Spaces:
Runtime error
Runtime error
| import logging | |
| import re | |
| import google.generativeai as genai | |
| logger = logging.getLogger("talk_trace_ai") | |
| # ── 프롬프트 빌더 ── | |
| def build_hint_prompt(act_type, current_topic, context): | |
| return ( | |
| f"당신은 고등학교 {act_type} 조력자입니다. " | |
| f"'{current_topic}' 주제로 {act_type} 중입니다. " | |
| "학생들의 균형을 맞추거나 더 깊은 생각을 유도할 수 있는 " | |
| "예리한 질문을 1문장만 제안하세요. " | |
| "번호 매기기나 번잡한 서론 없이 질문 자체만 출력하세요." | |
| f"\n최근 대화: {context}" | |
| ) | |
| def build_summary_prompt(act_type, current_topic, full_history): | |
| return ( | |
| f"'{current_topic}' 주제의 고등학교 {act_type} 기록입니다.\n\n" | |
| "[출력 형식 - 반드시 그대로]\n" | |
| "핵심요약 1: ...\n핵심요약 2: ...\n핵심요약 3: ...\n베스트 학생: ...\n선정 이유: ...\n\n" | |
| "[엄격한 규칙]\n" | |
| "- 핵심요약 1,2,3과 베스트 학생, 선정이유를 줄바꿈을 하여 보기 편하게 합니다.\n" | |
| "- 5~10줄로 출력합니다.\n- 제목/헤더(#,##,###), 소제목을 절대 쓰지 않습니다.\n" | |
| "- 불필요한 서론/결론 없이 바로 결과만 출력합니다.\n\n" | |
| f"기록:\n{full_history}" | |
| ) | |
| def build_opinion_change_prompt(act_type, current_topic, student_name, pre_opinion, post_opinion, debate_history): | |
| return ( | |
| f"'{current_topic}' 주제로 진행된 고등학교 {act_type}에서 " | |
| f"'{student_name}' 학생의 생각 변화를 분석합니다.\n\n" | |
| f"[토론 전 생각]\n{pre_opinion}\n\n" | |
| f"[토론 후 생각]\n{post_opinion}\n\n" | |
| f"[토론 중 발언 기록]\n{debate_history}\n\n" | |
| "[출력 형식 - 반드시 그대로]\n" | |
| "배움의 변화: ...\n" | |
| "성장한 점: ...\n" | |
| "한 줄 요약: ...\n\n" | |
| "[규칙]\n" | |
| "- 3가지 항목을 줄바꿈으로 구분하여 출력합니다.\n" | |
| "- 각 항목은 2~3문장으로 작성합니다.\n" | |
| "- 제목/헤더(#,##), 불필요한 서론 없이 결과만 출력합니다.\n" | |
| "- 학생의 실제 발언을 근거로 구체적으로 분석합니다." | |
| ) | |
| def build_feedback_prompt(act_type: str, current_topic: str, student_name: str, debate_history: str) -> str: | |
| return ( | |
| f"'{current_topic}' 주제의 고등학교 {act_type}에서 " | |
| f"'{student_name}' 학생의 발언을 분석해 개인 피드백을 작성하세요.\n\n" | |
| f"[발언 기록]\n{debate_history}\n\n" | |
| "[출력 형식 - 반드시 그대로]\n" | |
| "✅ 잘한 점: ...\n" | |
| "🌱 발전할 점: ...\n\n" | |
| "[규칙]\n" | |
| "- 학생의 실제 발언을 근거로 구체적으로 작성하세요.\n" | |
| "- 각 항목은 2~3문장으로 작성하세요.\n" | |
| "- 긍정적이고 격려하는 톤으로 작성하세요.\n" | |
| "- 제목/헤더(#,##), 불필요한 서론 없이 결과만 출력하세요.\n" | |
| "- 발언이 없거나 부족하면 '발언 기록이 부족하여 분석이 어렵습니다.'라고만 출력하세요." | |
| ) | |
| def build_depth_analysis_prompt(opinions: list) -> str: | |
| """ | |
| opinions: list of (id, content) tuples | |
| Returns a prompt for batch depth classification. | |
| """ | |
| opinion_lines = "\n".join([f"id={oid}: \"{content}\"" for oid, content in opinions]) | |
| return ( | |
| "다음 발언들을 발언 깊이 기준에 따라 1~4단계로 분류하세요.\n\n" | |
| "[발언 깊이 기준]\n" | |
| "1단계 - 단순의견: 이유나 근거 없이 주장만 제시 (예: '저는 찬성합니다', '반대해요')\n" | |
