first commit
This commit is contained in:
김민성
408
back_src/gemini_analyzer_backup.py
Normal file
408
back_src/gemini_analyzer_backup.py
Normal file
@@ -0,0 +1,408 @@
|
||||
"""
|
||||
Gemini API 연동 모듈
|
||||
Google Gemini API를 사용하여 이미지 분석을 수행합니다.
|
||||
"""
|
||||
|
||||
import base64
|
||||
import logging
|
||||
from google import genai
|
||||
from google.genai import types
|
||||
from typing import Optional, Dict, Any
|
||||
from config import Config
|
||||
|
||||
# 로깅 설정
|
||||
logging.basicConfig(level=logging.INFO)
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
class GeminiAnalyzer:
|
||||
"""Gemini API 이미지 분석 클래스"""
|
||||
|
||||
def __init__(self, api_key: Optional[str] = None, model: Optional[str] = None):
|
||||
"""
|
||||
GeminiAnalyzer 초기화
|
||||
|
||||
Args:
|
||||
api_key: Gemini API 키 (None인 경우 환경변수에서 가져옴)
|
||||
model: 사용할 모델명 (기본값: 설정에서 가져옴)
|
||||
"""
|
||||
self.api_key = api_key or Config.GEMINI_API_KEY
|
||||
self.model = model or Config.GEMINI_MODEL
|
||||
self.default_prompt = Config.DEFAULT_PROMPT
|
||||
|
||||
if not self.api_key:
|
||||
raise ValueError("Gemini API 키가 설정되지 않았습니다.")
|
||||
|
||||
# Gemini 클라이언트 초기화
|
||||
try:
|
||||
self.client = genai.Client(api_key=self.api_key)
|
||||
logger.info(f"Gemini 클라이언트 초기화 완료 (모델: {self.model})")
|
||||
except Exception as e:
|
||||
logger.error(f"Gemini 클라이언트 초기화 실패: {e}")
|
||||
raise
|
||||
|
||||
def analyze_image_from_base64(
|
||||
self,
|
||||
base64_data: str,
|
||||
prompt: Optional[str] = None,
|
||||
mime_type: str = "image/png",
|
||||
organization_type: str = "transportation"
|
||||
) -> Optional[str]:
|
||||
"""
|
||||
Base64 이미지 데이터를 분석합니다.
|
||||
|
||||
Args:
|
||||
base64_data: Base64로 인코딩된 이미지 데이터
|
||||
prompt: 분석 요청 텍스트 (None인 경우 기본값 사용)
|
||||
mime_type: 이미지 MIME 타입
|
||||
organization_type: 조직 유형 ("transportation" 또는 "expressway")
|
||||
|
||||
Returns:
|
||||
분석 결과 텍스트 또는 None (실패 시)
|
||||
"""
|
||||
try:
|
||||
analysis_prompt = prompt or self.default_prompt
|
||||
|
||||
# 컨텐츠 구성
|
||||
contents = [
|
||||
types.Content(
|
||||
role="user",
|
||||
parts=[
|
||||
types.Part.from_bytes(
|
||||
mime_type=mime_type,
|
||||
data=base64.b64decode(base64_data),
|
||||
),
|
||||
types.Part.from_text(text=analysis_prompt),
|
||||
],
|
||||
)
|
||||
]
|
||||
schema_expressway=genai.types.Schema(
|
||||
type = genai.types.Type.OBJECT,
|
||||
required = ["사업명", "시설/공구", "건설분야", "건설단계"],
|
||||
properties = {
|
||||
"사업명": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"노선이정": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"설계사": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"시공사": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"건설분야": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"건설단계": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"계정번호": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"(계정)날짜": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"(개정)내용": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"작성자": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"검토자": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"확인자": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"설계공구": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"시공공구": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"도면번호": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"도면축척": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"도면명": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"편철번호": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"적용표준버전": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"Note": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"Title": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"기타정보": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
},
|
||||
)
|
||||
