app.py

import gradio as gr
import cohere
import os
import json
from dotenv import load_dotenv
#from qdrant_client import QdrantClient
#from qdrant_client.models import Filter, FieldCondition, MatchValue
#import json

load_dotenv(verbose=True)

#client = QdrantClient(url="http://localhost:6333")

def get_scores_for_users(userids):
    try:
        userids_list = userids.split(",")  # Split user IDs into a list
        result_messages = []  # Store results for each userid

        for userid in userids_list:
            userid = userid.strip()  # Clean up whitespace around user IDs

            # Build filter to query points for the specific userid
            filter_condition = {
                "must": [
                    {
                        "key": "userid",
                        "match": {"value": userid}
                    }
                ]
            }

            # Query Qdrant for points matching the userid
            results = client.scroll(
                collection_name="skill_scores",
                limit=6,  # Adjust based on your needs
                with_payload=True  # Include payloads for manual filtering
            )

            filtered_results = [
                point.payload["score"] for point in results[0]
                if point.payload.get("userid") == userid
            ]

            #result_messages.append(f'{{"{userid}": {filtered_results}}}')
            result_messages.append(f'{{"userid":"{userid}","score": {filtered_results}}}')

            # Join result_messages into a single JSON-compatible string
            json_data = "[" + ",".join(result_messages) + "]"

            # Parse the JSON string into Python data
            parsed_data = json.loads(json_data)

            # Optional: Print or process parsed data
            print(parsed_data)

            # useridの取り出し
            userid = parsed_data[0]["userid"]
            print(f"User ID: {userid}")

            # scoreの各項目を取り出し
            scores = parsed_data[0]["score"]
            print(f"Score: {scores}")

        #return "\n".join(result_messages)  # Return results for all user IDs
        return userid,scores
    except Exception as e:
        return f"Error occurred while retrieving scores: {str(e)}"

def update_lang(lang):
    if len(lang) == 0:
        return gr.update(value="Pythonが得意。スクリプト作成やデータ分析、機械学習まで幅広く活用している。")
    else:
        return gr.update(value=lang)
    
def update_debug(debug):
    if len(debug) == 0:
        return gr.update(value="よく使うのはpdb（Python Debugger）やVS Codeのデバッガ機能。エラー箇所を細かくチェックするのが好き。")
    else:
        return gr.update(value=debug)
    
def update_recent_problem(recent_problem):
    if len(recent_problem) == 0:
        return gr.update(value="例えば、APIの連携でエラーが続発する問題があったとき、レスポンスをしっかりロギングしてパターンを分析、結果的にリクエストヘッダーを微調整して解決できた。")
    else:
        return gr.update(value=recent_problem)
    
def update_project_approach(project_approach):
    if len(project_approach) == 0:
        return gr.update(value="チーム内でブレインストーミングしてアイデアを出し合い、最良の解決策を選択するのが常套手段だと思っている。")
    else:
        return gr.update(value=project_approach)
    
def update_project_scale(project_scale):
    if len(project_scale) == 0:
        return gr.update(value="1人で取り組むものから、数十人規模の開発チームでクラウドシステム構築などをした経験もある。")
    else:
        return gr.update(value=project_scale)
    
def update_team_role (team_role):
    if len(team_role ) == 0:
        return gr.update(value="主にテクニカルリーダーとして、設計からレビューまでを担当。時には新人教育も。")
    else:
        return gr.update(value=team_role)
    
def update_learning_methods(learning_methods):
    if len(learning_methods) == 0:
        return gr.update(value="実際に手を動かして試すのが一番。Tutorialやドキュメントを読みながらプロトタイプを作成。")
    else:
        return gr.update(value=learning_methods)
    
def update_recent_learning(recent_learning):
    if len(recent_learning) == 0:
        return gr.update(value="最近は生成AIのモデルチューニング方法について学んだよ。これでさらに便利なプロジェクトが作れる。")
    else:
        return gr.update(value=recent_learning)



# スコアを抽出する関数
def post_scores(state,email):
    if len(email) == 0:
        return "検査結果がありません!"
    else:
        state['final_email'] = email
        state['final_comment'] = """{
        "技術的な理解": 9,
        "問題解決能力": 8.5,
        "実務経験": 8,
        "学習意欲": 9,
        "ソフトスキル": 8.5,
        "合計スコア": 8.6
        }"""

        co = cohere.ClientV2(api_key=os.environ.get("COHERE_API_KEY"))
        res = co.chat(
            model="command-a-03-2025",
            messages=[
                {
                    "role": "user",
                    "content": f"これは{state['final_email']}さんのデータです。{state['final_comment']}を評価してください。生成された結果に基づいて{state['final_email']}さんに送るスカウト提案メールも作ってください。答えは、必ず、評価結果とメールの本文を日本語で返してください。",
                }
            ],
        )
        data = res.message.content[0].text
        return data

