Create app.py

app.py

@@ -0,0 +1,194 @@
+import streamlit as st
+import openai
+import logging
+from typing import Optional
+
+# 配置日志
+logging.basicConfig(level=logging.INFO)
+
+def generate_email(profile1: str, profile2: str, style: str = "friendly", temperature: float = 0.7) -> str:
+    """
+    基于两个 LinkedIn 简介生成个性化的 Coffee Chat 邮件。
+    
+    参数:
+        profile1 (str): 发送者的 LinkedIn 简介文本
+        profile2 (str): 接收者的 LinkedIn 简介文本
+        style (str): 邮件风格，可选项为 "formal", "friendly", "humorous"
+        temperature (float): 控制生成内容的创造性，较高的值产生更多样化的结果
+        
+    返回:
+        str: 生成的邮件文本
+    
+    异常:
+        Exception: 当 API 调用失败时抛出
+    """
+    
+    # 验证输入参数
+    if not profile1 or not profile2:
+        raise ValueError("两个个人简介都不能为空")
+        
+    valid_styles = ["formal", "friendly", "humorous"]
+    if style not in valid_styles:
+        raise ValueError(f"风格必须是以下之一: {', '.join(valid_styles)}")
+    
+    if not 0 <= temperature <= 2:
+        raise ValueError("temperature 参数必须在 0 到 2 之间")
+    
+    # 为不同风格构建指导
+    style_guidance = {
+        "formal": "保持专业和礼貌。使用正式语言和结构。",
+        "friendly": "友好而专业。使用热情但不过分随意的语气。",
+        "humorous": "适当使用幽默，同时保持专业。加入一两个轻松的评论，但不要过分。"
+    }
+    
+    # 构建 GPT-4 的提示语
+    prompt = f"""
+    我需要生成一封个性化的 Coffee Chat 邮件，邮件发送者和接收者的 LinkedIn 简介信息如下：
+    
+    发送者简介:
+    {profile1}
+    
+    接收者简介:
+    {profile2}
+    
+    请分析这两个简介并找出所有有意义的共同点，如：
+    - 共同的教育背景（大学、学位等）
+    - 共同的工作经验或行业
+    - 相似的技能、专业知识领域
+    - 共同的兴趣爱好、志愿活动等
+    - 共同的联系人或组织
+    
+    基于这些共同点，编写一封邀请接收者进行 Coffee Chat 的邮件。邮件应该：
+    1. 包含个性化的开场白，提及你是如何找到对方的
+    2. 简短地介绍自己（不要重复简介中的所有内容）
+    3. 明确地提到你们的共同点，展示你已经研究过对方
+    4. 说明你联系的目的（Coffee Chat），并解释为什么你认为这次交谈对双方都有价值
+    5. 提出具体的后续行动建议
+    6. 以礼貌的结束语和签名结尾
+    
+    邮件风格要求: {style_guidance[style]}
+    
+    邮件应该自然流畅，就像一个真实的人写的，避免模板化的感觉。确保内容有深度但简明扼要，总长度应在 150-250 个单词之间。
+    
+    只返回邮件正文，不包含任何解释或其他内容。
+    """
+    
+    try:
+        # 调用 OpenAI API
+        response = openai.ChatCompletion.create(
+            model="gpt-4",
+            messages=[{"role": "user", "content": prompt}],
+            temperature=temperature,
+            max_tokens=1000
+        )
+        
+        # 提取生成的邮件文本
+        email_text = response.choices[0].message.content.strip()
+        return email_text
+        
+    except Exception as e:
+        logging.error(f"OpenAI API 调用失败: {str(e)}")
+        raise Exception(f"生成邮件时出错: {str(e)}")
+
+# Streamlit 应用主函数
+def main():
+    # 设置页面标题和图标
+    st.set_page_config(
+        page_title="Coffee Chat 邮件生成器",
+        page_icon="☕",
+        layout="wide"
+    )
+    
+    # 页面标题
+    st.title("☕ Coffee Chat 邮件生成器")
+    st.markdown("### 基于 LinkedIn 简介生成个性化的 Coffee Chat 邮件")
+    
+    # 侧边栏 - API 密钥配置
+    with st.sidebar:
+        st.header("设置")
+        api_key = st.text_input("OpenAI API 密钥", type="password")
+        if api_key:
+            openai.api_key = api_key
+        
+        st.markdown("---")
+        st.markdown("### 关于")
+        st.markdown("这个工具帮助求职者生成个性化的 Coffee Chat 邮件，基于 LinkedIn 简介进行分析和匹配。")
+    
+    # 主要内容区域
+    col1, col2 = st.columns(2)
+    
+    with col1:
+        st.subheader("🧑‍💼 你的 LinkedIn 简介")
+        profile1 = st.text_area(
+            "粘贴你的 LinkedIn 简介文本",
+            height=300,
+            placeholder="例如: 我是一名在纽约金融科技公司工作的数据分析师，拥有哥伦比亚大学金融学硕士学位和4年工作经验。我精通 Python、SQL 和数据可视化..."
+        )
+    
+    with col2:
+        st.subheader("👨‍💻 目标联系人简介")
+        profile2 = st.text_area(
+            "粘贴目标联系人的 LinkedIn 简介文本",
+            height=300,
+            placeholder="例如: 资深投资银行家��摩根斯坦利副总裁，负责科技和金融行业并购。哥伦比亚大学 MBA，曾在多家初创企业担任顾问..."
+        )
+    
+    # 配置选项
+    st.subheader("⚙️ 邮件配置")
+    col3, col4 = st.columns(2)
+    
+    with col3:
+        style = st.selectbox(
+            "邮件风格",
+            options=["friendly", "formal", "humorous"],
+            format_func=lambda x: {
+                "friendly": "友好 (推荐)",
+                "formal": "正式",
+                "humorous": "幽默"
+            }.get(x)
+        )
+    
+    with col4:
+        temperature = st.slider(
+            "创造性程度",
+            min_value=0.0,
+            max_value=1.0,
+            value=0.7,
+            step=0.1,
+            help="较低的值使输出更加可预测，较高的值使输出更加多样化和创造性"
+        )
+    
+    # 生成按钮
+    if st.button("✨ 生成 Coffee Chat 邮件", type="primary", use_container_width=True):
+        if not api_key:
+            st.error("请在侧边栏中输入你的 OpenAI API 密钥")
+        elif not profile1 or not profile2:
+            st.error("请填写两个 LinkedIn 简介")
+        else:
+            try:
+                with st.spinner("正在生成邮件..."):
+                    email = generate_email(profile1, profile2, style, temperature)
+                
+                # 显示结果
+                st.subheader("📧 生成的邮件")
+                st.success("邮件已生成!")
+                st.markdown("---")
+                st.markdown(email)
+                st.markdown("---")
+                
+                # 复制按钮
+                st.button(
+                    "📋 复制到剪贴板",
+                    on_click=lambda: st.write('<script>navigator.clipboard.writeText(`' + email.replace('`', '\\`') + '`);</script>', unsafe_allow_html=True)
+                )
+                
+            except Exception as e:
+                st.error(f"出错了: {str(e)}")
+    
+    # 页脚
+    st.markdown("---")
+    st.caption("注意: 请根据实际情况编辑生成的邮件内容，以确保准确性和个人风格。")
+
+# 运行应用
+if __name__ == "__main__":
+    main()