schema_transportation=genai.types.Schema(
|
||||
type = genai.types.Type.OBJECT,
|
||||
required = ["사업명", "시설/공구", "건설분야", "건설단계"],
|
||||
properties = {
|
||||
"사업명": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"시설/공구": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"건설분야": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"건설단계": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"계정차수": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"계정일자": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"개정내용": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"과업책임자": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"분야별책임자": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"설계자": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"위치정보": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"축척": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"도면번호": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"도면명": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"편철번호": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"적용표준": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"Note": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"Title": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
"기타정보": genai.types.Schema(
|
||||
type = genai.types.Type.STRING,
|
||||
),
|
||||
},
|
||||
)
|
||||
# 조직 유형에 따른 스키마 선택
|
||||
if organization_type == "expressway":
|
||||
selected_schema = schema_expressway
|
||||
else: # transportation (기본값)
|
||||
selected_schema = schema_transportation
|
||||
|
||||
# 생성 설정
|
||||
generate_content_config = types.GenerateContentConfig(
|
||||
temperature=0,
|
||||
top_p=0.05,
|
||||
thinking_config = types.ThinkingConfig(
|
||||
thinking_budget=0,
|
||||
),
|
||||
response_mime_type="application/json",
|
||||
response_schema= selected_schema
|
||||
)
|
||||
|
||||
logger.info("Gemini API 분석 요청 시작...")
|
||||
|
||||
# API 호출
|
||||
response = self.client.models.generate_content(
|
||||
model=self.model,
|
||||
contents=contents,
|
||||
config=generate_content_config,
|
||||
)
|
||||
|
||||
if response and hasattr(response, 'text'):
|
||||
result = response.text
|
||||
logger.info(f"분석 완료: {len(result)} 문자")
|
||||
return result
|
||||
else:
|
||||
logger.error("API 응답에서 텍스트를 찾을 수 없습니다.")
|
||||
return None
|
||||
|
||||
except Exception as e:
|
||||
logger.error(f"이미지 분석 중 오류 발생: {e}")
|
||||
return None
|
||||
|
||||
def analyze_image_stream_from_base64(
|
||||
self,
|
||||
base64_data: str,
|
||||
prompt: Optional[str] = None,
|
||||
mime_type: str = "image/png",
|
||||
organization_type: str = "transportation"
|
||||
):
|
||||
"""
|
||||
Base64 이미지 데이터를 스트리밍으로 분석합니다.
|
||||
|
||||
Args:
|
||||
base64_data: Base64로 인코딩된 이미지 데이터
|
||||
prompt: 분석 요청 텍스트
|
||||
mime_type: 이미지 MIME 타입
|
||||
organization_type: 조직 유형 ("transportation" 또는 "expressway")
|
||||
|
||||
Yields:
|
||||
분석 결과 텍스트 청크
|
||||
"""
|
||||
try:
|
||||
analysis_prompt = prompt or self.default_prompt
|
||||
|
||||
# 컨텐츠 구성
|
||||
contents = [
|
||||
types.Content(
|
||||
role="user",
|
||||
parts=[
|
||||
types.Part.from_bytes(
|
||||
mime_type=mime_type,
|
||||
data=base64.b64decode(base64_data),
|
||||
),
|
||||
types.Part.from_text(text=analysis_prompt),
|
||||
],
|
||||
)
|
||||
]
|
||||
|
||||
# 조직 유형에 따른 스키마 선택
|
||||
if organization_type == "expressway":
|
||||
selected_schema = schema_expressway
|
||||
else: # transportation (기본값)
|
||||
selected_schema = schema_transportation
|
||||
|
||||
# 생성 설정
|
||||
generate_content_config = types.GenerateContentConfig(
|
||||
temperature=0,
|
||||
top_p=0.05,
|
||||
thinking_config = types.ThinkingConfig(
|
||||
thinking_budget=0,
|
||||
),
|
||||
response_mime_type="application/json",
|
||||
response_schema=selected_schema,
|
||||
)
|
||||
|
||||
logger.info("Gemini API 스트리밍 분석 요청 시작...")
