app.py

import os
import streamlit as st
import google.generativeai as genai
import random

# --- Streamlit 설정 ---
st.set_page_config(
    page_title="SDGs 정책 결정 게임",
    page_icon="🌍",
    layout="wide",
    initial_sidebar_state="expanded",
)

# --- Custom CSS (간단하게) ---
st.markdown(
    """
<style>
/* 전체 폰트 */
body {
    font-family: 'Nanum Gothic', sans-serif !important;
}
/* 버튼 */
div.stButton > button {
    background-color: #007bff;
    color: white;
}
</style>
""",
    unsafe_allow_html=True,
)

# --- API 키 설정 ---
if "GEMINI_API_KEY" not in os.environ:
    st.error(
        "GEMINI_API_KEY 환경 변수가 설정되지 않았습니다. Hugging Face Secrets 또는 환경 변수에 API 키를 설정해주세요."
    )
    st.stop()

genai.configure(api_key=os.environ["GEMINI_API_KEY"])

# --- Gemini 모델 설정 ---
generation_config = {
    "temperature": 1.0,
    "top_p": 0.95,
    "top_k": 64,
    "max_output_tokens": 5000, # 줄이기
}
model = genai.GenerativeModel(
    model_name="gemini-2.0-flash-exp",
    generation_config=generation_config,
)

# --- 세션 상태 초기화 ---
if "sdgs_chat_session" not in st.session_state:
    st.session_state["sdgs_chat_session"] = model.start_chat(history=[])
if "current_sdg_scenario" not in st.session_state:
    st.session_state["current_sdg_scenario"] = None
if "policy_options" not in st.session_state:
    st.session_state["policy_options"] = None
if "policy_result" not in st.session_state:
    st.session_state["policy_result"] = None
if "selected_sdg" not in st.session_state:
    st.session_state["selected_sdg"] = None
if "user_policy_option" not in st.session_state:
    st.session_state["user_policy_option"] = ""
if "points" not in st.session_state:
    st.session_state["points"] = 0
if "level" not in st.session_state:
    st.session_state["level"] = 1


# --- SDGs 목표 목록 및 설명 ---
sdg_goals = {
    "SDG 1": "빈곤 퇴치",
    "SDG 2": "기아 종식",
    "SDG 3": "건강과 웰빙",
    "SDG 4": "양질의 교육",
    "SDG 5": "성평등",
    "SDG 6": "깨끗한 물과 위생",
    "SDG 7": "깨끗한 에너지",
    "SDG 8": "양질의 일자리와 경제 성장",
    "SDG 9": "산업, 혁신, 사회 기반 시설",
    "SDG 10": "불평등 완화",
    "SDG 11": "지속가능한 도시와 공동체",
    "SDG 12": "지속가능한 소비, 생산",
    "SDG 13": "기후 변화 대응",
    "SDG 14": "해양 생태계 보전",
    "SDG 15": "육상 생태계 보전",
    "SDG 16": "평화, 정의, 제도",
    "SDG 17": "파트너십",
}

