diff --git a/03.Code/업로드용/converters/pipeline/step7_index.py b/03.Code/업로드용/converters/pipeline/step7_index.py new file mode 100644 index 0000000..aec8eb0 --- /dev/null +++ b/03.Code/업로드용/converters/pipeline/step7_index.py @@ -0,0 +1,312 @@ +# -*- coding: utf-8 -*- +from dotenv import load_dotenv +load_dotenv() + +""" +make_outline.py + +기능: +- output_context/context/domain_prompt.txt +- output_context/context/corpus.txt +를 바탕으로 보고서 목차를 생성합니다. +1) outline_issue_report.txt 생성 +2) outline_issue_report.html 생성 (미리보기용) +""" +import os +import sys +import re +from pathlib import Path +from datetime import datetime +from typing import List, Dict, Any, Tuple +from openai import OpenAI + +# ===== OpenAI 설정 (구조 유지) ===== +OPENAI_API_KEY = os.environ.get("OPENAI_API_KEY") +GPT_MODEL = "gpt-5-2025-08-07" +client = OpenAI(api_key=OPENAI_API_KEY) + +# ===== 목차 구성을 위한 정규식 ===== +RE_KEYWORDS = re.compile(r"(#\S+)") +RE_L1 = re.compile(r"^\s*(\d+)\.\s+(.+?)\s*$") +RE_L2 = re.compile(r"^\s*(\d+\.\d+)\s+(.+?)\s*$") +RE_L3 = re.compile(r"^\s*(\d+\.\d+\.\d+)\s+(.+?)\s*$") + +def log(msg: str): + print(msg, flush=True) + with (LOG_DIR / "make_outline_log.txt").open("a", encoding="utf-8") as f: + f.write(msg + "\n") + +def load_domain_prompt() -> str: + p = CONTEXT_DIR / "domain_prompt.txt" + if not p.exists(): + log("domain_prompt.txt가 없습니다. 먼저 domain_prompt.py를 실행하십시오.") + sys.exit(1) + return p.read_text(encoding="utf-8", errors="ignore").strip() + +def load_corpus() -> str: + p = CONTEXT_DIR / "corpus.txt" + if not p.exists(): + log("corpus.txt가 없습니다. 먼저 make_corpus.py를 실행하십시오.") + sys.exit(1) + return p.read_text(encoding="utf-8", errors="ignore").strip() + + +# 기존 RE_L1, RE_L2와 일치하지 않는 가이드용 정규식 추가. +RE_L3_HEAD = re.compile(r"^\s*(\d+\.\d+\.\d+)\s+(.+)$") +RE_L3_TOPIC = re.compile(r"^\s*[\-\*]\s+(.+?)\s*\|\s*(.+?)\s*\|\s*(\[.+?\])\s*\|\s*(.+)$") + +def generate_outline(domain_prompt: str, corpus: str, rag_chunks: str = "", doc_type: str = 'report', attach_pages: int = 1) -> str: + """ + GPT를 호출하여 전체 보고서의 목차를 구성합니다. + - doc_type: 'report' (일반 보고서) 또는 'briefing' (브리핑 자료) + - attach_pages: 브리핑 자료 시 첨부 페이지 수 + """ + if doc_type == 'briefing': + sys_msg = { + "role": "system", + "content": ( + domain_prompt + "\n\n" + "당신은 측량 및 지리정보 분야의 보고서 기획 전문가입니다. " + "제공된 정보를 분석하여, A4 1~2매 분량의 '핵심 브리핑 자료' 목차를 작성하세요. " + "본문은 '1. 개요 - 2. 현황 - 3. 문제점 및 대책 - 4. 