでのショチE��ング、E��行でのお借�E(銀行カードローン、住宁E��ーン、�E動車ローンなど)を除ぁE��、キャチE��ングめE��ードローンのお借�E状況をご�E力ください、E1498: 借りるなめE1558: アコム一抁E1710: 20刁E��借りられめE1835: アコムなら最短20刁E��お借�Eが可能!※すぐにお��が忁E��とぁE��時�E、本ペ�Eジの申込ボタンから早速お申し込みくだ 1960: ※お申し込み時間めE��査によりご希望に添えなぁE��合がござぁE��す、E2045: カードを作らずWEB完絁E2165: お申し込み〜お借�EまでWEBだけで完結できます。ご希望ぁE��だければカードレスでご契紁E��ただけます、E2354: |30日間��利ぁE冁E2356: 契紁E�E翌日から 2470: はじめてご利用のお客さまは、契紁E�E翌日から最大30日間��利ぁE冁E 2663: たっぁEスチE��チE!(最短20刁E 2757: 申し込みから借りるまでの流れ※お申し込み時間めE��査によりご希望に添えなぁE��合がござぁE��す、E2937: お申し込み・1忁E��書類提出(審査)お申し込みぁE��だぁE��後、忁E��書類を提�EしてぁE��だき審査に進みます、E3131: 2ご契紁E�Eお借�E 3194: 審査結果の冁E��にご同意いただけましたら、契紁E��続きは完亁E��なります。契紁E���E、すぐにお借�EぁE��だけます。ご希望ぁE��だければカードレスでご契紁E��ただけます、E3335: 忁E��書類とは? 3405: 本人確認書顁E免許証など) 3455: (該当する方のみ)+収�E証明書 3488: ※「当社のご利用において50丁E�Eを趁E��るご契紁E��行うお客さま」と「他社を含めたお借�E総額が100丁E�Eを趁E��るお客「さま」につぁE��は、収入証明書も忁E��で 3633: アコムの 3664: よくある質啁E3777: 申し込み編 3892: Q勤務�Eに在籍確認�E電話がかかってきま 3961: 原則、実施しません。※原則、E��話での在籍確認�Eせずに書面めE��申告�E容での確認を実施します。もし実施が忁E��となる場合でも、お客さまの同意を得ずに実施することはありませんので、ご安忁E��ださい、E4135: Q契紁E��ると、忁E��カードが自宁E��郵送さ 4159: れるんですか? 4205: ぁE��え。カードレスでご契紁E��続きぁE��だくことも可能です、E4296: 自宁E��勤務�Eに何か書類が送られてくる 4320: ことはありますか? 4366: 原則、E��付しません、E郵送契紁E��選択された場合や、書面の郵送受け取りを選 4418: んだ場合等を除ぁE 5914: は、ご返済シミュレーションをご利用ぁE5943: ださい、E5992: ペ�Eジ上部に戻る▲ 7671: ご増額をご希望のお客さまはこちめE7671: 以前ご利用があったお客さまはこちめE8033: 今すぐお申し込み
+    input2 (text): スクショ
+    input3 (text): default
+    output1 (json): 頁E��
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), f"base64img2component:", image64[0:30]) 
+    
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    messages=[
+        {
+        "role": "system",
+        "content": """
+■構�E要素名�Eアウト�EチE��サンプル
+[
+{"component_large":"啁E��/サービスの特徴","component_middle":"アコム", "component_small":[], "UIelement":"チE��スチE},
+{"component_large":"FAQ/よくある質啁E,"component_middle":"よくあるご質啁E, "component_small":["自宁E��勤務�Eに何か書類が送られてくることはありますか�E�E,"家族割などの割引�Eありますか�E�E], "UIelement":"表絁E��"}
+]
+"""
+        },
+        {
+        "role": "user",
+        "content":  [{"type": "text", "text":p}]
+        },
+    ]
+
+    messages[1]["content"].insert(0, {"type": "image_url", "image_url": {"url":"data:image/png;base64,"+image64}})
+    # OpenAI 側の認証エラーなどを�E示皁E��メチE��ージとして上位に伝搬させめE
+    try:
+        return ask_raw(messages)
+    except openai.AuthenticationError as e:
+        # API キー / 絁E��設定�E問題を含むエラー冁E��をラチE�Eして投げ直ぁE
+        # 呼び出し�E�E�EE Origin 側など�E�でこ�EメチE��ージをキャチE��してユーザに表示できる
+        raise RuntimeError(f"[base64img2component] OpenAI AuthenticationError: {e}") from e

apis/base64img2score.py

@@ -0,0 +1,195 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel
+from enum import Enum
+import base64
+from io import BytesIO
+from PIL import Image
+from functools import cache
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+
+# 追加
+import logging
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+# logger 設定（褁E�� import 時に重褁E��定されなぁE��ぁE��ェチE���E�E
+logger = logging.getLogger("base64img2score")
+if not logger.handlers:
+    handler = logging.StreamHandler()
+    handler.setFormatter(logging.Formatter("%(message)s"))
+    logger.addHandler(handler)
+logger.setLevel(logging.INFO)
+
+
+class Answer(BaseModel):
+    citation: str
+    suggestion: str
+    score: int
+raw_schema = Answer.schema()
+raw_schema["additionalProperties"] = False
+
+def ask_raw(messages, model):
+    client = LLMClient()
+    # OpenAI 呼び出ぁE
+    response = client.chat.completions.create(
+        model=model,
+        messages=messages,
+        response_format={
+            "type": "json_schema",
+            "json_schema": {
+                "name": "AnswerSchema",
+                "strict": True,
+                "schema": raw_schema
+            }
+        }
+    )
+    # ト�Eクン使用量を取得（呼び出し�Eでまとめてログするため、ここでは print しなぁE��E
+    usage = response.usage
+    content_str = response
+    # 以前�E動作と同じくパースした JSON を返すが、呼び出し�Eで usage も使ぁE��ぁE�Eでタプルで返す
+    return json.loads(content_str), usage
+
+
+@customtracer
+def base64img2score(p, image64=None,  model="meta-llama/Llama-3.3-70B-Instruct", openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): 13: ※金融犯罪にご注愁E手口はこちら、E38: ▼ご利用条件はこちら、E77: ピンチ�E時�E、E133: アコム一抁E409: WEB完結カードを作らぁE415: ご契紁E�E翌日から最大30日間��利0冁E421: 借りられめE0刁E�� 644: 今すぐお申し込み 722: 実質年玁E3.0%~18.0%ご融賁E��E1丁E�E~800丁E�E 760: 以前ご利用があっぁE761: ご増額をご希望のお客さまはこちめE784: お客さまはこちめE819: *お申し込み時間めE��査によりご希望に沿えなぁE��合がござぁE��す、E868: お借�E可能かすぐに刁E��めE秒スピ�Eド診断 977: 侁E22 1055: ご年叁E税込) 1067: 侁E250 1146: 他社お借�E顁E1249: 診断開姁E1323: ※クレジチE��カードでのショチE��ング、E��行でのお借�E(銀行カードローン、住宁E��ーン、�E動車ローンなど)を除ぁE��、キャチE��ングめE��ードローンのお借�E状況をご�E力ください、E1498: 借りるなめE1558: アコム一抁E1710: 20刁E��借りられめE1835: アコムなら最短20刁E��お借�Eが可能!※すぐにお��が忁E��とぁE��時�E、本ペ�Eジの申込ボタンから早速お申し込みくだ 1960: ※お申し込み時間めE��査によりご希望に添えなぁE��合がござぁE��す、E2045: カードを作らずWEB完絁E2165: お申し込み〜お借�EまでWEBだけで完結できます。ご希望ぁE��だければカードレスでご契紁E��ただけます、E2354: |30日間��利ぁE冁E2356: 契紁E�E翌日から 2470: はじめてご利用のお客さまは、契紁E�E翌日から最大30日間��利ぁE冁E 2663: たっぁEスチE��チE!(最短20刁E 2757: 申し込みから借りるまでの流れ※お申し込み時間めE��査によりご希望に添えなぁE��合がござぁE��す、E2937: お申し込み・1忁E��書類提出(審査)お申し込みぁE��だぁE��後、忁E��書類を提�EしてぁE��だき審査に進みます、E3131: 2ご契紁E�Eお借�E 3194: 審査結果の冁E��にご同意いただけましたら、契紁E��続きは完亁E��なります。契紁E���E、すぐにお借�EぁE��だけます。ご希望ぁE��だければカードレスでご契紁E��ただけます、E3335: 忁E��書類とは? 3405: 本人確認書顁E免許証など) 3455: (該当する方のみ)+収�E証明書 3488: ※「当社のご利用において50丁E�Eを趁E��るご契紁E��行うお客さま」と「他社を含めたお借�E総額が100丁E�Eを趁E��るお客「さま」につぁE��は、収入証明書も忁E��で 3633: アコムの 3664: よくある質啁E3777: 申し込み編 3892: Q勤務�Eに在籍確認�E電話がかかってきま 3961: 原則、実施しません。※原則、E��話での在籍確認�Eせずに書面めE��申告�E容での確認を実施します。もし実施が忁E��となる場合でも、お客さまの同意を得ずに実施することはありませんので、ご安忁E��ださい、E4135: Q契紁E��ると、忁E��カードが自宁E��郵送さ 4159: れるんですか? 4205: ぁE��え。カードレスでご契紁E��続きぁE��だくことも可能です、E4296: 自宁E��勤務�Eに何か書類が送られてくる 4320: ことはありますか? 4366: 原則、E��付しません、E郵送契紁E��選択された場合や、書面の郵送受け取りを選 4418: んだ場合等を除ぁE 5914: は、ご返済シミュレーションをご利用ぁE5943: ださい、E5992: ペ�Eジ上部に戻る▲ 7671: ご増額をご希望のお客さまはこちめE7671: 以前ご利用があったお客さまはこちめE8033: 今すぐお申し込み
+    input2 (text): 
+    input3 (text): gpt-4o
+    input4 (text): default
+    output1 (json): 頁E��
+    """
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    messages=[
+        {
+        "role": "system",
+        "content": """与えられた情報と質問に対して、採点基準を参�Eして以下を回答します、E
+citation:当該箁E��の引用
+suggestion:満点でなぁE��合�E満点になるよぁE��具体的な持E��。満点の場合�E優れた点を�E体的な叙述
+"""
+        },
+        {
+        "role": "user",
+        "content":  [{"type": "text", "text":p}]
+        },
+    ]
+    img_flag= "none"
+    if image64:
+        messages[1]["content"].insert(0, {
+            "type": "image_url",
+            "image_url": {"url": f"data:image/png;base64,{image64}"}
+        })
+        img_flag = image64[-4:]
+    
+    # --- 前�E琁E��マリ�E�E行！E---
+    summary_parts = []
+    for i, msg in enumerate(messages):
+        content = msg.get("content")
+        is_str = isinstance(content, str)
+        if is_str:
+            length = len(content or "")
+            kind = "str"
+        elif isinstance(content, list):
+            length = len(content)
+            kind = "list"
+        else:
+            # unknown type: show repr length where possible
+            try:
+                length = len(content)
+            except Exception:
+                length = 0
+            kind = type(content).__name__
+        has_image = False
+        if isinstance(content, list):
+            for part in content:
+                if isinstance(part, dict) and part.get("type") == "image_url":
+                    has_image = True
+                    break
+        emoji = "🖼�E�E if has_image else " E
+        summary_parts.append(f"[{i}:{msg.get('role')}] {kind}(len={length}) {emoji}")
+    pre_summary = " | ".join(summary_parts)
+
+    # 実行とログを一行で出す（エラー含む�E�E
+    dt = datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%m/%d %H:%M")
+
+    try:
+        # ask_raw は (result, usage) を返すよう変更
+        result, usage = ask_raw(messages, model)
+
+        # messages めEJSON にした長さ（可読のため ensure_ascii=False�E�E
+        msg_len = len(json.dumps(messages, ensure_ascii=False))
+
+        combined = (
+            f"[base64img2score] (img:{img_flag}) {pre_summary} ↁE"
+            f"({dt}) token:{usage.total_tokens}, len:{msg_len},mdl:{model} "
+            f"snt:{usage.prompt_tokens}, Received:{usage.completion_tokens}"
+        )
+        # 一行で出力！Eogging はスレチE��セーフ！E
+        logger.info(combined)
+
+        return result
+
+    except Exception as e:
+        # エラー時も一行で記録して再送�E�E�詳細なトレースは再送�E先で扱ってください�E�E
+        err_msg = f"[base64img2score] {pre_summary} ↁE({dt}) ERROR: {type(e).__name__}: {str(e)}"
+        logger.error(err_msg)
+        # 忁E��ならここで詳しい traceback めElogger.debug などで出せますが、E
+        # 要望どおり「実行前後を一行で出す」ことを優先して多行�E力�E抑制してぁE��す、E
+        raise
+

apis/baseimg2baseimg.py

@@ -0,0 +1,56 @@
+"""
+baseimg2baseimg: 画像編集（画像 + プロンプトから新画像生成）。
+HF版: HF Inference API の image-to-image を使用。
+NOTE: 元の実装は OpenAI gpt-image-1 を使用。HF版は SD inpainting ベース。
+"""
+
+import base64
+import os
+from io import BytesIO
+from typing import Optional
+
+from PIL import Image
+
+from src.utils.tracer import customtracer
+
+
+@customtracer
+def baseimg2baseimg(
+    base64img: str,
+    p: str,
+    q: str = "low",
+    openai_key: str = "default",
+    model_name: Optional[str] = None,
+) -> str:
+    """
+    input1 (text): base64エンコードされた画像
+    input2 (text): 変更内容のプロンプト
+    input3 (text): low
+    input4 (text): default
+    output1 (text): 生成画像（base64）
+
+    NOTE: HF版は runwayml/stable-diffusion-inpainting を使用。
+    """
+    from huggingface_hub import InferenceClient
+
+    hf_token = os.environ.get("HF_TOKEN")
+    if not hf_token:
+        raise ValueError("HF_TOKEN is required for baseimg2baseimg.")
+
+    model = model_name or "runwayml/stable-diffusion-inpainting"
+
+    if "," in base64img:
+        base64img = base64img.split(",", 1)[1]
+    image_bytes = base64.b64decode(base64img)
+    image = Image.open(BytesIO(image_bytes)).convert("RGB")
+
+    client = InferenceClient(token=hf_token)
+    result = client.image_to_image(
+        image=image,
+        prompt=p,
+        model=model,
+    )
+
+    buf = BytesIO()
+    result.save(buf, format="PNG")
+    return base64.b64encode(buf.getvalue()).decode("utf-8")

apis/baseimg2cninfo.py

@@ -0,0 +1,114 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel
+from enum import Enum
+from io import BytesIO
+from PIL import Image
+from functools import cache
+from datetime import datetime
+import pytz
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+class UIoption(str, Enum):
+    element1 = "バナー/動画"
+    element2 = "CTA"
+    element3 = "チE��スチE
+    element4 = "フォーム"
+
+class Component(BaseModel):
+    component_large: str
+    component_middle: str
+    component_small: list[str]
+    UIelement: UIoption
+
+class Components(BaseModel):
+    theme: list[str]
+    components: list[Component]
+
+def ask_raw(messages, m):
+    return _ask_raw_hf(messages, m)
+
+def baseimg2cninfo(p, base64img, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): 13: ※金融犯罪にご注愁E手口はこちら、E38: ▼ご利用条件はこちら、E77: ピンチ�E時�E、E133: アコム一抁E409: WEB完結カードを作らぁE415: ご契紁E�E翌日から最大30日間��利0冁E421: 借りられめE0刁E�� 644: 今すぐお申し込み 722: 実質年玁E3.0%~18.0%ご融賁E��E1丁E�E~800丁E�E 760: 以前ご利用があっぁE761: ご増額をご希望のお客さまはこちめE784: お客さまはこちめE819: *お申し込み時間めE��査によりご希望に沿えなぁE��合がござぁE��す、E868: お借�E可能かすぐに刁E��めE秒スピ�Eド診断 977: 侁E22 1055: ご年叁E税込) 1067: 侁E250 1146: 他社お借�E顁E1249: 診断開姁E1323: ※クレジチE��カードでのショチE��ング、E��行でのお借�E(銀行カードローン、住宁E��ーン、�E動車ローンなど)を除ぁE��、キャチE��ングめE��ードローンのお借�E状況をご�E力ください、E1498: 借りるなめE1558: アコム一抁E1710: 20刁E��借りられめE1835: アコムなら最短20刁E��お借�Eが可能!※すぐにお��が忁E��とぁE��時�E、本ペ�Eジの申込ボタンから早速お申し込みくだ 1960: ※お申し込み時間めE��査によりご希望に添えなぁE��合がござぁE��す、E2045: カードを作らずWEB完絁E2165: お申し込み〜お借�EまでWEBだけで完結できます。ご希望ぁE��だければカードレスでご契紁E��ただけます、E2354: |30日間��利ぁE冁E2356: 契紁E�E翌日から 2470: はじめてご利用のお客さまは、契紁E�E翌日から最大30日間��利ぁE冁E 2663: たっぁEスチE��チE!(最短20刁E 2757: 申し込みから借りるまでの流れ※お申し込み時間めE��査によりご希望に添えなぁE��合がござぁE��す、E2937: お申し込み・1忁E��書類提出(審査)お申し込みぁE��だぁE��後、忁E��書類を提�EしてぁE��だき審査に進みます、E3131: 2ご契紁E�Eお借�E 3194: 審査結果の冁E��にご同意いただけましたら、契紁E��続きは完亁E��なります。契紁E���E、すぐにお借�EぁE��だけます。ご希望ぁE��だければカードレスでご契紁E��ただけます、E3335: 忁E��書類とは? 3405: 本人確認書顁E免許証など) 3455: (該当する方のみ)+収�E証明書 3488: ※「当社のご利用において50丁E�Eを趁E��るご契紁E��行うお客さま」と「他社を含めたお借�E総額が100丁E�Eを趁E��るお客「さま」につぁE��は、収入証明書も忁E��で 3633: アコムの 3664: よくある質啁E3777: 申し込み編 3892: Q勤務�Eに在籍確認�E電話がかかってきま 3961: 原則、実施しません。※原則、E��話での在籍確認�Eせずに書面めE��申告�E容での確認を実施します。もし実施が忁E��となる場合でも、お客さまの同意を得ずに実施することはありませんので、ご安忁E��ださい、E4135: Q契紁E��ると、忁E��カードが自宁E��郵送さ 4159: れるんですか? 4205: ぁE��え。カードレスでご契紁E��続きぁE��だくことも可能です、E4296: 自宁E��勤務�Eに何か書類が送られてくる 4320: ことはありますか? 4366: 原則、E��付しません、E郵送契紁E��選択された場合や、書面の郵送受け取りを選 4418: んだ場合等を除ぁE 5914: は、ご返済シミュレーションをご利用ぁE5943: ださい、E5992: ペ�Eジ上部に戻る▲ 7671: ご増額をご希望のお客さまはこちめE7671: 以前ご利用があったお客さまはこちめE8033: 今すぐお申し込み
+    input2 (text): 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
+    input3 (text): default
+    output1 (json): 頁E��
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), f"text2component")
+
+    
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    messages=[
+        {
+        "role": "system",
+        "content": """
+■構�E要素名�Eアウト�EチE��サンプル
+[
+{"component_large":"サービス吁E,"component_middle":"アコム", "component_small":["カードローン・キャチE��ングなら消費老E��融�Eアコムにご相諁E��ださい"], "UIelement":"チE��スチE},
+{"component_large":"CTAボタン","component_middle":"お申し込みはこちめE, "component_small":["簡十E0秒でお申し込み完亁E], "UIelement":"CTA"},
+{"component_large":"Q&A�E�E,"component_middle":"よくあるご質啁E, "component_small":["自宁E��勤務�Eに何か書類が送られてくることはありますか�E�E,"家族割などの割引�Eありますか�E�E], "UIelement":"表絁E��"}
+]
+"""
+        },
+        {
+        "role": "user",
+        "content":  [{"type": "text", "text":p}]
+        },
+    ]
+    messages[1]["content"].insert(0, {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{base64img}"}})
+    return ask_raw(messages, 'gpt-4o-2024-11-20')

apis/baseimg2cta_detail.py

@@ -0,0 +1,143 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import base64
+from io import BytesIO
+from PIL import Image
+import re
+from pydantic import BaseModel
+import numpy as np
+from enum import Enum
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+client = LLMClient()
+
+class CTAStyle(BaseModel):
+    font_size: str
+    font_color: str
+    letter_spacing: str
+    border_radius: str
+    box_shadow: str
+    background_color: str
+    gradient: str
+    hover_effect: str
+    padding: str
+
+class CTA(BaseModel):
+    main_copy: str
+    sub_copy: str
+    sub_copy_position: str  # "inside" or "outside"
+    html: str
+    css: CTAStyle
+
+class CTAlist(BaseModel):
+    cta_buttons: list[CTA]
+
+def ask_raw(messages, model):
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model=model,
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=CTAlist,
+        temperature=0
+    )
+    return response
+
+def baseimg2cta_detail(base64img, ocr, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): 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
+    input2 (text): OCR
+    input3 (text): default
+    output1 (json): cta
+    """
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    messages = [
+        {
+        "role": "system",
+        "content": "あなた�E優れたWEBマ�Eケターで、ランチE��ングペ�Eジの要素を見�Eけることに長けてぁE��す、E
+        },
+        {
+        "role": "user",
+        "content":[
+            {"type": "text", "text":"""LPのスクロール画像とOCR結果が以下にあります、E
+こ�E画像�Eに存在するすべてのCTAボタンにを探し�Eして個数を数えてください。文言が�Eく同じ�Eタンは不要です、E
+また、それぞれ�ECTAボタンのチE��インを�E現するcssを含んだHTMLを書き�Eしてください。書き�Eす際には、CTAボタンごとに
+・斁E��サイズ
+・斁E���E色
+・斁E���E間隔めE��置・改衁E
+・構�Eするレクタングルごとの角�E丸ぁE
+・影めE�Eタン背景の色(gradientのあるなぁE
+・サブコピ�Eが�Eタン外かボタン冁E��
+・ボタン冁E�E矢印等�E絵斁E��（�EめE���！E
+を別、E��認識して丁寧に再現してください。OCRの惁E��で斁E���Eを精確に修正しつつも、主に画像情報からボタンを抽出することに注力してください、E
+ボタンの色めE��ザインは基本皁E��一種類になる�Eずなので、特別な琁E��がなぁE��り�E褁E��の色合いのボタンを混ぜなぁE��ください
+
+例！E
+<p>サブコピ�E1</p>
+<button style="display: inline-flex; align-items: center; justify-content: center; gap: 10px; padding: 12px 24px; font-family: Arial, sans-serif; font-weight: bold; font-size: 16px; color: white; background: linear-gradient(45deg, #ff7eb3, #ff758c, #ff5d73); border: 2px solid #ff5d73; border-radius: 25px; box-shadow: 0 8px 15px rgba(0, 0, 0, 0.2); cursor: pointer; transition: all 0.3s ease; text-transform: uppercase;" onmouseover="this.style.background='linear-gradient(45deg, #ff5d73, #ff758c, #ff7eb3)'; this.style.boxShadow='0 15px 20px rgba(255, 93, 115, 0.4)'; this.style.transform='translateY(-3px)';" onmouseout="this.style.background='linear-gradient(45deg, #ff7eb3, #ff758c, #ff5d73)'; this.style.boxShadow='0 8px 15px rgba(0, 0, 0, 0.2)'; this.style.transform='translateY(0)';" onmousedown="this.style.transform='translateY(1px)'; this.style.boxShadow='0 5px 10px rgba(255, 93, 115, 0.2)';" onmouseup="this.style.transform='translateY(-3px)'; this.style.boxShadow='0 15px 20px rgba(255, 93, 115, 0.4)';">
+<span style="font-size: 18px; color: white;">ボタンコピ�E</span>
+<span style="font-size: 12px; color: #ffeeff;"> サブコピ�E2</span>
+</button>
+
+# OCR結果
+"""+ocr}
+        ]
+        },
+    ]
+
+    messages[1]["content"].insert(0, {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{base64img}"}})
+    r = ask_raw(messages, "meta-llama/Llama-3.3-70B-Instruct")
+
+    return r

