app.py

import gradio as gr
import fitz  # PyMuPDF
import openai
import re
import os

# ✅ 使用 Hugging Face Secrets 管理 API 金鑰
openai.api_key = os.environ.get("OPENAI_API_KEY")

# --- 清理文字 ---
def clean_text(text):
    text = re.sub(r'^\s*\d+\s*$', '', text, flags=re.MULTILINE)
    text = re.sub(r'\n\s*\n+', '\n\n', text)
    text = re.sub(r'[ \t]+', ' ', text)
    return text.strip()

# --- 改進版：區塊式擷取 PDF 文字 + 座標排序 ---
def extract_text_from_pdf(file):
    doc = fitz.open(file.name)
    text_blocks = []
    for page in doc:
        blocks = page.get_text("blocks")  # 回傳每段區塊含座標
        blocks = sorted(blocks, key=lambda b: (b[1], b[0]))  # 先依 y，再依 x 排序
        for b in blocks:
            text_blocks.append(b[4])
    doc.close()
    return clean_text("\n".join(text_blocks))

# --- GPT 履歷分析（STAR 法則）---
def analyze_resume(resume_text):
    prompt = f"""
你是一位專業的履歷健檢與職涯輔導顧問，請協助我以下幾件事：

注意：這份履歷是由 PDF 擷取而來，可能因版面問題導致部分文字順序略有錯亂。請你盡量根據語意邏輯判斷內容。

1. 根據下方履歷內容，幫我整理出：
   - 學歷背景
   - 技能與工具
   - 工作經歷與專案經歷

2. 對於每一段經歷，請用 STAR 法則整理：
   - S（情境）
   - T（任務）
   - A（行動）
   - R（成果）

3. 指出這份履歷的優勢，以及可以優化的建議

4. 推薦幾個可能適合的職缺方向（例如：前端工程師、資料分析師、產品實習生等）

這是履歷內容：
------------------------
{resume_text}
------------------------

請以條列式輸出，分段清楚。
"""
    response = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[
            {"role": "system", "content": "你是一位履歷健檢顧問"},
            {"role": "user", "content": prompt}
        ],
        temperature=0.7,
        max_tokens=1500
    )
    content = response['choices'][0]['message']['content']
    return content.replace("**", "").replace("* ", "• ").replace("*", "").strip()

# --- GPT 自傳撰寫 ---
def generate_autobiography(resume_text):
    prompt = f"""
這是從 PDF 擷取的履歷文字，順序可能略有錯亂。請盡量根據語意整理，幫我撰寫一段約 300 字的個人自傳。口吻自然、自信，強調個人特質、學習歷程與職涯目標，可作為履歷中的「自我介紹」使用：

履歷內容：
------------------------
{resume_text}
------------------------
"""
    response = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[
            {"role": "system", "content": "你是一位履歷與自傳輔導顧問"},
            {"role": "user", "content": prompt}
        ],
        temperature=0.7,
        max_tokens=800
    )
    return response['choices'][0]['message']['content'].strip()

# --- Gradio UI ---
with gr.Blocks(title="求職小幫手 AI") as demo:
    gr.Markdown("## 🧑‍💼 求職小幫手 AI\n上傳履歷 PDF，我們幫你分析亮點並撰寫個人自傳！")

    with gr.Row():
        pdf_input = gr.File(label="📄 上傳履歷 PDF", file_types=[".pdf"])
        extract_btn = gr.Button("⬇️ 擷取與清理內容")

    resume_textbox = gr.Textbox(label="📄 擷取後的履歷純文字", lines=20, interactive=False)

    with gr.Row():
        analyze_btn = gr.Button("🧠 分析履歷（STAR 法則）")
        bio_btn = gr.Button("📝 撰寫個人自傳")

    analysis_output = gr.Textbox(label="✨ GPT 履歷分析結果", lines=25)
    bio_output = gr.Textbox(label="✍️ GPT 產生的個人自傳", lines=15)

    extract_btn.click(fn=extract_text_from_pdf, inputs=pdf_input, outputs=resume_textbox)
    analyze_btn.click(fn=analyze_resume, inputs=resume_textbox, outputs=analysis_output)
    bio_btn.click(fn=generate_autobiography, inputs=resume_textbox, outputs=bio_output)

demo.launch()