interview_agents_api / src /cv_parsing_agents.py
QuentinL52's picture
Update src/cv_parsing_agents.py
30d70f7 verified
raw
history blame
4.13 kB
"""
Module pour le parsing de CV avec CrewAI
"""
import os
import json
import logging
logger = logging.getLogger(__name__)
try:
from src.crew.crew_pool import analyse_cv
CREW_POOL_AVAILABLE = True
logger.info("✅ crew_pool importé avec succès")
except ImportError as e:
logger.error(f"❌ Erreur import crew_pool: {e}")
CREW_POOL_AVAILABLE = False
analyse_cv = None
try:
from src.config import load_pdf
CONFIG_AVAILABLE = True
logger.info("✅ config importé avec succès")
except ImportError as e:
logger.error(f"❌ Erreur import config: {e}")
CONFIG_AVAILABLE = False
load_pdf = None
def clean_dict_keys(data):
if isinstance(data, dict):
return {str(key): clean_dict_keys(value) for key, value in data.items()}
elif isinstance(data, list):
return [clean_dict_keys(element) for element in data]
else:
return data
class CvParserAgent:
def __init__(self, pdf_path: str):
if not pdf_path or not isinstance(pdf_path, str):
raise ValueError("Le chemin du fichier PDF doit être une chaîne non vide")
self.pdf_path = pdf_path
if not CREW_POOL_AVAILABLE:
logger.warning("CrewAI crew_pool non disponible - mode dégradé")
if not CONFIG_AVAILABLE:
logger.warning("Module config non disponible - mode dégradé")
def process(self) -> dict:
logger.info(f"Début du traitement du CV : {self.pdf_path}")
if not os.path.exists(self.pdf_path):
logger.error(f"Fichier PDF non trouvé: {self.pdf_path}")
return self._create_fallback_data()
if not CREW_POOL_AVAILABLE or not CONFIG_AVAILABLE:
logger.error("Dépendances manquantes pour le traitement complet")
return self._create_fallback_data()
try:
cv_text_content = load_pdf(self.pdf_path)
if not cv_text_content or not cv_text_content.strip():
logger.error("Le PDF semble vide ou illisible")
return self._create_fallback_data()
logger.info(f"PDF chargé, {len(cv_text_content)} caractères extraits")
crew_output = analyse_cv(cv_text_content)
if not crew_output or not hasattr(crew_output, 'raw') or not crew_output.raw.strip():
logger.error("L'analyse par le crew n'a pas retourné de résultat.")
return self._create_fallback_data()
raw_string = crew_output.raw
logger.info(f"Résultat brut du crew: {raw_string[:200]}...")
json_string_cleaned = self._clean_json_string(raw_string)
profile_data = json.loads(json_string_cleaned)
logger.info("Parsing JSON réussi")
return clean_dict_keys(profile_data)
except json.JSONDecodeError as e:
logger.error(f"Erreur de décodage JSON : {e}")
if 'crew_output' in locals():
logger.error(f"Données brutes reçues : {crew_output.raw}")
return self._create_fallback_data()
except Exception as e:
logger.error(f"Erreur inattendue dans CvParserAgent : {e}", exc_info=True)
return self._create_fallback_data()
def _clean_json_string(self, raw_string: str) -> str:
json_string_cleaned = raw_string.strip()
if '```' in raw_string:
try:
if '```json' in raw_string:
json_part = raw_string.split('```json')[1].split('```')[0]
json_string_cleaned = json_part.strip()
else:
parts = raw_string.split('```')
if len(parts) >= 3:
json_string_cleaned = parts[1].strip()
except IndexError:
logger.warning("Format de code block détecté mais mal formé")
return json_string_cleaned
if __name__ == "__main__":
logger.info("Test du module cv_parsing_agents")
logger.info(f"CREW_POOL_AVAILABLE: {CREW_POOL_AVAILABLE}")
logger.info(f"CONFIG_AVAILABLE: {CONFIG_AVAILABLE}")