apis/baseimg2ecinfo_rect.py

@@ -0,0 +1,190 @@
+import os
+from enum import Enum
+from pydantic import BaseModel
+
+from src.utils.tracer import customtracer
+from src.clients.llm_client import get_llm_client
+
+class Category(str, Enum):
+    ビジネス = "ビジネス�E�EaaS・法人支援�E�E
+    ヘルスケア = "ヘルスケア�E�美容・健康�E�E
+    ヒューマンリソース = "ヒューマンリソース�E�求人・紹介！E
+    コマ�Eス = "コマ�Eス�E�趣味・食品・衣類！E
+    ファイナンス = "ファイナンス�E���融�E保険・不動産�E�E
+    インフラ = "インフラ�E�電気�E通信・ガス・住屁E��E
+    ライフイベンチE= "ライフイベント（教育・結婚�E相諁E��E
+
+class CategoryMiddle(str, Enum):
+    # ビジネス
+    ITソフトウェア = "IT・ソフトウェア"
+    マ�Eケ支援コンサル = "マ�Eケ支援・コンサル"
+    オフィス機器用品E= "オフィス・機器用品E
+
+    # ヘルスケア
+    健康食品器具 = "健康食品・器具"
+    美容医療クリニック = "美容・医療クリニック"
+    美容コスメ = "美容コスメ"
+    フィチE��ネスジム = "フィチE��ネスジム"
+
+    # ヒューマンリソース
+    求人惁E�� = "求人惁E��"
+    人材紹仁E= "人材紹仁E
+    人材派遣 = "人材派遣"
+
+    # コマ�Eス
+    動画アニメゲーム = "動画・アニメ・ゲーム"
+    リユースリサイクル = "リユース・リサイクル"
+    旁E���EチE��レジャー = "旁E���Eホテル・レジャー"
+    趣味交隁E= "趣味・交隁E
+    新聞雑誌メチE��ア = "新聞�E雑誌�E惁E��メチE��ア"
+    自動車レンタカー用品E= "自動車�Eレンタカー・用品E
+    飲料食品生活用品E= "飲料食品・生活用品E
+    家電パソコン = "家電・パソコン"
+    ファチE��ョン = "ファチE��ョン"
+
+    # ファイナンス
+    不動産 = "不動産"
+    保険 = "保険"
+    ローン = "ローン"
+    クレカ電子決渁E= "クレカ・電子決渁E
+    証券FX先物 = "証券・FX・先物"
+    銀衁E= "銀衁E
+
+    # インフラ
+    ネット通信サービス = "ネット�E通信サービス"
+    電気ガス = "電気�Eガス"
+    住宁E��備リフォーム = "住宁E��備�Eリフォーム"
+
+    # ライフイベンチE
+    士業相諁E= "士業・相諁E
+    学習スクール = "学習�Eスクール"
+    結婚�E会い = "結婚�E出会い"
+    葬儀墓地 = "葬儀・墓地"
+    引越し介護 = "引越し・介護"
+    
+class Meta(BaseModel):
+    会社吁E str
+    業畁E Category
+    中刁E��E CategoryMiddle
+    サービス: str
+    啁E��: str
+    タイトル: str
+    訴求テーチE list[str]
+
+class cood(BaseModel):
+    x: int
+    y: int
+
+class str_with_rect(BaseModel):
+    text: str
+    html: str
+    rect: list[cood]
+
+class pageInfo(BaseModel):
+    # ペ�Eジ共送E
+    メタ: Meta
+    ロゴ: list[str_with_rect]
+    グローバル検索バ�E: list[str_with_rect]
+    ハンバ�Eガーメニューアイコン: list[str_with_rect]
+    カートアイコン: list[str_with_rect]
+    ユーザーメニュー: list[str_with_rect]
+    
+    # ナビゲーション
+    ブレチE��クラム: list[str_with_rect]
+    ペ�Eジネ�Eション: list[str_with_rect]
+    タブ�E替: list[str_with_rect]
+
+    # トップ�Eージ
+    メインビジュアル: list[str_with_rect]
+    プロモーションバナー: list[str_with_rect]
+    カチE��リカーチE list[str_with_rect]
+    
+    # 啁E��一覧ペ�Eジ
+    啁E��一覧: list[str_with_rect]
+    フィルタ: list[str_with_rect]
+    ソーチE list[str_with_rect]
+    ペ�Eジャー: list[str_with_rect]
+    クイチE��ビューアイコン: list[str_with_rect]
+    
+    # 啁E��詳細ペ�Eジ
+    啁E��吁E list[str_with_rect]
+    価格: list[str_with_rect]
+    ブランチE list[str_with_rect]
+    サムネイル: list[str_with_rect]
+    画像ギャラリー: list[str_with_rect]
+    カラースウォチE��: list[str_with_rect]
+    サイズセレクタ: list[str_with_rect]
+    在庫スチE�Eタス: list[str_with_rect]
+    配送情報: list[str_with_rect]
+    ボタン_カート追加: list[str_with_rect]
+    ボタン_今すぐ購入: list[str_with_rect]
+    レビューサマリー: list[str_with_rect]
+    レビューボタン: list[str_with_rect]
+    QnAリンク: list[str_with_rect]
+    バッジタグ: list[str_with_rect]
+    関連啁E��カルーセル: list[str_with_rect]
+    
+    # カート�Eージ
+    カート商品リスチE list[str_with_rect]
+    数量セレクタ: list[str_with_rect]
+    削除アイコン: list[str_with_rect]
+    クーポン入劁E list[str_with_rect]
+    注斁E��計サマリー: list[str_with_rect]
+    チェチE��アウト�Eタン: list[str_with_rect]
+    
+    # 共通下部
+    フッターリンク: list[str_with_rect]
+    SNSアイコン: list[str_with_rect]
+    カスタマ�Eサポ�Eトリンク: list[str_with_rect]
+
+
+@customtracer
+def baseimg2ecinfo_rect(
+    base64img: str,
+    openai_key: str | None,
+    google_api_key: str | None,
+    p: str = "",
+    model: str = "Qwen/Qwen2.5-VL-72B-Instruct",
+):
+    """
+    input1 (text): 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
+    input2 (text): default
+    input3 (text): default
+    input4 (text): ECサイト�Eコンポ�Eネントを抽出して���ださい
+    output1 (json): ecinfo
+    """
+    print("baseimg2ecinfo_rect p(len):", len(p), " img(len):", len(base64img))
+
+    system_prompt = "あなた�EECサイト�E開発兼チE��イナ�Eで、ECの吁E�Eージの構造と用途を熟知してぁE��す、E
+    user_prompt = """以下�E手頁E��ECサイト�EのWEBペ�Eジ画像を解析します、E
+・画像�EのECサイト�E要素を以下�E形式で刁E��して登録してください、E
+・吁E��素のチE��スト�E斁E��サイズ、文字色、文字�E間隔めE��置・改行を認識してください
+・吁E��素の枠のレクタングルの線や色めE���E丸さ、影めE��景色、gradientを認識してください
+・吁E��素冁E��ある斁E��で表現しにくいアイコンを絵斁E��や記号として認識してください、E
+・ここ認識した情報めEdiv>{icon}<span>{text}</span></div>の形式でHTML,CSSを使って記�Eしてください、E
+・画像�Eに該当�E値がなければ[]のように空の配�Eを回答し、画像�Eに存在しなぁE��とは回答しなぁE��ください。特に黒一色めE�E色一色の場合に注意し、すべての値が空になるよぁE��してください、E
+・画像�Eに写ってぁE��イメージ(写真めE��ラスチEにつぁE��、どんなも�Eが起用されてぁE��か、�Eロンプトで再現できるチE��ストとして登録し、オブジェクト�E位置を囲ってください、E
+・値を抽出した後�E、その値が含まれるレクタングルの座標を2点方式で教えてください。OCRの斁E���Eの座標min(xs), min(ys), max(xs), max(ys)がある�Eで、それを参老E��レクタングルを合体したり、�Eタン刁E�Eバッファを庁E��たりしてもいぁE��す。あくまで画像から座標を抽出してください、E
+・OCRの抽出冁E��がある場合�E以下に記載する�Eで、それも利用して抽出の正確さを高めてください
+・これら�E抽出惁E��を総合して、メタの吁E��E��を記載してください。訴求要素は、情報かOCRがある限り�E20斁E��で6種類提案してください。情報がなければ空にしてください、E
+
+""" + p
+
+    # キーの解決�E�Edefault" は None に�E�E
+    resolved_openai_key =  os.environ.get("OPENAI_KEY") if openai_key == "default" else openai_key
+    resolved_google_api_key = os.environ.get("GEMINI_KEY") if google_api_key == "default" else google_api_key
+
+    client = get_llm_client(
+        openai_key=resolved_openai_key,
+        google_api_key=resolved_google_api_key,
+    )
+    response = client.call(
+        prompt=user_prompt,
+        schema=pageInfo,
+        system_prompt=system_prompt,
+        images=[base64img],
+        model=model,
+        temperature=0,
+    )
+
+    return response

apis/baseimg2fvinfo.py

@@ -0,0 +1,156 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import base64
+from io import BytesIO
+from PIL import Image
+import re
+from pydantic import BaseModel
+import numpy as np
+from enum import Enum
+
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+class Meta(BaseModel):
+    会社吁E str
+    業畁E str
+    ブランチE str
+    サービス: str
+    啁E��: str
+    タイトル: str
+    訴求テーチE list[str]
+
+class Font(str, Enum):
+    font1 = "ゴシチE��"
+    font2 = "明朝"
+    font3 = "手書ぁE
+
+class EvsF(str, Enum):
+    EMOTIONAL = "惁E��E
+    FUNCTIONAL = "機�E"
+
+class PvsS(str, Enum):
+    PROBLEM = "問題提起"
+    SOLUTION = "課題解決"
+
+class Copy(BaseModel):
+    text: str
+    font: Font
+    color: str
+    visual: str
+    appeal_mode : EvsF
+    forcus_stage : PvsS
+
+class CatchCopy(BaseModel):
+    main_copy: list[Copy]
+    sub_copy: list[Copy]
+
+class FvInfo(BaseModel):
+    非LP: bool
+    メタ: Meta
+    キャチE��コピ�E: CatchCopy
+    権威付け: list[str]
+    ビジュアル: list[str]
+    CTAボタン: list[str]
+    
+def ask_raw(messages, model):
+    client = LLMClient()
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model=model,
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=FvInfo,
+        temperature=0
+    )
+    return response
+
+@customtracer
+def baseimg2fvinfo(base64img, openai_key=os.environ.get('OPENAI_KEY'), p=""):
+    """
+    input1 (text): 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
+    input2 (text): default
+    input3 (text): 
+    output1 (json): fvinfo
+    """
+    
+    print("baseimg2fvinfo openai_key:",openai_key[-4:])
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+        
+    messages = [
+        {
+        "role": "system",
+        "content": "あなた�E優れたWEBマ�Eケターで、ランチE��ングペ�Eジの要素を見�Eけることに長けてぁE��す。また�EーケチE��ングの達人なので訴求テーマを言語化するのが上手です、E
+        },
+        {
+        "role": "user",
+        "content":[
+            {"type": "text", "text":"""LPのファーストビューの画像を解析します、E
+・何も書かれてぁE��ぁE��像�E場合�E、空の値を返し、E��LP=Trueとしてください、E
+・CTAボタンが存在する場合、�Eタン冁E�E記載�E容を�E列で教えて下さぁE��アンカーリンクのあるチE��ストもCTAとしてください、E
+・画像�Eに書かれてぁE��斁E��・コピ�Eを読み取り、LPに掲載されてぁE��頁E��に並べてください。大きい目立つ斁E��で書かれてぁE��冁E��を「main_copy」とぁE��キー、それ以外を「sub_copy」とぁE��キーで、読み取ったテキストをtext、それぞれ�E斁E��がどんなフォントで書かれてぁE��のか、「ゴシチE��体」や「�E朝体」などのフォント情報をfontをキーとしてできるだけ正確に付与してください。フォント�E色、テキスト周辺で関連するアイコンめE��ジュアルも抽出してください、E
+・画像�Eに写ってぁE��イメージ(写真めE��ラスチEにつぁE��、どんなも�Eが起用されてぁE��か教えて下さぁE��E
+・画像�Eに該当�E値���なければ[]のように空の配�Eを回答し、画像になぁE��とは回答しなぁE��ください。特に黒一色めE�E色一色の場合に注意し、E��LP=Trueを返してください、E
+・これら�E抽出惁E��を総合して、メタの吁E��E��を記載してください。訴求要素は、情報かOCRがある限り�E20斁E��で6種類提案してください。情報がなければ空にしてください、E
+""" + p}
+        ]
+        },
+    ]
+
+    messages[1]["content"].insert(0, {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{base64img}"}})
+    r = ask_raw(messages, "meta-llama/Llama-3.3-70B-Instruct")
+
+    return r

apis/baseimg2fvinfo_rect.py

@@ -0,0 +1,197 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import base64
+from io import BytesIO
+from PIL import Image
+import re
+from pydantic import BaseModel
+import numpy as np
+from enum import Enum
+client = LLMClient()
+
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+class Category(str, Enum):
+    ビジネス = "ビジネス�E�EaaS・法人支援�E�E
+    ヘルスケア = "ヘルスケア�E�美容・健康�E�E
+    ヒューマンリソース = "ヒューマンリソース�E�求人・紹介！E
+    コマ�Eス = "コマ�Eス�E�趣味・食品・衣類！E
+    ファイナンス = "ファイナンス�E���融�E保険・不動産�E�E
+    インフラ = "インフラ�E�電気�E通信・ガス・住屁E��E
+    ライフイベンチE= "ライフイベント（教育・結婚�E相諁E��E
+
+class CategoryMiddle(str, Enum):
+    # ビジネス
+    ITソフトウェア = "IT・ソフトウェア"
+    マ�Eケ支援コンサル = "マ�Eケ支援・コンサル"
+    オフィス機器用品E= "オフィス・機器用品E
+
+    # ヘルスケア
+    健康食品器具 = "健康食品・器具"
+    美容医療クリニック = "美容・医療クリニック"
+    美容コスメ = "美容コスメ"
+    フィチE��ネスジム = "フィチE��ネスジム"
+
+    # ヒューマンリソース
+    求人惁E�� = "求人惁E��"
+    人材紹仁E= "人材紹仁E
+    人材派遣 = "人材派遣"
+
+    # コマ�Eス
+    動画アニメゲーム = "動画・アニメ・ゲーム"
+    リユースリサイクル = "リユース・リサイクル"
+    旁E���EチE��レジャー = "旁E���Eホテル・レジャー"
+    趣味交隁E= "趣味・交隁E
+    新聞雑誌メチE��ア = "新聞�E雑誌�E惁E��メチE��ア"
+    自動車レンタカー用品E= "自動車�Eレンタカー・用品E
+    飲料食品生活用品E= "飲料食品・生活用品E
+    家電パソコン = "家電・パソコン"
+    ファチE��ョン = "ファチE��ョン"
+
+    # ファイナンス
+    不動産 = "不動産"
+    保険 = "保険"
+    ローン = "ローン"
+    クレカ電子決渁E= "クレカ・電子決渁E
+    証券FX先物 = "証券・FX・先物"
+    銀衁E= "銀衁E
+
+    # インフラ
+    ネット通信サービス = "ネット�E通信サービス"
+    電気ガス = "電気�Eガス"
+    住宁E��備リフォーム = "住宁E��備�Eリフォーム"
+
+    # ライフイベンチE
+    士業相諁E= "士業・相諁E
+    学習スクール = "学習�Eスクール"
+    結婚�E会い = "結婚�E出会い"
+    葬儀墓地 = "葬儀・墓地"
+    引越し介護 = "引越し・介護"
+
+class Meta(BaseModel):
+    会社吁E str
+    業畁E Category
+    中刁E��E CategoryMiddle
+    サービス: str
+    啁E��: str
+    タイトル: str
+    訴求テーチE list[str]
+
+class cood(BaseModel):
+    x: int
+    y: int
+
+class str_with_rect(BaseModel):
+    text: str
+    html: str
+    rect: list[cood]
+
+class FvInfo(BaseModel):
+    非LP: bool
+    メタ: Meta
+    メインコピ�E: list[str_with_rect]
+    サブコピ�E: list[str_with_rect]
+    権威付け: list[str_with_rect]
+    ビジュアル: list[str_with_rect]
+    CTAボタン: list[str_with_rect]
+    
+def ask_raw(messages, model):
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model=model,
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=FvInfo,
+        temperature=0
+    )
+    return response
+
+@customtracer
+def baseimg2fvinfo_rect(base64img, openai_key=os.environ.get('OPENAI_KEY'), p=""):
+    """
+    input1 (text): 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
+    input2 (text): default
+    input3 (text): 
+    output1 (json): fvinfo
+    """
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    messages = [
+        {
+        "role": "system",
+        "content": "あなた�E優れたWEBマ�Eケターで、ランチE��ングペ�Eジの要素を見�Eけることに長けてぁE��す。また�EーケチE��ングの達人なので訴求テーマを言語化するのが上手です、E
+        },
+        {
+        "role": "user",
+        "content":[
+            {"type": "text", "text":"""LPのファーストビューの画像を解析します、E
+何も書かれてぁE��ぁE��像�E場合�E、空の値を返し、E��LP=Trueとして終亁E��てください。何か書かれてぁE��ば以下�E優先頁E��斁E��を抽出してください。タイトルめE��ゴはメタ惁E��に刁E��し、権威付けめE��ピ�Eと区別してください、E
+・CTAボタンが存在する場合、�Eタン冁E�E記載�E容で教えて下さぁE��ETAを�E現するHTMLを文字サイズ、文字色、文字�E間隔めE��置・改行、構�EするレクタングルめE���E丸さ、影めE�Eタン背景の色、gradientのあるなし、サブコピ�Eが�Eタン外かボタン冁E��、�Eタン冁E�E矢印等�E絵斁E��に気を付けて生�Eしてください、E
+・画像�Eに権威付けのバッジがあれ�E最優先で権威付けに刁E��してください。権威付けのバッジを�E現するHTMLをCTAと同様�E頁E��で気を付けて抽出してください。誤ってロゴを�E類しなぁE��ください、E
+・キャチE��コピ�EをLPに掲載されてぁE��頁E��に並べてください。大きい目立つ斁E��で書かれてぁE��冁E��をメインコピ�E、それ以外をサブコピ�Eに刁E��して、色めE��景、フォント�E種類などをHTMLで再現してください。また、Eつの斁E��を作るコピ�Eは刁E��ずにまとめて抽出してください、E
+・画像�Eに写ってぁE��イメージ(写真めE��ラスチEにつぁE��、どんなも�Eが起用されてぁE��か、�Eロンプトで再現できるチE��ストとしてビジュアルに列挙してください、E
+値を抽出した後�E、その値が含まれるレクタングルの座標を2点方式で教えてください。OCRの斁E���Eの座標min(xs), min(ys), max(xs), max(ys)がある�Eで、それを参老E��レクタングルを合体したり、�Eタン刁E�Eバッファを庁E��たりしてもいぁE��す。あくまで画像から座標を抽出してください、E
+画像�Eに該当�E値がなければ[]のように空の配�Eを回答し、画像になぁE��とは回答しなぁE��ください。特に黒一色めE�E色一色の場合に注意し、E��LP=Trueを返してください、E
+これら�E抽出惁E��を総合して、メタの吁E��E��を記載してください。訴求要素は、情報かOCRがある限り�E20斁E��で6種類提案してください。情報がなければ空にしてください、E
+""" + p}
+        ]
+        },
+    ]
+
+    messages[1]["content"].insert(0, {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{base64img}"}})
+    r = ask_raw(messages, "meta-llama/Llama-3.3-70B-Instruct")
+
+    return r