|
||||
|
||||
# 스트리밍 API 호출
|
||||
for chunk in self.client.models.generate_content_stream(
|
||||
model=self.model,
|
||||
contents=contents,
|
||||
config=generate_content_config,
|
||||
):
|
||||
if hasattr(chunk, 'text') and chunk.text:
|
||||
yield chunk.text
|
||||
|
||||
except Exception as e:
|
||||
logger.error(f"스트리밍 이미지 분석 중 오류 발생: {e}")
|
||||
yield f"오류: {str(e)}"
|
||||
|
||||
def analyze_pdf_images(
|
||||
self,
|
||||
base64_images: list,
|
||||
prompt: Optional[str] = None,
|
||||
mime_type: str = "image/png",
|
||||
organization_type: str = "transportation"
|
||||
) -> Dict[int, str]:
|
||||
"""
|
||||
여러 PDF 페이지 이미지를 일괄 분석합니다.
|
||||
|
||||
Args:
|
||||
base64_images: Base64 이미지 데이터 리스트
|
||||
prompt: 분석 요청 텍스트
|
||||
mime_type: 이미지 MIME 타입
|
||||
organization_type: 조직 유형 ("transportation" 또는 "expressway")
|
||||
|
||||
Returns:
|
||||
페이지 번호별 분석 결과 딕셔너리
|
||||
"""
|
||||
results = {}
|
||||
|
||||
for i, base64_data in enumerate(base64_images):
|
||||
logger.info(f"페이지 {i + 1}/{len(base64_images)} 분석 중...")
|
||||
|
||||
result = self.analyze_image_from_base64(
|
||||
base64_data=base64_data,
|
||||
prompt=prompt,
|
||||
mime_type=mime_type,
|
||||
organization_type=organization_type
|
||||
)
|
||||
|
||||
if result:
|
||||
results[i] = result
|
||||
else:
|
||||
results[i] = f"페이지 {i + 1} 분석 실패"
|
||||
|
||||
logger.info(f"총 {len(results)}개 페이지 분석 완료")
|
||||
return results
|
||||
|
||||
def validate_api_connection(self) -> bool:
|
||||
"""API 연결 상태를 확인합니다."""
|
||||
try:
|
||||
# 간단한 텍스트 생성으로 연결 테스트
|
||||
test_response = self.client.models.generate_content(
|
||||
model=self.model,
|
||||
contents=[types.Content(
|
||||
role="user",
|
||||
parts=[types.Part.from_text(text="안녕하세요. 연결 테스트입니다.")]
|
||||
)],
|
||||
config=types.GenerateContentConfig(
|
||||
temperature=0,
|
||||
max_output_tokens=10,
|
||||
)
|
||||
)
|
||||
|
||||
if test_response and hasattr(test_response, 'text'):
|
||||
logger.info("Gemini API 연결 테스트 성공")
|
||||
return True
|
||||
else:
|
||||
logger.error("Gemini API 연결 테스트 실패")
|
||||
return False
|
||||
|
||||
except Exception as e:
|
||||
logger.error(f"Gemini API 연결 테스트 중 오류: {e}")
|
||||
return False
|
||||
|
||||
def get_model_info(self) -> Dict[str, Any]:
|
||||
"""현재 사용 중인 모델 정보를 반환합니다."""
|
||||
return {
|
||||
"model": self.model,
|
||||
"api_key_length": len(self.api_key) if self.api_key else 0,
|
||||
"default_prompt": self.default_prompt
|
||||
}
|
||||
|
||||
# 사용 예시 및 테스트
|
||||
if __name__ == "__main__":
|
||||
try:
|
||||
# 분석기 초기화
|
||||
analyzer = GeminiAnalyzer()
|
||||
|
||||
# 연결 테스트
|
||||
if analyzer.validate_api_connection():
|
||||
print("Gemini API 연결 성공!")
|
||||
print(f"모델 정보: {analyzer.get_model_info()}")
|
||||
else:
|
||||
print("Gemini API 연결 실패!")
|
||||
|
||||
except Exception as e:
|
||||
print(f"초기화 실패: {e}")
|
||||
print("API 키가 올바르게 설정되었는지 확인하세요.")
|
||||
Reference in New Issue
Block a user