app.py

import os
from datetime import datetime
import tempfile
import time

import pandas as pd
from io import StringIO

import fitz
import gradio as gr

from google import genai
from google.genai import types

# =====================================
# Gemini
# =====================================

API_KEY = os.getenv("GEMINI_API_KEY")

if not API_KEY:
    raise ValueError("GEMINI_API_KEY が設定されていません")

client = genai.Client(api_key=API_KEY)

# =====================================
# Folder
# =====================================

PDF_FOLDER = "papers"
os.makedirs(PDF_FOLDER, exist_ok=True)

# =====================================
# PDF・論文データ処理
# =====================================

def extract_pdf_text(filepath):
    text = ""
    try:
        pdf = fitz.open(filepath)
        for page in pdf:
            text += page.get_text()
    except Exception as e:
        print(e)
    return text

def load_papers():
    texts = []
    files = []
    for file in os.listdir(PDF_FOLDER):
        if file.lower().endswith(".pdf"):
            files.append(file)
            path = os.path.join(PDF_FOLDER, file)
            paper_text = extract_pdf_text(path)
            texts.append(f"\n\n### {file}\n{paper_text}")
    return files, "\n".join(texts)

def show_paper_list():
    files, _ = load_papers()
    if len(files) == 0:
        return "📚 登録論文なし (上の「論文を追加する」からPDFをドロップしてください)"
    return "【読込済み】\n" + "\n".join([f"・ {f}" for f in files])

def add_pdfs(files):
    if files is None:
        return "PDFが選択されていません"
    count = 0
    for file in files:
        dst = os.path.join(PDF_FOLDER, os.path.basename(file.name))
        with open(file.name, "rb") as src, open(dst, "wb") as out:
            out.write(src.read())
        count += 1
    return f"✅ {count}件の論文を新しく登録しました！"

# =====================================
# 解析・プロンプトコア
# =====================================

def ask_paper(question, mode):
    files, knowledge = load_papers()
    if len(files) == 0:
        return "⚠️ 論文が登録されていません。まずは最上部の管理パネルからPDFを登録してください。"

    if mode == "手法":
        instruction = "論文中の手法について、概要、特徴、利点、数式、初心者向け解説を整理してください。"
    elif mode == "実験":
        instruction = "論文中の実験内容について、データセット、評価指標、比較手法、結果、考察を抽出してください。"
    elif mode == "表形式":
        instruction = """論文からユーザーの指示に合う情報を抽出し、結果を必ずCSV形式のみで出力してください。
列名は「項目,内容」とし、余計な挨拶、説明、コードブロックのバッククォート(```)などは一切出力しないでください。純粋なCSVの文字列のみを返してください。"""
    else:
        instruction = "論文内容の全体像を要約してください（研究背景、目的、提案手法、結果、今後の課題）。"

    prompt = f"{instruction}\n\n【論文情報】\n{knowledge[:120000]}\n\n【ユーザーからの指示・質問】\n{question}"

    for i in range(3):
        try:
            response = client.models.generate_content(
                model="gemini-2.5-flash",
                contents=prompt
            )
            return response.text
        except Exception as e:
            err_msg = str(e)
            if "429" in err_msg or "503" in err_msg:
                if i < 2:
                    time.sleep(3)
                    continue
                return f"⚠️ APIが混雑しています。少し待ってから再実行してください。"
            return f"エラー: {err_msg}"

# =====================================
# バックエンド制御
# =====================================

def run_text_analysis(question, mode):
    """テキスト系モード（手法、実験、要約）の解析処理"""
    if not question.strip():
        return "⚠️ 質問を入力してください。"
    return ask_paper(question, mode)

def run_table_analysis(question):
    """表形式モード専用の解析処理"""
    if not question.strip():
        return pd.DataFrame({"エラー": ["⚠️ 指示を入力してください。"]})
        
    result = ask_paper(question, "表形式")

    if "⚠️" in result or "エラー" in result:
        return pd.DataFrame({"エラー": [result]})

    try:
        df = pd.read_csv(StringIO(result.strip()))
        return df
    except:
        return pd.DataFrame({"エラー": ["CSV表への自動変換に失敗しました。指示内容を具体的にするか、もう一度お試しください。"]})

def handle_download(mode, question, txt_answer, df_answer=None):
    if not question.strip():
        return None
        
    timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
    filename = f"paper_analysis_{mode}_{timestamp}.txt"
    
    temp_dir = tempfile.gettempdir()
    file_path = os.path.join(temp_dir, filename)
    now = datetime.now().strftime("%Y-%m-%d %H:%M:%S")

    with open(file_path, "w", encoding="utf-8") as f:
        f.write("=" * 50 + "\n")
        f.write(f" 論文インサイト・ログ ({mode}分析)\n")
        f.write("=" * 50 + "\n\n")
        f.write(f"実行日時: {now}\n")
        f.write(f"入力質問: {question}\n\n")
        f.write("-" * 50 + "\n")
        
        if mode == "表形式" and df_answer is not None:
            f.write("【抽出データ】\n")
            f.write(df_answer.to_string(index=False))
        else:
            f.write(f"【AI回答】\n{txt_answer}")
        f.write("\n")

    return file_path

# =====================================
# UI 構築
# =====================================

with gr.Blocks(theme=gr.themes.Soft()) as app:

    gr.Markdown("## 🎓 PaperInsight Mini")
    gr.Markdown("論文から欲しい情報だけを即座に抜き出すコンパクトツール")