apis/baseimg2fvinfo_with_design.py

@@ -0,0 +1,180 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import base64
+from io import BytesIO
+from PIL import Image
+import re
+from pydantic import BaseModel
+import numpy as np
+from typing import Dict
+from enum import Enum
+
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+class Meta(BaseModel):
+    会社吁E str
+    業畁E str
+    ブランチE str
+    サービス: str
+    啁E��: str
+    タイトル: str
+    訴求テーチE list[str]
+
+class Design(BaseModel):
+    重要なフレーズの斁E��色を赤めE��レンジめE��ンクめE��E��などFV上で目立つ色に着色: float
+    背景を画像�E主要な配色と変えて目立たせる: float
+    四角や丸など図形で囲ぁE��認性を上げめE float
+    アイコンを使用して視認性を上げめE float
+    チE��スト�E重要なフレーズの下に水平なアクセント線が引かれてぁE��: float
+    
+class sCopy(BaseModel):
+    text: str
+    design: Design
+
+class EvsF(str, Enum):
+    EMOTIONAL = "惁E��E
+    FUNCTIONAL = "機�E"
+
+class EFitems(BaseModel):
+    item: str
+    judge: EvsF
+
+class PvsS(str, Enum):
+    PROBLEM = "問題提起"
+    SOLUTION = "課題解決"
+
+class PSitems(BaseModel):
+    item: str
+    judge: PvsS
+
+class mCopy(BaseModel):
+    text: str
+    appeal_mode : list[EFitems]
+    forcus_stage : list[PSitems]
+    
+class CatchCopy(BaseModel):
+    main_copy: list[mCopy]
+    sub_copy: list[sCopy]
+
+class FvInfo(BaseModel):
+    非LP: bool
+    メタ: Meta
+    キャチE��コピ�E: CatchCopy
+    権威付け: list[str]
+    ビジュアル: list[str]
+    CTAボタン: list[str]
+    
+def ask_raw(messages, model):
+    client = LLMClient()
+    
+    # パラメータの準備
+    params = {
+        "top_p": 1,
+        "frequency_penalty": 0,
+        "presence_penalty": 0,
+        "response_format": FvInfo,
+    }
+    
+    # gpt-5系はtemperatureを渡さなぁE��環墁E��よって0が弾かれるためE��E
+    model_lower = (model or "").lower()
+    if not model_lower.startswith("gpt-5"):
+        params["temperature"] = 0
+    
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model=model,
+        messages=messages,
+        **params
+    )
+    return response
+
+@customtracer
+def baseimg2fvinfo_with_design(base64img, openai_key=os.environ.get('OPENAI_KEY'), p="", model="meta-llama/Llama-3.3-70B-Instruct"):
+    """
+    input1 (text): 
+    input2 (text): default
+    input3 (text): 
+    input4 (text): gpt-4o
+    output1 (json): fvinfo
+    """
+    
+    print(f"baseimg2fvinfo_with_design {model} openai_key:",openai_key[-4:])
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+        
+    messages = [
+        {
+        "role": "system",
+        "content": "あなた�E優れたWEBマ�Eケターで、ランチE��ングペ�Eジの要素を見�Eけることに長けてぁE��す。また�EーケチE��ングの達人なので訴求テーマを言語化するのが上手です、E
+        },
+        {
+        "role": "user",
+        "content":[
+            {"type": "text", "text":"""LPのファーストビューの画像を解析します、E
+・何も書かれてぁE��ぁE��像�E場合�E、空の値を返し、E��LP=Trueとしてください、E
+・CTAボタンが存在する場合、�Eタン冁E�E記載�E容を�E列で教えて下さぁE��アンカーリンクのあるチE��ストもCTAとしてください、E
+・画像�Eに書かれてぁE��斁E��・コピ�Eを読み取り、LPに掲載されてぁE��頁E��に並べてください。大きい目立つ斁E��で書かれてぁE��冁E��を「main_copy」とぁE��キーで1つ抽出し、情緒�E機�Eのどちらに訴えてぁE��かなどを記載、E
+・main_copy以外を「sub_copy」とぁE��キーで、読み取ったテキストをtext、それぞれ�Eサブコピ�Eの裁E��タイプ�E適用度合いをdesignに0~1のfloatで記述
+・画像�Eに写ってぁE��イメージ(写真めE��ラスチEにつぁE��、どんなも�Eが起用されてぁE��か教えて下さぁE��E
+・画像�Eに該当�E値がなければ[]のように空の配�Eを回答し、画像になぁE��とは回答しなぁE��ください。特に黒一色めE�E色一色の場合に注意し、E��LP=Trueを返してください、E
+・これら�E抽出惁E��を総合して、メタの吁E��E��を記載してください。訴求要素は、情報かOCRがある限り�E20斁E��で6種類提案してください。情報がなければ空にしてください、E
+""" + p}
+        ]
+        },
+    ]
+
+    messages[1]["content"].insert(0, {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{base64img}"}})
+    r = ask_raw(messages, model)
+
+    return r

apis/baseimg2html.py

@@ -0,0 +1,54 @@
+"""
+baseimg2html: 画像からHTMLコンポーネントを生成。
+HF版: VLM (Qwen2.5-VL) を使用。Vertex AI は使用しない。
+"""
+
+import os
+from typing import List
+
+from pydantic import BaseModel
+
+from src.utils.tracer import customtracer
+
+
+class newHTMLs(BaseModel):
+    HTMLs: List[str]
+
+
+@customtracer
+def baseimg2html(p: str, base64img: str, gcp_key: str = "default") -> dict:
+    """
+    input1 (text): OCRテキストやページの説明
+    input2 (text): base64エンコードされた画像
+    input3 (text): default
+    output1 (json): HTMLコンポーネントのリスト（{"HTMLs": [...]}）
+
+    NOTE: HF版は VLM ベース。Vertex AI / GCP は使用しない。
+    """
+    from src.clients.llm_client import LLMClient
+
+    client = LLMClient()
+
+    system_prompt = (
+        "あなたはHTMLとCSSの達人です。"
+        "画像とテキスト情報を基に、適切なHTMLコンポーネントを生成してください。"
+        "各コンポーネントは完全に機能するHTMLとして生成してください。"
+    )
+
+    prompt = (
+        system_prompt + "\n\n[テキスト情報]\n" + str(p)
+        + "\n\n画像のコンポーネントをHTMLリストとして出力してください。"
+    )
+
+    # Strip base64 data-URI prefix if present
+    if base64img and "," in base64img:
+        base64img = base64img.split(",", 1)[1]
+
+    result = client.call(
+        prompt=prompt,
+        schema=newHTMLs,
+        model="Qwen/Qwen2.5-VL-72B-Instruct",
+        images=[base64img] if base64img else None,
+        temperature=0.1,
+    )
+    return result.model_dump()

apis/baseimg2ocr.py

@@ -0,0 +1,56 @@
+"""
+baseimg2ocr: base64画像をOCRしてテキストを抽出。
+HF版: VLM (Qwen2.5-VL) を使用。Google Vision API は使用しない。
+
+NOTE: 元の実装は Google Vision API を使用。精度が異なる場合がある。
+"""
+
+import json
+import os
+
+from src.utils.tracer import customtracer
+
+
+def _vlm_ocr(base64image: str, model: str = "Qwen/Qwen2.5-VL-7B-Instruct") -> str:
+    """VLM でテキスト抽出（url2ocr 互換フォーマット）。"""
+    from src.clients.llm_client import LLMClient
+    from pydantic import BaseModel
+    from typing import List
+
+    class OcrEntry(BaseModel):
+        text: str
+        y: int
+        size: int
+
+    class OcrResult(BaseModel):
+        items: List[OcrEntry]
+
+    client = LLMClient()
+    result = client.call(
+        prompt=(
+            "Extract all visible text from this image. "
+            "For each text block, estimate its vertical position (y coordinate, 0=top) "
+            "and approximate font size in pixels. "
+            "Return results sorted by y position."
+        ),
+        schema=OcrResult,
+        model=model,
+        images=[base64image],
+        temperature=0,
+    )
+    return json.dumps(
+        [{"text": e.text, "y": e.y, "size": e.size, "rect": []} for e in result.items],
+        ensure_ascii=False,
+    )
+
+
+@customtracer
+def baseimg2ocr(base64image: str, margin: int = 120) -> str:
+    """
+    input1 (text): base64エンコードされた画像
+    input2 (text): 120
+    output1 (json): OCR結果
+
+    NOTE: HF版は VLM ベースOCR。Google Vision API は使用しない。
+    """
+    return _vlm_ocr(base64image)

apis/baseimg2pagetype.py

@@ -0,0 +1,222 @@
+import os
+from src.clients.llm_client import LLMClient
+from enum import Enum
+from typing import List
+
+from pydantic import BaseModel, Field
+
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+
+class PageKind(str, Enum):
+    """ペ�Eジ種別"""
+    LP = "LP"                      # ランチE��ングペ�Eジ�E�単一訴求�E問い合わぁE賁E��請求など�E�E
+    EC = "EC"                      # ECサイト（商品�Eサービスを比輁E�E選択できるサイト。購入だけでなく、賁E��請求�E見学予紁E��ども含む。カチE��リ一覧、商品詳細、比輁E���Eなどの構造を持つ�E�E
+    CORPORATE = "CORPORATE"        # コーポレートサイト（企業惁E��・採用・会社案�Eなど�E�E
+    MEDIA = "MEDIA"                # メチE��ア/ブログ�E�記事コンチE��チE��忁E��E
+    FORM = "FORM"                  # フォーム/申し込みペ�Eジ�E�問ぁE��わせ・予紁E�E申し込みフォーム中忁E��E
+    OTHER = "OTHER"                # そ�E他（上記に当てはまらなぁE�Eージ�E�E
+
+
+class EcPageType(str, Enum):
+    """ECペ�Eジ種別�E�ECの場合�Eみ有効�E�E""
+    TOP_OR_SPECIAL = "EC_TOP_OR_SPECIAL"        # ECのTOPめE��雁E�Eージ
+    CATEGORY_LIST = "EC_CATEGORY_LIST"          # カチE��リ一覧ペ�Eジ
+    PRODUCT_DETAIL = "EC_PRODUCT_DETAIL"        # 啁E��詳細ペ�Eジ
+    CART_OR_CHECKOUT = "EC_CART_OR_CHECKOUT"    # カート�EチェチE��アウト�Eージ
+    OTHER_EC = "EC_OTHER"                       # そ�E他�EEC関連ペ�Eジ
+    NOT_EC = "NOT_EC"                           # ECではなぁE��吁E
+
+
+class PageScore(BaseModel):
+    """ペ�Eジ種別のスコア"""
+    kind: PageKind
+    score: float = Field(ge=0.0, le=1.0, description="0.0、E.0のスコア")
+
+
+class PageClassification(BaseModel):
+    """ペ�Eジ刁E��結果"""
+    scores: List[PageScore]                    # 吁E�Eージ種別のスコア�E�合計�E1.0になる忁E���EなぁE��E
+    best_kind: PageKind                        # 最も高いスコアのペ�Eジ種別
+    is_ec: bool                                # ECサイトかどぁE���E�Eest_kind == EC の場吁ETrue�E�E
+    is_lp: bool                                # LPかどぁE���E�Eest_kind == LP の場吁ETrue�E�E
+    ec_page_type: EcPageType                   # ECの場合�Eペ�Eジ種別�E�非ECの場合�E NOT_EC�E�E
+    reason: str                                # 判定理由�E�日本語で簡潔に�E�E
+
+
+def _build_prompt(p: str = "") -> str:
+    """プロンプトを構築（最小限の持E���E�E""
+    page_kinds = "\n".join([f"- {kind.value}: {kind.name}" for kind in PageKind])
+    ec_page_types = "\n".join([f"- {pt.value}: {pt.name}" for pt in EcPageType if pt != EcPageType.NOT_EC])
+    
+    base_instruction = f"""画像から�Eージ種別を判定してください、E
+【�Eージ種別候補！EageKind�E�、E
+{page_kinds}
+【ECペ�Eジ種別候補！EcPageType、ECの場合�Eみ�E�、E
+{ec_page_types}
+【EC判定�E重要基準、E
+以下�E構造皁E��徴がある場合�E、ECとして高スコアを付与してください�E�E
+- カチE��リ一覧ペ�Eジ�E�褁E��の啁E��・サービスが一覧表示されてぁE���E�E
+- 啁E��・サービスの詳細ペ�EジへのリンクがあめE
+- 褁E��の選択肢を比輁E��きる機�EがあめE
+- フィルター・ソート機�EがあめE
+- 価格・料��などの惁E��が表示されてぁE��
+- 最終的なゴールが「購入」だけでなく「賁E��請求」「見学予紁E��「問ぁE��わせ」でも構いません
+- 例：霊園検索サイト、不動産検索サイト、求人サイト、比輁E��イトなど
+【LP判定�E基準、E
+- 単一の啁E��・サービス・惁E��に焦点を当ててぁE��
+- 明確なCTA�E�問ぁE��わせ・賁E��請求�Eタンなど�E�が1つまた�E少数
+- 比輁E���EめE��チE��リ一覧がなぁE
+【判定手頁E��E
+1. 各PageKindにつぁE��0.0、E.0でスコアを付与！Ecores�E�E
+2. 最も高いスコアのPageKindをbest_kindに設宁E
+3. best_kind == "EC" の場吁E
+   - is_ec = True
+   - ec_page_type めEEC_TOP_OR_SPECIAL / EC_CATEGORY_LIST / EC_PRODUCT_DETAIL / EC_CART_OR_CHECKOUT / EC_OTHER から選抁E
+4. best_kind == "LP" の場吁E
+   - is_lp = True
+   - ec_page_type = "NOT_EC"
+5. reason に判定根拠を日本語で簡潔に記述
+【補足惁E��、E
+{p if p else "(補足惁E��なぁE"}
+"""
+    return base_instruction.strip()
+
+
+def ask_raw(base64img: str, openai_key: str, p: str = "") -> PageClassification:
+    """OpenAIに問い合わせてペ�Eジ刁E��結果を取征E""
+    prompt = _build_prompt(p=p)
+    
+    # 毎回新しいクライアントを作�Eし、openai_keyを反映
+    client = LLMClient()
+    
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model="meta-llama/Llama-3.3-70B-Instruct",
+        messages=[
+            {
+                "role": "system",
+                "content": "あなた�E優れたWEBアナリストで、Webペ�Eジの種別を正確に判定する専門家です。画像から�Eージの種類を判断し、各候補に0.0、E.0のスコアを付与してください。特に、ECサイト�E判定では、購入機�Eの有無よりも、カチE��リ一覧・啁E��比輁E�E褁E��選択肢などの構造皁E��徴を重視してください。賁E��請求や見学予紁E��ゴールでも、構造皁E��EC皁E��サイト�EECとして判定してください、E
+            },
+            {
+                "role": "user",
+                "content": [
+                    {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{base64img}"}},
+                    {"type": "text", "text": prompt}
+                ]
+            },
+        ],
+        response_format=PageClassification,
+        temperature=0,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+    )
+    
+    classification: PageClassification = response
+    
+    # best_kindからis_ec, is_lpを設定（念のため�E�E
+    if classification.best_kind == PageKind.EC:
+        classification.is_ec = True
+        if classification.ec_page_type == EcPageType.NOT_EC:
+            # ECと判定されたのにNOT_ECになってぁE��場合�E、デフォルトでOTHER_ECに設宁E
+            classification.ec_page_type = EcPageType.OTHER_EC
+    elif classification.best_kind == PageKind.LP:
+        classification.is_lp = True
+        if classification.ec_page_type != EcPageType.NOT_EC:
+            classification.ec_page_type = EcPageType.NOT_EC
+    else:
+        # ECでめEPでもなぁE��吁E
+        classification.is_ec = False
+        classification.is_lp = False
+        if classification.ec_page_type != EcPageType.NOT_EC:
+            classification.ec_page_type = EcPageType.NOT_EC
+    
+    return classification
+
+
+@customtracer
+def baseimg2pagetype(base64img,  openai_key = "default",   p = ""):
+    """
+    input1 (text): base64img - base64エンコードされた画僁E
+    input2 (text): default
+    input3 (text): 補足チE��スト（任意！E
+    output1 (json): ペ�EジタイチE
+    output2 (text): human_readable_summary
+    """
+    # openai_keyの処琁E
+    if openai_key == "default" or not openai_key:
+        openai_key = os.environ.get('OPENAI_KEY', '')
+
+    print(f"baseimg2pagetype openai_key:",openai_key[-4:])
+    
+    classification = ask_raw(base64img=base64img, openai_key=openai_key, p=p)
+    
+    result_dict = classification.model_dump()
+    
+    # 人間向けサマリ
+    summary_lines = [
+        f"best_kind: {classification.best_kind.value}",
+        f"is_ec: {classification.is_ec}",
+        f"is_lp: {classification.is_lp}",
+        f"ec_page_type: {classification.ec_page_type.value}",
+        "",
+        "scores:",
+    ]
+    # スコアの高い頁E��ソーチE
+    sorted_scores = sorted(classification.scores, key=lambda s: s.score, reverse=True)
+    for score in sorted_scores:
+        summary_lines.append(f"  - {score.kind.value}: {score.score:.3f}")
+    
+    summary_lines.extend(["", f"reason: {classification.reason}"])
+    summary_text = "\n".join(summary_lines)
+    
+    return result_dict, summary_text

apis/baseimg2score.py

@@ -0,0 +1,92 @@
+import os
+import json
+import logging
+from pydantic import BaseModel
+from datetime import datetime
+import pytz
+
+from src.clients.llm_client import LLMClient
+from src.utils.tracer import customtracer
+
+logger = logging.getLogger("baseimg2score")
+if not logger.handlers:
+    handler = logging.StreamHandler()
+    handler.setFormatter(logging.Formatter("%(message)s"))
+    logger.addHandler(handler)
+logger.setLevel(logging.INFO)
+
+
+class Answer(BaseModel):
+    citation: str
+    suggestion: str
+    score: int
+
+
+@customtracer
+def baseimg2score(
+    p,
+    openai_key,
+    image64=None,
+    model="meta-llama/Llama-3.3-70B-Instruct",
+    gemini_key=None,
+):
+    """
+    input1 (text): 13: ※金融犯罪にご注愁E手口はこちら、E
+    input2 (text): default
+    input3 (text): 
+    input4 (text): gpt-4o
+    input5 (text): default
+    output1 (json): 頁E��
+    """
+    selected_model = model if model else "meta-llama/Llama-3.3-70B-Instruct"
+
+    #1. webUIからの呼び出し�E場合キーを�Eれなくても実行可能
+    #2. APIからの呼び出し�E場合キーを�EれなくてはならなぁE
+    if selected_model and "gemini" in selected_model.lower():
+        if gemini_key and gemini_key != "default":
+            api_key = gemini_key
+        else:
+            api_key = os.environ.get('GEMINI_KEY')
+        client = LLMClient(google_api_key=api_key)
+    else:
+        if openai_key and openai_key != "default":
+            api_key = openai_key
+        else:
+            api_key = os.environ.get('OPENAI_KEY')
+        client = LLMClient(openai_key=api_key)
+
+    system_prompt = """与えられた情報と質問に対して、採点基準を参�Eして以下を回答します、E
+citation:当該箁E��の引用
+suggestion:満点でなぁE��合�E満点になるよぁE��具体的な持E��。満点の場合�E優れた点を�E体的な叙述
+"""
+
+    images = [image64] if image64 else None
+    img_flag = image64[-4:] if image64 else "none"
+
+    dt = datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%m/%d %H:%M")
+
+    try:
+        result = client.call(
+            prompt=p,
+            schema=Answer,
+            model=selected_model,
+            system_prompt=system_prompt,
+            images=images,
+            temperature=0,
+        )
+
+        combined = (
+            f"[baseimg2score] (img:{img_flag}) "
+            f"({dt}) mdl:{selected_model}"
+        )
+        logger.info(combined)
+
+        return result.model_dump()
+
+    except Exception as e:
+        err_msg = (
+            f"[baseimg2score] (img:{img_flag}) "
+            f"({dt}) ERROR: {type(e).__name__}: {str(e)}"
+        )
+        logger.error(err_msg)
+        raise

