Create app.py

app.py

@@ -0,0 +1,145 @@
+import gradio as gr
+import random
+import feedparser
+import requests
+from bs4 import BeautifulSoup
+from gtts import gTTS
+import tempfile
+import google.generativeai as genai
+import os
+
+# --- 설정 사항 ---
+# 허깅페이스 Secrets 또는 시스템 환경변수에서 API 키를 안전하게 불러옵니다.
+GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")
+
+if not GEMINI_API_KEY:
+    raise ValueError("API 키가 설정되지 않았습니다. 허깅페이스 Settings -> Secrets에서 GEMINI_API_KEY를 추가해주세요.")
+
+genai.configure(api_key=GEMINI_API_KEY)
+
+# 수능 지문 출처용 RSS 피드 목록
+RSS_FEEDS = {
+    "Aeon": "https://aeon.co/feed.rss",
+    "Psyche": "https://psyche.co/feed",
+    "The Conversation": "https://theconversation.com/global/articles.atom",
+    "Scientific American": "https://rss.sciam.com/ScientificAmerican-Global",
+    "Nautilus": "https://nautil.us/feed/"
+}
+
+def fetch_random_article():
+    """RSS 피드에서 랜덤으로 기사 URL과 제목을 가져옵니다."""
+    site_name, feed_url = random.choice(list(RSS_FEEDS.items()))
+    feed = feedparser.parse(feed_url)
+    
+    if not feed.entries:
+        return None, None, site_name
+        
+    random_entry = random.choice(feed.entries)
+    return random_entry.title, random_entry.link, site_name
+
+def scrape_article_text(url):
+    """URL에서 본문 텍스트를 크롤링합니다."""
+    try:
+        headers = {'User-Agent': 'Mozilla/5.0'}
+        response = requests.get(url, headers=headers, timeout=10)
+        soup = BeautifulSoup(response.content, 'html.parser')
+        
+        # p 태그 위주로 텍스트 추출 (사이트별 구조가 다르므로 범용적인 방식 사용)
+        paragraphs = soup.find_all('p')
+        text = ' '.join([p.get_text() for p in paragraphs])
+        
+        # 텍스트가 너무 길면 앞부분만 자름 (API 토큰 제한 및 수능 지문 분량 고려)
+        return text[:4000]
+    except Exception as e:
+        return str(e)
+
+def generate_tts(text):
+    """영어 지문을 음성(mp3)으로 변환합니다."""
+    try:
+        tts = gTTS(text=text, lang='en', slow=False)
+        temp_file = tempfile.NamedTemporaryFile(delete=False, suffix=".mp3")
+        tts.save(temp_file.name)
+        return temp_file.name
+    except Exception:
+        return None
+
+def process_suneung_material():
+    """전체 파이프라인: 기사 수집 -> AI 프롬프트 요청 -> TTS 생성 -> 결과 반환"""
+    title, link, site_name = fetch_random_article()
+    
+    if not link:
+        return "기사를 가져오는데 실패했습니다.", "", "", "", None
+        
+    raw_text = scrape_article_text(link)
+    
+    if len(raw_text) < 200:
+        return "기사 본문이 너무 짧거나 크롤링이 차단된 사이트입니다. 다시 시도해주세요.", "", "", "", None
+
+    # 수능 출제 위원 관점의 Gemini 프롬프트
+    prompt = f"""
+    You are an expert in creating English questions for the Korean CSAT (수능 영어 출제위원).
+    Read the following article excerpt and perform the tasks below.
+    
+    [Source Material]
+    {raw_text}
+    
+    [Tasks]
+    1. **CSAT Passage (수능형 지문)**: Rewrite and summarize the core idea into a logically coherent passage of exactly 150-180 words. The vocabulary and sentence structure must match the high difficulty level of the Korean CSAT English section. DO NOT include the blank or altered sequence here; just provide the perfect base passage.
+    2. **Vocabulary (주요 어휘)**: Extract 7-10 high-level vocabulary words from your generated passage. Format strictly as: "English Word | Korean Meaning | Synonym".
+    3. **Fill-in-the-blank Question (빈칸 추론 문제)**: Create a CSAT-style fill-in-the-blank question using the passage. Replace a crucial thematic phrase with "________". Provide 5 multiple-choice options (1 correct, 4 highly attractive distractors).
+    4. **Sentence Ordering Question (글의 순서 문제)**: Take the same passage, keep the first sentence as the given box, and divide the rest into three parts (A), (B), and (C) in a scrambled order. Provide the correct order.
+
+    Format the output cleanly with the following headers:
+    [수능형 지문]
+    [주요 어휘]
+    [빈칸 추론 문제]
+    [글의 순서 문제]
+    """
+
+    try:
+        # Gemini 1.5 Flash 또는 Pro 모델 사용 권장
+        model = genai.GenerativeModel('gemini-1.5-flash')
+        response = model.generate_content(prompt)
+        result_text = response.text
+        
+        # 생성된 텍스트에서 '[수능형 지문]' 부분만 추출하여 TTS 생성용으로 사용
+        passage_for_tts = ""
+        if "[수능형 지문]" in result_text and "[주요 어휘]" in result_text:
+            passage_for_tts = result_text.split("[주요 어휘]")[0].replace("[수능형 지문]", "").strip()
+        else:
+            passage_for_tts = "Could not parse passage for audio."
+
+        audio_path = generate_tts(passage_for_tts)
+        
+        source_info = f"**출처:** {site_name} - [{title}]({link})"
+        
+        return result_text, source_info, audio_path
+        
+    except Exception as e:
+        return f"AI 처리 중 오류가 발생했습니다: {str(e)}", "", None
+
+# --- Gradio UI 구성 ---
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown("# 🎓 수능 영어 모의 문항 자동 생성기")
+    gr.Markdown("Nautilus, Scientific American, The Conversation, Psyche, Aeon에서 랜덤으로 기사를 발췌하여 수능형 지문과 문항을 제작합니다.")
+    
+    with gr.Row():
+        generate_btn = gr.Button("랜덤 지문 및 문제 생성하기 (Click)", variant="primary")
+    
+    with gr.Row():
+        with gr.Column(scale=2):
+            output_content = gr.Markdown(label="출제 내용")
+            source_display = gr.Markdown(label="지문 출처")
+        
+        with gr.Column(scale=1):
+            audio_player = gr.Audio(label="지문 듣기 (TTS)", type="filepath", interactive=False)
+            
+    # 버튼 클릭 시 함수 연결 (로딩 애니메이션 포함)
+    generate_btn.click(
+        fn=process_suneung_material,
+        inputs=[],
+        outputs=[output_content, source_display, audio_player]
+    )
+
+if __name__ == "__main__":
+    demo.launch()