Spaces:
Runtime error
Runtime error
| """발언 깊이 분석 컴포넌트 — 교사 대시보드 전용.""" | |
| import logging | |
| import pandas as pd | |
| import plotly.express as px | |
| import streamlit as st | |
| from db import bulk_update_depth_levels, depth_level_available, fetch_opinions_for_depth | |
| from env import get_secret | |
| from config import AI_MODEL_NAME, UI_FONT_FAMILY | |
| from services.ai import build_depth_analysis_prompt, generate_ai_response, parse_depth_levels | |
| logger = logging.getLogger("talk_trace_ai") | |
| _DEPTH_LABELS = { | |
| 1: "1단계: 단순의견", | |
| 2: "2단계: 근거제시", | |
| 3: "3단계: 반박/심화질문", | |
| 4: "4단계: 통합/종합", | |
| } | |
| _DEPTH_COLORS = { | |
| "1단계: 단순의견": "#aec6e8", | |
| "2단계: 근거제시": "#4a90d9", | |
| "3단계: 반박/심화질문": "#f5a623", | |
| "4단계: 통합/종합": "#27ae60", | |
| } | |
| _BATCH_SIZE = 30 # 한 번에 AI에 보낼 최대 발언 수 | |
| def _classify_in_batches(opinions_to_classify: list, api_key: str) -> dict: | |
| """opinions_to_classify: list of (id, content). Returns {id: depth_level}.""" | |
| all_results = {} | |
| for i in range(0, len(opinions_to_classify), _BATCH_SIZE): | |
| batch = opinions_to_classify[i: i + _BATCH_SIZE] | |
| prompt = build_depth_analysis_prompt(batch) | |
| response = generate_ai_response( | |
| prompt=prompt, | |
| model_name=AI_MODEL_NAME, | |
| api_key=api_key, | |
| log_message="depth_analysis_batch", | |
| fallback="", | |
| ) | |
| if response: | |
| batch_ids = {oid for oid, _ in batch} | |
| parsed = parse_depth_levels(response, batch_ids) | |
| all_results.update(parsed) | |
| else: | |
| # AI 실패 시 배치 전체 1단계로 기본값 | |
| for oid, _ in batch: | |
| all_results[oid] = 1 | |
| return all_results | |
| def render_depth_analysis_section(supabase, room_name: str, act_type: str) -> None: | |
| """교사 대시보드에 삽입되는 발언 깊이 분석 섹션.""" | |
| if not depth_level_available(): | |
| return # depth_level 컬럼 없으면 섹션 비활성화 | |
| st.divider() | |
| st.subheader("📈 발언 깊이 분석") | |
| st.caption( | |
| "AI가 각 발언을 1~4단계로 분류합니다. " | |
| "1=단순의견 → 2=근거제시 → 3=반박/심화질문 → 4=통합/종합" | |
| ) | |
| opinions = fetch_opinions_for_depth(supabase, room_name) | |
| if not opinions: | |
| st.info(f"아직 {act_type} 발언이 없습니다.") | |
| return | |
| df = pd.DataFrame(opinions) | |
| # 미분류(depth_level이 null) 개수 | |
| unclassified = df[df["depth_level"].isna()] | |
| unclassified_count = len(unclassified) | |
| col_btn, col_status = st.columns([3, 5]) | |
| with col_btn: | |
| btn_label = ( | |
| f"🔍 분석 실행 ({unclassified_count}개 미분류)" | |
| if unclassified_count > 0 | |
| else "🔄 재분석" | |
| ) | |
| run_analysis = st.button(btn_label, use_container_width=True, type="primary") | |
| with col_status: | |
| if unclassified_count == 0: | |
| st.success("✅ 모든 발언이 분류되었습니다.") | |
| else: | |
| st.warning(f"⚠️ {unclassified_count}개 발언이 아직 분류되지 않았습니다.") | |
| if run_analysis: | |
| api_key = get_secret("GEMINI_API_KEY", "") | |
| if not api_key: | |
| st.error("❌ GEMINI_API_KEY가 설정되어 있지 않습니다.") | |
| return | |
| # 재분석 시 전체 재분류, 처음 실행 시 미분류만 | |
| to_classify = ( | |
| list(zip(df["id"].tolist(), df["content"].tolist())) | |
| if unclassified_count == 0 # 재분석 | |
| else list(zip(unclassified["id"].tolist(), unclassified["content"].tolist())) | |
| ) | |
| with st.spinner(f"🤖 AI가 {len(to_classify)}개 발언을 분석 중입니다..."): | |
| results = _classify_in_batches(to_classify, api_key) | |
