Update app.py

app.py

@@ -5,7 +5,14 @@ from sentiment_analyzer import NewsAnalyzer # Import new class
 import time
 from collections import Counter # For counting themes/impacts
 
-# (ฟังก์ชัน get_sentiment_color และ get_impact_color ... ไม่ต้องแก้)
+# --- MODIFIED BLOCK 1 ---
+# เราจะโหลด Scraper (เบา) แต่จะยังไม่โหลด Analyzer (หนัก)
+print("Initializing Yahoo Finance News Analyzer...")
+scraper = YahooFinanceScraper()
+analyzer = None # <-- ตั้งเป็น None ก่อน จะโหลดเมื่อถูกเรียกใช้ครั้งแรก
+# --- END MODIFIED BLOCK ---
+
+
 def get_sentiment_color(sentiment):
     """กำหนดสีตาม sentiment"""
     colors = { "Positive": "🟢", "Negative": "🔴", "Neutral": "🟡" }
@@ -17,11 +24,23 @@ def get_impact_color(impact):
     return colors.get(impact, "⚪")
 
 
-# --- คัดลอกทับเฉพาะฟังก์ชันนี้ครับ ---
 def analyze_news(search_type, search_input, num_articles):
     """
     ฟังก์ชันหลักในการวิเคราะห์ข่าว
     """
+    
+    # --- MODIFIED BLOCK 2: LAZY LOADING ---
+    # ตรวจสอบว่า analyzer ถูกโหลดหรือยัง
+    global analyzer
+    if analyzer is None:
+        # ถ้ายัง ให้แสดงสถานะว่ากำลังโหลด
+        yield "⌛ กำลังโหลดโมเดล AI (ครั้งแรก)...", None, "⌛ กำลังโหลดโมเดล AI (ครั้งแรก)..."
+        print("Analyzer not loaded. Initializing NewsAnalyzer (lazy)...")
+        # นี่คือจุดที่จะโหลดโมเดล (ใช้เวลา 1-2 นาทีในครั้งแรก)
+        analyzer = NewsAnalyzer() 
+        print("Analyzer loaded successfully.")
+    # --- END MODIFIED BLOCK ---
+    
     try:
         yield "กำลังดึงข่าว...", None, None
 
@@ -46,7 +65,7 @@ def analyze_news(search_type, search_input, num_articles):
 
         results = analyzer.analyze_batch(news_list)
 
-        # Create summary statistics
+        # (ส่วนที่เหลือของฟังก์ชันเหมือนเดิม)
         total = len(results)
         positive = sum(1 for r in results if r['sentiment'] == 'Positive')
         negative = sum(1 for r in results if r['sentiment'] == 'Negative')
@@ -71,23 +90,22 @@ def analyze_news(search_type, search_input, num_articles):
 - 🔴 Negative: {negative} ({negative/total*100:.1f}%)
 - 🟡 Neutral: {neutral} ({neutral/total*100:.1f}%)
 
+---
+
 ### 📌 สรุปหัวข้อ (Themes)
 """
         for theme, count in theme_counts.most_common():
             summary += f"- **{theme}:** {count} รายการ ({count/total*100:.1f}%)\n"
         
+        summary += "\n---\n" # เพิ่มเส้นคั่น
+        
         summary += "\n### ⚡ สรุปผลกระทบ (Impact)\n"
         for impact, count in impact_counts.most_common():
             emoji = get_impact_color(impact)
             summary += f"- {emoji} **{impact}:** {count} รายการ ({count/total*100:.1f}%)\n"
-
-        # --- (MODIFIED BLOCK) ---
-        # ย้ายเส้นคั่นและหัวข้อ "รายละเอียด" มาไว้ใน summary
+        
         summary += "\n\n---\n\n## 📰 รายละเอียดแต่ละข่าว\n\n"
-
-        # Create detailed results (เริ่มต้นด้วยสตริงว่าง)
         detailed_results = "" 
-        # --- (END MODIFIED BLOCK) ---
 
         for i, result in enumerate(results, 1):
             s_emoji = get_sentiment_color(result['sentiment'])
@@ -102,7 +120,6 @@ def analyze_news(search_type, search_input, num_articles):
 [🔗 อ่านต่อ]({result['link']})
 ---"""
 
