Create app.py

app.py

@@ -0,0 +1,407 @@
+import gradio as gr
+import pandas as pd
+import numpy as np
+from datetime import datetime
+from typing import List, Dict, Tuple
+import requests
+import json
+import plotly.graph_objects as go
+import random
+import os
+from dotenv import load_dotenv
+
+# Load environment variables
+load_dotenv()
+
+GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")
+GEMINI_API_URL = "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent"
+
+class GeminiAPI:
+    def __init__(self, api_key: str = GEMINI_API_KEY):
+        self.api_key = api_key
+        self.headers = {"Content-Type": "application/json"}
+    
+    def analyze_personality(self, responses: List[str]) -> Dict:
+        try:
+            prompt = f"""
+            Dựa trên các câu trả lời sau của người dùng, hãy phân tích và xác định:
+            1. Kiểu tính cách MBTI
+            2. Điểm mạnh và điểm yếu
+            3. Các nghề nghiệp phù hợp nhất
+            4. Lộ trình phát triển đề xuất
+            
+            Câu trả lời của người dùng:
+            {json.dumps(responses, ensure_ascii=False)}
+            """
+            
+            payload = {
+                "contents": [{
+                    "parts": [{
+                        "text": prompt
+                    }]
+                }]
+            }
+            
+            response = requests.post(
+                f"{GEMINI_API_URL}?key={self.api_key}",
+                headers=self.headers,
+                json=payload
+            )
+            
+            if response.status_code == 200:
+                result = response.json()
+                return self._parse_gemini_response(result)
+            return self.get_fallback_analysis()
+            
+        except Exception as e:
+            print(f"Error in analyze_personality: {str(e)}")
+            return self.get_fallback_analysis()
+    
+    def get_career_advice(self, question: str, context: Dict = None) -> str:
+        try:
+            prompt = f"""
+            Vai trò: Bạn là một chuyên gia tư vấn nghề nghiệp với nhiều năm kinh nghiệm.
+            
+            Thông tin người dùng:
+            {json.dumps(context, ensure_ascii=False) if context else "Chưa có thông tin"}
+            
+            Câu hỏi: {question}
+            
+            Hãy tư vấn chi tiết về:
+            1. Phân tích vấn đề
+            2. Giải pháp cụ thể
+            3. Các bước thực hiện
+            4. Ví dụ thực tế
+            """
+            
+            payload = {
+                "contents": [{
+                    "parts": [{
+                        "text": prompt
+                    }]
+                }]
+            }
+            
+            response = requests.post(
+                f"{GEMINI_API_URL}?key={self.api_key}",
+                headers=self.headers,
+                json=payload
+            )
+            
+            if response.status_code == 200:
+                result = response.json()
+                return result['candidates'][0]['content']['parts'][0]['text']
+            return "Xin lỗi, hiện tại tôi không thể xử lý yêu cầu. Vui lòng thử lại sau."
+            
+        except Exception as e:
+            print(f"Error in get_career_advice: {str(e)}")
+            return "Đã xảy ra lỗi. Vui lòng thử lại sau."
+    
+    def _parse_gemini_response(self, result: Dict) -> Dict:
+        try:
+            text_response = result['candidates'][0]['content']['parts'][0]['text']
+            # Thử parse JSON từ response
+            try:
+                return json.loads(text_response)
+            except:
+                # Nếu không parse được, trả về phân tích mặc định
+                return self.get_fallback_analysis()
+        except:
+            return self.get_fallback_analysis()
+    
+    def get_fallback_analysis(self) -> Dict:
+        return {
+            "mbti_type": "ENTJ",
+            "strengths": [
+                "Khả năng lãnh đạo",
+                "Tư duy chiến lược",
+                "Quyết đoán",
+                "Tổ chức tốt"
+            ],
+            "weaknesses": [
+                "Đôi khi quá áp đặt",
+                "Thiếu kiên nhẫn",
+                "Khó đồng cảm"
+            ],
+            "recommended_careers": [
+                "Quản lý dự án",
+                "Tư vấn chiến lược",
+                "Khởi nghiệp",
+                "Giám đốc điều hành"
+            ],
+            "development_path": [
+                "Phát triển kỹ năng lãnh đạo",
+                "Học hỏi về quản lý cảm xúc",
+                "Tham gia các khóa học về quản lý",
+                "Xây dựng network chuyên nghiệp"
+            ]
+        }
+    
+    def predict_market_trends(self) -> Dict:
+        try:
+            # Thay thế URL dưới đây bằng URL thực tế của API
+            api_url = "https://api.example.com/labor_market_trends"
+            response = requests.get(api_url, headers={"Authorization": f"Bearer {self.api_key}"})
+            
+            if response.status_code == 200:
+                data = response.json()
+                return data
+            else:
