import os import time import asyncio from typing import Dict, List, Tuple import uuid import shutil from playwright.async_api import async_playwright from openai import AsyncOpenAI import boto3 # FastAPI及び関連ライブラリ from fastapi import APIRouter, HTTPException, File, UploadFile # ⚙️ ローカルモジュールのインポート from config import logger, openai_api_key from schemas import SpeechText, ChatRequest import db_module # =================================================== # 🔧 初期設定 # =================================================== client = AsyncOpenAI(api_key=openai_api_key) s3_client = boto3.client('s3') bucket_name = 'shanri-ai-chatbot-for-text-to-speech' router = APIRouter() # =================================================== # ⚙️ サービスロジック # =================================================== # --- スクレイピング関連のサービス --- class KeywordGenerator: # // 書籍のタイトルからキーワードを生成します async def generate_keywords(self, title: str) -> List[str]: prompt = f""" 以下の書籍のタイトルから、検索キーワードを生成してください。 以下の条件を満たすようにしてください： - 本の内容を推測できるキーワードを抽出 - 一般的な検索キーワードとして使えそうなものを選択 - 単語や短いフレーズを抽出 - 重複を避ける - 数字や括弧などの記号は含めない タイトル: {title} キーワードはカンマ区切りで出力してください。 """ try: response = await client.chat.completions.create( model="gpt-3.5-turbo", messages=[ {"role": "system", "content": "あなたは書籍の内容を分析し、適切な検索キーワードを生成する専門家です。"}, {"role": "user", "content": prompt} ], temperature=0.7, max_tokens=100 ) keywords_text = response.choices[0].message.content return [kw.strip() for kw in keywords_text.split(",") if kw.strip()] except Exception as e: logger.error(f"Error generating keywords for '{title}': {e}") return [] class RakutenScraper: # // 楽天ブックスのランキングをスクレイピングします def __init__(self): self.base_url = "https://books.rakuten.co.jp" self.keyword_generator = KeywordGenerator() async def scrape(self) -> List[Dict]: logger.info("Rakuten Books scraping process started.") try: await db_module.clear_ranking_data() async with async_playwright() as p: browser = await p.chromium.launch() page = await browser.new_page() try: page.set_default_timeout(60000) url = f"{self.base_url}/ranking/hourly/001/" await page.goto(url, wait_until="networkidle") selector = ".item" items = await page.query_selector_all(selector) if not items: return [] scraped_results = [] for item in items: title_element = await item.query_selector(".title") if not title_element: continue title = (await title_element.text_content()).strip() author_element = await item.query_selector(".author") author = (await author_element.text_content()).strip() if author_element else "不明" scraped_results.append({"title": title, "author": author, "source": "rakuten"}) await db_module.save_book_rankings(scraped_results) for book in scraped_results: keywords = await self.keyword_generator.generate_keywords(book["title"]) book["keywords"] = keywords if keywords: await db_module.save_keywords_list(keywords) await db_module.link_keywords_to_book(book["title"], keywords) logger.info(f"Successfully processed {len(scraped_results)} items.") return scraped_results finally: await browser.close() except Exception as e: logger.error(f"Scraping failed: {e}") raise e # --- チャット関連のサービス --- SYSTEM_PROMPT_CHAT = ( "あなたは「どんな本を読もうか思いつかない方」や「少し読みたい本が決まっている方」を支える相談サポーターです。" "相談者が自由にお気持ちや関心事を話せるように、寄り添いながら丁寧に傾聴してください。" "あなたの役割は「安心できる聞き役」であり、本を紹介・創作したり著者を答えたりしないでください。" "--------------------------------" "【会話スタイル】" "・丁寧に傾聴し、安心感があり楽しい雰囲気をつくる" "・ご相談者のお気持ちや関心事を理解するよう努める" "・相談者の言葉に共感の言葉を添える" "・一度にひとつだけ、やさしく質問する" "・本や著者の情報提案はせず、あくまで寄り添う" "" "【会話の手順】" "1. 相談者の回答を受けて、まずは共感の言葉で受け止める：" "『○○にご興味があるのですね。』" "" "2. その後、相談者の興味・気分・経験・思い出などを軽く質問し、" "共感のリアクションや感嘆なども添えながら、会話を楽しく広げる：" "（例：『最近気になっていることはありますか？』『以前からお好きだったことはありますか？』）" "" "3. 寄り添いの言葉を交えながら優しく質問し、対話を3〜5往復程度続けてください。" "" "4. 対話を3〜5往復、会話の最後に次のように案内する：" "   『お話しくださってありがとうございます。お話から面白そうなキーワードをいくつか整理しました！気になるものを押していただければ、本を探すことができますよ。』" ) questions = [ "こんにちは。お話ししながら、あなたにぴったりの本を一緒に探しましょう。