apis/ecinfo2winningrate.py

@@ -0,0 +1,233 @@
+import os
+from src.clients.llm_client import LLMClient
+import json
+from pydantic import BaseModel, conint
+from enum import Enum
+from typing import Any, Dict, List
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+class reason(BaseModel):
+    choice: str
+    content_description: str
+    contribution: int
+    reason: str
+    recommend: str
+
+class win_or_lose(str, Enum):
+    win = "勝ち"
+    lose = "負ぁE
+    
+class testpattern_win_or_lose(BaseModel):
+    testpattern: win_or_lose
+    possibility: int
+    reasons: list[reason]
+
+def extract_text_from_items(items: List[Dict[str, Any]]) -> str:
+    """リスト�EのアイチE��からtextを抽出して結合"""
+    if not items:
+        return "なぁE
+    texts = []
+    for item in items:
+        if isinstance(item, dict) and "text" in item:
+            texts.append(item["text"])
+    return ", ".join(texts) if texts else "なぁE
+
+def ecinfo_to_text(ecinfo_data: Dict[str, Any]) -> str:
+    """
+    ecinfoチE�Eタをテキスト形式に変換
+    FV版�E形式に類似: 「商品名: xxx, 価格: xxx, カート�Eタン: xxx、E
+    すべてのコンポ�Eネントを含め、空の場合�E「なし」と明示
+    """
+    parts = []
+    
+    # メタ惁E��
+    meta = ecinfo_data.get("メタ", {})
+    if meta:
+        parts.append(f"会社吁E {meta.get('会社吁E, 'なぁE)}")
+        parts.append(f"業畁E {meta.get('業畁E, 'なぁE)}")
+        parts.append(f"中刁E��E {meta.get('中刁E��E, 'なぁE)}")
+        parts.append(f"サービス: {meta.get('サービス', 'なぁE)}")
+        parts.append(f"啁E��: {meta.get('啁E��', 'なぁE)}")
+        parts.append(f"タイトル: {meta.get('タイトル', 'なぁE)}")
+        if meta.get("訴求テーチE):
+            themes = ", ".join(meta["訴求テーチE]) if isinstance(meta["訴求テーチE], list) else meta["訴求テーチE]
+            parts.append(f"訴求テーチE {themes}")
+        else:
+            parts.append("訴求テーチE なぁE)
+    
+    # ペ�Eジ共送E
+    parts.append(f"ロゴ: {extract_text_from_items(ecinfo_data.get('ロゴ', []))}")
+    parts.append(f"グローバル検索バ�E: {extract_text_from_items(ecinfo_data.get('グローバル検索バ�E', []))}")
+    parts.append(f"ハンバ�Eガーメニューアイコン: {extract_text_from_items(ecinfo_data.get('ハンバ�Eガーメニューアイコン', []))}")
+    parts.append(f"カートアイコン: {extract_text_from_items(ecinfo_data.get('カートアイコン', []))}")
+    parts.append(f"ユーザーメニュー: {extract_text_from_items(ecinfo_data.get('ユーザーメニュー', []))}")
+    
+    # ナビゲーション
+    parts.append(f"ブレチE��クラム: {extract_text_from_items(ecinfo_data.get('ブレチE��クラム', []))}")
+    parts.append(f"ペ�Eジネ�Eション: {extract_text_from_items(ecinfo_data.get('ペ�Eジネ�Eション', []))}")
+    parts.append(f"タブ�E替: {extract_text_from_items(ecinfo_data.get('タブ�E替', []))}")
+    
+    # トップ�Eージ
+    parts.append(f"メインビジュアル: {extract_text_from_items(ecinfo_data.get('メインビジュアル', []))}")
+    parts.append(f"プロモーションバナー: {extract_text_from_items(ecinfo_data.get('プロモーションバナー', []))}")
+    parts.append(f"カチE��リカーチE {extract_text_from_items(ecinfo_data.get('カチE��リカーチE, []))}")
+    
+    # 啁E��一覧ペ�Eジ
+    parts.append(f"啁E��一覧: {extract_text_from_items(ecinfo_data.get('啁E��一覧', []))}")
+    parts.append(f"フィルタ: {extract_text_from_items(ecinfo_data.get('フィルタ', []))}")
+    parts.append(f"ソーチE {extract_text_from_items(ecinfo_data.get('ソーチE, []))}")
+    parts.append(f"ペ�Eジャー: {extract_text_from_items(ecinfo_data.get('ペ�Eジャー', []))}")
+    parts.append(f"クイチE��ビューアイコン: {extract_text_from_items(ecinfo_data.get('クイチE��ビューアイコン', []))}")
+    
+    # 啁E��詳細ペ�Eジ
+    parts.append(f"啁E��吁E {extract_text_from_items(ecinfo_data.get('啁E��吁E, []))}")
+    parts.append(f"価格: {extract_text_from_items(ecinfo_data.get('価格', []))}")
+    parts.append(f"ブランチE {extract_text_from_items(ecinfo_data.get('ブランチE, []))}")
+    parts.append(f"サムネイル: {extract_text_from_items(ecinfo_data.get('サムネイル', []))}")
+    parts.append(f"画像ギャラリー: {extract_text_from_items(ecinfo_data.get('画像ギャラリー', []))}")
+    parts.append(f"カラースウォチE��: {extract_text_from_items(ecinfo_data.get('カラースウォチE��', []))}")
+    parts.append(f"サイズセレクタ: {extract_text_from_items(ecinfo_data.get('サイズセレクタ', []))}")
+    parts.append(f"在庫スチE�Eタス: {extract_text_from_items(ecinfo_data.get('在庫スチE�Eタス', []))}")
+    parts.append(f"配送情報: {extract_text_from_items(ecinfo_data.get('配送情報', []))}")
+    parts.append(f"ボタン_カート追加: {extract_text_from_items(ecinfo_data.get('ボタン_カート追加', []))}")
+    parts.append(f"ボタン_今すぐ購入: {extract_text_from_items(ecinfo_data.get('ボタン_今すぐ購入', []))}")
+    parts.append(f"レビューサマリー: {extract_text_from_items(ecinfo_data.get('レビューサマリー', []))}")
+    parts.append(f"レビューボタン: {extract_text_from_items(ecinfo_data.get('レビューボタン', []))}")
+    parts.append(f"QnAリンク: {extract_text_from_items(ecinfo_data.get('QnAリンク', []))}")
+    parts.append(f"バッジタグ: {extract_text_from_items(ecinfo_data.get('バッジタグ', []))}")
+    parts.append(f"関連啁E��カルーセル: {extract_text_from_items(ecinfo_data.get('関連啁E��カルーセル', []))}")
+    
+    # カート�Eージ
+    parts.append(f"カート商品リスチE {extract_text_from_items(ecinfo_data.get('カート商品リスチE, []))}")
+    parts.append(f"数量セレクタ: {extract_text_from_items(ecinfo_data.get('数量セレクタ', []))}")
+    parts.append(f"削除アイコン: {extract_text_from_items(ecinfo_data.get('削除アイコン', []))}")
+    parts.append(f"クーポン入劁E {extract_text_from_items(ecinfo_data.get('クーポン入劁E, []))}")
+    parts.append(f"注斁E��計サマリー: {extract_text_from_items(ecinfo_data.get('注斁E��計サマリー', []))}")
+    parts.append(f"チェチE��アウト�Eタン: {extract_text_from_items(ecinfo_data.get('チェチE��アウト�Eタン', []))}")
+    
+    # 共通下部
+    parts.append(f"フッターリンク: {extract_text_from_items(ecinfo_data.get('フッターリンク', []))}")
+    parts.append(f"SNSアイコン: {extract_text_from_items(ecinfo_data.get('SNSアイコン', []))}")
+    parts.append(f"カスタマ�Eサポ�Eトリンク: {extract_text_from_items(ecinfo_data.get('カスタマ�Eサポ�Eトリンク', []))}")
+    
+    return "、E.join(parts) + "、E if parts else "惁E��なぁE
+
+def parse_ecinfo_input(ecinfo_input: str) -> str:
+    """
+    ecinfo入力をパ�EスしてチE��スト形式に変換
+    JSON形式�E場合�Eパ�EスしてチE��ストに変換、既にチE��スト形式�E場合�Eそ�Eまま返す
+    """
+    # JSON形式かどぁE��を判宁E
+    ecinfo_input = ecinfo_input.strip()
+    if ecinfo_input.startswith('{') or ecinfo_input.startswith('['):
+        try:
+            ecinfo_data = json.loads(ecinfo_input)
+            return ecinfo_to_text(ecinfo_data)
+        except json.JSONDecodeError:
+            # JSONパ�Eスに失敗した場合�E、テキスト形式として扱ぁE
+            return ecinfo_input
+    else:
+        # 既にチE��スト形弁E
+        return ecinfo_input
+
+@customtracer
+def ecinfo2winningrate(ecinfo1, ecinfo2):
+    """
+    input1 (text): 会社吁E ベルーナ。業畁E コマ�Eス�E�趣味・食品・衣類）。中刁E��E ファチE��ョン。サービス: オンラインショチE��ング。商杁E 裏起毛パーカー。タイトル: あったか裏起毛パフ袖ゆったりパ�Eカー - ベルーナ【���E式】。訴求テーチE チE��イン変更でタチE�E玁E��加, カラー/サイズ変更でCVR増加。ロゴ: ベルーナ【�E式】。グローバル検索バ�E: 検索。商品名: あったか裏起毛パフ袖ゆったりパ�Eカー。価格: 3,289冁E��税込�E�。カラースウォチE��: カラー選択。サイズセレクタ: サイズ選択。�Eタン_カート追加: カートに追加、E
+    input2 (text): 会社吁E ベルーナ。業畁E コマ�Eス�E�趣味・食品・衣類）。中刁E��E ファチE��ョン。サービス: オンラインショチE�E。商杁E あったか裏起毛パフ袖ゆったりパ�Eカー。タイトル: あったか裏起毛パフ袖ゆったりパ�Eカー - ベルーナ【�E式】。訴求テーチE フリルのスタンドカラー, 大人可愛いチE��イン。ロゴ: alotta。商品名: あったか裏起毛パフ袖ゆったりパ�Eカー。価格: なし。カラースウォチE��: なし。サイズセレクタ: M L LL 3L。�Eタン_カート追加: カートに入れる、E
+    output1 (json): チE��トパターンの勝敗予測と琁E��
+    """
+    print("ecinfo2winningrate")
+    client = LLMClient())
+
+    # 入力がJSON形式�E場合�EチE��ストに変換
+    ecinfo1_text = parse_ecinfo_input(ecinfo1)
+    ecinfo2_text = parse_ecinfo_input(ecinfo2)
+
+    p = "以下に2つのECサイト�Eージの冁E��を�E挙します。テストパターンの勝敗を予想し、勝敗�E琁E��めEつ述べてください、En\n#オリジナル\n" + ecinfo1_text + "\n\n#チE��トパターン\n" + ecinfo2_text
+    
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+    model="meta-llama/Llama-3.1-8B-Instruct",
+       
+    messages=[
+        {
+        "role": "system",
+        "content": [
+            {
+            "type": "text",
+            "text": """WEBペ�EジのECサイト情報を比輁E��て、テストパターンの勝敗を予測し、勝因を記述します。以下�E注意に従い記載をしてください、E
+STEP1: possibilityには、その勝敗予測が合ってぁE��確玁E��0~100の間で入れてください。�E容が同一の場合�EpossibilityめEにしてください。勝因に特筁E��べきものがあれ�E、contributionを高く設定してください、E
+STEP2: contributionに応じて、reasonの強さを「優れてぁE��、E「すると良ぁE��E「可能性がある」�Eように表現を変えてください、E
+STEP3: オリジナルと差刁E��なければ、理由には特に何も書かなぁE��ください、E
+STEP4: チE��トパターンに値がなぁE��合�E、contributionめEにして何も提案しなくてよいです、E
+STEP5: 斁E���E、だ・である調で統一してください、E""
+            }
+        ]
+        },
+        {
+        "role": "user",
+        "content": [
+            {
+            "type": "text",
+            "text": p
+            }
+        ]
+        }
+    ],
+    response_format=testpattern_win_or_lose,  
+    temperature=1.2,
+    top_p=1,
+    frequency_penalty=0,
+    presence_penalty=0
+    )
+    return response
+

apis/format2cninfo.py

@@ -0,0 +1,118 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel, Field
+from enum import Enum
+import base64
+from io import BytesIO
+from PIL import Image
+from typing import List, Optional
+from functools import cache
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+from src.models.common import model
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+class UIoption(str, Enum):
+    element1 = "バナー/動画"
+    element2 = "CTA"
+    element3 = "チE��スチE
+    element4 = "フォーム"
+
+class Component(BaseModel):
+    component_large: str
+    component_middle: str
+    component_small: list[str]
+    UIelement: UIoption
+
+class CNinfo(BaseModel):
+    components: list[Component]
+   
+def get_openai_request(messages, format):
+    client = LLMClient()
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model="meta-llama/Llama-3.3-70B-Instruct",
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=format,
+        temperature=0
+    )
+    return response
+
+@customtracer
+def format2cninfo(p, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): ■自社: 親子でのスマ�E料��節紁E親子でのお得感 チE�Eタの余剰利用 通話とネット�Eコストパフォーマンス スマ�EチE��ュー支援 家族向け�E安�E機�E 豊富な端末ラインアチE�E ■競合他社: 22歳までのお得なプラン	大好評�Eサービス	親子でお得にスマ�Eを利用	22歳以下限定�Eお得なキャンペ�Eン	学生向け�Eお得さ 青春年齢向けのお得なプラン	低価格で高品質な通信サービス	格安SIMとスマ�Eの利便性	22歳以下限定�E割引キャンペ�Eン	スマ�EチE��ュー応援 家族割引との絁E��合わせでの最安値	料��プランの多様性	親子でのお得な割引サービス	スマ�EチE��ューのお得さ	特別割弁EチE�Eタ3GB提侁E割引サービスによるコスト削渁E新規契紁E��プラン変更による特典	機種代と基本料�Eダブル割弁E大容量データ エントリー制の特典シスチE��	24時間ぁE��でもオンラインで手続き可能	家族�E員が割引を受けられるサービス	家族間の無料通話サービス	プライムビデオ特典 22歳までの長期利用可能	製品ラインナップ�E允E��E期間限定�Eキャンペ�Eン	人気スマ�Eの割引販売	安�E教育サービス 話題�Eスマ�Eが安く手に入めE詳細なサポ�EトとFAQ	シンプルな料��プラン	家族�E員の料��割弁E子育てサポ�Eトサービス   業界トレンド：「◯◯◯◯◯」「◯◯◯◯◯」「◯◯◯◯◯」が吁E��共通する訴求コンチE��チE��ある、E60字程度)
+    input2 (text): default
+    output1 (json): 頁E��
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__)
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    messages=[
+        {
+        "role": "system",
+        "content": """提供したフォーマットデータから、忁E��なコンチE��チE�E要素を生成してください、E"",
+        },
+        {
+        "role": "user",
+        "content":  [{"type": "text", "text":p}]
+        },
+    ]
+    
+    return get_openai_request(messages, CNinfo)

apis/format2cninfos.py

@@ -0,0 +1,161 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel, Field
+from enum import Enum
+import base64
+from io import BytesIO
+from PIL import Image
+from typing import List, Optional
+from functools import cache
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+from src.models.common import model
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+"""
+CN(コンチE��チE用の褁E��バリアント生成API�E�Eormat2cninfo.pyに依存しなぁE��立実裁E��E
+"""
+
+# スキーマ定義�E�Eormat2cninfo.pyから独立！E
+class UIoption(str, Enum):
+    element1 = "バナー/動画"
+    element2 = "CTA"
+    element3 = "チE��スチE
+    element4 = "フォーム"
+
+class Component(BaseModel):
+    component_large: str
+    component_middle: str
+    component_small: list[str]
+    UIelement: UIoption
+
+class CNinfo(BaseModel):
+    components: list[Component]
+
+
+def get_openai_request(messages, format, n=1):
+    """
+    OpenAI API呼び出し！Eパラメータ対応、常にリストを返す�E�E
+    
+    Args:
+        messages: メチE��ージリスチE
+        format: レスポンスフォーマッチE
+        n: 生�Eする候補数�E�デフォルチE 1�E�E
+    
+    Returns:
+        list[str]: 常にリストで返却�E�E=1でも長ぁEのリスト！E
+    """
+    client = LLMClient())
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model="meta-llama/Llama-3.3-70B-Instruct",
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=format,
+        temperature=0,
+        n=n
+    )
+    
+    # 常にリストで返す�E�E=1でも統一�E�E
+    return [choice.message.content for choice in response.choices]
+
+
+@customtracer
+def format2cninfos(p, openai_key=os.environ.get('OPENAI_KEY'), n=1):
+    """
+    input1 (text): prompt text
+    input2 (text): default
+    input3 (number): 1
+    output1 (json): CNinfo variants list
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__, f"n={n}")
+    
+    if openai_key == "default" or not openai_key:
+        openai_key = os.environ.get('OPENAI_KEY', '')
+    
+    if openai_key:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    # n を整数に変換し、篁E��チェチE��
+    try:
+        n = int(n)
+        if n < 1:
+            print(f"Warning: n={n} is invalid, using n=1")
+            n = 1
+        elif n > 10:
+            print(f"Warning: n={n} is too large, capping at 10")
+            n = 10
+    except (TypeError, ValueError):
+        print(f"Warning: n={n} is invalid, using n=1")
+        n = 1
+    
+    messages=[
+        {
+        "role": "system",
+        "content": """提供したフォーマットデータから、忁E��なコンチE��チE�E要素を生成してください、E"",
+        },
+        {
+        "role": "user",
+        "content":  [{"type": "text", "text":p}]
+        },
+    ]
+    
+    # get_openai_requestは常にリストを返すので、そのまま使用
+    result = get_openai_request(messages, CNinfo, n=n)
+    
+    print(f"Generated {len(result)} CN variants")
+    
+    # リストをJSON斁E���Eとして返す
+    return json.dumps(result, ensure_ascii=False)

apis/format2ecinfo.py

@@ -0,0 +1,245 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import base64
+from io import BytesIO
+from PIL import Image
+import re
+from pydantic import BaseModel
+import numpy as np
+from enum import Enum
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+"""
+EC用のバリアント生成API
+baseimg2ecinfo_rect.pyのpageInfo構造に準拠
+"""
+
+class Category(str, Enum):
+    ビジネス = "ビジネス�E�EaaS・法人支援�E�E
+    ヘルスケア = "ヘルスケア�E�美容・健康�E�E
+    ヒューマンリソース = "ヒューマンリソース�E�求人・紹介！E
+    コマ�Eス = "コマ�Eス�E�趣味・食品・衣類！E
+    ファイナンス = "ファイナンス�E���融�E保険・不動産�E�E
+    インフラ = "インフラ�E�電気�E通信・ガス・住屁E��E
+    ライフイベンチE= "ライフイベント（教育・結婚�E相諁E��E
+
+class CategoryMiddle(str, Enum):
+    # ビジネス
+    ITソフトウェア = "IT・ソフトウェア"
+    マ�Eケ支援コンサル = "マ�Eケ支援・コンサル"
+    オフィス機器用品E= "オフィス・機器用品E
+
+    # ヘルスケア
+    健康食品器具 = "健康食品・器具"
+    美容医療クリニック = "美容・医療クリニック"
+    美容コスメ = "美容コスメ"
+    フィチE��ネスジム = "フィチE��ネスジム"
+
+    # ヒューマンリソース
+    求人惁E�� = "求人惁E��"
+    人材紹仁E= "人材紹仁E
+    人材派遣 = "人材派遣"
+
+    # コマ�Eス
+    動画アニメゲーム = "動画・アニメ・ゲーム"
+    リユースリサイクル = "リユース・リサイクル"
+    旁E���EチE��レジャー = "旁E���Eホテル・レジャー"
+    趣味交隁E= "趣味・交隁E
+    新聞雑誌メチE��ア = "新聞�E雑誌�E惁E��メチE��ア"
+    自動車レンタカー用品E= "自動車�Eレンタカー・用品E
+    飲料食品生活用品E= "飲料食品・生活用品E
+    家電パソコン = "家電・パソコン"
+    ファチE��ョン = "ファチE��ョン"
+
+    # ファイナンス
+    不動産 = "不動産"
+    保険 = "保険"
+    ローン = "ローン"
+    クレカ電子決渁E= "クレカ・電子決渁E
+    証券FX先物 = "証券・FX・先物"
+    銀衁E= "銀衁E
+
+    # インフラ
+    ネット通信サービス = "ネット�E通信サービス"
+    電気ガス = "電気�Eガス"
+    住宁E��備リフォーム = "住宁E��備�Eリフォーム"
+
+    # ライフイベンチE
+    士業相諁E= "士業・相諁E
+    学習スクール = "学習�Eスクール"
+    結婚�E会い = "結婚�E出会い"
+    葬儀墓地 = "葬儀・墓地"
+    引越し介護 = "引越し・介護"
+    
+class Meta(BaseModel):
+    会社吁E str
+    業畁E Category
+    中刁E��E CategoryMiddle
+    サービス: str
+    啁E��: str
+    タイトル: str
+    訴求テーチE list[str]
+
+class cood(BaseModel):
+    x: int
+    y: int
+
+class str_with_rect(BaseModel):
+    text: str
+    html: str
+    rect: list[cood]
+
+class pageInfo(BaseModel):
+    # ペ�Eジ共送E
+    メタ: Meta
+    ロゴ: list[str_with_rect]
+    グローバル検索バ�E: list[str_with_rect]
+    ハンバ�Eガーメニューアイコン: list[str_with_rect]
+    カートアイコン: list[str_with_rect]
+    ユーザーメニュー: list[str_with_rect]
+    
+    # ナビゲーション
+    ブレチE��クラム: list[str_with_rect]
+    ペ�Eジネ�Eション: list[str_with_rect]
+    タブ�E替: list[str_with_rect]
+
+    # トップ�Eージ
+    メインビジュアル: list[str_with_rect]
+    プロモーションバナー: list[str_with_rect]
+    カチE��リカーチE list[str_with_rect]
+    
+    # 啁E��一覧ペ�Eジ
+    啁E��一覧: list[str_with_rect]
+    フィルタ: list[str_with_rect]
+    ソーチE list[str_with_rect]
+    ペ�Eジャー: list[str_with_rect]
+    クイチE��ビューアイコン: list[str_with_rect]
+    
+    # 啁E��詳細ペ�Eジ
+    啁E��吁E list[str_with_rect]
+    価格: list[str_with_rect]
+    ブランチE list[str_with_rect]
+    サムネイル: list[str_with_rect]
+    画像ギャラリー: list[str_with_rect]
+    カラースウォチE��: list[str_with_rect]
+    サイズセレクタ: list[str_with_rect]
+    在庫スチE�Eタス: list[str_with_rect]
+    配送情報: list[str_with_rect]
+    ボタン_カート追加: list[str_with_rect]
+    ボタン_今すぐ購入: list[str_with_rect]
+    レビューサマリー: list[str_with_rect]
+    レビューボタン: list[str_with_rect]
+    QnAリンク: list[str_with_rect]
+    バッジタグ: list[str_with_rect]
+    関連啁E��カルーセル: list[str_with_rect]
+    
+    # カート�Eージ
+    カート商品リスチE list[str_with_rect]
+    数量セレクタ: list[str_with_rect]
+    削除アイコン: list[str_with_rect]
+    クーポン入劁E list[str_with_rect]
+    注斁E��計サマリー: list[str_with_rect]
+    チェチE��アウト�Eタン: list[str_with_rect]
+    
+    # 共通下部
+    フッターリンク: list[str_with_rect]
+    SNSアイコン: list[str_with_rect]
+    カスタマ�Eサポ�Eトリンク: list[str_with_rect]
+
+
+def get_openai_request(messages, format, openai_key):
+    """OpenAI APIを呼び出ぁE""
+    client = LLMClient()
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model="meta-llama/Llama-3.3-70B-Instruct",
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=format,
+        temperature=0
+    )
+    return response
+
+@customtracer
+def format2ecinfo(p, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    ECサイト用のバリアント生成API
+    baseimg2ecinfo_rect.pyのpageInfo構造に準拠
+    
+    input1 (text): プロンプト�E�Eormat2fvinfoと同様�E形式！E
+    input2 (text): default
+    output1 (json): pageInfo形式�EJSON
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__)
+    
+    if openai_key == "default" or not openai_key:
+        openai_key = os.environ.get('OPENAI_KEY', '')
+    
+    if openai_key:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    messages=[
+        {
+        "role": "system",
+        "content": """提供したフォーマットデータから、ECサイト向け�Eペ�Eジ惁E��を生成してください。baseimg2ecinfo_rect.pyのpageInfo構造に準拠し、ECサイト�E特性�E�商品比輁E��カチE��リ一覧、賁E��請求など�E�を老E�Eして、E��刁E��要素を生成してください。各要素はstr_with_rect形式！Eext, html, rect�E�で記述してください、E"",
+        },
+        {
+        "role": "user",
+        "content":  [{"type": "text", "text":p}]
+        },
+    ]
+    
+    return get_openai_request(messages, pageInfo, openai_key)