+                print(f"Error fetching market trends: {response.status_code} - {response.text}")
+                return {}
+        except Exception as e:
+            print(f"Error in predict_market_trends: {str(e)}")
+            return {}
+
+class DataProcessor:
+    @staticmethod
+    def validate_responses(responses: List[str]) -> bool:
+        return all(response is not None for response in responses)
+    
+    @staticmethod
+    def calculate_scores(responses: List[str]) -> Dict[str, float]:
+        # Tính điểm các khía cạnh tính cách
+        dimensions = {
+            'E-I': 0,  # Extraversion-Introversion
+            'S-N': 0,  # Sensing-Intuition
+            'T-F': 0,  # Thinking-Feeling
+            'J-P': 0   # Judging-Perceiving
+        }
+        
+        # Giả lập tính điểm
+        for i, response in enumerate(responses):
+            if i == 0:  # E-I
+                dimensions['E-I'] += 1 if response.endswith("nhóm") else -1
+            elif i == 1:  # S-N
+                dimensions['S-N'] += 1 if "dữ liệu" in response.lower() else -1
+            elif i == 2:  # T-F
+                dimensions['T-F'] += 1 if "quy trình" in response.lower() else -1
+            elif i == 3:  # J-P
+                dimensions['J-P'] += 1 if "lý thuyết" in response.lower() else -1
+        
+        return dimensions
+
+class Visualizer:
+    @staticmethod
+    def create_strength_chart(strengths: List[str], scores: List[float] = None) -> go.Figure:
+        if scores is None:
+            scores = [random.uniform(0.7, 1.0) for _ in strengths]
+        
+        fig = go.Figure(data=[
+            go.Bar(
+                x=strengths,
+                y=scores,
+                marker_color='rgb(55, 83, 109)'
+            )
+        ])
+        
+        fig.update_layout(
+            title="Phân tích điểm mạnh",
+            showlegend=False,
+            height=400,
+            margin=dict(l=20, r=20, t=40, b=20)
+        )
+        
+        return fig
+    
+    @staticmethod
+    def create_career_match_chart(careers: List[str], scores: List[float] = None) -> go.Figure:
+        if scores is None:
+            scores = [random.uniform(0.7, 1.0) for _ in careers]
+        
+        fig = go.Figure(data=[
+            go.Bar(
+                x=careers,
+                y=scores,
+                marker_color='rgb(26, 118, 255)'
+            )
+        ])
+        
+        fig.update_layout(
+            title="Độ phù hợp nghề nghiệp",
+            showlegend=False,
+            height=400,
+            margin=dict(l=20, r=20, t=40, b=20)
+        )
+        
+        return fig
+
+class CareerGuidanceSystem:
+    def __init__(self):
+        self.gemini = GeminiAPI()
+        self.data_processor = DataProcessor()
+        self.visualizer = Visualizer()
+        self.current_analysis = None
+        
+        self.personality_questions = [
+            {
+                "question": "Bạn thích làm việc một mình hay theo nhóm?",
+                "choices": ["Thích làm việc một mình", "Thích làm việc nhóm"]
+            },
+            {
+                "question": "Khi giải quyết vấn đề, bạn thường:",
+                "choices": ["Dựa vào dữ liệu và logic", "Dựa vào trực giác và cảm nhận"]
+            },
+            {
+                "question": "Trong công việc, bạn ưu tiên:",
+                "choices": ["Tuân thủ quy trình chặt chẽ", "Linh hoạt và sáng tạo"]
+            },
+            {
+                "question": "Bạn học hỏi tốt nhất thông qua:",
+                "choices": ["Lý thuyết và khái niệm", "Thực hành và trải nghiệm"]
+            },
+            {
+                "question": "Trong tình huống mới, bạn thường:",
+                "choices": ["Lập kế hoạch chi tiết trước", "Ứng biến theo tình huống"]
+            }
+        ]
+    
+    def analyze_user_responses(self, responses: List[str]) -> Dict:
+        if not self.data_processor.validate_responses(responses):
+            raise ValueError("Vui lòng trả lời tất cả các câu hỏi")
+        
+        self.current_analysis = self.gemini.analyze_personality(responses)
+        return self.current_analysis
+    
+    def create_personality_report(self, analysis: Dict) -> str:
+        return f"""
+# Báo cáo Phân tích Tính cách và Định hướng Nghề nghiệp
+
+## Kiểu tính cách: {analysis['mbti_type']}
+
+### Điểm mạnh:
+{chr(10).join(['- ' + s for s in analysis['strengths']])}
+
+### Điểm cần phát triển:
+{chr(10).join(['- ' + w for w in analysis['weaknesses']])}
+
+## Nghề nghi��p phù hợp:
+{chr(10).join(['1. ' + c for c in analysis['recommended_careers']])}
+
+## Lộ trình phát triển đề xuất:
+{chr(10).join(['1. ' + d for d in analysis['development_path']])}
+
+Báo cáo được tạo ngày: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
+        """
+    
+    def get_advice(self, question: str) -> str:
+        return self.gemini.get_career_advice(question, self.current_analysis)
+    
+    def predict_market_trends(self) -> str:
+        trends_data = self.gemini.predict_market_trends()
+        
+        if not trends_data:
+            return "Không thể lấy dữ liệu từ nguồn tin cậy. Vui lòng thử lại sau."