# スコアを抽出する関数
def extract_scores(state):
    if len(state["final_score"]) == 0:
        return "検査結果がありません!"
    else:
        co = cohere.ClientV2(api_key=os.environ.get("COHERE_API_KEY"))
        res = co.chat(
            model="command-a-03-2025",
            messages=[
                {
                    "role": "user",
                    "content": f"これは{state['final_email']}さんのデータです。{state['final_comment']}を評価してください。生成された結果に基づいて{state['final_email']}さんに送るスカウト提案メールも作ってください。答えは、必ず、評価結果とメールの本文を日本語で返してください。",
                }
            ],
        )
        data = res.message.content[0].text
        return data
        
# 簡易評価の関数
def evaluate_responses(state, email, programming, debugging, problem, problem_solving, project_experience, role, learning, learnt_skills):
    state["final_email"] = email

    if (email != "" and programming != "" and debugging != "" and problem != "" and problem_solving != "" and project_experience != "" and role != "" and learning != "" and learnt_skills != ""):
        # レコード作成
        records = f"""
        ✨プログラミング言語について: {programming}
        ✨デバッグ方法について: {debugging}
        ✨最近解決した技術的な課題: {problem}
        ✨プロジェクト問題解決方法について: {problem_solving}
        ✨プロジェクト経験について: {project_experience}
        ✨チームでの役割について: {role}
        ✨新しい技術への学習意欲について: {learning}
        ✨最近学んだ技術や知識について: {learnt_skills}
        """
        co = cohere.ClientV2(api_key=os.environ.get("COHERE_API_KEY"))
        res = co.chat(
            model="command-a-03-2025",
            messages=[
                {
                    "role": "user",
                    "content": f"""
                    {records}を「基準」に基づいて各項目の合計スコアを10段階で割り振って評価してください。答えは、必ず、「形式」で合計スコアのみを返してください。
                    「基準」=価基準とポイント配分
                    技術的な理解 (30%): 例えばプログラミング言語の知識やデバッグ能力を考慮。コード品質や問題解決能力が評価対象。
                    問題解決能力 (25%): 技術的課題への対応スキルやアプローチ方法をチェック。現実的かつ効率的な解決策を出せるかどうか。
                    実務経験 (20%): 過去のプロジェクト経験の内容や規模。実際の成果や役割が評価される。
                    学習意欲 (15%): 新しい技術をどれだけ積極的に学び、適応しているか。最近学んだ知識がアピールポイント！
                    ソフトスキル (10%): チームワークやコミュニケーション能力。エンジニアの柔軟性や協力姿勢を評価。
                    「形式」= {{
                    "技術的な理解": 9,
                    "問題解決能力": 8.5,
                    "実務経験": 8,
                    "学習意欲": 9.5,
                    "ソフトスキル": 8.5,
                    "合計スコア": 8.63,
                    "スキルレベル": "Expert",
                    "説明": "技術力や問題解決能力、学習意欲が高くバランスの良いスキルセットを持っている。"
                    }}
                    """,
                }
            ],
        )

        cleaned_string = res.message.content[0].text.replace("```json", "").replace("```", "").strip()
    
        data = json.loads(cleaned_string)
        #data = json.loads(res.message.content[0].text)
        comments = "\n".join([f"{key}: {value}" for key, value in data.items()])
        scores = [f"{key}: {value}" for key, value in data.items()]
        print("db-scores:",scores)

        state["final_comment"] = comments
        state["final_score"] = scores

        return records, comments
    else:
        return "入力が正しくありません。","None"


# Gradio Blocksの構築
with gr.Blocks(css="footer {visibility: hidden;} #header {display: flex; justify-content: space-between; align-items: center; font-size: 24px; font-weight: bold;} #logo {width: 50px; height: 50px;}", theme=gr.themes.Glass(), title="エンジニア・スキル評価") as inquery:
    state = gr.State({
        "final_email": "",
        "final_comment": "",
        "final_score": [],
    })

    gr.HTML('<div id="header"><span>🧑‍🏫👩‍🏫 エンジニア・スキル評価</span><img id="logo" src="https://www.ryhintl.com/images/ryhlogo/ryhlogo.png" width="64" height="64" alt="Logo"></div>')
    gr.Markdown("エンジニア・スキルを簡易評価するアプリです！")