apis/format2ecinfos.py

@@ -0,0 +1,279 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import base64
+from io import BytesIO
+from PIL import Image
+import re
+from pydantic import BaseModel
+import numpy as np
+from enum import Enum
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+"""
+EC用の褁E��バリアント生成API�E�Eormat2ecinfo.pyに依存しなぁE��立実裁E��E
+baseimg2ecinfo_rect.pyのpageInfo構造に準拠
+"""
+
+# スキーマ定義�E�Eormat2ecinfo.pyから独立！E
+class Category(str, Enum):
+    ビジネス = "ビジネス�E�EaaS・法人支援�E�E
+    ヘルスケア = "ヘルスケア�E�美容・健康�E�E
+    ヒューマンリソース = "ヒューマンリソース�E�求人・紹介！E
+    コマ�Eス = "コマ�Eス�E�趣味・食品・衣類！E
+    ファイナンス = "ファイナンス�E���融�E保険・不動産�E�E
+    インフラ = "インフラ�E�電気�E通信・ガス・住屁E��E
+    ライフイベンチE= "ライフイベント（教育・結婚�E相諁E��E
+
+class CategoryMiddle(str, Enum):
+    # ビジネス
+    ITソフトウェア = "IT・ソフトウェア"
+    マ�Eケ支援コンサル = "マ�Eケ支援・コンサル"
+    オフィス機器用品E= "オフィス・機器用品E
+
+    # ヘルスケア
+    健康食品器具 = "健康食品・器具"
+    美容医療クリニック = "美容・医療クリニック"
+    美容コスメ = "美容コスメ"
+    フィチE��ネスジム = "フィチE��ネスジム"
+
+    # ヒューマンリソース
+    求人惁E�� = "求人惁E��"
+    人材紹仁E= "人材紹仁E
+    人材派遣 = "人材派遣"
+
+    # コマ�Eス
+    動画アニメゲーム = "動画・アニメ・ゲーム"
+    リユースリサイクル = "リユース・リサイクル"
+    旁E���EチE��レジャー = "旁E���Eホテル・レジャー"
+    趣味交隁E= "趣味・交隁E
+    新聞雑誌メチE��ア = "新聞�E雑誌�E惁E��メチE��ア"
+    自動車レンタカー用品E= "自動車�Eレンタカー・用品E
+    飲料食品生活用品E= "飲料食品・生活用品E
+    家電パソコン = "家電・パソコン"
+    ファチE��ョン = "ファチE��ョン"
+
+    # ファイナンス
+    不動産 = "不動産"
+    保険 = "保険"
+    ローン = "ローン"
+    クレカ電子決渁E= "クレカ・電子決渁E
+    証券FX先物 = "証券・FX・先物"
+    銀衁E= "銀衁E
+
+    # インフラ
+    ネット通信サービス = "ネット�E通信サービス"
+    電気ガス = "電気�Eガス"
+    住宁E��備リフォーム = "住宁E��備�Eリフォーム"
+
+    # ライフイベンチE
+    士業相諁E= "士業・相諁E
+    学習スクール = "学習�Eスクール"
+    結婚�E会い = "結婚�E出会い"
+    葬儀墓地 = "葬儀・墓地"
+    引越し介護 = "引越し・介護"
+    
+class Meta(BaseModel):
+    会社吁E str
+    業畁E Category
+    中刁E��E CategoryMiddle
+    サービス: str
+    啁E��: str
+    タイトル: str
+    構�Eの意図: str
+    訴求テーチE list[str]
+
+class cood(BaseModel):
+    x: int
+    y: int
+
+class str_with_rect(BaseModel):
+    text: str
+    html: str
+    rect: list[cood]
+
+class pageInfo(BaseModel):
+    # ペ�Eジ共送E
+    メタ: Meta
+    ロゴ: list[str_with_rect]
+    グローバル検索バ�E: list[str_with_rect]
+    ハンバ�Eガーメニューアイコン: list[str_with_rect]
+    カートアイコン: list[str_with_rect]
+    ユーザーメニュー: list[str_with_rect]
+    
+    # ナビゲーション
+    ブレチE��クラム: list[str_with_rect]
+    ペ�Eジネ�Eション: list[str_with_rect]
+    タブ�E替: list[str_with_rect]
+
+    # トップ�Eージ
+    メインビジュアル: list[str_with_rect]
+    プロモーションバナー: list[str_with_rect]
+    カチE��リカーチE list[str_with_rect]
+    
+    # 啁E��一覧ペ�Eジ
+    啁E��一覧: list[str_with_rect]
+    フィルタ: list[str_with_rect]
+    ソーチE list[str_with_rect]
+    ペ�Eジャー: list[str_with_rect]
+    クイチE��ビューアイコン: list[str_with_rect]
+    
+    # 啁E��詳細ペ�Eジ
+    啁E��吁E list[str_with_rect]
+    価格: list[str_with_rect]
+    ブランチE list[str_with_rect]
+    サムネイル: list[str_with_rect]
+    画像ギャラリー: list[str_with_rect]
+    カラースウォチE��: list[str_with_rect]
+    サイズセレクタ: list[str_with_rect]
+    在庫スチE�Eタス: list[str_with_rect]
+    配送情報: list[str_with_rect]
+    ボタン_カート追加: list[str_with_rect]
+    ボタン_今すぐ購入: list[str_with_rect]
+    レビューサマリー: list[str_with_rect]
+    レビューボタン: list[str_with_rect]
+    QnAリンク: list[str_with_rect]
+    バッジタグ: list[str_with_rect]
+    関連啁E��カルーセル: list[str_with_rect]
+    
+    # カート�Eージ
+    カート商品リスチE list[str_with_rect]
+    数量セレクタ: list[str_with_rect]
+    削除アイコン: list[str_with_rect]
+    クーポン入劁E list[str_with_rect]
+    注斁E��計サマリー: list[str_with_rect]
+    チェチE��アウト�Eタン: list[str_with_rect]
+    
+    # 共通下部
+    フッターリンク: list[str_with_rect]
+    SNSアイコン: list[str_with_rect]
+    カスタマ�Eサポ�Eトリンク: list[str_with_rect]
+
+
+def get_openai_request(messages, format, n=1):
+    """
+    OpenAI API呼び出し！Eパラメータ対応、常にリストを返す�E�E
+    
+    Args:
+        messages: メチE��ージリスチE
+        format: レスポンスフォーマッチE
+        n: 生�Eする候補数�E�デフォルチE 1�E�E
+    
+    Returns:
+        list[str]: 常にリストで返却�E�E=1でも長ぁEのリスト！E
+    """
+    client = LLMClient())
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model="meta-llama/Llama-3.3-70B-Instruct",
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=format,
+        temperature=0,
+        n=n
+    )
+    
+    # 常にリストで返す�E�E=1でも統一�E�E
+    return [choice.message.content for choice in response.choices]
+
+
+@customtracer
+def format2ecinfos(p, openai_key=os.environ.get('OPENAI_KEY'), n=1):
+    """
+    input1 (text): プロンプト�E�Eormat2ecinfoと同様�E形式！E
+    input2 (text): default
+    input3 (number): 1
+    output1 (json): pageInfo形式�EJSONの配�E
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__, f"n={n}")
+    
+    if openai_key == "default" or not openai_key:
+        openai_key = os.environ.get('OPENAI_KEY', '')
+    
+    if openai_key:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    # n を整数に変換し、篁E��チェチE��
+    try:
+        n = int(n)
+        if n < 1:
+            print(f"Warning: n={n} is invalid, using n=1")
+            n = 1
+        elif n > 10:
+            print(f"Warning: n={n} is too large, capping at 10")
+            n = 10
+    except (TypeError, ValueError):
+        print(f"Warning: n={n} is invalid, using n=1")
+        n = 1
+    
+    messages=[
+        {
+        "role": "system",
+        "content": """提供したフォーマットデータから、ECサイト向け�Eペ�Eジ惁E��を生成してください。baseimg2ecinfo_rect.pyのpageInfo構造に準拠し、ECサイト�E特性�E�商品比輁E��カチE��リ一覧、賁E��請求など�E�を老E�Eして、E��刁E��要素を生成してください。各要素はstr_with_rect形式！Eext, html, rect�E�で記述してください、E"",
+        },
+        {
+        "role": "user",
+        "content":  [{"type": "text", "text":p}]
+        },
+    ]
+    
+    # get_openai_requestは常にリストを返すので、そのまま使用
+    result = get_openai_request(messages, pageInfo, n=n)
+    
+    print(f"Generated {len(result)} EC variants")
+    
+    # リストをJSON斁E���Eとして返す
+    #return json.dumps(result, ensure_ascii=False)
+    return result

apis/format2fvinfo.py

@@ -0,0 +1,154 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel, Field
+from enum import Enum
+import base64
+from io import BytesIO
+from PIL import Image
+from typing import List, Optional
+from functools import cache
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+from src.models.common import model
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+"""
+class FVinfo(BaseModel):
+    メインコピ�E: list[str]
+    サブコピ�E: list[str]
+    ビジュアル: list[str]
+    権威付け: list[str]
+    CTA: list[str]
+"""
+
+class Meta(BaseModel):
+    会社吁E str
+    業畁E str
+    ブランチE str
+    サービス: str
+    啁E��: str
+    タイトル: str
+    訴求テーチE list[str]
+
+class Font(str, Enum):
+    font1 = "ゴシチE��"
+    font2 = "明朝"
+    font3 = "手書ぁE
+
+class EvsF(str, Enum):
+    EMOTIONAL = "惁E��E
+    FUNCTIONAL = "機�E"
+
+class PvsS(str, Enum):
+    PROBLEM = "問題提起"
+    SOLUTION = "課題解決"
+
+class Copy(BaseModel):
+    text: str
+    font: Font
+    color: str
+    visual: str
+    appeal_mode : EvsF
+    forcus_stage : PvsS
+
+class CatchCopy(BaseModel):
+    main_copy: list[Copy]
+    sub_copy: list[Copy]
+
+class FVinfo(BaseModel):
+    非LP: bool
+    メタ: Meta
+    キャチE��コピ�E: CatchCopy
+    権威付け: list[str]
+    ビジュアル: list[str]
+    CTAボタン: list[str]
+
+def get_openai_request(messages, format):
+    client = LLMClient()
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model="meta-llama/Llama-3.3-70B-Instruct",
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=format,
+        temperature=0
+    )
+    return response
+
+@customtracer
+def format2fvinfo(p, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): ■自社: 親子でのスマ�E料��節紁E親子でのお得感 チE�Eタの余剰利用 通話とネット�Eコストパフォーマンス スマ�EチE��ュー支援 家族向け�E安�E機�E 豊富な端末ラインアチE�E ■競合他社: 22歳までのお得なプラン	大好評�Eサービス	親子でお得にスマ�Eを利用	22歳以下限定�Eお得なキャンペ�Eン	学生向け�Eお得さ 青春年齢向けのお得なプラン	低価格で高品質な通信サービス	格安SIMとスマ�Eの利便性	22歳以下限定�E割引キャンペ�Eン	スマ�EチE��ュー応援 家族割引との絁E��合わせでの最安値	料��プランの多様性	親子でのお得な割引サービス	スマ�EチE��ューのお得さ	特別割弁EチE�Eタ3GB提侁E割引サービスによるコスト削渁E新規契紁E��プラン変更による特典	機種代と基本料�Eダブル割弁E大容量データ エントリー制の特典シスチE��	24時間ぁE��でもオンラインで手続き可能	家族�E員が割引を受けられるサービス	家族間の無料通話サービス	プライムビデオ特典 22歳までの長期利用可能	製品ラインナップ�E允E��E期間限定�Eキャンペ�Eン	人気スマ�Eの割引販売	安�E教育サービス 話題�Eスマ�Eが安く手に入めE詳細なサポ�EトとFAQ	シンプルな料��プラン	家族�E員の料��割弁E子育てサポ�Eトサービス   業界トレンド：「◯◯◯◯◯」「◯◯◯◯◯」「◯◯◯◯◯」が吁E��共通する訴求コンチE��チE��ある、E60字程度)
+    input2 (text): default
+    output1 (json): 頁E��
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__)
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    messages=[
+        {
+        "role": "system",
+        "content": """提供したフォーマットデータから、忁E��なファーストビューの要素を生成してください、E"",
+        },
+        {
+        "role": "user",
+        "content":  [{"type": "text", "text":p}]
+        },
+    ]
+    
+    return get_openai_request(messages, FVinfo)

apis/format2fvinfos.py

@@ -0,0 +1,184 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel, Field
+from enum import Enum
+import base64
+from io import BytesIO
+from PIL import Image
+from typing import List, Optional
+from functools import cache
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+from src.models.common import model
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+# スキーマ定義�E�Eormat2fvinfo.pyから独立！E
+class Meta(BaseModel):
+    会社吁E str
+    業畁E str
+    ブランチE str
+    サービス: str
+    啁E��: str
+    タイトル: str
+    構�Eの意図: str
+    訴求テーチE list[str]
+
+class Font(str, Enum):
+    font1 = "ゴシチE��"
+    font2 = "明朝"
+    font3 = "手書ぁE
+
+class EvsF(str, Enum):
+    EMOTIONAL = "惁E��E
+    FUNCTIONAL = "機�E"
+
+class PvsS(str, Enum):
+    PROBLEM = "問題提起"
+    SOLUTION = "課題解決"
+
+class Copy(BaseModel):
+    text: str
+    font: Font
+    color: str
+    visual: str
+    appeal_mode : EvsF
+    forcus_stage : PvsS
+
+class CatchCopy(BaseModel):
+    main_copy: list[Copy]
+    sub_copy: list[Copy]
+
+class FVinfo(BaseModel):
+    非LP: bool
+    メタ: Meta
+    キャチE��コピ�E: CatchCopy
+    権威付け: list[str]
+    ビジュアル: list[str]
+    CTAボタン: list[str]
+
+def get_openai_request(messages, format, n=1):
+    """
+    OpenAI API呼び出し！Eパラメータ対応！E
+    
+    Args:
+        messages: メチE��ージリスチE
+        format: レスポンスフォーマッチE
+        n: 生�Eする候補数�E�デフォルチE 1�E�E
+    
+    Returns:
+        list[str]: 常にリストで返却�E�E=1でも長ぁEのリスト！E
+    """
+    client = LLMClient()
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model="meta-llama/Llama-3.3-70B-Instruct",
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=format,
+        temperature=1.2,
+        n=n
+    )
+    
+    # 常にリストで返す�E�E=1でも統一�E�E
+    return [choice.message.content for choice in response.choices]
+
+@customtracer
+def format2fvinfos(p, openai_key=os.environ.get('OPENAI_KEY'), n=1):
+    """
+    褁E��バリアントを返すformat2fvinfo�E��E列版�E�E
+    
+    input1 (text): prompt text
+    input2 (text): default
+    input3 (number): 1
+    output1 (json): variants list
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__, f"n={n}")
+    
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    # n を整数に変換し、篁E��チェチE��
+    try:
+        n = int(n)
+        if n < 1:
+            print(f"Warning: n={n} is invalid, using n=1")
+            n = 1
+        elif n > 10:
+            print(f"Warning: n={n} is too large, capping at 10")
+            n = 10
+    except (TypeError, ValueError):
+        print(f"Warning: n={n} is invalid, using n=1")
+        n = 1
+    
+    messages=[
+        {
+        "role": "system",
+        "content": """提供したフォーマットデータから、忁E��なファーストビューの要素を生成してください、E"",
+        },
+        {
+        "role": "user",
+        "content":  [{"type": "text", "text":p}]
+        },
+    ]
+    
+    # get_openai_requestは常にリストを返すので、そのまま使用
+    result = get_openai_request(messages, FVinfo, n=n)
+    
+    print(f"Generated {len(result)} variants")
+    
+    # リストをJSON斁E���Eとして返す
+    return json.dumps(result, ensure_ascii=False)

apis/framework.py

@@ -0,0 +1,70 @@
+import os
+from pydantic import BaseModel
+from typing import List
+from datetime import datetime
+import pytz
+
+from src.clients.llm_client import LLMClient
+
+class EvaluationQuestion(BaseModel):
+    question: str
+    result: int 
+    citation: str
+    reason: str
+    suggestion: str
+
+class EvaluationCategory(BaseModel):
+    category_name: str  # カチE��リ吁E    questions: List[EvaluationQuestion]  # 質問リスチE
+class EvaluationModel(BaseModel):
+    categories: List[EvaluationCategory]  # カチE��リをリストとして保持
+
+def framework(
+    base64img,
+    p,
+    framework_p,
+    openai_key=os.environ.get('OPENAI_API_KEY'),
+    gemini_key=None,
+    model="meta-llama/Llama-3.3-70B-Instruct",
+):
+    """
+    input0 (text): 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
+    input1 (text): ■自社: 親子でのスマ�E料��節紁E親子でのお得感 チE�Eタの余剰利用 通話とネット�Eコストパフォーマンス スマ�EチE��ュー支援 家族向け�E安�E機�E 豊富な端末ラインアチE�E ■競合他社: 22歳までのお得なプラン	大好評�Eサービス	親子でお得にスマ�Eを利用	22歳以下限定�Eお得なキャンペ�Eン	学生向け�Eお得さ 青春年齢向けのお得なプラン	低価格で高品質な通信サービス	格安SIMとスマ�Eの利便性	22歳以下限定�E割引キャンペ�Eン	スマ�EチE��ュー応援 家族割引との絁E��合わせでの最安値	料��プランの多様性	親子でのお得な割引サービス	スマ�EチE��ューのお得さ	特別割弁EチE�Eタ3GB提侁E割引サービスによるコスト削渁E新規契紁E��プラン変更による特典	機種代と基本料�Eダブル割弁E大容量データ エントリー制の特典シスチE��	24時間ぁE��でもオンラインで手続き可能	家族�E員が割引を受けられるサービス	家族間の無料通話サービス	プライムビデオ特典 22歳までの長期利用可能	製品ラインナップ�E允E��E期間限定�Eキャンペ�Eン	人気スマ�Eの割引販売	安�E教育サービス 話題�Eスマ�Eが安く手に入めE詳細なサポ�EトとFAQ	シンプルな料��プラン	家族�E員の料��割弁E子育てサポ�Eトサービス   業界トレンド：「◯◯◯◯◯」「◯◯◯◯◯」「◯◯◯◯◯」が吁E��共通する訴求コンチE��チE��ある、E60字程度)
+    input2 (text): sometext
+    input3 (text): default
+    input4 (text): default
+    input5 (text): gpt-4o
+    output1 (json): 頁E��
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__)
+    selected_model = model if model else "meta-llama/Llama-3.3-70B-Instruct"
+
+    # Handle API key based on model
+    if selected_model and "gemini" in selected_model.lower():
+        if gemini_key and gemini_key != "default":
+            api_key = gemini_key
+        else:
+            api_key = os.environ.get('GEMINI_KEY')
+        client = LLMClient(google_api_key=api_key)
+    else:
+        if openai_key and openai_key != "default":
+            api_key = openai_key
+        else:
+            api_key = os.environ.get('OPENAI_KEY')
+        client = LLMClient(openai_key=api_key)
+
+    system_prompt = f"""与えられた情報と質問に対して、採点基準を参�Eして以下を日本語で回答します、Ecitation:当該箁E��の引用
+suggestion:満点でなぁE��合�E満点になるよぁE��具体的な持E��、Ereason:高得点の場合�E優れた点を�E体的な叙述
+出力�E忁E��、すべてのカチE��リと頁E��を含めてください、E
+{framework_p}
+"""
+
+    result = client.call(
+        prompt=p,
+        schema=EvaluationModel,
+        model=selected_model,
+        system_prompt=system_prompt,
+        images=[base64img],
+        temperature=0,
+    )
+
+    return result.model_dump()

apis/fvinfo2winningrate_nolift.py

@@ -0,0 +1,126 @@
+import os
+from src.clients.llm_client import LLMClient
+client = LLMClient())
+from pydantic import BaseModel, conint
+from enum import Enum
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+class reason(BaseModel):
+    choice: str
+    content_description: str
+    contribution: int
+    reason: str
+    recommend: str
+    compliance_score: float
+
+class win_or_lose(str, Enum):
+    win = "勝ち"
+    lose= "負ぁE
+    
+class testpattern_win_or_lose(BaseModel):
+    testpattern: win_or_lose
+    possibility: float
+    reasons: list[reason]
+
+@customtracer
+def fvinfo2winningrate_nolift(img1, img2):
+    """
+    input1 (text): メインコピ�E: 重たぁE�Eトルを持ち上げなくてOK�E�E 天然水ウォーターサーバ�E牁E��でラクラク♪, 1日1人あためE7.5冁E��E 天然水ウォーターサーバ�E売丁ENo.1, ウォーターサーバ�E契紁E��E��増数 No.1、ETAボタン: なし。ビジュアル: ウォーターサーバ�Eの写真, ウォーターサーバ�EのボトルをセチE��してぁE��女性の写真, 驚いてぁE��女性の写真, 牁E��でラクラクと書かれた吹き�Eし�EイラスチE 重たぁE�Eトルを持ち上げなくてOK!と書かれたイラスト。権威付け: 天然水ウォーターサーバ�E売丁ENo.1, ウォーターサーバ�E契紁E��E��増数 No.1、E
+    input2 (text): メインコピ�E: 選ばれてNo.1「安忁E��水」にこだわる人たちに, 選び抜いた日本の銘水, 使ぁE�Eりで衛生皁E 徹底した水質管琁E ※1�E�天然水宁E�E市場におけめE015年売上げ、総合企画センター大阪調べ、ETAボタン: なし。ビジュアル: 水を飲んでぁE��女性の写真, 水のイラスチE 葉�Eイラスト。権威付け: なぁE
+    output1 (json): CVRと説昁E
+    """
+    print("fvinfo2winningrate_nolift")
+
+    p = "以下に2つのWEBペ�EジのFVの冁E��を�E挙します。テストパターンの勝敗を予想し予想の精度(possibility)と、勝敗�E琁E��めEつ述べてください、En\n#オリジナル\n" + img1 + "\n\n#チE��トパターン\n" + img2
+    
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+    #model="ft:gpt-4o-2024-08-06:dlpo-inc::9yywbtA2", #gp4-oにアチE�EチE�Eト、E0件の金融→�Eて-120%・全て負ぁE
+    #model="ft:gpt-4o-2024-08-06:dlpo-inc::9zMmgJhD", #80件の金融。引き刁E��除く。�E1件だけ差がつく�E全て負ぁE
+    #model="ft:gpt-4o-2024-08-06:dlpo-inc::9zNF7KD5", #60件学習、E0件検証。引き刁E��除く。�E3件差がつぁE��・全て負ぁE
+    #model= "ft:gpt-4o-2024-08-06:dlpo-inc:no-lift:9zNTJu9j", #さらにリフトなぁE
+    model= "ft:gpt-4o-2024-08-06:dlpo-inc:without-color-ratio:A1RIpaUj", #さらに色割合削除
+       
+    messages=[
+        {
+        "role": "system",
+        "content": [
+            {
+            "type": "text",
+            "text": """WEBペ�EジのFVの冁E��を比輁E��て、テストパターンの勝敗を予測し、勝因を記述します。以下�E頁E��で常体�E言ぁE�Eり�E日本語で記載し��ください、E
+STEP1: possibilityには、その勝敗予測が合ってぁE��確玁E��0~100の間で入れてください。�E容が同一の場合�EpossibilityめEにしてください、E
+STEP2: 勝因に特筁E��べきものがあれ�Epossibilityに3を加えてください
+STEP3: possibilityに応じて、reasonの強さを「優れてぁE��、E「すると良ぁE��E「可能性がある」�Eように表現を変えてください、E
+STEP4: オリジナルと差刁E��なければ、理由には特に何も書かなぁE��ください、E
+STEP5: チE��トパターンに値がなぁE��合�E、contributionめEにして何も提案しなくてよいです、E
+STEP6: 最後に斁E��を「だ・である調」に統一し、句点は除去してください
+STEP7: complianceに違反するリスクのある表現めE~1で判定します。�E皁E��業として問題�Eある表現ぁEつでも含まれればcompliance_scoreぁEに近くなるよぁE��スコアして、E
+"""
+            }
+        ]
+        },
+        {
+        "role": "user",
+        "content": [
+            {
+            "type": "text",
+            "text": p
+            }
+        ]
+        }
+    ],
+    response_format=testpattern_win_or_lose,  
+    temperature=1.2,
+    top_p=1,
+    frequency_penalty=0,
+    presence_penalty=0
+    )
+    return response