+        
+        increasing_jobs = trends_data.get('increasing_jobs', [])
+        decreasing_jobs = trends_data.get('decreasing_jobs', [])
+        average_salaries = trends_data.get('average_salaries', {})
+        
+        trends_report = f"""
+# Dự đoán Xu hướng Thị trường Lao động
+
+## Nhu cầu nhân lực tăng cao:
+{chr(10).join(['- ' + job for job in increasing_jobs])}
+
+## Nhu cầu nhân lực giảm nhẹ:
+{chr(10).join(['- ' + job for job in decreasing_jobs])}
+
+## Mức lương trung bình:
+{chr(10).join([f'- {job}: {salary} triệu VND/tháng' for job, salary in average_salaries.items()])}
+"""
+        
+        return trends_report
+
+def create_interface(career_system: CareerGuidanceSystem):
+    with gr.Blocks(theme=gr.themes.Soft()) as interface:
+        gr.Markdown("# Hệ thống Tư vấn Hướng nghiệp AI")
+        
+        # Tab Đánh giá Tính cách
+        with gr.Tab("Đánh giá Tính cách"):
+            questions = []
+            with gr.Group():
+                for q in career_system.personality_questions:
+                    questions.append(gr.Radio(
+                        choices=q["choices"],
+                        label=q["question"],
+                        info="Chọn đáp án phù hợp nhất với bạn"
+                    ))
+            
+            personality_btn = gr.Button("Phân tích tính cách", variant="primary")
+            
+            with gr.Column():
+                personality_output = gr.Markdown(label="Kết quả phân tích")
+                download_btn = gr.Button("Tải xuống báo cáo PDF")
+        
+        # Tab Biểu đồ Phân tích
+        with gr.Tab("Biểu đồ Phân tích"):
+            with gr.Row():
+                personality_chart = gr.Plot(label="Biểu đồ tính cách")
+                career_match_chart = gr.Plot(label="Độ phù hợp nghề nghiệp")
+        
+        # Tab Tư vấn Chi tiết
+        with gr.Tab("Tư vấn Chi tiết"):
+            chat_history = gr.Chatbot(
+                label="Cuộc trao đổi với chuyên gia tư vấn",
+                height=400
+            )
+            with gr.Row():
+                msg = gr.Textbox(
+                    label="Nhập câu hỏi của bạn",
+                    placeholder="Ví dụ: Làm thế nào để phát triển kỹ năng lãnh đạo?"
+                )
+                send_btn = gr.Button("Gửi", variant="primary")
+            clear_btn = gr.Button("Xóa lịch sử")
+        
+        # Tab Dự đoán Xu hướng Thị trường Lao động
+        with gr.Tab("Dự đoán Xu hướng Thị trường Lao động"):
+            market_trends_output = gr.Markdown(label="Dự đoán xu hướng thị trường lao động")
+            predict_btn = gr.Button("Dự đoán", variant="primary")
+        
+        def analyze_responses():
+            try:
+                responses = [q.value for q in questions]
+                if not career_system.data_processor.validate_responses(responses):
+                    return "Vui lòng trả lời tất cả các câu hỏi", None, None
+                
+                analysis = career_system.analyze_user_responses(responses)
+                report = career_system.create_personality_report(analysis)
+                
+                strengths_fig = career_system.visualizer.create_strength_chart(
+                    analysis['strengths']
+                )
+                
+                careers_fig = career_system.visualizer.create_career_match_chart(
+                    analysis['recommended_careers']
+                )
+                
+                return report, strengths_fig, careers_fig
+            except Exception as e:
+                return str(e), None, None
+        
+        def send_message(chat_history, message):
+            try:
+                advice = career_system.get_advice(message)
+                chat_history.append((message, advice))
+                return chat_history, ""
+            except Exception as e:
+                return chat_history, str(e)
+        
+        def clear_chat():
+            return [], ""
+        
+        def predict_market_trends():
+            return career_system.predict_market_trends()
+        
+        personality_btn.click(analyze_responses, inputs=[], outputs=[personality_output, personality_chart, career_match_chart])
+        download_btn.click(lambda report: gr.File.update(value=report, label="Báo cáo.pdf"), inputs=[personality_output], outputs=[download_btn])
+        send_btn.click(send_message, inputs=[chat_history, msg], outputs=[chat_history, msg])
+        clear_btn.click(clear_chat, inputs=[], outputs=[chat_history, msg])
+        predict_btn.click(predict_market_trends, inputs=[], outputs=[market_trends_output])
+    
+    return interface
+
+if __name__ == "__main__":
+    career_system = CareerGuidanceSystem()
+    interface = create_interface(career_system)
+    interface.launch()