sdg_descriptions = {
    "SDG 1": "모든 곳에서, 모든 형태의 빈곤을 끝내는 것",
    "SDG 2": "기아를 없애고, 식량 안보를 이루며, 영양 상태를 개선하고, 지속가능한 농업을 발전시키는 것",
    "SDG 3": "모든 사람의 건강과 웰빙을 증진시키는 것",
    "SDG 4": "모두에게 질 좋은 교육을 보장하고, 평생 학습 기회를 늘리는 것",
    "SDG 5": "성평등을 이루고, 모든 여성과 소녀의 권한을 강화하는 것",
    "SDG 6": "모두가 깨끗한 물과 위생 시설을 이용할 수 있도록 하는 것",
    "SDG 7": "모두에게 저렴하고 깨끗한 에너지를 보장하는 것",
    "SDG 8": "모두를 위한 지속적이고 포용적이며 지속가능한 경제 성장, 생산적인 완전 고용과 양질의 일자리를 증진시키는 것",
    "SDG 9": "튼튼한 사회 기반 시설을 건설하고, 포용적이고 지속가능한 산업화를 증진하며, 혁신을 장려하는 것",
    "SDG 10": "국가 내 그리고 국가 간 불평등을 줄이는 것",
    "SDG 11": "안전하고 회복력 있고 지속가능한 도시와 인간 거주지를 만드는 것",
    "SDG 12": "지속가능한 소비와 생산 패턴을 확립하는 것",
    "SDG 13": "기후 변화와 그 영향에 맞서 싸우기 위한 긴급 조치를 취하는 것",
    "SDG 14": "지속가능한 발전을 위해 해양과 해양 자원을 보존하고 지속가능하게 사용하는 것",
    "SDG 15": "육지 생태계를 보호하고 복원하며 지속가능하게 사용하고, 산림을 지속가능하게 경영하며, 사막화를 방지하고, 토지 황폐화를 중지시키고 되살리며, 생물 다양성 손실을 멈추게 하는 것",
    "SDG 16": "지속가능한 발전을 위해 평화롭고 포용적인 사회를 증진하고, 모두에게 정의를 보장하며, 모든 수준에서 효과적이고 책임감 있고 포용적인 제도를 구축하는 것",
    "SDG 17": "지속가능한 발전을 위한 이행 수단을 강화하고, 글로벌 파트너십을 활성화하는 것",
}

# --- 레벨업 기준 포인트 ---
level_points = {
    2: 20,
    3: 50,
    4: 100,
    5: 200,
}

# --- 기본 포인트 부여 기준 (정책 결정 외 행동) ---
base_points_per_action = {
    "scenario": 5,
    "options": 3,
    "retry": 1,
}

# --- 정책 평가 키워드 ---
positive_keywords = ["성공", "개선", "향상", "긍정적", "효과적", "증진", "발전", "도움", "기여", "해결"]
negative_keywords = ["어려움", "문제", "악화", "부정적", "비효율적", "부족", "손실", "악영향", "한계", "실패"]
point_ranges = { # 정책 평가에 따른 포인트 범위
    "positive": (10, 15),
    "neutral": (5, 10),
    "negative": (1, 5),
}


# --- 레벨 업데이트 함수 ---
def update_level():
    current_level = st.session_state["level"]
    current_points = st.session_state["points"]
    next_level = current_level + 1
    if next_level in level_points and current_points >= level_points[next_level]:
        st.session_state["level"] = next_level
        st.success(f"🎉 레벨 업! Level {next_level} 달성! 🎉")
        st.toast(f"🎉 레벨 업! Level {next_level} 달성! 🎉", icon="🚀")


# --- 시나리오 생성 함수 ---
def generate_sdg_scenario(sdg_goal_name, sdg_goal_text):
    prompt = f"""
지시:
초등학생 6학년 수준에 맞춰서, {sdg_goal_text}({sdg_goal_name}) 목표와 관련된 정책 결정 시뮬레이션 시나리오를 생성해주세요.
시나리오는 8~10문장 정도로 현실적인 사회 문제 상황을 설명하고, 학생들이 정책 결정의 필요성을 느낄 수 있도록 작성해주세요.
"## 시나리오" 로 시작해주세요.

**생성된 시나리오:**
"""
    chat_session = st.session_state["sdgs_chat_session"]
    response = chat_session.send_message(prompt)
    scenario_text = response.text.strip()

    if scenario_text.startswith("## 시나리오"):
        scenario_content = scenario_text[len("## 시나리오") :].strip()
        st.session_state["points"] += base_points_per_action["scenario"] # 기본 포인트 증가
        update_level() # 레벨 업데이트
        return scenario_content
    return scenario_text # 혹시라도 "## 시나리오" 로 시작 안하면 그냥 반환


# --- 정책 옵션 생성 함수 ---
def generate_policy_options(scenario_text):
    prompt = f"""
**시나리오:**
{scenario_text}

**지시:**
위 시나리오에 제시된 문제 상황을 해결하기 위한 정책 옵션 3가지 정도를 초등학생 6학년 수준에 맞춰서 생성해주세요.
각 옵션은 2~3문장으로 간결하게 설명해주세요.
옵션은 번호와 함께 "옵션 [번호]: " 로 시작해주세요. (예: 옵션 1: , 옵션 2: ...)

