Update app.py

app.py

@@ -8,33 +8,41 @@ import json
 import os
 
 # --- KONFIGURASI API KEY DARI HUGGING FACE SECRETS ---
-# Pastikan Anda sudah mengatur Secret bernama 'GEMINI_API_KEY' di repository Space Anda
+API_CONFIGURED = False
 try:
-    api_key = os.environ.get('GEMINI_API_KEY')
-    genai.configure(api_key=api_key)
-    print("✅ Konfigurasi API berhasil!")
-    model = genai.GenerativeModel('gemini-1.5-flash-latest')
-    print(f"✅ Model '{model.model_name}' berhasil diinisialisasi.")
-    API_CONFIGURED = True
-except (TypeError, ValueError) as e:
-    print(f"🛑 Error Konfigurasi API: Pastikan GEMINI_API_KEY sudah di-set di Secrets. Detail: {e}")
-    API_CONFIGURED = False
+    # PASTIKAN NAMA SECRET ANDA ADALAH 'GEMINI_API_KEY', BUKAN 'GOOGLE_API_KEY'
+    api_key = os.environ.get('GEMINI_API_KEY') 
+    if api_key:
+        genai.configure(api_key=api_key)
+        model = genai.GenerativeModel('gemini-1.5-flash-latest')
+        API_CONFIGURED = True
+        print("✅ Konfigurasi API dan model berhasil.")
+    else:
+        print("🛑 Secret 'GEMINI_API_KEY' tidak ditemukan.")
 except Exception as e:
-    print(f"🛑 Terjadi error tak terduga saat inisialisasi: {e}")
-    API_CONFIGURED = False
+    print(f"🛑 Terjadi error saat inisialisasi: {e}")
 
 # --- FUNGSI-FUNGSI UTAMA ---
 
 def ekstrak_teks_dari_pdf(path_file_pdf):
-    """Membuka file PDF dari path temporer dan mengekstrak teksnya."""
     try:
-        dokumen = fitz.open(path_file_pdf)
-        teks_lengkap = "".join(halaman.get_text() for halaman in dokumen)
-        dokumen.close()
+        with fitz.open(path_file_pdf) as dokumen:
+            teks_lengkap = "".join(halaman.get_text() for halaman in dokumen)
         return teks_lengkap
     except Exception as e:
         raise gr.Error(f"Gagal membaca file PDF: {e}")
 
+def clean_and_parse_json(raw_text):
+    """Fungsi yang lebih andal untuk membersihkan dan mem-parsing JSON dari teks mentah."""
+    # Menemukan awal dan akhir blok JSON
+    start_index = raw_text.find('{')
+    end_index = raw_text.rfind('}')
+    if start_index == -1 or end_index == -1:
+        raise json.JSONDecodeError("Tidak ditemukan blok JSON valid dalam respons.", raw_text, 0)
+    
+    json_str = raw_text[start_index:end_index+1]
+    return json.loads(json_str)
+
 def format_output_markdown(parsed_json, hasil_analisis):
     """Menyusun hasil akhir menjadi string Markdown yang rapi."""
     nama = parsed_json.get('nama_lengkap', 'N/A')
@@ -43,58 +51,58 @@ def format_output_markdown(parsed_json, hasil_analisis):
     kekuatan = "\n".join([f"- {poin}" for poin in hasil_analisis.get('poin_kekuatan', [])])
     kelemahan = "\n".join([f"- {poin}" for poin in hasil_analisis.get('potensi_kelemahan', [])])
 
-    markdown_output = f"""
+    return f"""
     ### HASIL ANALISIS KECOCOKAN KANDIDAT
     **👤 Nama Kandidat:** {nama}
     ***
     **⭐ Skor Kecocokan:** {skor} / 10
-
+    
     **📝 Ringkasan Analisis:**
     {ringkasan}
-
+    
     **✅ Poin Kekuatan Utama:**
     {kekuatan}
-
+    
     **⚠️ Potensi Kelemahan / Pertanyaan Lanjutan:**
     {kelemahan}
     """
-    return markdown_output
 
 def analyze_cv(cv_file, deskripsi_pekerjaan):
     """Fungsi utama yang dijalankan oleh Gradio saat tombol ditekan."""
     if not API_CONFIGURED:
-        raise gr.Error("API Key Gemini belum terkonfigurasi. Hubungi pemilik aplikasi.")
+        raise gr.Error("API Key Gemini belum terkonfigurasi. Periksa Logs aplikasi di Hugging Face.")
     if cv_file is None or not deskripsi_pekerjaan.strip():
         raise gr.Error("Mohon upload file CV (PDF) dan isi deskripsi pekerjaan.")
 
