jd-recommendation/llm_functions.py

import os
import json
import re
import yaml
from openai import OpenAI

# OpenAI 클라이언트 초기화
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

# 프롬프트 템플릿 로드
import os
current_dir = os.path.dirname(os.path.abspath(__file__))
prompt_path = os.path.join(current_dir, 'prompt.yaml')
with open(prompt_path, 'r', encoding='utf-8') as f:
    prompt_data = yaml.safe_load(f)
    prompt_template = prompt_data['prompt']

def parse_jd_recommendation(content):
    """
    AI 응답에서 직무기술서 JSON을 파싱하는 함수
    """
    try:
        print(f"파싱할 컨텐츠 길이: {len(content)}")
        print(f"파싱할 컨텐츠 첫 200자: {repr(content[:200])}")
        
        # 텍스트 전처리
        cleaned_content = content.strip()
        
        # 1. JSON 코드 블록 찾기 (```json ... ``` 형식)
        json_patterns = [
            r'```json\s*(\{.*?\})\s*```',
            r'```\s*(\{.*?\})\s*```',
            r'```json\s*(.*?)\s*```',
            r'```\s*(.*?)\s*```'
        ]
        
        for pattern in json_patterns:
            json_match = re.search(pattern, cleaned_content, re.DOTALL)
            if json_match:
                json_str = json_match.group(1).strip()
                print(f"JSON 블록 발견: {repr(json_str[:100])}")
                
                # JSON 문자열 정리
                json_str = re.sub(r'\n\s*', ' ', json_str)
                json_str = re.sub(r',\s*}', '}', json_str)
                
                try:
                    parsed_json = json.loads(json_str)
                    if isinstance(parsed_json, dict) and 'recommended_jd' in parsed_json:
                        return parsed_json['recommended_jd']
                except json.JSONDecodeError as e:
                    print(f"JSON 블록 파싱 실패: {e}")
        
        # 2. 중괄호로 둘러싸인 JSON 찾기
        brace_patterns = [
            r'\{.*?\}'
        ]
        
        for pattern in brace_patterns:
            brace_match = re.search(pattern, cleaned_content, re.DOTALL)
            if brace_match:
                json_str = brace_match.group(0).strip()
                print(f"중괄호 블록 발견: {repr(json_str[:100])}")
                
                # JSON 문자열 정리
                json_str = re.sub(r'\n\s*', ' ', json_str)
                json_str = re.sub(r',\s*}', '}', json_str)
                
                try:
                    parsed_json = json.loads(json_str)
                    if isinstance(parsed_json, dict) and 'recommended_jd' in parsed_json:
                        return parsed_json['recommended_jd']
                except json.JSONDecodeError as e:
                    print(f"중괄호 블록 파싱 실패: {e}")
        
        # 3. 전체 텍스트를 JSON으로 파싱 시도
        try:
            # 코드 블록 마커 제거
            if cleaned_content.startswith('```'):
                lines = cleaned_content.split('\n')
                start_idx = 1 if lines[0].startswith('```') else 0
                end_idx = len(lines)
                for i in range(len(lines)-1, -1, -1):
                    if lines[i].strip() == '```':
                        end_idx = i
                        break
                cleaned_content = '\n'.join(lines[start_idx:end_idx])
            
            cleaned_content = cleaned_content.strip()
            parsed_json = json.loads(cleaned_content)
            if isinstance(parsed_json, dict) and 'recommended_jd' in parsed_json:
                return parsed_json['recommended_jd']
        except json.JSONDecodeError as e:
            print(f"전체 JSON 파싱 실패: {e}")
        
        # 4. 직접 텍스트에서 JD 내용 추출 시도
        print("직접 텍스트에서 JD 내용 추출 시도")
        
        # "recommended_jd" 키워드 뒤의 내용 찾기
        jd_patterns = [
            r'"recommended_jd"\s*:\s*"([^"]+)"',
            r'recommended_jd["\s]*:\s*["\s]*([^"]+)["\s]*',
            r'직무기술서[:\s]*([^\n]+)',
        ]
        
        for pattern in jd_patterns:
            match = re.search(pattern, cleaned_content, re.IGNORECASE)
            if match:
                jd_content = match.group(1).strip()
                if len(jd_content) > 10:  # 최소 길이 체크
                    return jd_content
        
        # 5. 최후의 수단: 전체 텍스트를 JD로 간주 (JSON 마커 제거)
        print("전체 텍스트를 JD로 간주")
        cleaned_text = re.sub(r'```[a-z]*\s*', '', cleaned_content)
        cleaned_text = re.sub(r'```\s*', '', cleaned_text)
        cleaned_text = re.sub(r'\{.*?\}', '', cleaned_text, flags=re.DOTALL)
        cleaned_text = cleaned_text.strip()
        
        if len(cleaned_text) > 20:
            return cleaned_text
        
        return "직무기술서를 생성할 수 없습니다."
        
    except Exception as e:
        print(f"JD 파싱 전체 오류: {e}")
        print(f"파싱 실패한 컨텐츠: {repr(content)}")
        return f"파싱 오류: {str(e)}"

def generate_jd_recommendation(job_title, company_name, experience_level):
    """
    OpenAI API를 사용하여 직무기술서를 생성하는 함수
    """
    try:
        if not job_title or not company_name or not experience_level:
            return "직무, 회사명, 경력 수준을 모두 입력해주세요.", ""
        
        # 프롬프트 생성
        prompt = prompt_template.format(
            job_title=job_title,
            company_name=company_name,
            experience_level=experience_level
        )
        
        # OpenAI API 호출
        response = client.chat.completions.create(
            model="gpt-4o",
            messages=[
                {"role": "system", "content": "당신은 채용 공고 작성 전문가입니다. 정확한 JSON 형식으로 직무기술서를 제공해주세요."},
                {"role": "user", "content": prompt}
            ],
            temperature=0.3
        )
        
        content = response.choices[0].message.content
        print(f"=== AI 응답 원본 ===")
        print(content)
        print(f"=== AI 응답 끝 ===")
        
        jd_content = parse_jd_recommendation(content)
        
        if not jd_content or jd_content == "직무기술서를 생성할 수 없습니다.":
            return "직무기술서 생성에 실패했습니다. 다시 시도해주세요.", ""
        
        # 결과 포맷팅
        result = f"""## 📋 {company_name} - {job_title} 직무기술서

### 💼 **추천 직무기술서**

{jd_content}

---

### 📊 **직무 정보 요약**

**🏢 회사:** {company_name}  
**💼 직무:** {job_title}  
**📈 경력:** {experience_level}  

### 💡 **자소서 작성 팁**

위 직무기술서를 참고하여 다음 사항을 자소서에 반영해보세요:

1. **핵심 업무**: 언급된 주요 업무와 관련된 경험이나 역량을 강조
2. **요구 스킬**: 필요한 기술이나 능력에 대한 본인의 준비도를 어필
3. **회사 특성**: 해당 회사의 사업 영역과 연관된 관심사나 경험을 언급
4. **성장 의지**: 직무에서 요구하는 성장 가능성과 학습 의지를 표현

---

*본 직무기술서는 AI가 생성한 것으로, 실제 채용공고와 다를 수 있습니다. 자소서 작성 시 참고용으로 활용하세요.*
"""
        
        return result, jd_content
        
    except Exception as e:
        error_msg = f"""## ❌ 오류 발생

직무기술서 생성 중 오류가 발생했습니다.

**오류 내용:** {str(e)}

다시 시도해주세요.
"""
        return error_msg, ""