**생성된 정책 옵션:**
"""
    chat_session = st.session_state["sdgs_chat_session"]
    response = chat_session.send_message(prompt)
    options_text = response.text.strip()

    policy_options_list = {}
    if options_text:
        options_lines = [line.strip() for line in options_text.split('\n') if line.strip()]
        for line in options_lines:
            if line.startswith("옵션 "):
                parts = line.split(":", 1) # 첫 번째 ":" 기준으로 분리
                if len(parts) == 2:
                    option_number = parts[0].split(" ")[1] # "옵션 1" 에서 "1" 추출
                    option_description = parts[1].strip()
                    policy_options_list[option_number] = option_description
        st.session_state["points"] += base_points_per_action["options"] # 기본 포인트 증가
        update_level() # 레벨 업데이트

    return policy_options_list


# --- 정책 결과 생성 및 평가 함수 ---
def generate_policy_result(scenario_text, selected_option_text):
    prompt = f"""
**시나리오:**
{scenario_text}

**선택한 정책 옵션:**
{selected_option_text}

**지시:**
위 시나리오 문제 상황에서 선택한 정책 옵션을 실행했을 때 예상되는 결과를 초등학생 6학년 수준에 맞춰서 6~8문장 정도로 설명해주세요.
정책의 긍정적인 효과와 함께 예상되는 어려움이나 부작용도 **솔직하게** 함께 설명해주세요.
정책 결과가 긍정적인지, 중립적인지, 부정적인지 스스로 평가하여 함께 알려주세요. (예: 긍정적 결과, 중립적 결과, 부정적 결과)
"## 정책 결과" 로 시작하고, 그 다음에 정책 평가(긍정적 결과, 중립적 결과, 부정적 결과 중 하나)를 괄호 안에 넣어서 표시해주세요. (예: ## 정책 결과 (긍정적 결과))
그리고 정책 결과 텍스트를 이어서 작성해주세요.

**생성된 정책 결과:**
"""
    chat_session = st.session_state["sdgs_chat_session"]
    response = chat_session.send_message(prompt)
    result_text = response.text.strip()

    policy_result_text = ""
    policy_evaluation = "neutral" # 기본 평가: 중립

    if result_text.startswith("## 정책 결과"):
        result_content_with_eval = result_text[len("## 정책 결과") :].strip()
        if result_content_with_eval.startswith("(긍정적 결과)"):
            policy_result_text = result_content_with_eval[len("(긍정적 결과)") :].strip()
            policy_evaluation = "positive"
        elif result_content_with_eval.startswith("(부정적 결과)"):
            policy_result_text = result_content_with_eval[len("(부정적 결과)") :].strip()
            policy_evaluation = "negative"
        elif result_content_with_eval.startswith("(중립적 결과)"):
            policy_result_text = result_content_with_eval[len("(중립적 결과)") :].strip()
            policy_evaluation = "neutral"
        else:
            policy_result_text = result_content_with_eval.strip() # 평가 정보 없을 경우

    # 정책 평가 기반 포인트 부여
    if policy_evaluation == "positive":
        points = random.randint(*point_ranges["positive"])
    elif policy_evaluation == "negative":
        points = random.randint(*point_ranges["negative"])
    else: # neutral
        points = random.randint(*point_ranges["neutral"])

    st.session_state["points"] += points # 정책 평가 기반 포인트 증가
    update_level() # 레벨 업데이트
    return policy_result_text, policy_evaluation, points


