Update app.py

app.py

@@ -3,155 +3,277 @@ import cohere
 import os
 import json
 from dotenv import load_dotenv
-
-final_score = []
-final_comment = ""
-final_email = ""
+from qdrant_client import QdrantClient
+from qdrant_client.models import Filter, FieldCondition, MatchValue
+import json
 
 load_dotenv(verbose=True)
 
-# スコアを抽出する関数
-#def extract_scores(email: str,comment: str):
-def extract_scores():
-    global final_score
-    global final_comment
-    global final_email
+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)
+
 
-    if (len(final_score) == 0):
+
+# 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
+        }"""
+        
+        state['final_email'] = userid
+        state['final_comment'] = score_dict
+
         co = cohere.ClientV2(api_key=os.environ.get("COHERE_API_KEY"))
         res = co.chat(
             model="command-a-03-2025",
             messages=[
-            {
-                "role": "user",
-                "content": "これは"+state['final_email']+"さんののデータです。"+state['final_comment']+"を評価してください。生成された結果に基づいて"+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。",
-            }
+                {
+                    "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
-        #thiscomment = f"{final_email:}{comment}" 
-        #return thiscomment
 
-def evaluate_responses(email, programming, debugging, problem, problem_solving, project_experience, role, learning, learnt_skills):
+# 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
 
-    # 簡易評価のためのメッセージ
-    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"))
-    co = cohere.ClientV2(api_key="RSX1N2Ei09hmdJQGcicCxQvkGsvwWT7gQbuYwPhI")
-    res = co.chat(
-        model="command-a-03-2025",
-        messages=[
-        {
-            "role": "user",
-            "content": """
-            {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。"
-                 }
-            """,
-            
-        }
-        ],
-    )
-    
-    data = json.loads(res.message.content[0].text)
-
-    # Iterate over key-value pairs correctly
-    scores = []
-    comments = ""
-    for key, value in data .items():
-        comments += f"\n{key}: {value}\n"
-        scores.append(f"{key}: {value}")
-        #scores.append(value)
-    
-    state["final_comment"] = comments
-    state["final_score"] = scores
-    
-    final = res.message.content[0].text
+    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()
     
-    #return comments,records
-    return records,scores
+        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
 
-with gr.Blocks(css="footer {visibility: hidden;} #custom_button {width: 400px; margin: 0 auto; background-color: #E0E7FF;}", theme=gr.themes.Glass(), title="エンジニア・スキル評価") as inquery:
+        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.Markdown("# エンジニアスキル評価質問フォーム")
-    gr.Markdown("エンジニアスキルを簡易評価するフォームです！")
-
-    with gr.Tab("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)
+    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！")
 
-        # ボタンに関数を接続
-        display_button.click(fn=extract_scores, inputs=None, outputs=output)
-    
-    with gr.Tab("エンジニアスキル評価質問フォーム"):
+    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。", value="richardhuh0629@gmail.com")
+            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。", 
-                          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。")
+                          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。", 
-                                 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。")
+                                 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？", 
-                                    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。")
+                                    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？", 
-                                      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。")
+                                      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。", 
-                                   value="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。")
+                                   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？", 
-                               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。")
+                               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？", 
-                                      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。")
+                                      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？", 
-                                     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。")
+                                     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():
@@ -161,9 +283,36 @@ with gr.Blocks(css="footer {visibility: hidden;} #custom_button {width: 400px; m
             score = gr.Textbox(label="スコア")
     
 
-    submit_btn.click(evaluate_responses, 
-                     [email, lang, debug_tools, recent_problem, project_approach, 
-                      project_scale, team_role, learning_methods, recent_learning], 
-                     [result, score])
+        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()