결론' 형식을 기본으로 하되 내용에 맞춰 조정 가능합니다. " + "각 세부 주제별로 데이터 근거와 시각화 방안을 포함한 기획안을 도출하세요." + ), + } + attach_str = "" + for i in range(1, attach_pages + 1): + attach_str += f""" +[첨부 {i}] +- 제목: 본문 내용을 보완하는 상세 데이터/참고 자료 (본문과 제목은 다르게) +- 리드문: 본문에서 언급된 핵심 수치나 근거를 요약하여 제시 +- 세부 항목: [- 주제 | #키워드 | [시각화방안] | 내용 가이드] (3~4개 구성) +""" + user_msg = { + "role": "user", + "content": f""" +다음 정보를 바탕으로 브리핑 보고서 목차를 생성하세요. + +[정보원(Corpus)] +{corpus[:8000]} + +[작성 규칙] +1. 최상단에 [보고서 제목]을 작성 (전문적이고 명확하게) +2. 본문(1페이지 분량)과 첨부({attach_pages}페이지 분량)로 구분 +3. 각 페이지별로 리드문(전체 내용을 관통하는 핵심 메시지) 포함 +4. 세부 주제(Topic)는 다음 형식을 준수: + - 주제명 | #키워드 | [시각화방안] | 내용 가이드 + - 시각화방안: 표, 그래프, 비교표, 다이어그램 등 구체적으로 명시 +5. (중요) 코퍼스 내의 핵심 수치, 기준, 측량 기법 등을 세부 항목 가이드에 포함할 것. + +{attach_str} +""", + } + else: + # 일반 보고서 모드 + sys_msg = { + "role": "system", + "content": ( + domain_prompt + "\n\n" + "당신은 건설/측량 DX 기술 전문가이자 보고서 기획자입니다. " + "제시된 코퍼스를 분석하여, 실무에 즉시 활용 가능한 고품질 기술 보고서 목차를 생성하세요. " + "목차는 대분류(1.), 중분류(1.1), 소분류(1.1.1)의 3단계 계층 구조를 따릅니다. " + "각 소분류(1.1.1) 하위에는 반드시 구체적인 집필 가이드를 포함해야 합니다." + ), + } + user_msg = { + "role": "user", + "content": f""" +다음 정보를 바탕으로 기술 보고서 목차를 생성하세요. + +[정보원(Corpus)] +{corpus[:10000]} + +[작성 규칙] +1. 최상단에 [보고서 제목] 1개를 작성 +2. 목차는 1. / 1.1 / 1.1.1 형식의 3단계 구조 +3. 소분류(1.1.1) 하단에는 해당 섹션에서 다룰 상세 주제들을 다음 형식으로 나열: + - 주제명 | #핵심키워드 | [구성형식] | 집필 가이드(수치나 핵심 기법 포함) + - 구성형식 예시: [비교표], [기술설명], [절차도], [성과분석] 등 +4. 도메인 지식(측량 정확도 기준, 사용 장비 등)이 각 세부 항목 가이드에 녹아있어야 함. + +출력은 목차 텍스트만 깔끔하게 출력하세요. +""", + } + + resp = client.chat.completions.create( + model=GPT_MODEL, + messages=[sys_msg, user_msg], + temperature=0.3, + ) + return (resp.choices[0].message.content or "").strip() + +def parse_outline(outline_text: str) -> Tuple[str, List[Dict[str, Any]]]: + """ + 생성된 목차 텍스트를 구조화된 데이터로 파싱합니다. + """ + lines = [l.strip() for l in outline_text.splitlines() if l.strip()] + if not lines: + return "제목 없음", [] + + # 1. 제목 추출 + title_line = lines[0] + title = re.sub(r'^\[?보고서 제목\]?[:\s]*', '', title_line).strip() + + # 2. 계층 구조 파싱 + rows = [] + current_section = None + + for ln in lines[1:]: + raw = ln.strip() + + # 소분류 (1.1.1) + m3_head = RE_L3_HEAD.match(raw) + if m3_head: + num, s_title = m3_head.groups() + current_section = { + "depth": 3, + "num": num, + "title": s_title, + "sub_topics": [] + } + rows.append(current_section) + continue + + # 상세 주제 (- 주제 | #키워드 | [형식] | 가이드) + m_topic = RE_L3_TOPIC.match(raw) + if m_topic and current_section: + t_title, kws_raw, t_type, guide = m_topic.groups() + kws = [k.lstrip("#").strip() for k in RE_KEYWORDS.findall(kws_raw)] + current_section["sub_topics"].append({ + "topic_title": t_title, + "keywords": kws, + "type": t_type, + "guide": guide + }) + continue + + # 대분류 (1.) + m1 = RE_L1.match(raw) + if m1: + rows.append({"depth": 1, "num": m1.group(1).strip(), "title": m1.group(2).strip()}) + current_section = None + continue + + # 중분류 (1.1) + m2 = RE_L2.match(raw) + if m2: + rows.append({"depth": 2, "num": m2.group(1).strip(), "title": m2.group(2).strip()}) + current_section = None + continue + + return title, rows + +def html_escape(s: str) -> str: + s = s or "" + return (s.replace("&", "&") + .replace("<", "<") + .replace(">", ">") + .replace('"', """) + .replace("'", "'")) + +def build_outline_table_html(rows: List[Dict[str, Any]]) -> str: + """목차 구조를 HTML 테이블로 변환""" + head = """ + + + + + + + + + + + """ + + body_parts = [] + for r in rows: + depth = r["depth"] + num = html_escape(r["num"]) + title = html_escape(r["title"]) + + if depth == 3: + kw_list = [] + for st in r.get("sub_topics", []): + kw_list.append(f"{html_escape(st['topic_title'])}: {html_escape(st['guide'])}") + detail = "
".join(kw_list) + cls_name = "소분류" + elif depth == 2: + detail = "" + cls_name = "중분류" + else: + detail = "" + cls_name = "대분류" + + body_parts.append( + f""" + + + + + + + """ + ) + + tail = "
분류번호항목명상세 가이드 / 키워드
{cls_name}{num}{title}{detail}
" + return head + "\n".join(body_parts) + tail + +def build_outline_html(report_title: str, rows: List[Dict[str, Any]]) -> str: + table_html = build_outline_table_html(rows) + return f""" + + + + 보고서 목차 구성안 + + + +

{html_escape(report_title)}

+
+ 본 목차는 제공된 코퍼스를 기반으로 AI가 설계한 보고서 구성안입니다. +
+ {table_html} + + +""" + +def main(input_dir, output_dir, doc_type='report', attach_pages=1): + global DATA_ROOT, OUTPUT_ROOT, CONTEXT_DIR, LOG_DIR + DATA_ROOT = Path(input_dir) + OUTPUT_ROOT = Path(output_dir) + CONTEXT_DIR = OUTPUT_ROOT / "context" + LOG_DIR = OUTPUT_ROOT / "logs" + for d in [CONTEXT_DIR, LOG_DIR]: + d.mkdir(parents=True, exist_ok=True) + log("=== 목차 생성 시작 ===") + domain_prompt = load_domain_prompt() + corpus = load_corpus() + + # RAG에서 일부 정보를 가져올 수 있으면 가져옴 (선택 사항) + rag_chunks = "" + outline = generate_outline(domain_prompt, corpus, rag_chunks, doc_type, attach_pages) + + # TXT 저장 + out_txt = CONTEXT_DIR / "outline_issue_report.txt" + out_txt.write_text(outline, encoding="utf-8") + log(f"목차 TXT 저장 완료: {out_txt}") + + # HTML 미리보기용 저장 + title, rows = parse_outline(outline) + out_html = CONTEXT_DIR / "outline_issue_report.html" + out_html.write_text(build_outline_html(title, rows), encoding="utf-8") + log(f"목차 HTML 미리보기 저장 완료: {out_html}") + + log("=== 목차 생성 완료 ===") + +if __name__ == "__main__": + main()