-        # Create DataFrame for table view
         df_data = []
         for result in results:
             df_data.append({
@@ -124,4 +141,79 @@ def analyze_news(search_type, search_input, num_articles):
         error_msg = f"❌ เกิดข้อผิดพลาด: {str(e)}"
         yield error_msg, None, error_msg
 
-# (โค้ดส่วน Interface (with gr.Blocks...) ... ไม่ต้องแก้)
+# (ส่วน Interface (with gr.Blocks...) ... ไม่ต้องแก้)
+with gr.Blocks(title="Yahoo Finance News Analyzer", theme=gr.themes.Soft()) as demo:
+    gr.Markdown("""
+    # 📈 Yahoo Finance News Analyzer
+    วิเคราะห์ข่าวการเงินจาก Yahoo Finance ด้วย AI แบบครบวงจร
+    
+    🔍 **ฟีเจอร์:**
+    - วิเคราะห์ Sentiment (ความรู้สึก)
+    - วิเคราะห์ Theme (หัวข้อข่าว)
+    - วิเคราะห์ Impact (ผลกระทบ: โอกาส หรือ ความเสี่ยง)
+    - ให้คะแนนความมั่นใจและคำอธิบาย
+    - รองรับค้นหาตาม Stock Symbol และ Keyword
+    """)
+
+    with gr.Row():
+        with gr.Column(scale=1):
+            search_type = gr.Radio(
+                choices=["Latest News", "Stock Symbol", "Keyword"],
+                value="Latest News",
+                label="ประเภทการค้นหา"
+            )
+            search_input = gr.Textbox(
+                label="Ticker Symbol / Keyword",
+                placeholder="เช่น AAPL, TSLA, AI, cryptocurrency",
+                info="ใส่เฉพาะเมื่อเลือก Stock Symbol หรือ Keyword"
+            )
+            num_articles = gr.Slider(
+                minimum=5,
+                maximum=20,
+                value=10,
+                step=1,
+                label="จำนวนข่าว"
+            )
+            analyze_btn = gr.Button("🔍 วิเคราะห์ข่าว", variant="primary", size="lg")
+            status = gr.Textbox(label="สถานะ", interactive=False)
+
+        with gr.Column(scale=2):
+            results_md = gr.Markdown("### กดปุ่ม 'วิเคราะห์ข่าว' เพื่อเริ่มต้น")
+
+    with gr.Row():
+        results_table = gr.Dataframe(
+            label="📊 ตารางสรุปผล",
+            wrap=True
+        )
+
+    gr.Markdown("""
+    ---
+    ### 💡 วิธีใช้งาน:
+    1. เลือกประเภทการค้นหา (ข่าวล่าสุด / หุ้นเฉพาะ / คำค้นหา)
+    2. ใส่ ticker symbol หรือ keyword (ถ้าต้องการ)
+    3. เลือกจำนวนข่าวที่ต้องการวิเคราะห์
+    4. กดปุ่ม "วิเคราะห์ข่าว"
+    
+    ### 🎯 ตัวอย่าง Stock Symbols:
+    - **AAPL** - Apple Inc.
+    - **TSLA** - Tesla
+    - **NVDA** - Nvidia
+    - **MSFT** - Microsoft
+    - **GOOGL** - Google
+    
+    ### 📌 หมายเหตุ:
+    - **Sentiment:** Positive (ดี), Negative (แย่), Neutral (กลาง)
+    - **Theme:** หัวข้อหลักของข่าว (เช่น ผลประกอบการ, สินค้าใหม่)
+    - **Impact:** ผลกระทบต่อบริษัท (🟢 Opportunity - โอกาส, 🔴 Risk - ความเสี่ยง)
+    """)
+
+    analyze_btn.click(
+        fn=analyze_news,
+        inputs=[search_type, search_input, num_articles],
+        outputs=[results_md, results_table, status]
+    )
+
+# Launch app
+if __name__ == "__main__":
+    demo.queue()
+    demo.