apis/heatimage2score.py

@@ -0,0 +1,60 @@
+from matplotlib.colors import LinearSegmentedColormap
+import numpy as np
+from matplotlib.colors import to_hex,to_rgb
+from PIL import Image, ImageDraw, ImageFont, ImageStat, ImageFilter
+from datetime import datetime
+import pytz
+
+cmap = LinearSegmentedColormap.from_list("custom_heatmap", ["black","purple", "blue", "green", "yellow", "orange", "red"], N=100)
+colors = cmap(np.linspace(0, 1, 256))
+hex_colors = [to_hex(c) for c in colors]
+color_score_cache = {}
+for color in colors:
+    hex_color = to_hex(color)
+    closest_index = np.argmin([np.linalg.norm(np.array(to_rgb(x)) - color[:3]) for x in hex_colors])
+    value = 0 + (100 - 0) * (closest_index / 255)
+    color_score_cache[hex_color] = value
+
+def heatimage2score(img_path):
+    """
+    input1 (image_filepath): 
+    output2 (number): 相違点
+    """
+    # 画像を開いてRGBに変換
+    img = Image.open(img_path)
+    img = img.convert('RGB')
+    
+    # 画像をnumpy配�Eに変換
+    pixels = np.array(img)
+    
+     # スコア用の配�Eを�E期化
+    scores = np.zeros(pixels.shape[:2], dtype=np.float64)
+    
+    # RGBごとにスコアを割り当て
+    for i in range(pixels.shape[0]):  # 行ごとに処琁E
+        for j in range(pixels.shape[1]):  # 列ごとに処琁E
+            pixel = pixels[i, j] / 255.0  # 正規化
+            if np.all(pixel == 1.0):  # 白色の場吁E
+                scores[i, j] = 0
+            else:
+                hex_color = to_hex(pixel)
+                if hex_color in color_score_cache:
+                    scores[i, j] = color_score_cache[hex_color]
+                else:
+                    # キャチE��ュになぁE��の場合、スコアを計算してキャチE��ュに追加
+                    closest_index = np.argmin([np.linalg.norm(np.array(to_rgb(x)) - pixel) for x in hex_colors])
+                    value = 0 + (100 - 0) * (closest_index / 255)
+                    color_score_cache[hex_color] = value
+                    scores[i, j] = value
+
+    # スコアから忁E��な値を計箁E
+    max_temperature = np.max(scores)  # 最大スコア
+    total_temperature = np.sum(scores)  # スコアの総合
+    average_temperature_per_area = np.mean(scores)  # 平坁E��コア
+    colored_area = scores[scores > 0]  # 色付きエリアを抽出
+    if colored_area.size > 0:
+        average_temperature_per_colored_area = np.mean(colored_area)  # 色付きエリアの平坁E��コア
+    else:
+        average_temperature_per_colored_area = 0  # 色付きエリアがなぁE��合�E0
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%m-%d %H:%M:%S"),  "heatimage2score", len(color_score_cache.keys()))
+    return int(average_temperature_per_area)

apis/heatmap_text2comment.py

@@ -0,0 +1,106 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import base64
+from io import BytesIO
+from PIL import Image
+import re
+from pydantic import BaseModel
+from enum import Enum
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+client = LLMClient()
+
+class Comment(BaseModel):
+    コメンチE str
+    琁E��: str
+    チE��スチE str
+    チE��スト�E種顁E str
+
+def ask_raw(messages, model):
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model=model,
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=Comment,
+        temperature=0
+    )
+    return response
+
+def heatmap_text2comment(p, fv_info1,fv_info2,title1, title2, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): 
+    input2 (text): 
+    input3 (text): 
+    input4 (text): 
+    input5 (text): 
+    input6 (text): default
+    output1 (json): コメンチE
+    """
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    messages = [
+        {
+        "role": "system",
+        "content": f"以下�E、�E析を進めてぁE��LPの冁E��です、Enこ�ELPの惁E��を�Eに、LP刁E��の専門家としてコメントしてください、En\n#{title1}\n{fv_info1}\n\n#{title2}\n{fv_info2}"
+        },
+        {
+        "role": "user",
+        "content":[
+            {"type": "text", "text":p}
+        ]
+        },
+    ]
+    return ask_raw(messages, "meta-llama/Llama-3.3-70B-Instruct")

apis/html2variants.py

@@ -0,0 +1,159 @@
+"""
+HTMLバリアント生成API
+允E�EHTMLと変更点を受け取り、Eつの新しいHTMLを提案すめE
+"""
+
+import os
+from src.clients.llm_client import LLMClient
+import json
+import re
+from typing import List
+from pydantic import BaseModel, Field
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+
+class HtmlVariant(BaseModel):
+    html : str
+    description: str
+    changes: list[str]
+
+class HtmlVariantsResponse(BaseModel):
+    variants : list[HtmlVariant]
+    
+def get_openai_request(messages, format, openai_key):
+    """OpenAI APIを呼び出ぁE""
+    client = LLMClient()
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model="meta-llama/Llama-3.3-70B-Instruct",
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=format,
+        temperature=0.7  # バリエーションを�Eすため少し高めに設宁E
+    )
+    return response
+
+
+@customtracer
+def html2variants(original_html: str, change_points: str, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): <h1>title</h1>
+    input2 (text): タイトルに下線を表示
+    input3 (text): default
+    output1 (json): html
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__)
+    
+    if openai_key == "default" or not openai_key:
+        openai_key = os.environ.get('OPENAI_KEY', '')
+    
+    if openai_key:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    # HTMLの構造を簡潔に要紁E��長すぎる場合�E要紁E��E
+    html_summary = original_html[:5000]  # 最初�E5000斁E��を使用
+    if len(original_html) > 5000:
+        html_summary += "\n\n[以下省略...]"
+    
+    # プロンプトを構篁E
+    prompt = f"""以下�E允E�EHTMLと変更点の説明を基に、指定数のHTMLバリアントを生�Eしてください、E
+
+【�EのHTML、E
+{html_summary}
+
+【変更点の説明、E
+{change_points}
+
+【要件、E
+1. 允E�EHTMLの構造とスタイルを可能な限り維持すめE
+2. 変更点の説明に基づぁE��、指定数のHTMLバリアントを生�Eする
+3. バリアント�E完�EなHTMLドキュメントとして返す�E�E!DOCTYPE html>から</html>まで�E�E
+4. 画像パス、CSSパス、JavaScriptパスなどは允E�EHTMLからそ�Eまま維持すめE
+5. 変更するのは主にチE��ストコンチE��チE��、その周辺のチE��イン�E�フォントサイズ、色、レイアウト、余白、スタイルなど�E�でぁE
+6. 変更点周辺のチE��インを変更することで、より効果的な表現を実現してください
+7. ただし、変更点以外�E部刁E��ロゴ、ナビゲーション、フチE��ー、その他�Eセクション�E��EチE��インは維持してください
+8. 允E�EHTMLのすべての要素�E�ESS、画像、JavaScript、メタタグなど�E�を完�Eに保持する
+
+【�E力形式、E
+- variants: 持E��数のHtmlVariantオブジェクト�EリスチE
+- HtmlVariantには以下を含める:
+  - html: 完�EなHTMLドキュメンチE
+  - description: こ�Eバリアント�E説明（変更点の要紁E��E0斁E��程度�E�E
+  - changes: 具体的な変更点のリスト（各頁E��は30斁E��程度�E�E
+"""
+
+    messages = [
+        {
+            "role": "system",
+            "content": """あなた�EHTMLの専門家です。�EのHTMLと変更点の説明を基に、指定数のHTMLバリアントを生�Eしてください、E
+バリアント�E完�EなHTMLドキュメントとして返し、�EのHTMLの構造とスタイルを可能な限り維持しながら、変更点を反映してください、E
+変更点周辺のチE��イン�E�フォントサイズ、色、レイアウト、余白、スタイルなど�E�も変更可能です、E"",
+        },
+        {
+            "role": "user",
+            "content": prompt
+        },
+    ]
+    
+    try:
+        result = get_openai_request(messages, HtmlVariantsResponse, openai_key)
+        return result
+    except Exception as e:
+        print(f"[html2variants] エラー: {e}")
+        import traceback
+        print(traceback.format_exc())
+        # エラー時�E空のレスポンスを返す
+        return HtmlVariantsResponse(variants=[])
+

apis/image2color.py

@@ -0,0 +1,67 @@
+from PIL import Image
+import numpy as np
+import os 
+
+def quantize_color(color, levels=8):
+    """色を量子化する関数。各色成�Eを指定されたレベルに近似します、E""
+    return (color // levels) * levels
+
+def image2color(image, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (image): 
+    input2 (text): 
+    output1 (json): サンプル色
+    """
+    grid_unit=8
+    quant_levels=16
+    grid_size=(grid_unit, grid_unit)
+    # 画像をRGB形式に変換し、numpy配�Eに変換
+    image = image.convert('RGB')
+    data = np.array(image)
+    
+    rows, cols, _ = data.shape
+    row_height = rows // grid_size[0]
+    col_width = cols // grid_size[1]
+    
+    all_colors = []
+    
+    # 吁E��チE��ュを�E琁E
+    for i in range(grid_size[0]):
+        for j in range(grid_size[1]):
+            # メチE��ュを抽出
+            row_start = i * row_height
+            row_end = (i + 1) * row_height if i < grid_size[0] - 1 else rows
+            col_start = j * col_width
+            col_end = (j + 1) * col_width if j < grid_size[1] - 1 else cols
+            
+            mesh = data[row_start:row_end, col_start:col_end]
+            # 色の量子化を適用
+            quantized_mesh = quantize_color(mesh, levels=quant_levels)
+            # 色の出現回数をカウンチE
+            mesh_colors, counts = np.unique(quantized_mesh.reshape(-1, 3), axis=0, return_counts=True)
+            all_colors.append((mesh_colors, counts))
+    
+    # 色チE�Eタを統吁E
+    color_dict = {}
+    for colors, counts in all_colors:
+        for color, count in zip(colors, counts):
+            hex_color = f"#{color[0]:02X}{color[1]:02X}{color[2]:02X}"
+            if hex_color in color_dict:
+                color_dict[hex_color] += count
+            else:
+                color_dict[hex_color] = count
+
+    # ソートしてトップN色を取征E
+    sorted_colors = sorted(color_dict.items(), key=lambda x: x[1], reverse=True)
+    total_pixels = sum(color_dict.values())
+    top_colors = sorted_colors[:5]
+    
+    # 最終的なカラーチE�Eタを作�E
+    final_colors = {}
+    color_names = ["base_color", "main_color", "accent_color1", "accent_color2", "accent_color3"]
+    for i, (hex_color, count) in enumerate(top_colors):
+        name = color_names[i] if i < len(color_names) else f"additional_color_{i-len(color_names)+1}"
+        ratio = (count / total_pixels) * 100
+        final_colors[name] = {'code': hex_color, 'ratio': f"{ratio:.2f}%"}
+
+    return final_colors

apis/image2inpaint.py

@@ -0,0 +1,66 @@
+"""
+image2inpaint: 画像の一部を変更（Inpainting）。
+HF Inference API の image-to-image (inpainting) タスクを使用。
+
+NOTE: FLUX.1-dev はオープンなインペインティングAPIを提供していない。
+      runwayml/stable-diffusion-inpainting を使用。
+      画像・マスクは base64 PNG として受け取る。
+"""
+
+import base64
+import os
+from io import BytesIO
+from typing import Optional
+
+from PIL import Image
+
+from src.utils.tracer import customtracer
+
+
+@customtracer
+def image2inpaint(
+    base64image: str,
+    base64mask: str,
+    p: str,
+    gcp_key: str = "default",
+    model_name: Optional[str] = None,
+) -> str:
+    """
+    input1 (text): base64エンコードされた元画像
+    input2 (text): base64エンコードされたマスク画像（変更したい領域を白、保持したい領域を黒）
+    input3 (text): 変更内容のプロンプト
+    input4 (text): default
+    output1 (text): 生成した画像のbase64文字列
+
+    NOTE: HF版ではgcp_keyは使用しない。HF_TOKENを使用。
+    """
+    from huggingface_hub import InferenceClient
+
+    hf_token = os.environ.get("HF_TOKEN")
+    if not hf_token:
+        raise ValueError("HF_TOKEN is required for image2inpaint.")
+
+    model = model_name if model_name and "gemini" not in model_name else "runwayml/stable-diffusion-inpainting"
+
+    def _decode_b64_image(b64: str) -> Image.Image:
+        if "," in b64:
+            b64 = b64.split(",", 1)[1]
+        data = base64.b64decode(b64)
+        return Image.open(BytesIO(data)).convert("RGB")
+
+    image = _decode_b64_image(base64image)
+    mask = _decode_b64_image(base64mask)
+
+    if image.size != mask.size:
+        mask = mask.resize(image.size)
+
+    client = InferenceClient(token=hf_token)
+    result = client.image_to_image(
+        image=image,
+        prompt=p,
+        model=model,
+    )
+
+    buf = BytesIO()
+    result.save(buf, format="PNG")
+    return base64.b64encode(buf.getvalue()).decode("utf-8")

apis/image2inpaint3.py

@@ -0,0 +1,62 @@
+"""
+image2inpaint3: 画像のインペインティング（バリアント）。
+HF Inference API の image-to-image を使用。
+"""
+
+import base64
+import os
+from io import BytesIO
+from typing import Optional
+
+from PIL import Image
+
+from src.utils.tracer import customtracer
+
+
+@customtracer
+def image2inpaint3(
+    base64image: str,
+    base64mask: str,
+    p: str,
+    gcp_key: str = "default",
+    model_name: Optional[str] = None,
+) -> str:
+    """
+    input1 (text): base64エンコードされた元画像
+    input2 (text): base64エンコードされたマスク画像
+    input3 (text): 変更内容のプロンプト
+    input4 (text): default
+    output1 (text): 生成した画像のbase64文字列
+
+    NOTE: HF版ではgcp_keyは使用しない。HF_TOKENを使用。
+    """
+    from huggingface_hub import InferenceClient
+
+    hf_token = os.environ.get("HF_TOKEN")
+    if not hf_token:
+        raise ValueError("HF_TOKEN is required for image2inpaint3.")
+
+    model = model_name if model_name and "gemini" not in model_name else "runwayml/stable-diffusion-inpainting"
+
+    def _decode_b64_image(b64: str) -> Image.Image:
+        if "," in b64:
+            b64 = b64.split(",", 1)[1]
+        data = base64.b64decode(b64)
+        return Image.open(BytesIO(data)).convert("RGB")
+
+    image = _decode_b64_image(base64image)
+    mask = _decode_b64_image(base64mask)
+
+    if image.size != mask.size:
+        mask = mask.resize(image.size)
+
+    client = InferenceClient(token=hf_token)
+    result = client.image_to_image(
+        image=image,
+        prompt=p,
+        model=model,
+    )
+
+    buf = BytesIO()
+    result.save(buf, format="PNG")
+    return base64.b64encode(buf.getvalue()).decode("utf-8")

apis/image2text.py

@@ -0,0 +1,57 @@
+"""
+image2text: PIL Image を OCR してテキストを返す。
+HF版: VLM (Qwen2.5-VL) を使用。Google Vision API は使用しない。
+"""
+
+import base64
+import json
+from io import BytesIO
+
+from src.utils.tracer import customtracer
+
+
+def _vlm_ocr_from_pil(image, model: str = "Qwen/Qwen2.5-VL-7B-Instruct") -> str:
+    """PIL Image → base64 → VLM OCR。"""
+    from src.clients.llm_client import LLMClient
+    from pydantic import BaseModel
+    from typing import List
+
+    buf = BytesIO()
+    image.save(buf, format="JPEG")
+    b64 = base64.b64encode(buf.getvalue()).decode("utf-8")
+
+    class OcrEntry(BaseModel):
+        text: str
+        y: int
+        size: int
+
+    class OcrResult(BaseModel):
+        items: List[OcrEntry]
+
+    client = LLMClient()
+    result = client.call(
+        prompt=(
+            "Extract all visible text from this image. "
+            "For each text block, estimate its vertical position (y, 0=top) "
+            "and approximate font size in pixels. Sort by y."
+        ),
+        schema=OcrResult,
+        model=model,
+        images=[b64],
+        temperature=0,
+    )
+    return json.dumps(
+        [{"text": e.text, "y": e.y, "size": e.size} for e in result.items],
+        ensure_ascii=False,
+    )
+
+
+@customtracer
+def image2text(image) -> str:
+    """
+    input1 (image): PIL Image
+    output1 (json): OCR結果
+
+    NOTE: HF版は VLM ベースOCR。Google Vision API は使用しない。
+    """
+    return _vlm_ocr_from_pil(image)

apis/image2types.py

@@ -0,0 +1,114 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import base64
+from io import BytesIO
+from PIL import Image
+import re
+from pydantic import BaseModel
+from enum import Enum
+from functools import cache
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+client = LLMClient()
+
+class IntentInfo(BaseModel):
+    タイチE str
+    詳細カチE��リ: str
+    評価区刁E str
+    評価箁E��: str
+    評価琁E��: str 
+
+class IntentInfos(BaseModel):
+    types: list[IntentInfo]
+    
+def ask_raw(messages, model):
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model=model,
+        messages=messages,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0,
+        response_format=IntentInfos,
+        temperature=0
+    )
+    return response
+
+@customtracer
+def image2types(image, p, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (image): 
+    input2 (text): #前提\n・Google検索品質評価ガイドラインを踏まえる\n・添付した画像�E検索上位に表示されてぁE��\n・画像�E検索クエリは「uq wimax 解紁E��\n・画像�Eに記載されてぁE��惁E��のみ利用し、記載されてぁE��ぁE��報は利用しない\n\n#質問\n・画像�Eの惁E��から検索クエリをgo,buy,know,doに刁E��\n・画像�Eの惁E��から刁E���E根拠となった部刁E��箁E��書きで記載\n・画像�Eの惁E��からユーザーが何を求めて検索したかを150斁E��程度で記載\n・エラーペ�Eジの場合�E、「なし」と記載\n・上記�E画像�Eに記載がある冁E��か改めてチェチE��\n\n#出力形式\n検索クエリの刁E��：\n刁E���E根拠となる情報�E�\nユーザーが求める情報�E�\n
+    input4 (text): default
+    output1 (json): 検索意図
+    """
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    messages = [
+        {
+        "role": "system",
+        "content": "あなた�E優れたWEBマ�Eケターで、各種マ�EケチE��ングフレームワークを前提として、E��客忁E��に基づぁE��刁E��ができます、E
+        },
+        {
+        "role": "user",
+        "content":[
+            {"type": "text", "text":p}
+        ]
+        },
+    ]
+    buffered = BytesIO()
+    image.save(buffered, format="PNG")
+    img_str = base64.b64encode(buffered.getvalue()).decode("utf-8")
+    messages[1]["content"].insert(0, {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img_str}"}})
+    return ask_raw(messages, "meta-llama/Llama-3.3-70B-Instruct")

apis/images2inpaint.py

@@ -0,0 +1,65 @@
+"""
+images2inpaint: 複数画像のインペインティング。
+HF Inference API の image-to-image を使用。
+"""
+
+import base64
+import os
+from io import BytesIO
+from typing import List, Optional
+
+from PIL import Image
+
+from src.utils.tracer import customtracer
+
+
+@customtracer
+def images2inpaint(
+    base64images: List[str],
+    base64mask: str,
+    p: str,
+    gcp_key: str = "default",
+    model_name: Optional[str] = None,
+) -> List[str]:
+    """
+    input1 (text): base64エンコードされた元画像リスト（JSON配列）
+    input2 (text): base64エンコードされたマスク画像
+    input3 (text): 変更内容のプロンプト
+    input4 (text): default
+    output1 (json): 生成した画像のbase64文字列リスト
+
+    NOTE: HF版ではgcp_keyは使用しない。HF_TOKENを使用。
+    """
+    import json
+    from huggingface_hub import InferenceClient
+
+    hf_token = os.environ.get("HF_TOKEN")
+    if not hf_token:
+        raise ValueError("HF_TOKEN is required for images2inpaint.")
+
+    model = model_name if model_name and "gemini" not in model_name else "runwayml/stable-diffusion-inpainting"
+
+    # Accept JSON string or list
+    if isinstance(base64images, str):
+        base64images = json.loads(base64images)
+
+    def _decode_b64(b64: str) -> Image.Image:
+        if "," in b64:
+            b64 = b64.split(",", 1)[1]
+        return Image.open(BytesIO(base64.b64decode(b64))).convert("RGB")
+
+    mask = _decode_b64(base64mask)
+
+    client = InferenceClient(token=hf_token)
+    results = []
+    for b64 in base64images:
+        img = _decode_b64(b64)
+        if img.size != mask.size:
+            m = mask.resize(img.size)
+        else:
+            m = mask
+        out = client.image_to_image(image=img, prompt=p, model=model)
+        buf = BytesIO()
+        out.save(buf, format="PNG")
+        results.append(base64.b64encode(buf.getvalue()).decode("utf-8"))
+    return results

