Create app.py

app.py

@@ -0,0 +1,122 @@
+import gradio as gr
+import google.generativeai as genai
+import fitz  # PyMuPDF
+import json
+import os
+import urllib.parse
+import base64 # Diperlukan untuk client-side API call
+
+# --- KONFIGURASI API KEY (TETAP SAMA) ---
+API_CONFIGURED = False
+try:
+    api_key = os.environ.get('GEMINI_API_KEY') 
+    if api_key:
+        genai.configure(api_key=api_key)
+        model = genai.GenerativeModel('gemini-pro-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 saat inisialisasi: {e}")
+
+# --- FUNGSI-FUNGSI UTAMA ---
+
+def ekstrak_teks_dari_pdf(path_file_pdf):
+    try:
+        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 generate_search_links(keywords):
+    if not keywords:
+        return {}
+    keywords_encoded = urllib.parse.quote_plus(keywords)
+    keywords_hyphenated = keywords.lower().replace(" ", "-").replace("(", "").replace(")", "")
+    links = {
+        "LinkedIn": f"https://www.linkedin.com/jobs/search/?keywords={keywords_encoded}&location=Indonesia",
+        "JobStreet": f"https://www.jobstreet.co.id/id/job-search/{keywords_hyphenated}-jobs/",
+        "Glints": f"https://glints.com/id/opportunities/jobs/explore?keyword={keywords_encoded}",
+        "Indeed": f"https://id.indeed.com/jobs?q={keywords_encoded}",
+        "Google Jobs": f"https://www.google.com/search?q={keywords_encoded}+jobs+in+Indonesia&ibp=htl;jobs"
+    }
+    return links
+
+def analyze_career_path(cv_file):
+    """Fungsi utama pipeline: Analisis CV -> Buat Laporan JSON -> Buat Link -> Gabungkan."""
+    if not API_CONFIGURED:
+        raise gr.Error("API Key Gemini belum terkonfigurasi. Periksa Logs aplikasi.")
+    if cv_file is None:
+        raise gr.Error("Mohon upload file CV (PDF) Anda.")
+
+    try:
+        print("--- Memulai Proses Analisis Karir ---")
+        
+        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 analisis karir ke Gemini...")
+        prompt_analisis_karir = f"""
+        Anda adalah seorang "Career Analyst AI". Baca teks CV dan buat laporan peluang karir dalam format JSON.
+        Teks CV: --- {teks_cv} ---
+        Struktur JSON yang diinginkan:
+        - "jabatan_ideal": Jabatan paling ideal untuk kandidat.
+        - "alasan_kecocokan": Array (list) berisi 3-4 poin MENGAPA kandidat cocok.
+        - "deskripsi_pekerjaan": Array (list) berisi 5 poin deskripsi pekerjaan umum.
+        - "potensi_karir": Array (list) berisi 3-4 jalur pengembangan karir.
+        - "kisaran_gaji": Objek JSON berisi estimasi gaji untuk level "junior", "mid_level", dan "senior".
+        - "kelebihan_tambahan": Array (list) berisi 1-2 poin saran atau kelebihan unik kandidat.
+        Pastikan output hanya berupa JSON saja.
+        """
+        
+        generation_config = genai.types.GenerationConfig(response_mime_type="application/json")
+        response = model.generate_content(prompt_analisis_karir, generation_config=generation_config)
+        
+        response_json = json.loads(response.text)
+        print("✅ Laporan karir komprehensif berhasil diterima.")
+
+        print("3. Membuat tautan pencarian dari hasil analisis...")
+        keywords_from_analysis = response_json.get("jabatan_ideal", "")
+        search_links = generate_search_links(keywords_from_analysis)
+        
+        # ==================================================================
+        # PERUBAHAN PENTING: Menambahkan link ke dalam JSON
+        # ==================================================================
+        response_json["tautan_pencarian"] = search_links
+        print("✅ Tautan pencarian ditambahkan ke JSON.")
+
+        print("--- Proses Selesai ---")
+        # Mengembalikan dictionary/JSON mentah
+        return response_json
+
+    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:
+    gr.Markdown("# 🚀 API Analis Peluang Karir Personal")
+    gr.Markdown("Antarmuka ini dapat digunakan untuk pengujian. Endpoint API publik tersedia di `/run/predict` untuk integrasi ke website Anda.")
+    
+    with gr.Row():
+        with gr.Column(scale=1):
+            cv_pdf = gr.File(label="Upload CV (PDF) untuk Uji Coba", file_types=[".pdf"])
+            analyze_button = gr.Button("🔍 Analisis Karir Saya", variant="primary")
+        
+        with gr.Column(scale=2):
+            # Menggunakan gr.JSON untuk menampilkan dan menghasilkan data JSON sebagai output API
+            output_analysis = gr.JSON(label="Output JSON dari API")
+            
+    analyze_button.click(
+        fn=analyze_career_path,
+        inputs=[cv_pdf],
+        outputs=[output_analysis],
+        show_progress='full'
+    )
+
+if __name__ == "__main__":
+    demo.launch()