Update app.py

app.py

@@ -37,7 +37,7 @@ def process_resumes(filepaths, candidate_id: str, additional_notes: str = ""):
         fname = os.path.basename(p)
         filetype = detect_filetype(fname, raw_bytes)
 
-        # 1) テキスト抽出：画像/PDFはOpenAI Vision OCR、docx/txtは生文面＋OpenAI整形
+        # 1) テキスト抽出
         if filetype in {"pdf", "image"}:
             text = extract_text_with_openai(raw_bytes, filename=fname, filetype=filetype)
         else:
@@ -46,7 +46,7 @@ def process_resumes(filepaths, candidate_id: str, additional_notes: str = ""):
 
         raw_texts.append({"filename": fname, "text": text})
 
-        # 2) OpenAIでセクション構造化 → ルール正規化
+        # 2) 構造化 → 3) ルール正規化
         structured = structure_with_openai(text)
         normalized = normalize_resume({
             "work_experience": structured.get("work_experience_raw", ""),
@@ -61,10 +61,10 @@ def process_resumes(filepaths, candidate_id: str, additional_notes: str = ""):
             "normalized": normalized,
         })
 
-    # 3) 統合（複数ファイル→1候補者）
+    # 4) 複数ファイル統合
     merged = merge_normalized_records([r["normalized"] for r in partial_records])
 
-    # 4) スキル抽出
+    # 5) スキル抽出
     merged_text = "\n\n".join([r["text"] for r in partial_records])
     skills = extract_skills(merged_text, {
         "work_experience": merged.get("raw_sections", {}).get("work_experience", ""),
@@ -73,17 +73,17 @@ def process_resumes(filepaths, candidate_id: str, additional_notes: str = ""):
         "skills": ", ".join(merged.get("skills", [])),
     })
 
-    # 5) 匿名化
+    # 6) 匿名化
     anonymized_text, anon_map = anonymize_text(merged_text)
     anon_pdf_bytes = render_anonymized_pdf(anonymized_text)
 
-    # 6) 品質スコア
+    # 7) 品質スコア
     score = compute_quality_score(merged_text, merged)
 
-    # 7) 要約（300/100/1文）
+    # 8) 要約
     summaries = summarize_with_openai(merged_text)
 
-    # 8) 構造化出力
+    # 9) 構造化出力
     result_json = {
         "candidate_id": candidate_id or hashlib.sha256(merged_text.encode("utf-8")).hexdigest()[:16],
         "files": [os.path.basename(p) for p in filepaths],
@@ -95,7 +95,7 @@ def process_resumes(filepaths, candidate_id: str, additional_notes: str = ""):
         "notes": additional_notes,
     }
 
-    # 9) HF Datasets 保存
+    # 10) HF Datasets 保存（任意）
     dataset_repo = os.environ.get("DATASET_REPO")
     commit_info = None
     if dataset_repo:
@@ -111,7 +111,7 @@ def process_resumes(filepaths, candidate_id: str, additional_notes: str = ""):
 
     anon_pdf = (result_json["candidate_id"] + ".anon.pdf", anon_pdf_bytes)
 
-    # 出力はすべて文字列/ファイルに統一（GradioのAPI情報生成で安全）
+    # 重要：コンポーネントはすべて文字列/ファイル（dictは返さない）
     return (
         json.dumps(result_json, ensure_ascii=False, indent=2),
         json.dumps(skills, ensure_ascii=False, indent=2),
@@ -128,11 +128,12 @@ with gr.Blocks(title=APP_TITLE) as demo:
     gr.Markdown(f"# {APP_TITLE}\n複数ファイルを統合→OpenAIで読み込み/構造化/要約→匿名化→Datasets保存")
 
     with gr.Row():
+        # Docker/サーバで取り回しやすいように filepath を採用
         in_files = gr.Files(
             label="レジュメ類 (PDF/画像/Word/テキスト) 複数可",
             file_count="multiple",
             file_types=[".pdf", ".png", ".jpg", ".jpeg", ".tiff", ".bmp", ".docx", ".txt"],
-            type="filepath",  # 重要：filepath に統一
+            type="filepath",
         )
         candidate_id = gr.Textbox(label="候補者ID（任意。未入力なら自動生成）")
     notes = gr.Textbox(label="補足メモ（任意）", lines=3)
@@ -143,6 +144,7 @@ with gr.Blocks(title=APP_TITLE) as demo:
         out_json = gr.Code(label="統合出力 (JSON)")
 
     with gr.Tab("抽出スキル"):
+        # ★ gr.JSON を排除（スキーマ生成バグ回避）
         out_skills = gr.Code(label="スキル一覧 (JSON)")
 
     with gr.Tab("品質スコア"):
@@ -167,7 +169,15 @@ with gr.Blocks(title=APP_TITLE) as demo:
 
 
 if __name__ == "__main__":
-    # Spaces でもローカルでも OK
-    demo.launch(server_name=os.getenv("GRADIO_SERVER_NAME", "0.0.0.0"),
-                server_port=int(os.getenv("GRADIO_SERVER_PORT", "7860")),
-                share=False)
+    # ヘッドレス/プロキシ対応
+    server_name = os.getenv("GRADIO_SERVER_NAME", "0.0.0.0")
+    server_port = int(os.getenv("PORT", os.getenv("GRADIO_SERVER_PORT", "7860")))
+    share_env = os.getenv("GRADIO_SHARE", "false").lower() == "true"
+
+    demo.launch(
+        server_name=server_name,
+        server_port=server_port,
+        share=share_env,
+        inbrowser=False,
+        show_error=True,
+    )