| updates = [{"id": oid, "depth_level": lvl} for oid, lvl in results.items()] | |
| success = bulk_update_depth_levels(supabase, updates) | |
| if success: | |
| st.toast(f"✅ {len(updates)}개 발언 분류 완료!", icon="📈") | |
| st.rerun() | |
| else: | |
| st.error("일부 발언 저장에 실패했습니다. 다시 시도해 주세요.") | |
| # 분류된 데이터가 있으면 차트 표시 | |
| classified_df = df[df["depth_level"].notna()].copy() | |
| if classified_df.empty: | |
| return | |
| classified_df["depth_level"] = classified_df["depth_level"].astype(int) | |
| classified_df["depth_label"] = classified_df["depth_level"].map(_DEPTH_LABELS) | |
| col_chart1, col_chart2 = st.columns(2) | |
| # ── 차트 1: 발언 깊이 분포 막대 그래프 ── | |
| with col_chart1: | |
| st.caption("발언 깊이 분포") | |
| count_df = ( | |
| classified_df["depth_label"] | |
| .value_counts() | |
| .reindex(list(_DEPTH_LABELS.values()), fill_value=0) | |
| .reset_index() | |
| ) | |
| count_df.columns = ["깊이 단계", "발언 수"] | |
| fig_bar = px.bar( | |
| count_df, | |
| x="깊이 단계", | |
| y="발언 수", | |
| color="깊이 단계", | |
| color_discrete_map=_DEPTH_COLORS, | |
| text="발언 수", | |
| ) | |
| fig_bar.update_layout( | |
| showlegend=False, | |
| dragmode=False, | |
| font={"family": UI_FONT_FAMILY}, | |
| margin=dict(t=20, b=10), | |
| xaxis_title="", | |
| ) | |
| fig_bar.update_traces(textposition="outside") | |
| st.plotly_chart(fig_bar, use_container_width=True, config={"displayModeBar": False}) | |
| # ── 차트 2: 시간순 발언 깊이 변화 산점도 ── | |
| with col_chart2: | |
| st.caption("시간 흐름에 따른 발언 깊이") | |
| time_df = classified_df.sort_values("id").reset_index(drop=True) | |
| time_df["순서"] = range(1, len(time_df) + 1) | |
| fig_scatter = px.scatter( | |
| time_df, | |
| x="순서", | |
| y="depth_level", | |
| color="student_name", | |
| hover_data={"content": True, "student_name": True, "depth_label": True, "순서": False}, | |
| labels={"depth_level": "깊이 단계", "student_name": "학생"}, | |
| ) | |
| fig_scatter.update_layout( | |
| yaxis=dict(tickvals=[1, 2, 3, 4], ticktext=list(_DEPTH_LABELS.values()), range=[0.5, 4.5]), | |
| dragmode=False, | |
| font={"family": UI_FONT_FAMILY}, | |
| margin=dict(t=50, b=10), | |
| xaxis_title="발언 순서", | |
| legend_title="학생 (클릭: 개별 토글)", | |
| updatemenus=[dict( | |
| type="buttons", | |
| direction="left", | |
| x=0, y=1.18, | |
| buttons=[ | |
| dict(label="✅ 전체 선택", method="restyle", args=["visible", True]), | |
| dict(label="⬜ 전체 해제", method="restyle", args=["visible", "legendonly"]), | |
| ], | |
| bgcolor="#f0f2f6", | |
| bordercolor="#ccc", | |
| font=dict(size=12), | |
| )], | |
| ) | |
| st.plotly_chart(fig_scatter, use_container_width=True, config={"displayModeBar": False}) | |
| # ── 학생별 평균 깊이 테이블 ── | |
| st.caption("학생별 평균 발언 깊이") | |
| student_summary = ( | |
| classified_df.groupby("student_name")["depth_level"] | |
| .agg(["mean", "count"]) | |
| .reset_index() | |
| .rename(columns={"student_name": "학생", "mean": "평균 깊이", "count": "발언 수"}) | |
| .sort_values("평균 깊이", ascending=False) | |
| ) | |
| student_summary["평균 깊이"] = student_summary["평균 깊이"].round(2) | |
| st.dataframe( | |
| student_summary, | |
| use_container_width=True, | |
| hide_index=True, | |
| column_config={ | |
| "평균 깊이": st.column_config.ProgressColumn( | |
| "평균 깊이", | |
| min_value=1, | |
| max_value=4, | |
| format="%.2f", | |
| ), | |
| }, | |
| ) | |