app.py

import gradio as gr
import openai
import os
from typing import Optional
from gradio_client import Client
import requests
from bs4 import BeautifulSoup

#############################
# [기본코드]
#############################

# OpenAI API 클라이언트 설정
openai.api_key = os.getenv("OPENAI_API_KEY")
if not openai.api_key:
    raise ValueError("OpenAI API 토큰(OPENAI_API_KEY)이 설정되지 않았습니다.")

def call_openai_api(
    content: str,
    system_message: str,
    max_tokens: int,
    temperature: float,
    top_p: float
) -> str:
    """
    OpenAI의 GPT-4o-mini 모델을 이용해 한 번의 질문(content)에 대한 답변을 반환하는 함수.
    """
    try:
        response = openai.ChatCompletion.create(
            model="gpt-4o-mini",
            messages=[
                {"role": "system", "content": system_message},
                {"role": "user", "content": content},
            ],
            max_tokens=max_tokens,
            temperature=temperature,
            top_p=top_p,
        )
        assistant_message = response.choices[0].message['content']
        return assistant_message
    except Exception as e:
        return f"오류가 발생했습니다: {str(e)}"

#############################
# 고급 설정 (UI에 노출되지 않음)
#############################

OPENAI_SYSTEM_MESSAGE = """반드시 한글로 답변할 것.
너는 최고의 비서이다.
내가 요구하는 것들을 최대한 자세하고 정확하게 답변하라.
##[기본규칙]
1. 반드시 한국어(한글)로 작성하라.
2. 너는 가장 주목받는 마케터이며 블로그 마케팅 전문가이다.
3. 특히 너는 '정보성(Informative)' 전문 블로그 마케팅 전문가이다.
4. 정보 제공에 초점을 맞추어 작성한다.
##[텍스트 작성 규칙]
1. 소주제를 5개로 구분하여 2000자 이상되도록 작성하라.
2. 전체 맥락을 이해하고 문장의 일관성을 유지하라.
3. 절대로 참고글을 한문장 이상 그대로 출력하지 말 것.
4. 주제와 상황에 맞는 적절한 어휘를 선택하라.
5. 한글 어휘의 난이도는 쉽게 작성하라.
6. 절대 문장의 끝에 '답니다'를 사용하지 말 것.
###[정보성 블로그 작성 규칙]
1. 독자가 얻고자 하는 유용한 정보와 흥미로운 정보를 제공하도록 작성하라.
2. 독자의 공감을 이끌어내고 궁금증을 해결하도록 작성하라.
3. 독자의 관심사를 충족시키도록 작성하라.
4. 독자에게 이득이 되는 정보를 작성하라.
##[제외 규칙]
1. 반드시 비속어 및 욕설(expletive, abusive language, slang)은 제외하라.
2. 반드시 참고글의 링크(URL)는 제외하라.
3. 참고글에서 '링크를 확인해주세요'와 같은 링크 이동의 문구는 제외하라.
4. 참고글에 있는 작성자, 화자, 유튜버, 기자의 이름, 애칭, 닉네임은 반드시 제외하라.
5. 반드시 문장의 끝부분이 어색한 한국어 표현은 제외하라('예요', '답니다', '해요', '해주죠', '됐죠', '됐어요', '고요' 등.)
"""

OPENAI_MAX_TOKENS = 4000
OPENAI_TEMPERATURE = 0.7
OPENAI_TOP_P = 0.95

def generate_blog(tone_value: str, ref1_value: str, ref2_value: str, ref3_value: str) -> str:
    # 프롬프트 생성
    question = (
        f"말투: {tone_value}\n"
        f"참조글1: {ref1_value}\n"
        f"참조글2: {ref2_value}\n"
        f"참조글3: {ref3_value}\n"
    )
    # OpenAI GPT-4o-mini 모델 호출
    response = call_openai_api(
        content=question,
        system_message=OPENAI_SYSTEM_MESSAGE,
        max_tokens=OPENAI_MAX_TOKENS,
        temperature=OPENAI_TEMPERATURE,
        top_p=OPENAI_TOP_P
    )
    return response