apis/info2img64.py

@@ -0,0 +1,129 @@
+from PIL import Image, ImageDraw, ImageFont
+import textwrap
+import io
+import base64
+import os 
+import json
+
+def draw_wrapped_text(draw, text, x, y, font, max_width, line_spacing=4, align='left'):
+    lines = []
+    for paragraph in text.split("\n"):
+        current_line = ""
+        for char in paragraph:
+            trial_line = current_line + char
+            bbox = draw.textbbox((0, 0), trial_line, font=font)
+            if bbox[2] - bbox[0] > max_width:
+                lines.append(current_line)
+                current_line = char
+            else:
+                current_line = trial_line
+        if current_line:
+            lines.append(current_line)
+
+    for line in lines:
+        bbox = draw.textbbox((0, 0), line, font=font)
+        line_width = bbox[2] - bbox[0]
+        text_height = bbox[3] - bbox[1]
+
+        if align == 'center':
+            draw_x = x + (max_width - line_width) // 2
+        else:
+            draw_x = x
+
+        draw.text((draw_x, y), line, font=font, fill=(0, 0, 0))
+        y += text_height + line_spacing
+
+    return y
+
+def draw_component(draw, comp, margin, width, sub_font, small_font, y):
+    y += 60
+    box_top = y
+    # 中チE��スチE
+    y = draw_wrapped_text(draw, comp.get("component_middle", ""), margin + 10, y, sub_font, width - 2 * (margin + 10))
+    # 小テキスチE
+    if comp.get("UIelement") == "チE��スチE:
+        for item in comp.get("component_small", []):
+            y = draw_wrapped_text(draw, f"・ {item}", margin + 20, y, small_font, width - 2 * (margin + 20))
+    box_bottom = y + 10
+    # 外枠
+    draw.rectangle([margin, box_top, width - margin, box_bottom], outline="black", width=2)
+    # ラベル: 左寁E���E�E��孁E
+    if comp.get("component_large"):
+        txt = comp["component_large"]
+        bbox = draw.textbbox((0, 0), txt, font=small_font)
+        w, h = bbox[2] - bbox[0], bbox[3] - bbox[1]
+        pad = 12
+        # 左側に配置
+        x0 = margin
+        x1 = margin + w + pad
+        y0 = box_top - h - pad
+        # ラベル背景
+        draw.rectangle([x0, y0, x1, box_top], fill="black")
+        # 太字効极E stroke_widthを使用
+        draw.text((x0 + 3, y0 + 3), txt, font=small_font, fill="white", stroke_width=1, stroke_fill="white")
+    return box_bottom
+
+# レイアウト描画と高さ計算を共通化
+def layout_and_draw(draw, fvinfo, cninfo, width, margin, fonts):
+    y = margin
+    # メイン�E�サブコピ�E
+    for section, font in [("main_copy", fonts['main_bold']), ("sub_copy", fonts['sub_font'])]:
+        for line in fvinfo["キャチE��コピ�E"].get(section, []):
+            y = draw_wrapped_text(draw, line["text"], margin, y + (10 if section == "sub_copy" else 0), font, width - 2 * margin)
+    # ビジュアル
+    for vis in fvinfo.get("ビジュアル", []):
+        # 上部マ�Eジン
+        y += 20
+        # プレースホルダー枠の高さ
+        placeholder_h = 100
+        # 枠描画
+        draw.rectangle([margin, y, width - margin, y + placeholder_h], outline="gray", width=2)
+        # プレースホルダーチE��スチE
+        text = f"[画僁E {vis}]"
+        # チE��ストを中央寁E��
+        text_w, text_h = draw.textbbox((0,0), text, font=fonts['sub_font'])[2:]
+        tx = margin + (width - 2*margin - text_w) / 2
+        ty = y + (placeholder_h - text_h) / 2
+        draw.text((tx, ty), text, font=fonts['sub_font'], fill="gray")
+        y += placeholder_h
+    # CTA
+    for cta in fvinfo.get("CTA", []):
+        y += 20
+        draw.rounded_rectangle([margin, y, width - margin, y + 40], radius=10, fill=(255, 100, 100))
+        y = draw_wrapped_text(draw, cta, margin, y + 8, fonts['sub_font'], width - 2 * margin, align='center')
+        y += 10
+    # コンポ�EネンチE
+    for comp in cninfo.get("components", []):
+        y = draw_component(draw, comp, margin, width, fonts['sub_font'], fonts['small_font'], y)
+    return y
+
+def info2img64(fvinfo_json_raw, cninfo_json_raw):
+    """
+    input1 (text): 
+    input2 (text): 
+    output1 (text): よりコンバ�Eジョンが高まるWEBペ�Eジを作るための観点を比輁E��ます、E
+    """
+    fvinfo = json.loads(fvinfo_json_raw)
+    cninfo = json.loads(cninfo_json_raw)
+    # フォント設宁E
+    base = os.path.dirname(__file__)
+    path = os.path.join(base, "../NotoSansJP-VariableFont_wght.ttf")
+    fonts = {
+        'main_bold': ImageFont.truetype(path, 24),
+        'sub_font': ImageFont.truetype(path, 14),
+        'small_font': ImageFont.truetype(path, 12)
+    }
+    width, margin = 600, 20
+    # 仮描画�E�高さ計算�Eみ
+    tmp = Image.new("RGB", (width, 10000), "white")
+    d_tmp = ImageDraw.Draw(tmp)
+    y_end = layout_and_draw(d_tmp, fvinfo, cninfo, width, margin, fonts)
+    final_h = y_end + 20
+    # 本描画�E�新規キャンバスに描画
+    img = Image.new("RGB", (width, final_h), "white")
+    draw = ImageDraw.Draw(img)
+    layout_and_draw(draw, fvinfo, cninfo, width, margin, fonts)
+    # 返却
+    buf = io.BytesIO()
+    img.save(buf, format="PNG")
+    return base64.b64encode(buf.getvalue()).decode()

apis/keyword2urls.py

@@ -0,0 +1,50 @@
+import requests
+import json
+import os
+from outscraper import ApiClient
+from urllib.parse import urlparse, parse_qs
+from src.utils.tracer import customtracer
+
+def extract_u_value_if_translate(url):
+    # URLをパース
+    parsed_url = urlparse(url)
+    
+    # ホストが 'translate.google.com' かどぁE��を確誁E
+    if parsed_url.netloc == 'translate.google.com':
+        # クエリパラメータを辞書形式で取征E
+        query_params = parse_qs(parsed_url.query)
+        
+        # 'u'の値を取得し、リスト�E最初�E要素を返す
+        return query_params.get('u', [None])[0]
+    else:
+        return url
+
+@customtracer
+def keyword2urls(query):
+    """
+    input1 (text): レム睡眠　薬
+    output1 (json): 検索結果
+    """
+    # 結果を格納するリスチE
+    #results = []
+    #
+    # Google Custom Search JSON APIを使用して結果を取得（上佁E0件�E�E
+    #for start_index in range(1, 51, 10):  # 1から始まり、E0まで10ごとに�E�EPIの仕様により一度に最大10件の結果しか取得できなぁE��めE��E
+    #    url = f"https://www.googleapis.com/customsearch/v1?key={os.environ.get('CSE_KEY')}&cx={os.environ.get('CSE_ID')}&q={query}&start={start_index}&lr=lang_ja"
+    #    response = requests.get(url)
+    #    search_results = response.json()
+    #
+    #   # 吁E��イチE��に対してURL、タイトル、説明を抽出
+    #    for item in search_results.get("items", []):
+    #        results.append(item)
+
+    api_client = ApiClient(api_key=os.environ.get('OUTSCRAPER_KEY'))
+    results = api_client.google_search([query], language="ja",region="JA", pages_per_query=1)
+
+    #translate.google.comを置揁E
+    new_results = []
+    for result in results[0]["organic_results"]:
+        result["link"] = extract_u_value_if_translate(result["link"])
+        new_results.append(result)
+    
+    return new_results

apis/modifyButton.py

@@ -0,0 +1,105 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel, ValidationError
+
+from functools import cache
+from typing import List
+from datetime import datetime
+import pytz
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+   
+class newButton(BaseModel):
+    subCopy : str
+    HTML: str
+
+class newButtons(BaseModel):
+    Buttons: list[newButton]
+
+@cache
+def modifyButton(p, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input0 (text): ボタンの斁E��を通信業界に変えて。色は若老E��け�EぁE��グラチE�Eションで、サブコピ�Eもバイブスあがる感じに。影をつけて、�Eタンは丸くして. <button class="c-button" style="appearance:none;border:0;border-radius:5px;background:#4676D7;color:#fff;padding:8px 16px;font-size:16px;">申し込む</button> <button class="c-button" style="appearance:none;border:0;border-radius:5px;background:#4676D7;color:#fff;padding:8px 16px;font-size:16px;">申し込まなぁE/button>
+    input1 (text): default
+    output1 (json): 修正したボタン
+    """
+    start_time = datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S")
+    print(start_time, f"modifyButton[{len(p)}]")
+
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+
+    client = LLMClient()
+    
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model='meta-llama/Llama-3.3-70B-Instruct',
+        messages=[
+            {
+                "role": "system",
+                "content": """入力されたボタンのHTMLの数だけ、HTMLを指示通りに書き換え、buttonタグのみをHTMLに出力します。buttonの位置はこちらで決めるのでposition: absoluteやtransformは使わなぁE��ください、E
+"""
+            },
+            {
+                "role": "user",
+                "content": p
+            },
+        ],
+        response_format=newButtons,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0
+    )
+    
+    return response
+    #return response.choices

apis/modifyHTML.py

@@ -0,0 +1,102 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel, ValidationError
+
+from functools import cache
+from typing import List
+from datetime import datetime
+import pytz
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+   
+class newHTMLs(BaseModel):
+    HTMLs: list[str]
+
+@cache
+def modifyHTML(p, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input0 (text): ボタンの斁E��を通信業界に変えて。色は若老E��け�EぁE��グラチE�Eションで、サブコピ�Eもバイブスあがる感じに。影をつけて、�Eタンは丸くして. <button class="c-button" style="appearance:none;border:0;border-radius:5px;background:#4676D7;color:#fff;padding:8px 16px;font-size:16px;">申し込む</button> <button class="c-button" style="appearance:none;border:0;border-radius:5px;background:#4676D7;color:#fff;padding:8px 16px;font-size:16px;">申し込まなぁE/button>
+    input1 (text): default
+    output1 (json): 修正したボタン
+    """
+    start_time = datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S")
+    print(start_time, f"modifyButton[{len(p)}]")
+
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+
+    client = LLMClient()
+    
+    response = _ask_raw_hf([{"role":"user","content":p}], model,
+        model='meta-llama/Llama-3.3-70B-Instruct',
+        messages=[
+            {
+                "role": "system",
+                "content": """あなた�EHTMLとCSSの達人です、E
+持E��された個数�E�なければ10個）�EHTMLコンポ�Eネントを提案してください、E
+位置はこちらで決めるのでposition: absoluteやtransformは使わなぁE��ください、E
+"""
+            },
+            {
+                "role": "user",
+                "content": p
+            },
+        ],
+        response_format=newHTMLs,
+        top_p=1,
+        frequency_penalty=0,
+        presence_penalty=0
+    )
+    
+    return response

apis/moment2normalize.py

@@ -0,0 +1,101 @@
+import os
+import json 
+from pydantic import BaseModel
+from typing import Optional, List
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+from src.clients.llm_client import LLMClient
+
+class Emotion(BaseModel):
+    current_state: str
+    desired_state: str
+
+class Common(BaseModel):
+    moment_raw: str
+    core_intent: str
+    emotion: Emotion
+
+class ToneWorldview(BaseModel):
+    worldview: str
+    visual_style_hint: str
+
+class VisualElements(BaseModel):
+    subject: str
+    action: str
+
+class FVImage(BaseModel):
+    tone_worldview: ToneWorldview
+    visual_elements: VisualElements
+
+class Keywords(BaseModel):
+    should_include: List[str]
+
+class Text(BaseModel):
+    keywords: Keywords
+
+class NormalizedMoment(BaseModel):
+    common: Common
+    fv_image: FVImage
+    text: Text
+
+@customtracer
+def moment2normalize(
+    prompt: str,
+    openai_key: Optional[str] = None,
+    gemini_key: Optional[str] = None,
+    model: Optional[str] = None
+):
+    """
+    input1 (text): モーメント正規化のためのプロンプト�E�シスチE��プロンプト + モーメント！E
+    input3 (text): default
+    input4 (text): default
+    input5 (text): gpt-4o
+    output (json): 正規化されたモーメンチESON
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__)
+    
+    # DEBUG: Log input parameters
+    print(f"[DEBUG] Input parameters:")
+    print(f"  - prompt length: {len(prompt)}")
+    print(f"  - openai_key: {'SET' if openai_key else 'None'} (value: {openai_key[:10] if openai_key else 'None'}...)")
+    print(f"  - gemini_key: {'SET' if gemini_key else 'None'} (value: {gemini_key[:10] if gemini_key else 'None'}...)")
+    print(f"  - model: {model}")
+    print(f"  - request type: {type(request)}")
+    
+    # Use gpt-4o as default if no model specified
+    selected_model = model if model else "meta-llama/Llama-3.3-70B-Instruct"
+    print(f"[DEBUG] Selected model: {selected_model}")
+    
+    # Handle API key based on model
+    if selected_model and "gemini" in selected_model.lower():
+        # Use GEMINI_KEY for Gemini models
+        if gemini_key and gemini_key != "default":
+            api_key = gemini_key
+            print(f"[DEBUG] Using provided gemini_key")
+        else:
+            api_key = os.environ.get('GEMINI_KEY')
+            print(f"[DEBUG] Using GEMINI_KEY from environment: {'SET' if api_key else 'NOT SET'}")
+        print(f"[DEBUG] Creating LLMClient with google_api_key (length: {len(api_key) if api_key else 0})")
+        client = LLMClient(google_api_key=api_key)
+    else:
+        # Use OpenAI key for other models
+        if openai_key and openai_key != "default":
+            api_key = openai_key
+            print(f"[DEBUG] Using provided openai_key")
+        else:
+            api_key = os.environ.get('OPENAI_KEY')
+            print(f"[DEBUG] Using OPENAI_KEY from environment: {'SET' if api_key else 'NOT SET'}")
+        print(f"[DEBUG] Creating LLMClient with openai_key (length: {len(api_key) if api_key else 0})")
+        client = LLMClient(openai_key=api_key)
+    
+    # Call LLM with structured output
+    result = client.call(
+        prompt=prompt,
+        schema=NormalizedMoment,
+        model=selected_model,
+        temperature=0
+    )
+    
+    # Convert Pydantic model to dict for API response
+    return result.model_dump()

apis/moment2theme.py

@@ -0,0 +1,77 @@
+import os
+import json 
+from pydantic import BaseModel
+from typing import Optional
+from datetime import datetime
+import pytz
+from src.utils.tracer import customtracer
+from src.clients.llm_client import LLMClient
+
+class THEMES(BaseModel):
+    improved_proposition: str
+    advertising_strategy: str
+    appeal_words: list[str]
+    reason: str
+    クライアント向け訴求テーチE str
+    AI向け訴求テーチE str
+
+@customtracer
+def moment2theme(
+    p: str, 
+    openai_key: Optional[str] = None,
+    gemini_key: Optional[str] = None,
+    model: Optional[str] = None
+):
+    """
+    input1 (text): ■自社: 親子でのスマ�E料��節紁E親子でのお得感 チE�Eタの余剰利用 通話とネット�Eコストパフォーマンス スマ�EチE��ュー支援 家族向け�E安�E機�E 豊富な端末ラインアチE�E ■競合他社: 22歳までのお得なプラン	大好評�Eサービス	親子でお得にスマ�Eを利用	22歳以下限定�Eお得なキャンペ�Eン	学生向け�Eお得さ 青春年齢向けのお得なプラン	低価格で高品質な通信サービス	格安SIMとスマ�Eの利便性	22歳以下限定�E割引キャンペ�Eン	スマ�EチE��ュー応援 家族割引との絁E��合わせでの最安値	料��プランの多様性	親子でのお得な割引サービス	スマ�EチE��ューのお得さ	特別割弁EチE�Eタ3GB提侁E割引サービスによるコスト削渁E新規契紁E��プラン変更による特典	機種代と基本料�Eダブル割弁E大容量データ エントリー制の特典シスチE��	24時間ぁE��でもオンラインで手続き可能	家族�E員が割引を受けられるサービス	家族間の無料通話サービス	プライムビデオ特典 22歳までの長期利用可能	製品ラインナップ�E允E��E期間限定�Eキャンペ�Eン	人気スマ�Eの割引販売	安�E教育サービス 話題�Eスマ�Eが安く手に入めE詳細なサポ�EトとFAQ	シンプルな料��プラン	家族�E員の料��割弁E子育てサポ�Eトサービス   業界トレンド：「◯◯◯◯◯」「◯◯◯◯◯」「◯◯◯◯◯」が吁E��共通する訴求コンチE��チE��ある、E60字程度)
+    input2 (text): default
+    input3 (text): default
+    input4 (text): gpt-4o
+    output1 (json): 頁E��
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__)
+    
+    # DEBUG: Log input parameters
+    print(f"[DEBUG] Input parameters:")
+    print(f"  - prompt length: {len(p)}")
+    print(f"  - openai_key: {'SET' if openai_key else 'None'} (value: {openai_key[:10] if openai_key else 'None'}...)")
+    print(f"  - gemini_key: {'SET' if gemini_key else 'None'} (value: {gemini_key[:10] if gemini_key else 'None'}...)")
+    print(f"  - model: {model}")
+    print(f"  - request type: {type(request)}")
+    
+    # Use gpt-4o as default if no model specified
+    selected_model = model if model else "meta-llama/Llama-3.3-70B-Instruct"
+    print(f"[DEBUG] Selected model: {selected_model}")
+    
+    # Handle API key based on model
+    if selected_model and "gemini" in selected_model.lower():
+        # Use GEMINI_KEY for Gemini models
+        if gemini_key and gemini_key != "default":
+            api_key = gemini_key
+            print(f"[DEBUG] Using provided gemini_key")
+        else:
+            api_key = os.environ.get('GEMINI_KEY')
+            print(f"[DEBUG] Using GEMINI_KEY from environment: {'SET' if api_key else 'NOT SET'}")
+        print(f"[DEBUG] Creating LLMClient with google_api_key (length: {len(api_key) if api_key else 0})")
+        client = LLMClient(google_api_key=api_key)
+    else:
+        # Use OpenAI key for other models
+        if openai_key and openai_key != "default":
+            api_key = openai_key
+            print(f"[DEBUG] Using provided openai_key")
+        else:
+            api_key = os.environ.get('OPENAI_KEY')
+            print(f"[DEBUG] Using OPENAI_KEY from environment: {'SET' if api_key else 'NOT SET'}")
+        print(f"[DEBUG] Creating LLMClient with openai_key (length: {len(api_key) if api_key else 0})")
+        client = LLMClient(openai_key=api_key)
+    
+    # Call LLM with structured output
+    result = client.call(
+        prompt=p,
+        schema=THEMES,
+        model=selected_model,
+        temperature=0
+    )
+    
+    # Convert Pydantic model to dict for API response
+    return result.model_dump()

apis/nayose_cn.py

@@ -0,0 +1,186 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel, ValidationError
+
+from typing import List
+from datetime import datetime
+import pytz
+from enum import Enum
+import psutil
+
+from src.utils.tracer import customtracer
+import re
+import time
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+class ContentOrigin(str, Enum):
+    type0 = "自社"
+    type1 = "他社"
+    type2 = ""
+
+class QandA(BaseModel):
+    質啁E str
+    回筁E str
+    惁E��溁E list[ContentOrigin]
+
+class Enquete(BaseModel):
+    質啁E str
+    選択肢: list[str]
+    惁E��溁E list[ContentOrigin]
+
+class Button(BaseModel):
+    ボタンチE��スチE str
+    マイクロコピ�E: str
+    惁E��溁E list[ContentOrigin]
+
+class ContentDetail(BaseModel):
+    チE��スチE str
+    惁E��溁E list[ContentOrigin]
+
+class Price(BaseModel):
+    価格: int
+    惁E��溁E list[ContentOrigin]
+
+class Content(BaseModel):
+    見�EぁE ContentDetail
+    導�E: ContentDetail
+    冁E��: ContentDetail
+    注釁E ContentDetail
+    質疁E QandA
+    ボタン: Button
+    料��: Price
+
+class newCategory(BaseModel):
+    title : str
+    content : List[Content]
+    originalCategories: list[str]
+
+@customtracer
+def nayose_cn(p, model, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): ■構�E要素  啁E��説明、問ぁE��わせ　　■允E�EコンチE��チE��　カレーハウスCoCo壱番屋�E式サイトです。メニュー紹介やココイチ�E楽しみ方のご案�E、現在地から近くのお店を探せる便利な店�E検索など便利な惁E��をお届けしてぁE��す。お客様相諁E�� 0120-055188. 受付時間：平日 9時ａE7時（土・日・祝日・夏季休暇及�E年末年始を除く！E お客様Q&AはこちめE
+    input2 (text): gpt-4o
+    input2 (text): default
+    output1 (json): 新しいコンチE��チE
+    """
+    start_time = datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S")
+    print(f"nayose_cn {start_time} {model}")
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+
+    client = LLMClient()
+
+    # 基本のメチE��ージと固定パラメータ�E��Eの持E��は変更せずにそ�Eまま�E�E
+    base_kwargs = {
+        "model": model,
+        "messages": [
+            {
+                "role": "system",
+                "content": """プロンプトで持E��されたタスクを、以下を守りながら実行します、E
+1. 列挙された「�EになるカチE��リ一覧」を持E��通りグルーピングして新しいカチE��リ名を定義
+2. originalMiddleCategoriesには忁E��「�EになるカチE��リ一覧」から１つずつ一言一句変えずにそ�Eまま引用。改変せずに丸ごと引用
+3. これから生�Eする頁E��に対して漏れなく利用した惁E��溁EContentOrigin)を選ぶ。「�E社」「他社」「」�E3つから選択（褁E��も可�E�E
+4. 日本語でタイトルを決め��後に、指定された持E��された個数のContentを生成し、�E部の頁E���E�見�Eし、導�E、�E容、注釈、料金、質疑、�Eタン�E��Eすべてを生成。質疑やフォームはContentにつぁEつまでとし、褁E��の質疑�Eフォームが忁E��な場合�EContentを褁E��用愁E
+5. 質問に対して頁E��が不要であれば\"-\"、料金なめEを回答、回答�E体がjsonとして正しくなければ、補宁E
+"""
+            },
+            {
+                "role": "user",
+                "content": p
+            },
+        ],
+        "response_format": newCategory,
+        "top_p": 1,
+    }
+
+    # --- シンプルなパラメータ群�E�速さ優先�EチE��ォルト！E---
+    # 注愁E chat.completions.parse を使ぁE�Eでト�Eクンは max_tokens にする
+    model_lower = (model or "").lower()
+    params = {
+        "temperature": 0.1,
+        "reasoning_effort": "minimal",
+        "verbosity": "low",
+    }
+
+    # --- シンプル特侁E gpt-4 系だけ�E reasoning_effort と verbosity を渡さなぁE---
+    # �E�あなた�E報告どおり、gpt-4 系で reasoning_effort が未対応／verbosity の値が弾かれるケースがあるためE��E
+    if model_lower.startswith("gpt-4") or model_lower.startswith("meta-llama/Llama-3.3-70B-Instruct") or model_lower.startswith("chatgpt-4o"):
+        # 削除  Egpt-4 系ではこれを含めるとエラーになりやすい
+        params.pop("reasoning_effort", None)
+        params.pop("verbosity", None)
+        # temperature は gpt-4 系で問題なぁE��ースが多いので残す�E�忁E��ならここで削除可能�E�E
+        # params.pop("temperature", None)
+    if model_lower.startswith("gpt-5"):
+        params.pop("temperature", None)
+    # merge
+    final_kwargs = {**base_kwargs, **params}
+
+    try:
+        response = _ask_raw_hf([{"role":"user","content":p}], model,**final_kwargs)
+        return response
+
+    except ValidationError as e:
+        # ValidationErrorが発生した場合�Eみダンプ（�Eの処琁E��維持E��E
+        error_message = str(e)  # エラーメチE��ージ
+        error_details = e.args[0] if e.args else "No additional details available"
+
+        print("Validation Error occurred:", error_message)
+        print("#######################")
+        print(p)
+        raise e  # エラーを�Eスロー
+
+    except Exception as e:
+        # シンプル実裁E��ので、その他�E例外�Eそ�Eまま上げる（忁E��なら後で拾ぁE��E
+        raise

