Update src/daily_ra/services/llm_service.py

src/daily_ra/services/llm_service.py

@@ -1,78 +1,78 @@
-from pydantic import BaseModel
-from typing import List
-from openai import OpenAI
-from dotenv import load_dotenv
-import os, json
-
-# .env を読み込む
-load_dotenv()
-
-# クライアントを初期化
-client = OpenAI(api_key=os.environ.get("OPENAI_API_KEY"))
-
-# ======== Pydantic スキーマ ========
-class DailyRAInput(BaseModel):
-    work_date: str
-    work_content: str
-    hazard_points: str
-    general_comments: str
-    risk_identification: str
-    mitigation_measures: str
-    inspection_items: str
-
-class GeneratedRule(BaseModel):
-    object1: str
-    object2: str
-    risk: str
-
-# ======== LLM サービス ========
-class LLMService:
-    @staticmethod
-    def generate_prompt(data: DailyRAInput) -> str:
-        return f"""
-以下は日次RAの作業内容です。作業者、重機、クレーンなどの対象物と危険性を抽出し、
-安全ルールを JSON 形式で返してください。出力形式は
-[{{"object1": "対象1", "object2": "対象2", "risk": "リスク"}}] です。
-
-作業日: {data.work_date}
-作業内容: {data.work_content}
-作業危険ポイント: {data.hazard_points}
-元請コメント: {data.general_comments}
-危険性・有害性の特定: {data.risk_identification}
-危険性・有害性の低減策: {data.mitigation_measures}
-点検事項: {data.inspection_items}
-"""
-
-    @staticmethod
-    def generate_rules(data: DailyRAInput) -> List[GeneratedRule]:
-        prompt = LLMService.generate_prompt(data)
-
-        try:
-            response = client.chat.completions.create(
-                model="gpt-4o-mini",
-                messages=[
-                    {"role": "system", "content": "あなたは建設現場の安全ルール生成AIです。"},
-                    {"role": "user", "content": prompt},
-                ],
-                temperature=0.2,
-            )
-            text = response.choices[0].message.content.strip()
-
-            # ✅ コードブロック(````json ... `````)を除去
-            if text.startswith("```"):
-                text = text.strip("`")
-                text = text.replace("json", "").strip()
-
-            # JSONとしてパース
-            rules_raw = json.loads(text)
-            return [GeneratedRule(**r) for r in rules_raw]
-
-        except json.JSONDecodeError as e:
-            print(f"⚠️ JSONデコードエラー: {e}\n出力内容: {text}")
-            return []
-        except Exception as e:
-            print(f"⚠️ LLM生成エラー: {e}")
-            return []
-
-# シングルトンインスタンス
-llm_service = LLMService()
+from pydantic import BaseModel
+from typing import List
+from openai import OpenAI
+from dotenv import load_dotenv
+import os, json
+
+# .env を読み込む
+load_dotenv()
+
+# クライアントを初期化
+client = OpenAI(api_key=os.environ.get("OPENAI_API_KEY"))
+
+# ======== Pydantic スキーマ ========
+class DailyRAInput(BaseModel):
+    work_date: str
+    work_content: str
+    hazard_points: str
+    general_comments: str
+    risk_identification: str
+    mitigation_measures: str
+    inspection_items: str
+
+class GeneratedRule(BaseModel):
+    object1: str
+    object2: str
+    risk: str
+
+# ======== LLM サービス ========
+class LLMService:
+    @staticmethod
+    def generate_prompt(data: DailyRAInput) -> str:
+        return f"""
+以下は日次RAの作業内容です。作業者、重機、クレーンなどの対象物と対象物同士の関係性を抽出し、
+安全ルールを JSON 形式で返してください。出力形式は
+[{{"object1": "対象1", "object2": "対象2", "risk": "リスク"}}] です。
+
+作業日: {data.work_date}
+作業内容: {data.work_content}
+作業危険ポイント: {data.hazard_points}
+元請コメント: {data.general_comments}
+危険性・有害性の特定: {data.risk_identification}
+危険性・有害性の低減策: {data.mitigation_measures}
+点検事項: {data.inspection_items}
+"""
+
+    @staticmethod
+    def generate_rules(data: DailyRAInput) -> List[GeneratedRule]:
+        prompt = LLMService.generate_prompt(data)
+
+        try:
+            response = client.chat.completions.create(
+                model="gpt-4o-mini",
+                messages=[
+                    {"role": "system", "content": "あなたは建設現場の安全ルール生成AIです。"},
+                    {"role": "user", "content": prompt},
+                ],
+                temperature=0.2,
+            )
+            text = response.choices[0].message.content.strip()
+
+            # ✅ コードブロック(````json ... `````)を除去
+            if text.startswith("```"):
+                text = text.strip("`")
+                text = text.replace("json", "").strip()
+
+            # JSONとしてパース
+            rules_raw = json.loads(text)
+            return [GeneratedRule(**r) for r in rules_raw]
+
+        except json.JSONDecodeError as e:
+            print(f"⚠️ JSONデコードエラー: {e}\n出力内容: {text}")
+            return []
+        except Exception as e:
+            print(f"⚠️ LLM生成エラー: {e}")
+            return []
+
+# シングルトンインスタンス
+llm_service = LLMService()