    # 1. 論文管理エリア
    with gr.Accordion("📚 文献ライブラリ管理（PDF登録・確認）", open=False):
        with gr.Row():
            upload_files = gr.File(file_count="multiple", file_types=[".pdf"], label="論文を追加する")
            with gr.Column():
                upload_btn = gr.Button("📤 ライブラリに登録", variant="secondary")
                upload_result = gr.Textbox(label="処理ステータス", placeholder="結果がここに表示されます", interactive=False)
        
        paper_list = gr.Textbox(value=show_paper_list(), label="現在読み込み済みの文献", lines=4, interactive=False)
        
        upload_btn.click(add_pdfs, inputs=upload_files, outputs=upload_result).then(
            show_paper_list, outputs=paper_list
        )

    # 2. メイン解析エリア (タブによる完全独立化)
    with gr.Tabs():
        
        # --- タブ1: 手法解析 ---
        with gr.Tab("🔬 手法解析"):
            gr.Markdown("*提案手法のアルゴリズム、理論、数式的な背景にフォーカスして詳しく解説します。*")
            q_method = gr.Textbox(
                label="📝 論文の手法に関する質問",
                placeholder="例：提案されているアルゴリズムや数式の意味は？",
                lines=2
            )
            btn_method = gr.Button("🚀 手法を解析する", variant="primary")
            ans_method = gr.Textbox(label="💡 AIの分析結果", lines=12, interactive=False)
            
            with gr.Row():
                dl_btn_method = gr.Button("💾 この内容を保存")
                dl_file_method = gr.File(label="📥 ダウンロード", visible=True)
                
            btn_method.click(
                fn=lambda q: run_text_analysis(q, "手法"),
                inputs=q_method,
                outputs=ans_method
            )
            dl_btn_method.click(
                fn=lambda q, a: handle_download("手法", q, a),
                inputs=[q_method, ans_method],
                outputs=dl_file_method
            )

        # --- タブ2: 実験解析 ---
        with gr.Tab("📊 実験解析"):
            gr.Markdown("*実験環境、評価指標、データセットの規模、Baselineとの比較結果を深掘りします。*")
            q_exp = gr.Textbox(
                label="📝 論文の実験に関する質問",
                placeholder="例：使用されたデータセットについてまとめてください。",
                lines=2
            )
            btn_exp = gr.Button("🚀 実験を解析する", variant="primary")
            ans_exp = gr.Textbox(label="💡 AIの分析結果", lines=12, interactive=False)
            
            with gr.Row():
                dl_btn_exp = gr.Button("💾 この内容を保存")
                dl_file_exp = gr.File(label="📥 ダウンロード", visible=True)
                
            btn_exp.click(
                fn=lambda q: run_text_analysis(q, "実験"),
                inputs=q_exp,
                outputs=ans_exp
            )
            dl_btn_exp.click(
                fn=lambda q, a: handle_download("実験", q, a),
                inputs=[q_exp, ans_exp],
                outputs=dl_file_exp
            )

        # --- タブ3: 全体要約 ---
        with gr.Tab("📝 全体要約"):
            gr.Markdown("*研究背景、目的、アプローチ、結果、今後の課題までを1つのプロットに要約します。*")
            q_summary = gr.Textbox(
                label="📝 要約の指示・フォーカスしたい点",
                placeholder="例：この論文の全体像（背景、目的、手法、結果、課題）を分かりやすく要約してください。",
                lines=2
            )
            btn_summary = gr.Button("🚀 要約を生成する", variant="primary")
            ans_summary = gr.Textbox(label="💡 AIの分析結果", lines=12, interactive=False)
            
            with gr.Row():
                dl_btn_summary = gr.Button("💾 この内容を保存")
                dl_file_summary = gr.File(label="📥 ダウンロード", visible=True)
                
            btn_summary.click(
                fn=lambda q: run_text_analysis(q, "要約"),
                inputs=q_summary,
                outputs=ans_summary
            )
            dl_btn_summary.click(
                fn=lambda q, a: handle_download("要約", q, a),
                inputs=[q_summary, ans_summary],
                outputs=dl_file_summary
            )

        # --- タブ4: 表形式データ抽出 ---
        with gr.Tab("📈 表形式"):
            gr.Markdown("*指定した条件に沿って、AIが論文内の数値を抽出し、構造化されたデータテーブルを出力します。*")
            q_table = gr.Textbox(
                label="📝 テーブル化したい項目・指示",
                placeholder="例：主要な実験結果を、データセット、評価指標、精度の項目でテーブルにして。",
                lines=2
            )
            btn_table = gr.Button("🚀 表形式で抽出する", variant="primary")
            ans_table = gr.Dataframe(label="📊 抽出データ（データフレーム）")
            
            with gr.Row():
                dl_btn_table = gr.Button("💾 この表を保存")
                dl_file_table = gr.File(label="📥 ダウンロード", visible=True)
                
            btn_table.click(
                fn=run_table_analysis,
                inputs=q_table,
                outputs=ans_table
            )
            dl_btn_table.click(
                fn=lambda q, df: handle_download("表形式", q, "", df),
                inputs=[q_table, ans_table],
                outputs=dl_file_table
            )

if __name__ == "__main__":
    app.launch()