Create app.py

app.py

@@ -0,0 +1,140 @@
+import gradio as gr
+import cohere
+import psycopg2
+from psycopg2.extras import RealDictCursor
+import os
+
+# 環境変数の設定
+os.environ["PYTHONIOENCODING"] = "utf-8"
+
+# --- 設定 ---
+COHERE_API_KEY = "qdDleuYthEdxdoxvxXs137NDuuE94kfYVrWb23fZ"
+DB_CONFIG = {
+    "host": "www.ryhintl.com",
+    "dbname": "smair",
+    "user": "smairuser",
+    "password": "smairuser",
+    "port": 10629,
+    "connect_timeout": 15
+}
+
+co = cohere.Client(COHERE_API_KEY)
+
+def generate_ai_advice(query, results):
+    context = ""
+    for res in results:
+        context += f"- 事例: {res['title']}\n  現象: {res['phenomenon']}\n  原因: {res['cause']}\n  処置: {res['action']}\n  防止策: {res['prevention']}\n\n"
+
+    prompt = f"""
+あなたはベテランの工場管理者です。以下の「ユーザーからの相談内容」に対し、提供された「過去の類似事例」を参考にして、現場で今すぐ取るべき行動と、長期的な対策をプロの視点で要約・アドバイスしてください。
+
+# ユーザーからの相談内容:
+{query}
+
+# 過去の類似事例:
+{context}
+
+# 回答の指針:
+1. 過去事例から共通する原因を特定してください。
+2. 現場担当者が優先して確認すべき点（チェックポイント）を3つ挙げてください。
+3. 再発防止のための改善提案を簡潔に述べてください。
+回答は日本語で、現場で読みやすいように箇条書きを活用してください。
+"""
+    # model名を安定した名称に変更（command-r-plusなど）
+    response = co.chat(
+        message=prompt,
+        model='command-a-03-2025' 
+    )
+    return response.text
+
+def search_troubles(query):
+    if not query.strip():
+        return "⚠️ トラブル事象を入力してください。"
+
+    conn = None
+    try:
+        # 1. ベクトル化
+        res = co.embed(
+            texts=[query],
+            model='embed-multilingual-v3.0',
+            input_type='search_query'
+        )
+        query_embedding = res.embeddings[0]
+
+        # 2. DB接続
+        conn = psycopg2.connect(**DB_CONFIG, client_encoding='utf8')
+        cur = conn.cursor(cursor_factory=RealDictCursor)
+        
+        search_query = """
+        SELECT id, occurrence_date, process_name, equipment_name, title, 
+               phenomenon, cause, action, prevention, severity,
+               1 - (embedding <=> %s::vector) AS similarity
+        FROM factory_troubles
+        ORDER BY similarity DESC
+        LIMIT 3;
+        """
+        cur.execute(search_query, (query_embedding,))
+        results = cur.fetchall()
+        
+        if not results:
+            return "該当する事例が見つかりませんでした。"
+
+        # 3. AIによるアドバイス生成
+        ai_advice = generate_ai_advice(query, results)
+
+        # 4. フォーマット
+        output = "## 🤖 AIからのトラブルシューティング・アドバイス\n\n"
+        output += f"{ai_advice}\n\n"
+        output += "---\n"
+        output += "## 🔍 参考にした過去の類似事例\n\n"
+        
+        for i, res in enumerate(results):
+            output += f"### {i+1}. {res['title']} (類似度: {res['similarity']:.4f})\n"
+            output += f"**【処置】**: {res['action']}\n\n"
+            output += f"""
+<details>
+<summary><b>📄 元のデータ（出典詳細）を表示</b></summary>
+<div style="background-color: #f9f9f9; padding: 10px; border-radius: 5px; border: 1px solid #ddd; color: #333;">
+    <p><b>発生日:</b> {res['occurrence_date']} | <b>工程:</b> {res['process_name']}</p>
+    <p><b>現象:</b> {res['phenomenon']}</p>
+    <p><b>原因:</b> {res['cause']}</p>
+    <p><b>防止策:</b> {res['prevention']}</p>
+</div>
+</details>\n\n---\n"""
+        return output
+
+    except Exception as e:
+        return f"### ⚠️ エラーが発生しました\n詳細: `{repr(e)}`"
+    finally:
+        if conn: conn.close()
+
+# --- Gradio Blocks UI ---
+with gr.Blocks(title="AI工場トラブル・コンシェルジュ", css=".gradio-container {background-color: #f5f7f9}") as demo:
+    gr.Markdown("# 🛠 AI工場トラブル・コンシェルジュ")
+    gr.Markdown("過去の知見に基づき、AIが現場の課題解決に向けたアドバイスを生成します。")
+    
+    with gr.Row():
+        with gr.Column():
+            input_text = gr.Textbox(
+                label="現在のトラブル状況を入力", 
+                info="例: コンベアのモーターが高温になっており、焦げたような臭いがする。 加工面の焼け発生している。 末端のシール部からの液漏れがある。",
+                lines=3
+            )
+            # ボタンクリック時に非活性化するように設定可能
+            search_btn = gr.Button("🔍 知見を検索してAIアドバイスを受ける", variant="primary")
+            
+    with gr.Row():
+        # ステータス表示用のコンポーネント（任意ですが、標準機能で十分カバーされます）
+        output_markdown = gr.Markdown(value="ここに結果が表示されます。")
+
+    # .click の際に、検索中はボタンを無効化し、ローディングを表示する設定
+    search_btn.click(
+        fn=search_troubles,
+        inputs=input_text,
+        outputs=output_markdown,
+        show_progress="full",    # "full"にすることで画面全体にローディングインジケータを表示
+        scroll_to_output=True    # 完了時に結果へスクロール
+    )
+
+if __name__ == "__main__":
+    demo.launch()