apis/nayose_fv.py

@@ -0,0 +1,170 @@
+import os
+from src.clients.llm_client import LLMClient
+import json 
+import pandas as pd
+from pydantic import BaseModel, ValidationError
+from typing import List
+from datetime import datetime
+import pytz
+from enum import Enum
+import psutil
+from src.utils.tracer import customtracer
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+
+class ContentOrigin(str, Enum):
+    type1 = "自社"
+    type2 = "他社"
+    type3 = ""
+
+class Copy(BaseModel):
+    メインコピ�E: str
+    サブコピ�E1: str
+    サブコピ�E2: str
+    サブコピ�E3: str
+    惁E��溁E list[ContentOrigin]
+
+class Cta(BaseModel):
+    ボタンチE��スチE str
+    マイクロコピ�E: str
+    惁E��溁E list[ContentOrigin]
+
+class Visual(BaseModel):
+    冁E��: str
+    作�E持E��: str
+    惁E��溁E list[ContentOrigin]
+
+class Authority(BaseModel):
+    冁E��: str
+    作�E持E��: str
+    惁E��溁E list[ContentOrigin]
+
+
+class newCategory(BaseModel):
+    コピ�E: Copy
+    CTA: Cta
+    ビジュアル: Visual
+    権威付け: Authority
+    originalCategories: list[str]
+    
+
+@customtracer
+def nayose_fv(p, model, openai_key=os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): ■構�E要素  啁E��説明、問ぁE��わせ　　■允E�EコンチE��チE��　カレーハウスCoCo壱番屋�E式サイトです。メニュー紹介やココイチ�E楽しみ方のご案�E、現在地から近くのお店を探せる便利な店�E検索など便利な惁E��をお届けしてぁE��す。お客様相諁E�� 0120-055188. 受付時間：平日 9時ａE7時（土・日・祝日・夏季休暇及�E年末年始を除く！E お客様Q&AはこちめE
+    input2 (text): gpt-4o
+    input3 (text): default
+    output1 (json): 新しいコンチE��チE
+    """
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), f"nayose_fv {model}")
+    client = LLMClient()
+
+    # モチE��名を小文字にして判定に使ぁE
+    model_lower = (model or "").lower()
+
+    # 共通�Eシンプルなパラメータ�E�Ehat.completions.parse を想宁E-> max_tokens�E�E
+    params = {
+        "temperature": 0.1,                   # ただぁEgpt-5 系では後で削除
+        "reasoning_effort": "minimal",        # ただぁEgpt-4 系では後で削除
+        "verbosity": "low",                   # ただぁEgpt-4 系では後で削除 / 一部モチE��で制紁E��めE
+        "top_p": 1,
+    }
+
+    # gpt-4 系は reasoning_effort / verbosity を渡さなぁE��既知のエラー回避�E�E
+    if model_lower.startswith("gpt-4") or model_lower.startswith("meta-llama/Llama-3.3-70B-Instruct") or model_lower.startswith("chatgpt-4o") or model_lower.startswith("gpt-4.1"):
+        params.pop("reasoning_effort", None)
+        params.pop("verbosity", None)
+
+    # gpt-5 系は temperature を渡さなぁE��環墁E��よって 0.1 が弾かれるためE��E
+    if model_lower.startswith("gpt-5"):
+        params.pop("temperature", None)
+
+    try:
+        response = _ask_raw_hf([{"role":"user","content":p}], model,
+            model=model,
+            messages=[
+                {
+                "role": "system",
+                "content": """まず以下�Eタスクを行った後、指示のタスクを行います、E
+1. 列挙された「�EになるカチE��リ一覧」を持E��通りグルーピングして新しいカチE��リを作ります、E
+2. これから生�Eする頁E��に対して漏れなく利用した惁E��溁EContentOrigin)を選ぶ。�E体的に引用した惁E��源につぁE��「�E社」「他社」「」�E3つから選択（褁E��も可�E�。抽象皁E��派生させた場合�E「」とする、E
+3. 「�E容」には持E��された�E体的なコンチE��チE��、「作業依頼」にはそ�E「�E容」をチE��イナ�Eに依頼する際�E作業持E��を書き�Eす、E
+4. 出力フォーマット�E「テーブル形式」には、その冁E��めE��業依頼を見やすく頁E��に刁E��て、�Eークダウンの表形式で書き�Eしてください。表は、E��E��を行方向、値を�E方向に持っぁE衁E列以上で作り、�Eークダウンは改行を確実にしてください。セパレータ行�E忁E��です、E
+5. originalMiddleCategoriesには忁E��「�EになるカチE��リ一覧」から１つずつ一言一句変えずにそ�Eまま引用します。どんなに長くても丸ごと引用します、E
+"""
+                },
+                {
+                "role": "user",
+                "content":  p
+                },
+            ],
+            response_format=newCategory,
+            **params
+        )
+
+        return response
+
+    except ValidationError as e:
+        # もしバリチE�Eションエラーが�Eたらダンプして再スロー�E��Eの挙動を維持E��E
+        error_message = str(e)
+        error_details = e.args[0] if e.args else "No additional details available"
+
+        print("Validation Error occurred:", error_message)
+        print("#######################")
+        print(p)
+        raise e
+
+    except Exception:
+        # シンプル実裁E��はそ�E他エラーは上に投げます（忁E��ならここでロギングを追加�E�E
+        raise

apis/rader.py

@@ -0,0 +1,51 @@
+import matplotlib.pyplot as plt
+import numpy as np
+import json
+from io import BytesIO
+from PIL import Image
+from matplotlib import font_manager
+import os
+script_path = os.path.abspath(__file__)
+print("Script absolute path:", script_path)
+
+def rader(data_json, max_val):
+    """
+    input1 (text): [{ "key": "Clarity", "val": 4 }, { "key": "Value Proposition", "val": 4 }, { "key": "Relevance", "val": 4 }, { "key": "Distraction", "val": 4 }, { "key": "Urgency", "val": 2 }]
+    input2 (number): 5
+    output1 (image): レーダーチャーチE
+    """
+    try:
+        data = json.loads(data_json)
+        labels = [item["key"] for item in data]
+        values = [item["val"] for item in data]
+    except (json.JSONDecodeError, KeyError):
+        return "Invalid JSON input. Ensure it is a list of dictionaries with 'key' and 'val'."
+
+    # 持E���E日本語フォントを登録し、グローバル設定に反映
+    font_path = "/home/user/app/NotoSansJP-VariableFont_wght.ttf"
+    font_manager.fontManager.addfont(font_path)
+    jp_font = font_manager.FontProperties(fname=font_path)
+    plt.rcParams['font.family'] = jp_font.get_name()
+
+    # 忁E��なチE�Eタを計箁E
+    num_vars = len(labels)
+    values += values[:1]
+    angles = np.linspace(0, 2 * np.pi, num_vars, endpoint=False).tolist() + [0]
+
+    # レーダーチャートを描画
+    fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(polar=True))
+    ax.fill(angles, values, color="blue", alpha=0.45)
+    ax.plot(angles, values, color="blue", linewidth=2)
+    ax.set_xticks(angles[:-1])
+    # set_xticklabelsで日本語フォントを明示皁E��持E��E
+    ax.set_xticklabels(labels, fontproperties=jp_font, fontsize=12)
+    ax.set_ylim(0, int(max_val))
+
+    # チャートを画像に変換
+    buf = BytesIO()
+    plt.savefig(buf, format="png", bbox_inches="tight", dpi=100)
+    plt.close(fig)
+    buf.seek(0)
+    img = Image.open(buf)
+
+    return img

apis/rader_dual.py

@@ -0,0 +1,81 @@
+import matplotlib.pyplot as plt
+import numpy as np
+import json
+from io import BytesIO
+from PIL import Image
+from matplotlib import font_manager
+import os
+import base64
+
+script_path = os.path.abspath(__file__)
+print("Script absolute path:", script_path)
+
+def rader_dual(data_json, max_val, data_json2=None):
+    """
+    input1 (text): [{"key": "\u4fa1\u5024\u63d0\u6848", "val": 13.0}, {"key": "\u660e\u78ba\u6027", "val": 12.0}, {"key": "\u95a2\u9023\u6027", "val": 12.0}, {"key": "\u5206\u6563", "val": 13.0}, {"key": "\u7dca\u6025\u6027", "val": 9.0}, {"key": "\u4e0d\u5b89", "val": 9.0}]
+    input2 (number): 15
+    input3 (text): [{"key": "\u4fa1\u5024\u63d0\u6848", "val": 13.0}, {"key": "\u660e\u78ba\u6027", "val": 13.0}, {"key": "\u95a2\u9023\u6027", "val": 13.0}, {"key": "\u5206\u6563", "val": 13.0}, {"key": "\u7dca\u6025\u6027", "val": 13.0}, {"key": "\u4e0d\u5b89", "val": 12.0}]
+    output1 (image): レーターチャーチE
+    output2 (text): base64斁E���E
+    """
+    # メインチE�Eタ読み込み
+    try:
+        data = json.loads(data_json)
+        labels = [item["key"] for item in data]
+        values = [item["val"] for item in data]
+    except (json.JSONDecodeError, KeyError):
+        return "Invalid JSON input. Ensure it is a list of dictionaries with 'key' and 'val'."
+
+    # 比輁E��チE�Eタがあれ�E読み込む
+    values2 = None
+    if data_json2:
+        try:
+            data2 = json.loads(data_json2)
+            values2 = [item["val"] for item in data2]
+        except (json.JSONDecodeError, KeyError):
+            return "Invalid secondary JSON input. Ensure it is a list of dictionaries with 'key' and 'val'."
+
+    # 日本語フォント設宁E
+    font_path = "/home/user/app/NotoSansJP-VariableFont_wght.ttf"
+    font_manager.fontManager.addfont(font_path)
+    jp_font = font_manager.FontProperties(fname=font_path)
+    plt.rcParams['font.family'] = jp_font.get_name()
+
+    # 描画用チE�Eタ整形
+    num_vars = len(labels)
+    values_plot = values + values[:1]
+    angles = np.linspace(0, 2 * np.pi, num_vars, endpoint=False).tolist() + [0]
+
+    # プロチE��準備
+    fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(polar=True))
+    # オリジナルチE�Eタ�E�グレー�E�E
+    ax.fill(angles, values_plot, color="gray", alpha=0.45, label="オリジナル")
+    ax.plot(angles, values_plot, color="gray", linewidth=2)
+
+    # 比輁E��ータのプロチE���E�テストパターン、薄め�E赤�E�E
+    if values2:
+        values2_plot = values2 + values2[:1]
+        ax.fill(angles, values2_plot, color="#ff9999", alpha=0.3, label="チE��トパターン")
+        ax.plot(angles, values2_plot, color="#ff9999", linewidth=2)
+
+    # 軸ラベル設宁E
+    ax.set_xticks(angles[:-1])
+    ax.set_xticklabels(labels, fontproperties=jp_font, fontsize=12)
+    ax.set_ylim(0, int(max_val))
+    ax.legend(loc='upper right', bbox_to_anchor=(1.3, 1.1))
+
+    # 画像保存とBase64エンコーチE
+    buf = BytesIO()
+    plt.savefig(buf, format="png", bbox_inches="tight", dpi=100)
+    plt.close(fig)
+    buf.seek(0)
+
+    # PIL Imageとして読み込み
+    img = Image.open(buf)
+
+    # Base64斁E���Eに変換
+    img_bytes = buf.getvalue()
+    base64_str = base64.b64encode(img_bytes).decode('utf-8')
+
+    return img, base64_str
+

apis/samediff2winningrate.py

@@ -0,0 +1,99 @@
+import os
+from src.clients.llm_client import LLMClient
+
+def _ask_raw_hf(messages, model, response_format=None):
+    """Compatibility wrapper: routes OpenAI-style messages through HF LLMClient."""
+    from src.clients.llm_client import LLMClient
+    import json as _json
+
+    client = LLMClient()
+    system_prompt = None
+    user_text = ""
+    images = []
+    for msg in messages:
+        role = msg.get("role", "")
+        c = msg.get("content", "")
+        if role == "system":
+            if isinstance(c, str):
+                system_prompt = c
+        elif role == "user":
+            if isinstance(c, str):
+                user_text = c
+            elif isinstance(c, list):
+                for part in c:
+                    if isinstance(part, dict):
+                        if part.get("type") == "text":
+                            user_text += part.get("text", "")
+                        elif part.get("type") == "image_url":
+                            url = part.get("image_url", {}).get("url", "")
+                            if url.startswith("data:"):
+                                images.append(url.split(",", 1)[1] if "," in url else url)
+                            else:
+                                images.append(url)
+
+    if response_format is not None and hasattr(response_format, "model_json_schema"):
+        result = client.call(
+            prompt=user_text,
+            schema=response_format,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+            temperature=0,
+        )
+        return _json.dumps(result.model_dump(), ensure_ascii=False)
+    else:
+        return client.call_raw(
+            prompt=user_text,
+            model=model,
+            system_prompt=system_prompt,
+            images=images if images else None,
+        )
+
+client = LLMClient()
+
+def samediff2winningrate(same, diff, bottom, target, openai_key = os.environ.get('OPENAI_KEY')):
+    """
+    input1 (text): どちらも、携帯の画像が表示されてぁE��、E��話プラン名が列挙されてぁE��す、E
+    input2 (text): 1枚目はCTAボタンには「�Eランに申し込む」とだけ書かれてぁE��す、E枚目のCTAボタンには今かめE9刁E9秒だけ�Eラン50%引きと書かれてぁE��す、E
+    input3 (text): 1枚目と2枚目のCVRを予測して、CVRの差刁E�E琁E��を�E挙してください、E
+    input4 (text): ユーザ目線を好む拁E��老E
+    input5 (text): default
+    output1 (text): CVRと説昁E
+    """
+    if openai_key == "default":
+        os.environ['OPENAI_API_KEY'] = os.environ.get('OPENAI_KEY')
+    else:
+        os.environ['OPENAI_API_KEY'] = openai_key
+    
+    response = client.chat.completions.create(
+    #model="ft:gpt-3.5-turbo-1106:dlpo-inc:account531test:8xB3Rpq1",
+    #model="ft:gpt-3.5-turbo-1106:dlpo-inc:winrate:9mCPVJjO",
+    model="ft:gpt-3.5-turbo-1106:dlpo-inc:winrate:9mGek3DY",
+       
+    messages=[
+        {
+        "role": "system",
+        "content": [
+            {
+            "type": "text",
+            "text": f"チE��インの共通点と差刁E��ら、どちらがCVRが高いかを予測し、{bottom}、Etarget}向けに書き味を変えて"
+            }
+        ]
+        },
+        {
+        "role": "user",
+        "content": [
+            {
+            "type": "text",
+            "text": f"類似点�E�E{same}　\n 差異:{diff}"
+            }
+        ]
+        }
+    ],
+    temperature=0,
+    max_tokens=3000,
+    top_p=1,
+    frequency_penalty=0,
+    presence_penalty=0
+    )
+    return response

apis/sample.py

@@ -0,0 +1,80 @@
+"""
+Sample API demonstrating the new LLM client framework.
+
+This API shows how to use the unified LLM client with Pydantic schema validation.
+One file = one API function (matching the file name).
+"""
+
+import os
+from typing import List
+
+from pydantic import BaseModel, Field
+
+from src.clients import LLMClient
+from src.utils.tracer import customtracer
+
+
+# =============================================================================
+# Response Schema (Pydantic Model)
+# =============================================================================
+
+class TextAnalysisResponse(BaseModel):
+    """Schema for text analysis results."""
+    summary: str = Field(description="Brief summary of the input text")
+    sentiment: str = Field(description="Sentiment: positive, negative, or neutral")
+    key_points: List[str] = Field(description="List of key points extracted from text")
+    confidence: float = Field(ge=0.0, le=1.0, description="Confidence score 0-1")
+
+
+# =============================================================================
+# API Function
+# =============================================================================
+
+@customtracer
+def sample(
+    text: str,
+    model: str = "meta-llama/Llama-3.1-8B-Instruct",
+    openai_key: str = "default",
+) -> dict:
+    """
+    input1 (text): This product is amazing! The quality exceeded my expectations.
+    input2 (text): gpt-4o
+    input3 (text): default
+    output1 (json): Analysis result with summary, sentiment, key_points, and confidence
+    """
+    # Setup API key
+    if openai_key == "default":
+        api_key = os.environ.get("OPENAI_KEY") or os.environ.get("OPENAI_API_KEY")
+    else:
+        api_key = openai_key
+
+    # Create LLM client
+    client = LLMClient(openai_key=api_key)
+
+    # Define the prompt
+    prompt = f"""Analyze the following text and provide:
+1. A brief summary
+2. The overall sentiment (positive, negative, or neutral)
+3. Key points extracted from the text
+4. Your confidence level in this analysis (0-1)
+
+Text to analyze:
+{text}
+"""
+
+    system_prompt = (
+        "You are a text analysis assistant. Provide accurate, concise analysis. "
+        "Focus on the actual content and avoid over-interpretation."
+    )
+
+    # Call LLM with Pydantic schema validation
+    result = client.call(
+        prompt=prompt,
+        schema=TextAnalysisResponse,
+        model=model,
+        system_prompt=system_prompt,
+        temperature=0.3,
+    )
+
+    # Return as dict (Gradio JSON component expects dict)
+    return result.model_dump()

apis/score2summary.py

@@ -0,0 +1,64 @@
+import os
+from pydantic import BaseModel
+from datetime import datetime
+import pytz
+
+from src.clients.llm_client import LLMClient
+from src.utils.tracer import customtracer
+
+
+class Category(BaseModel):
+    own_company_advantage_and_advice: str
+    competitors_advantage: str
+    自社長所: str
+    自社改喁E��: str
+
+class Summaries(BaseModel):
+    FV: Category
+    CTA: Category
+    CONTENTS: Category
+    CREATIVE: Category
+    ACCESSIBILITY: Category
+    
+@customtracer
+def score2summary(
+    p,
+    openai_key=os.environ.get('OPENAI_KEY'),
+    gemini_key=None,
+    model="meta-llama/Llama-3.3-70B-Instruct",
+):
+    """
+    input1 (text): 下記�E「�E社LPのコンチE��チE��を「構�E案」�E吁E��E��を書き換えください。書き換え�E「�E社LPのコンチE��チE���EみのチE�Eタを活用し、用語やニュアンス、特徴を活用すること。ただし、「構�E案」�E持つチE�Eマ�Eそ�Eままにすることを厳守。なお、商材名めE��ービス名がある場合�E、忁E��「�E社LPのコンチE��チE��情報に変更、E
+    input2 (text): default
+    input3 (text): default
+    input4 (text): gpt-4o
+    output1 (json): 頁E��
+    """
+    print(datetime.now(pytz.timezone('Asia/Tokyo')).strftime("%Y-%m-%d %H:%M:%S"), __name__)
+
+    selected_model = model if model else "meta-llama/Llama-3.3-70B-Instruct"
+
+    if selected_model and "gemini" in selected_model.lower():
+        if gemini_key and gemini_key != "default":
+            api_key = gemini_key
+        else:
+            api_key = os.environ.get('GEMINI_KEY')
+        client = LLMClient(google_api_key=api_key)
+    else:
+        if openai_key and openai_key != "default":
+            api_key = openai_key
+        else:
+            api_key = os.environ.get('OPENAI_KEY')
+        client = LLMClient(openai_key=api_key)
+
+    system_prompt = "持E��通りに要紁E��整琁E��行ってください。own_company_advantage_and_advice(自社相対位置+自社長所+自社改喁E��)とtotal_analysisには自社の惁E��のみ、competitors_advantageには他社の惁E��のみを記載してください"
+
+    result = client.call(
+        prompt=p,
+        schema=Summaries,
+        model=selected_model,
+        system_prompt=system_prompt,
+        temperature=0,
+    )
+
+    return result.model_dump()