-    print("1. Memulai ekstraksi teks dari PDF...")
-    teks_cv = ekstrak_teks_dari_pdf(cv_file.name) # cv_file.name adalah path temporer
-    if not teks_cv:
-        raise gr.Error("PDF kosong atau tidak dapat dibaca.")
-    
-    print("2. Memulai ekstraksi CV menjadi JSON...")
-    prompt_ekstraksi = f"Ekstrak informasi dari teks CV berikut dan sajikan dalam format JSON. Pastikan JSON memiliki struktur: nama_lengkap, kontak, ringkasan, keterampilan, pengalaman_kerja, dan pendidikan. Teks CV:\n---\n{teks_cv}\n---\nOutput harus berupa JSON saja."
-    response_ekstraksi = model.generate_content(prompt_ekstraksi)
     try:
-        parsed_json = json.loads(response_ekstraksi.text.strip().replace('```json', '').replace('```', ''))
-    except (json.JSONDecodeError, AttributeError) as e:
-        raise gr.Error(f"Gagal mem-parsing CV menjadi JSON. Error: {e}\n\nRespons Mentah:\n{response_ekstraksi.text}")
-
-    print("3. Memulai analisis kecocokan...")
-    prompt_analisis = f"""
-    Anda adalah seorang Manajer Perekrutan senior. Analisis data kandidat (JSON) dan bandingkan dengan deskripsi pekerjaan.
-    Deskripsi Pekerjaan: {deskripsi_pekerjaan}
-    Data Kandidat (JSON): {json.dumps(parsed_json, indent=2)}
-    Instruksi: Berikan output JSON dengan struktur: skor_kecocokan, ringkasan_analisis, poin_kekuatan, potensi_kelemahan. Output harus JSON saja.
-    """
-    response_analisis = model.generate_content(prompt_analisis)
-    try:
-        hasil_analisis = json.loads(response_analisis.text.strip().replace('```json', '').replace('```', ''))
-    except (json.JSONDecodeError, AttributeError) as e:
-        raise gr.Error(f"Gagal menganalisis kecocokan. Error: {e}\n\nRespons Mentah:\n{response_analisis.text}")
-    
-    print("4. Menyusun output...")
-    return format_output_markdown(parsed_json, hasil_analisis)
+        print("--- Memulai Proses Analisis ---")
+        
+        print("1. Mengekstrak teks dari PDF...")
+        teks_cv = ekstrak_teks_dari_pdf(cv_file.name)
+        if not teks_cv:
+            raise gr.Error("PDF kosong atau tidak dapat dibaca.")
+        print("✅ Teks berhasil diekstrak.")
+
+        print("2. Mengirim permintaan ekstraksi JSON ke Gemini...")
+        prompt_ekstraksi = f"Ekstrak informasi dari teks CV berikut dan sajikan dalam format JSON. Pastikan JSON memiliki struktur: nama_lengkap, kontak, ringkasan, keterampilan, pengalaman_kerja, dan pendidikan. Teks CV:\n---\n{teks_cv}\n---\nOutput harus berupa JSON saja."
+        response_ekstraksi = model.generate_content(prompt_ekstraksi)
+        parsed_json = clean_and_parse_json(response_ekstraksi.text)
+        print("✅ Ekstraksi JSON berhasil.")
+
+        print("3. Mengirim permintaan analisis kecocokan ke Gemini...")
+        prompt_analisis = f"Anda adalah Manajer Perekrutan. Analisis data kandidat (JSON) dan bandingkan dengan deskripsi pekerjaan. Deskripsi Pekerjaan: {deskripsi_pekerjaan}. Data Kandidat (JSON): {json.dumps(parsed_json, indent=2)}. Instruksi: Berikan output JSON dengan struktur: skor_kecocokan, ringkasan_analisis, poin_kekuatan, potensi_kelemahan. Output harus JSON saja."
+        response_analisis = model.generate_content(prompt_analisis)
+        hasil_analisis = clean_and_parse_json(response_analisis.text)
+        print("✅ Analisis kecocokan berhasil.")
+
+        print("4. Menyusun output akhir...")
+        final_output = format_output_markdown(parsed_json, hasil_analisis)
+        print("--- Proses Selesai ---")
+        return final_output
+
+    except Exception as e:
+        print(f"🛑 ERROR DALAM FUNGSI ANALISIS: {e}")
+        raise gr.Error(f"Terjadi kesalahan: {e}")
 
 # --- MEMBUAT INTERFACE GRADIO ---
 with gr.Blocks(theme=gr.themes.Soft()) as demo:
@@ -104,20 +112,22 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
     with gr.Row():
         with gr.Column(scale=1):
             cv_pdf = gr.File(label="1. Upload CV Anda (PDF)", file_types=[".pdf"])
-            job_desc = gr.Textbox(
-                lines=10, 
-                label="2. Masukkan Deskripsi Pekerjaan",
-                placeholder="Contoh:\nPosisi: Senior Backend Engineer\n\nKami mencari seorang Senior Backend Engineer dengan pengalaman minimal 4 tahun..."
-            )
-            analyze_button = gr.Button("✨ Analisis Sekarang", variant="primary")
+            job_desc = gr.Textbox(lines=10, label="2. Masukkan Deskripsi Pekerjaan", placeholder="Contoh:\nPosisi: Senior Backend Engineer...")
+            with gr.Row():
+                clear_button = gr.ClearButton(value="Hapus Semua")
+                analyze_button = gr.Button("✨ Analisis Sekarang", variant="primary")
         
         with gr.Column(scale=2):
             output_analysis = gr.Markdown(label="Hasil Analisis")
+    
+    # Menghubungkan tombol hapus ke semua komponen input dan output
+    clear_button.add([cv_pdf, job_desc, output_analysis])
 
     analyze_button.click(
         fn=analyze_cv,
         inputs=[cv_pdf, job_desc],
-        outputs=[output_analysis]
+        outputs=[output_analysis],
+        show_progress='full' # Menampilkan status proses
     )
 
 if __name__ == "__main__":