# --- 메인 화면 ---
def main():
    st.sidebar.header("🌍 SDGs 정책 결정 게임")
    st.sidebar.markdown(f"### 🏆 Level {st.session_state['level']}") # 레벨 표시
    st.sidebar.markdown(f"### ⭐ 포인트: {st.session_state['points']}") # 포인트 표시
    st.sidebar.markdown("---")

    selected_sdg_name = st.sidebar.selectbox("SDGs 목표 선택:", list(sdg_goals.keys()))
    sdg_goal_text = sdg_goals[selected_sdg_name]

    if st.session_state["selected_sdg"] != selected_sdg_name: # 목표가 바뀌면 시나리오, 옵션, 결과 초기화
        st.session_state["current_sdg_scenario"] = None
        st.session_state["policy_options"] = None
        st.session_state["policy_result"] = None
        st.session_state["selected_sdg"] = selected_sdg_name
        st.session_state["user_policy_option"] = "" # 사용자 입력 옵션 초기화


    with st.sidebar.expander("📖 SDGs 목표 설명"):
        for goal_name, goal_text in sdg_goals.items():
            st.markdown(f"**{goal_name}: {goal_text}**")
            st.write(sdg_descriptions[goal_name])
            st.markdown("---")

    with st.sidebar.expander("🚀 앱 사용 가이드"):
        st.markdown(
            """
**SDGs 정책 결정 게임 방법**

1.  **SDGs 목표 선택:** 왼쪽 사이드바에서 정책 결정을 해보고 싶은 SDGs 목표를 선택하세요.
2.  **시나리오 생성:** '시나리오 생성' 버튼을 클릭하여 선택한 목표와 관련된 문제 상황 시나리오를 받아보세요. (⭐ **기본 포인트 +5**)
3.  **정책 옵션 생성:** 시나리오를 읽고 '정책 옵션 생성' 버튼을 클릭하여 AI가 제시하는 정책 옵션들을 확인하세요. (⭐ **기본 포인트 +3**)
4.  **정책 옵션 선택 또는 직접 입력:**
    *   **AI 옵션 선택:** 제시된 옵션 중 하나를 선택하세요.
    *   **직접 입력:** '직접 입력'을 선택하고, 아래 텍스트 입력 창에 여러분이 생각하는 정책 아이디어를 직접 적어보세요.
5.  **정책 결정 실행:** 옵션을 선택하거나 직접 입력한 후 '정책 결정 실행' 버튼을 클릭하세요. (⭐ **정책 평가 기반 포인트**)
6.  **정책 결과 확인:** 선택한 정책의 예상 결과와 함께 획득한 포인트를 확인하세요. 정책 결과가 좋을수록 더 많은 포인트를 얻을 수 있습니다.
7.  **새로운 시나리오:** '새로운 시나리오로 다시하기' 버튼을 클릭하면 새로운 문제 상황으로 다시 게임을 시작할 수 있습니다. (⭐ **재도전 기본 포인트 +1**)

**포인트와 레벨:**

*   게임을 진행하면서 포인트를 얻고, 레벨을 올릴 수 있습니다.
*   **정책 결과가 좋을수록 더 많은 포인트를 획득**하여 레벨을 빠르게 올릴 수 있습니다.
*   다양한 SDGs 목표에 도전하고, 좋은 정책 결정을 많이 내려서 높은 레벨에 도전해보세요!

**팁:**

*   각 SDGs 목표가 무엇을 의미하는지 'SDGs 목표 설명'을 참고하세요.
*   시나리오를 꼼꼼히 읽고, 문제의 원인과 영향을 파악하는 것이 중요합니다.
*   정책 옵션의 긍정적 효과와 예상되는 어려움을 고려하여 신중하게 선택하세요.
*   **더 나은 정책을 선택하거나, 창의적인 정책 아이디어를 직접 입력**하여 높은 점수를 획득해보세요!