「今日はこんな本が読みたいな」と思ったことを、マイクボタンを一度軽く押してお話しください。" ] async def extract_keywords_from_conversation(conversation_history: List[str]) -> List[str]: """ // AIを使って会話履歴から図書館検索に適したキーワードを3つ抽出します。 """ if not conversation_history: return [] try: keyword_prompt = "ユーザーが言及した単語をそのまま抽出してください。カンマ区切りで最大3つまで。" user_messages = [msg for i, msg in enumerate(conversation_history) if i % 2 == 0] all_user_text = " | ".join(user_messages) response = await client.chat.completions.create( model="gpt-4o-mini", messages=[ {"role": "system", "content": keyword_prompt}, {"role": "user", "content": f"会話内容: {all_user_text}"} ], max_tokens=100, temperature=0.3 ) keywords_text = response.choices[0].message.content.strip() keywords = [k.strip() for k in keywords_text.split(',') if k.strip()][:3] logger.info(f"✅ [Conversation Keywords] Extracted: {keywords}") return keywords except Exception as e: logger.error(f"AI keyword extraction from conversation failed: {e}") return [] async def generate_chat_response_and_keywords(message: str, conversation_history: List[str]) -> Tuple[str, List[str]]: """ // OpenAI APIを使用して、会話の応答と検索キーワードの両方を生成します。 """ # 1. AIに応答を生成させる messages_for_response = [{"role": "system", "content": SYSTEM_PROMPT_CHAT}] for i, msg in enumerate(conversation_history): role = "user" if i % 2 == 0 else "assistant" messages_for_response.append({"role": role, "content": msg}) messages_for_response.append({"role": "user", "content": message}) try: response_completion = await client.chat.completions.create( model="gpt-4-turbo", messages=messages_for_response, max_tokens=500, temperature=0.7 ) assistant_response = response_completion.choices[0].message.content.strip() except Exception as e: logger.error(f"Error generating chat response: {e}") assistant_response = "申し訳ございません。応答の生成中にエラーが発生しました。" # 2. 生成された応答を含む完全な履歴で、キーワードを再抽出する current_full_history = conversation_history + [message, assistant_response] keywords = await extract_keywords_from_conversation(current_full_history) return assistant_response, keywords async def ask_openai(past_messages): valid_messages = [msg for msg in past_messages if msg.get('content')] response = await client.chat.completions.create( model="gpt-4o", messages=valid_messages ) answer = response.choices[0].message.content.strip() return answer # =================================================== # 🔊 音声合成関連ロジック # =================================================== async def synthesize_speech(text: str, user_id: str) -> str: # (音声合成ロジックは変更なし) try: response = await client.audio.speech.create( model="tts-1", voice="nova", input=text, ) if not os.path.exists("tmp"): os.makedirs("tmp") unique_id = uuid.uuid4() audio_file_path = f"tmp/audio-{user_id}-{unique_id}.mp3" response.stream_to_file(audio_file_path) s3_key = f"speech-audio/{user_id}-{unique_id}.mp3" s3_client.upload_file(audio_file_path, bucket_name, s3_key) os.remove(audio_file_path) return f"https://{bucket_name}.s3.amazonaws.com/{s3_key}" except Exception as e: logger.error(f"音声生成失敗: {e}") raise HTTPException(status_code=500, detail="音声生成に失敗しました。") # --- ▼ [追加] OpenAI Whisper STTのための新しいエンドポイント ▼ --- @router.post("/yokohama/api/stt", tags=["Speech"]) async def transcribe_audio(audio_file: UploadFile = File(...)): """ // フロントエンドから送信された音声ファイルを受け取り、 // OpenAI Whisper APIを使用して文字起こしを行います。 """ # // /tmpディレクトリが存在しない場合は作成 if not os.path.exists("/tmp"): os.makedirs("/tmp") file_path = f"/tmp/{uuid.uuid4()}.ogg" try: # // 一時ファイルとして音声ファイルを保存 with open(file_path, "wb") as buffer: shutil.copyfileobj(audio_file.file, buffer) # // OpenAI Whisper APIにファイルを送信 with open(file_path, "rb") as audio: transcript_response = await client.audio.transcriptions.create( model="whisper-1", file=audio, response_format="json" ) logger.info(f"Whisper STT successful: {transcript_response.text}") return {"transcript": transcript_response.text} except Exception as e: logger.error(f"Error during transcription: {e}") raise HTTPException(status_code=500, detail="音声の文字起こしに失敗しました。") finally: # // 処理が完了したら一時ファイルを必ず削除 if os.path.exists(file_path): os.remove(file_path) # =================================================== # 📡 APIエンドポイント # =================================================== @router.get("/health", tags=["System"]) async def health_check(): return {"status": "healthy"} @router.post("/yokohama/api/speech", tags=["Speech"]) async def speech(speech_data: SpeechText): if not speech_data.text: raise HTTPException(status_code=400, detail="Text is required") audio_url = await synthesize_speech(speech_data.text, speech_data.chat_token) return {"audio_url": audio_url} @router.post("/yokohama/api/scrape-rankings", tags=["Scraping"]) async def scrape_rakuten_rankings(): try: scraper = RakutenScraper() scraped_data = await scraper.scrape() return { "status": "success", "message": "Scraping completed.", "scraped_items_count": len(scraped_data) } except Exception as e: logger.error(f"Scraping endpoint failed: {e}") raise HTTPException(status_code=500, detail=str(e)) @router.get("/yokohama/api/random-keywords", tags=["Keywords"]) async def get_random_keywords_endpoint(limit: int = 4): try: keywords = await db_module.get_random_keywords(limit=limit) if not keywords: return {"keywords": ["村上春樹", "ミステリー", "最新刊", "料理レシピ"]} return {"keywords": keywords} except Exception as e: logger.error(f"Failed to get random keywords: {e}") raise HTTPException(status_code=500, detail="Could not fetch keywords.") @router.post("/yokohama/api/chat/{session_id}", tags=["Chat"]) async def chatbot(session_id: str, request: ChatRequest): user_message = request.message history_records = await db_module.get_chat_history(session_id) conversation_history = [] for record in history_records: if record["user_message"]: conversation_history.append(record["user_message"]) if record["assistant_response"]: conversation_history.append(record["assistant_response"]) if not history_records and not user_message: response = questions[0] if questions else "" status = 1 keywords = [] # // 最初の挨拶にはキーワードはありません await db_module.save_chat_message(session_id, str(status), "", response) else: # // 応答生成とキーワード抽出を同時に行うロジックを呼び出し response, keywords = await generate_chat_response_and_keywords(user_message, conversation_history) status = 90 await db_module.save_chat_message(session_id, str(status), user_message, response) # // 応答、キーワード、ステータスをすべて返す return {"response": response, "keywords": keywords, "status": status} @router.get("/yokohama/api/chat/history/{session_id}", tags=["Chat"]) async def get_chat_history_by_session(session_id: str): """ // 指定されたsession_idの全会話履歴をDBから取得して返します。 """ history = await db_module.get_chat_history(session_id) return {"history": history} @router.post("/yokohama/api/result/{session_id}", tags=["Chat"]) async def result(session_id: str): """ // 指定されたセッションの会話履歴を要約します。 """ history_records = await db_module.get_chat_history(session_id) if not history_records: raise HTTPException(status_code=404, detail="Chat history not found.") system_message = ( "相談者が自分のことをやさしく再認識できるように、会話の内容を箇条書きで整理してください。" "--------------------------------" "1. 興味・関心：相談者が話した本やテーマ、気になっていること、関心のある話題" "2. 思い出・経験：相談者が思い出したことや過去の経験、心に残っている出来事" "3. 感情・気持ち：会話の中で感じたこと、表れた気持ちや反応" "4. 新しい発見・気づき：相談者が改めて気づいたことや再認識したこと" "5. 前向きなヒント：毎日の生活で試してみたいこと、挑戦してみたいこと、楽しめそうなこと" ) past_messages = [{"role": "system", "content": system_message}] for record in history_records: if record["user_message"]: past_messages.append({"role": "user", "content": record["user_message"]}) response = await ask_openai(past_messages) await db_module.save_chat_message(session_id, "99", "回答結果", response) return {'message': "回答結果", 'response': response, 'status': 99} @router.post("/yokohama/api/clear/{session_id}", tags=["Chat"]) async def clear(session_id: str): """ // 指定されたセッションの会話履歴を削除します。 """ await db_module.delete_chat_history(session_id) return {"message": f"Chat history for session {session_id} cleared"}