#############################
# [추가코드] - 네이버 블로그 스크래핑
#############################
def convert_to_mobile_url(url):
    """
    PC URL을 모바일 URL로 변환.
    """
    if "m.blog.naver.com" not in url:
        if "blog.naver.com" in url:
            url_parts = url.split("/")
            if len(url_parts) >= 5:
                user_id = url_parts[3]
                post_id = url_parts[4]
                return f"https://m.blog.naver.com/{user_id}/{post_id}"
    return url

def scrape_naver_blog(url):
    """
    네이버 블로그의 제목과 내용(텍스트만) 스크래핑.
    """
    try:
        # 모바일 URL 변환
        mobile_url = convert_to_mobile_url(url)
        print(f"Converted Mobile URL: {mobile_url}")

        response = requests.get(mobile_url)
        response.raise_for_status()

        soup = BeautifulSoup(response.text, 'html.parser')

        # 제목 스크래핑
        title_element = soup.find("div", class_="se-module se-module-text se-title-text")
        title = title_element.get_text(strip=True) if title_element else "제목을 찾을 수 없음"

        # 본문 내용 스크래핑
        content_elements = soup.find_all("div", class_="se-module se-module-text")
        content = "\n".join(
            elem.get_text(strip=True) for elem in content_elements
        ) if content_elements else "내용을 찾을 수 없음"

        # 디버깅 메시지 출력
        print(f"Scraped Title: {title}")
        print(f"Scraped Content: {content}")

        # 결과 반환
        result = f"제목: {title}\n\n내용: {content}"
        return result

    except Exception as e:
        print(f"Error: {e}")
        return f"Error: {e}"

def run_scraper(url):
    return scrape_naver_blog(url)

#############################
# 전체 UI - 한 화면에 통합 (블로그 생성기 + 네이버 블로그 스크래핑)
#############################
with gr.Blocks() as demo:
    gr.Markdown("# 블로그 생성 및 네이버 블로그 스크래핑")
    
    # 네이버 블로그 스크래핑 영역
    with gr.Column():
        gr.Markdown("## 네이버 블로그 스크래핑")
        scraper_input = gr.Textbox(label="네이버 블로그 URL")
        scraper_output = gr.Textbox(label="스크래핑 결과", lines=10, interactive=False)
        scraper_button = gr.Button("스크래핑 실행")
        scraper_button.click(fn=run_scraper, inputs=scraper_input, outputs=scraper_output)
    
    gr.Markdown("---")
    
    # 블로그 생성기 영역
    with gr.Column():
        gr.Markdown("## 블로그 생성기")
        tone_radio = gr.Radio(
            label="말투바꾸기",
            choices=["친근하게", "일반적인", "전문적인"],
            value="일반적인"
        )
        ref1 = gr.Textbox(label="참조글 1")
        ref2 = gr.Textbox(label="참조글 2")
        ref3 = gr.Textbox(label="참조글 3")
        output_box = gr.Textbox(label="생성된 블로그", lines=10, interactive=False)
        generate_button = gr.Button("생성하기")
        generate_button.click(fn=generate_blog,
                              inputs=[tone_radio, ref1, ref2, ref3],
                              outputs=output_box)
    
    # 두 영역의 결과를 함께 확인할 수 있도록 최종 결과 영역 추가 (선택 사항)
    gr.Markdown("### 최종 결과")
    combined_output = gr.Textbox(label="최종 결과", lines=10, interactive=False)
    
    def combine_results(blog: str, scrape: str) -> str:
        return f"블로그 생성 결과:\n{blog}\n\n네이버 블로그 스크래핑 결과:\n{scrape}"
    
    combine_button = gr.Button("최종 결과 보기")
    combine_button.click(fn=combine_results,
                         inputs=[output_box, scraper_output],
                         outputs=combined_output)

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