**재미있게 SDGs 정책 결정 게임을 즐기면서 지속가능한 사회를 위한 문제 해결 능력을 키워보세요!**
            """
        )


    st.title(f"🎯 {selected_sdg_name}: {sdg_goal_text} 정책 결정 시뮬레이션")

    if not st.session_state["current_sdg_scenario"]:
        if st.button("시나리오 생성", use_container_width=True):
            with st.spinner(f"{selected_sdg_name} 시나리오 생성 중..."):
                scenario = generate_sdg_scenario(selected_sdg_name, sdg_goal_text)
                st.session_state["current_sdg_scenario"] = scenario
                st.session_state["policy_options"] = None # 시나리오 새로 생성시 옵션 초기화
                st.session_state["policy_result"] = None # 시나리오 새로 생성시 결과 초기화
                st.session_state["user_policy_option"] = "" # 시나리오 새로 생성시 사용자 입력 옵션 초기화
                st.rerun() # rerun to display scenario immediately
    else:
        st.subheader("📜 시나리오")
        st.info(st.session_state["current_sdg_scenario"])

    if st.session_state["current_sdg_scenario"] and not st.session_state["policy_options"]:
         if st.button("정책 옵션 생성", use_container_width=True):
            with st.spinner("정책 옵션 생성 중..."):
                policy_options = generate_policy_options(st.session_state["current_sdg_scenario"])
                st.session_state["policy_options"] = policy_options
                st.session_state["policy_result"] = None # 옵션 새로 생성시 결과 초기화
                st.session_state["user_policy_option"] = "" # 옵션 새로 생성시 사용자 입력 옵션 초기화
                st.rerun() # rerun to display options immediately

    if st.session_state["policy_options"]:
        st.subheader("⚙️ 정책 옵션 선택")
        policy_option_keys = list(st.session_state["policy_options"].keys())
        policy_option_keys_with_input = ["직접 입력"] + policy_option_keys # "직접 입력" 옵션 추가
        selected_option_key = st.radio("정책 옵션을 선택하세요:", policy_option_keys_with_input)

        if selected_option_key == "직접 입력": # "직접 입력" 선택 시 텍스트 입력 창 표시
            user_input_option = st.text_area("직접 정책 옵션 입력:", value=st.session_state["user_policy_option"])
            st.session_state["user_policy_option"] = user_input_option # 세션 상태 업데이트
            selected_option_text = user_input_option # 정책 결과 생성 시 사용자 입력 옵션 사용
        else:
            selected_option_text = st.session_state["policy_options"][selected_option_key] # AI 생성 옵션 사용
            st.info(f"**선택한 옵션 {selected_option_key}:** {selected_option_text}") # AI 생성 옵션 정보 표시


        if st.button("정책 결정 실행", use_container_width=True):
            with st.spinner("정책 결과 분석 중..."):
                policy_result_text, policy_evaluation, points = generate_policy_result(st.session_state["current_sdg_scenario"], selected_option_text)
                st.session_state["policy_result"] = (policy_result_text, policy_evaluation, points) # 결과 튜플로 저장
                st.rerun() # rerun to display result immediately


    if st.session_state["policy_result"]:
        policy_result_text, policy_evaluation, points = st.session_state["policy_result"] # 결과 튜플에서 값 추출
        st.subheader("💡 정책 결과")
        if policy_evaluation == "positive":
            st.success(f"✅ {policy_result_text}")
        elif policy_evaluation == "negative":
            st.warning(f"⚠️ {policy_result_text}")
        else: # neutral
            st.info(f"😐 {policy_result_text}")
        st.markdown(f"획득 포인트: ⭐ **{points}** points ({policy_evaluation} 정책)") # 획득 포인트 표시

        if st.button("새로운 시나리오로 다시하기", use_container_width=True):
            st.session_state["current_sdg_scenario"] = None
            st.session_state["policy_options"] = None
            st.session_state["policy_result"] = None
            st.session_state["user_policy_option"] = "" # 결과 확인 후 사용자 입력 옵션 초기화
            st.session_state["points"] += base_points_per_action["retry"] # 재도전 기본 포인트 증가
            update_level() # 레벨 업데이트
            st.rerun()


if __name__ == "__main__":
    main()