Create app.py

app.py

@@ -0,0 +1,173 @@
+import streamlit as st
+import numpy as np
+from sentence_transformers import SentenceTransformer, util
+import openai
+from datetime import datetime
+
+# --- НАСТРОЙКИ СТРАНИЦЫ ---
+st.set_page_config(layout="wide", page_title="SEO Intent Analyzer Pro")
+
+# --- КЭШИРОВАНИЕ МОДЕЛИ (Чтобы не загружать 400мб каждый раз) ---
+@st.cache_resource
+def load_model():
+    return SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')
+
+try:
+    model = load_model()
+except Exception as e:
+    st.error(f"Ошибка загрузки модели: {e}")
+
+# --- ИНТЕРФЕЙС: БОКОВАЯ ПАНЕЛЬ ---
+st.sidebar.title("⚙️ Настройки")
+
+language = st.sidebar.selectbox(
+    "Язык анализа",
+    ["English", "Hindi", "Spanish", "Bengali"]
+)
+
+api_key = st.sidebar.text_input("OpenAI API Key (для рекомендаций)", type="password")
+target_keyword = st.sidebar.text_input("Целевой Интент / Ключ", "online casino guide")
+
+st.sidebar.markdown("---")
+st.sidebar.info("Загрузите тексты конкурентов и свой текст, затем нажмите 'Анализировать'.")
+
+# --- ИНТЕРФЕЙС: ОСНОВНАЯ ЧАСТЬ ---
+st.title("🚀 Анализатор Интента (SBERT + AI)")
+
+col1, col2 = st.columns(2)
+
+with col1:
+    st.subheader("📝 Ваш Текст")
+    user_text = st.text_area("Вставьте ваш контент сюда", height=400)
+
+with col2:
+    st.subheader("🕵️ Конкуренты")
+    # Используем табы для конкурентов, чтобы не загромождать экран
+    tabs = st.tabs([f"Конкурент {i+1}" for i in range(5)]) 
+    competitors = []
+    
+    for i, tab in enumerate(tabs):
+        with tab:
+            comp_text = st.text_area(f"Текст конкурента {i+1}", height=320, key=f"comp_{i}")
+            if len(comp_text) > 50:
+                competitors.append(comp_text)
+
+# --- ЛОГИКА АНАЛИЗА ---
+if st.button("🚀 ЗАПУСТИТЬ АНАЛИЗ", type="primary"):
+    if not user_text:
+        st.warning("Пожалуйста, введите ваш текст.")
+    elif not competitors:
+        st.warning("Пожалуйста, добавьте хотя бы одного конкурента.")
+    else:
+        with st.spinner('Загрузка нейросети и сравнение векторов...'):
+            # 1. Анализ SBERT
+            user_emb = model.encode(user_text, convert_to_tensor=True)
+            comp_embs = [model.encode(c, convert_to_tensor=True) for c in competitors]
+            
+            # Средний вектор конкурентов
+            avg_comp_emb = np.mean([c.cpu().numpy() for c in comp_embs], axis=0)
+            
+            # Сходство
+            similarity = util.cos_sim(user_emb, avg_comp_emb).item() * 100
+            
+            # 2. Поиск упущенных аспектов (Gap Analysis)
+            user_sentences = user_text.split('.')
+            # Собираем все предложения конкурентов в кучу
+            comp_sentences_flat = []
+            for c in competitors:
+                comp_sentences_flat.extend([s for s in c.split('.') if len(s) > 30])
+            
+            # Кодируем предложения
+            user_sent_embs = model.encode(user_sentences, convert_to_tensor=True)
+            comp_sent_embs = model.encode(comp_sentences_flat, convert_to_tensor=True)
+            
+            # Матрица схожести
+            cos_scores = util.cos_sim(comp_sent_embs, user_sent_embs)
+            
+            missing_aspects = []
+            # Если предложение конкурента не похоже ни на одно наше (score < 0.45)
+            for idx, scores in enumerate(cos_scores):
+                if scores.max() < 0.45:
+                    missing_aspects.append(comp_sentences_flat[idx].strip())
+            
+            # Убираем дубли и берем топ-5
+            missing_aspects = list(set(missing_aspects))[:5]
+            
+            # 3. AI Рекомендации
+            recommendations = []
+            if api_key and missing_aspects:
+                openai.api_key = api_key
+                status_text = st.empty()
+                status_text.text("Генерация рекомендаций через GPT...")
+                
+                for aspect in missing_aspects:
+                    prompt = f"""
+                    Role: Expert SEO Copywriter.
+                    Language: {language}.
+                    Task: My competitors mention: "{aspect}", but I missed it.
+                    Action: Write a paragraph (HTML format) to insert into my article to cover this topic.
+                    """
+                    try:
+                        response = openai.ChatCompletion.create(
+                            model="gpt-3.5-turbo",
+                            messages=[{"role": "user", "content": prompt}],
+                            max_tokens=300
+                        )
+                        recommendations.append(response.choices[0].message.content)
+                    except Exception as e:
+                        st.error(f"AI Error: {e}")
+                status_text.empty()
+
+            # --- ВЫВОД РЕЗУЛЬТАТОВ ---
+            st.divider()
+            st.header("📊 Результаты Анализа")
+            
+            # Метрики
+            m1, m2, m3 = st.columns(3)
+            m1.metric("Сходство с Топом", f"{similarity:.1f}%")
+            m2.metric("Длина вашего текста", f"{len(user_text.split())} слов")
+            m3.metric("Среднее у конкурентов", f"{int(np.mean([len(c.split()) for c in competitors]))} слов")
+            
+            # Визуализация прогресса
+            st.write("Шкала раскрытия интента:")
+            st.progress(min(int(similarity), 100))
+            
+            # Таблица сравнения
+            col_res1, col_res2 = st.columns(2)
+            
+            with col_res1:
+                st.subheader("⚠️ Упущенные аспекты (Gaps)")
+                if missing_aspects:
+                    for gap in missing_aspects:
+                        st.error(f"У конкурентов: \"{gap}\"")
+                else:
+                    st.success("Явных пробелов в интенте не найдено!")
+            
+            with col_res2:
+                st.subheader("💡 Рекомендации к внедрению")
+                if recommendations:
+                    for rec in recommendations:
+                        st.code(rec, language="html")
+                        st.caption("Скопируйте код выше и вставьте в статью")
+                elif not api_key:
+                    st.info("Введите API Key слева, чтобы получить готовый текст исправлений.")
+                else:
+                    st.info("Рекомендации не требуются.")
+
+            # Экспорт
+            report_text = f"""
+            <h1>SEO Report - {target_keyword}</h1>
+            <p>Date: {datetime.now()}</p>
+            <p>Similarity: {similarity:.2f}%</p>
+            <h2>Missing Aspects:</h2>
+            <ul>{''.join([f'<li>{m}</li>' for m in missing_aspects])}</ul>
+            <h2>AI Recommendations:</h2>
+            {''.join(recommendations)}
+            """
+            st.download_button(
+                label="📥 Скачать HTML отчет",
+                data=report_text,
+                file_name="seo_report.html",
+                mime="text/html"
+            )
+