    with gr.Tab("エンジニア・スキル評価質問フォーム"):
        # 入力フィールド
        with gr.Row():
            email = gr.Textbox(label="電子メールを入力してください。", info="your mail address")
            
        with gr.Row():
            lang = gr.Textbox(label="普段使用しているプログラミング言語は何ですか？、尚、経験年数を教えてください。", 
                          info="Pythonが得意。スクリプト作成やデータ分析、機械学習まで幅広く活用している。", value="")
            lang.submit(fn=update_lang,inputs=[lang],outputs=[lang])
        with gr.Row():
            debug_tools = gr.Textbox(label="コードのデバッグ方法やツールについて教えてください。", 
                                 info="よく使うのはpdb（Python Debugger）やVS Codeのデバッガ機能。エラー箇所を細かくチェックするのが好き。")
            debug_tools.submit(fn=update_debug,inputs=[debug_tools],outputs=[debug_tools])
        with gr.Row():
            recent_problem = gr.Textbox(label="最近解決した技術的な課題を教えてください。どのようにアプローチしましたか？", 
                                    info="例えば、APIの連携でエラーが続発する問題があったとき、レスポンスをしっかりロギングしてパターンを分析、結果的にリクエストヘッダーを微調整して解決できた。")
            recent_problem.submit(fn=update_recent_problem,inputs=[recent_problem],outputs=[recent_problem])
        with gr.Row():
            project_approach = gr.Textbox(label="複雑なプロジェクトで課題が発生した場合、どう対処しますか？", 
                                      info="チーム内でブレインストーミングしてアイデアを出し合い、最良の解決策を選択するのが常套手段だと思っている。")
            project_approach.submit(fn=update_project_approach,inputs=[project_approach],outputs=[project_approach])
        with gr.Row():
            project_scale = gr.Textbox(label="過去に関わったプロジェクトの規模や内容を教えてください。", 
                                   info="1人で取り組むものから、数十人規模の開発チームでクラウドシステム構築などをした経験もある。")
            project_scale.submit(fn=update_project_scale,inputs=[project_scale],outputs=[project_scale])
        with gr.Row():
            team_role = gr.Textbox(label="チームでどのような役割を果たしましたか？", 
                               info="主にテクニカルリーダーとして、設計からレビューまでを担当。時には新人教育も。")
            team_role.submit(fn=update_team_role,inputs=[team_role],outputs=[team_role])
        with gr.Row():
            learning_methods = gr.Textbox(label="新しい技術を学ぶ際にどのような方法を取っていますか？", 
                                      info="実際に手を動かして試すのが一番。Tutorialやドキュメントを読みながらプロトタイプを作成。")
            learning_methods.submit(fn=update_learning_methods,inputs=[learning_methods],outputs=[learning_methods])
        with gr.Row():
            recent_learning = gr.Textbox(label="最近学んだ技術や知識は何ですか？", 
                                     info="最近は生成AIのモデルチューニング方法について学んだよ。これでさらに便利なプロジェクトが作れる。")
            recent_learning.submit(fn=update_recent_learning,inputs=[recent_learning],outputs=[recent_learning])
    
        # ボタンと出力フィールド
        with gr.Row():
            submit_btn = gr.Button("スキル評価")
        with gr.Row():
            result = gr.Textbox(label="結果", show_copy_button=True)
            score = gr.Textbox(label="スコア")
    

        submit_btn.click(fn=evaluate_responses, 
                         inputs=[state, email, lang, debug_tools, recent_problem, project_approach, 
                                 project_scale, team_role, learning_methods, recent_learning], 
                         outputs=[result, score])

    with gr.Tab("リアルタイム・アセスメント"):
        gr.Markdown("# エンジニア・スキルの簡易評価")
        gr.Markdown("質問フォームから各項目のスコアを抽出して評価します！")

        with gr.Row():
            display_button = gr.Button("簡易評価")
    
        with gr.Row():
            output = gr.Textbox(label="簡易評価", show_copy_button=True)

        # ボタンに関数を接続
        display_button.click(fn=extract_scores, inputs=[state], outputs=output)

    with gr.Tab("ポスト・アセスメント"):
        gr.Markdown("# エンジニア・スキルの簡易評価")
        gr.Markdown("質問フォームから各項目のスコアを抽出して評価します！")

        with gr.Row():
            input = gr.Textbox(label="電子メール",value="richardhuh0629@gmail.com")
            output = gr.Textbox(label="簡易評価", show_copy_button=True)

        with gr.Row():
            analyze_button = gr.Button("簡易評価")
    
        # ボタンに関数を接続
        analyze_button.click(fn=post_scores, inputs=[state,input], outputs=output)

inquery.launch()