| "2단계 - 근거제시: 구체적 근거나 이유를 들어 주장을 뒷받침 (예: '왜냐하면 ~이기 때문입니다')\n" | |
| "3단계 - 반박/심화질문: 상대방 의견에 반박하거나 비판적 질문 제기 (예: '~라고 했는데, ~는 어떻게 설명하나요?')\n" | |
| "4단계 - 통합/종합: 여러 관점을 종합하거나 새로운 시각 제시 (예: '찬성과 반대 의견을 고려하면 ~')\n\n" | |
| "[출력 형식] 아래 형식만 사용하세요. 다른 텍스트는 절대 쓰지 마세요:\n" | |
| "id=숫자: 단계숫자\n\n" | |
| "[예시 출력]\n" | |
| "id=1: 2\n" | |
| "id=2: 1\n" | |
| "id=3: 3\n\n" | |
| "[분류할 발언 목록]\n" | |
| f"{opinion_lines}" | |
| ) | |
| def parse_depth_levels(response_text: str, opinion_ids: set) -> dict: | |
| """ | |
| AI 응답을 파싱해서 {opinion_id: depth_level} dict를 반환합니다. | |
| 파싱 실패한 항목은 depth_level=1 로 기본값 처리합니다. | |
| """ | |
| result = {} | |
| for line in response_text.strip().splitlines(): | |
| match = re.match(r"id=(\d+):\s*([1-4])", line.strip()) | |
| if match: | |
| oid = int(match.group(1)) | |
| depth = int(match.group(2)) | |
| if oid in opinion_ids: | |
| result[oid] = depth | |
| # 파싱 실패 항목은 1단계로 기본값 | |
| for oid in opinion_ids: | |
| if oid not in result: | |
| result[oid] = 1 | |
| return result | |
| # ── API 키 초기화 상태 추적 (모듈 수준 1회만 실행) ── | |
| _initialized_api_key: str | None = None | |
| def _ensure_configured(api_key: str) -> None: | |
| """API 키가 바뀐 경우에만 genai.configure()를 재실행합니다.""" | |
| global _initialized_api_key | |
| if _initialized_api_key != api_key: | |
| genai.configure(api_key=api_key) | |
| _initialized_api_key = api_key | |
| def generate_ai_response( | |
| prompt: str, | |
| model_name: str, | |
| api_key: str, | |
| log_message: str, | |
| fallback: str = "AI 응답을 가져오지 못했습니다. 잠시 후 다시 시도해 주세요.", | |
| **context, | |
| ) -> str | None: | |
| """ | |
| Gemini AI 응답을 생성합니다. | |
| Parameters | |
| ---------- | |
| prompt : 모델에 전달할 프롬프트 | |
| model_name : 사용할 Gemini 모델명 (예: gemini-2.5-flash) | |
| api_key : Gemini API 키 | |
| log_message : 실패 시 로그에 남길 메시지 | |
| fallback : AI 응답이 공백이거나 실패 시 반환할 기본 문구 | |
| context : 로그에 포함할 추가 컨텍스트 (room_name 등) | |
| Returns | |
| ------- | |
| str : AI 응답 텍스트 또는 fallback 문구 | |
| None : 치명적 오류로 fallback도 반환하기 어려운 경우 (현재는 항상 fallback 반환) | |
| """ | |
| try: | |
| _ensure_configured(api_key) | |
| response = genai.GenerativeModel(model_name).generate_content(prompt) | |
| response_text = response.text if response else None | |
| # 응답이 공백이거나 None인 경우 fallback 반환 | |
| if not response_text or not response_text.strip(): | |
| logger.warning( | |
| "AI_EMPTY_RESPONSE %s — 빈 응답 수신, fallback 반환 (context=%s)", log_message, context | |
| ) | |
| return fallback | |
| return response_text | |
| except Exception: | |
| logger.exception( | |
| "AI_CALL_FAILED %s (model=%s, context=%s)", log_message, model_name, context | |
| ) | |
| return fallback | |