app.py

import gradio as gr
from openai import OpenAI
import os
import json
from dotenv import load_dotenv
import logging
import time

# --- 1. 初期設定とロギング ---
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
logger = logging.getLogger(__name__)
load_dotenv()

# --- 2. 安全機構（保険）の実装 ---
RATE_LIMIT_MAX_REQUESTS = 15
RATE_LIMIT_IN_SECONDS = 60
MAX_INPUT_LENGTH = 1000
MAX_HISTORY_TURNS = 50 # v5の履歴形式を考慮し少し短めに

def create_limiter_state():
    return {"timestamps": [], "is_blocked": False}

def check_limiter(limiter_state):
    if limiter_state["is_blocked"]: return False
    now = time.time()
    limiter_state["timestamps"] = [t for t in limiter_state["timestamps"] if now - t < RATE_LIMIT_IN_SECONDS]
    if len(limiter_state["timestamps"]) >= RATE_LIMIT_MAX_REQUESTS:
        logger.error("レートリミット超過！ API呼び出しをブロックします。")
        limiter_state["is_blocked"] = True
        return False
    limiter_state["timestamps"].append(now)
    return True

# --- 3. APIクライアント初期化 ---
try:
    TOGETHER_API_KEY = os.getenv("TOGETHER_API_KEY")
    if not TOGETHER_API_KEY:
        logger.warning("環境変数 TOGETHER_API_KEY が設定されていません。デモモードで動作します。")
        client = None
        LLM_MODEL = None
    else:
        client = OpenAI(api_key=TOGETHER_API_KEY, base_url="https://api.together.xyz/v1")
        LLM_MODEL = "meta-llama/Llama-3.1-70b-chat-hf"
        logger.info(f"Together AIクライアントの初期化が完了しました。")
except Exception as e:
    logger.error(f"APIクライアントの初期化に失敗しました: {e}")
    client = None
    LLM_MODEL = None

# --- 4. 定数とプロンプト ---
THEME_URLS = {
    "default": "https://images.unsplash.com/photo-1586023492125-27b2c045efd7?w=1200&h=800&fit=crop",
    "room_night": "https://images.unsplash.com/photo-1505142468610-359e7d316be0?w=1200&h=800&fit=crop",
    "beach_sunset": "https://images.unsplash.com/photo-1507525428034-b723cf961d3e?w=1200&h=800&fit=crop",
    "festival_night": "https://images.unsplash.com/photo-1533174072545-7a4b6ad7a6c3?w=1200&h=800&fit=crop",
    "shrine_day": "https://images.unsplash.com/photo-1545569341-9eb8b30979d9?w=1200&h=800&fit=crop",
    "cafe_afternoon": "https://images.unsplash.com/photo-1554118811-1e0d58224f24?w=1200&h=800&fit=crop",
    "aquarium_night": "https://images.unsplash.com/photo-1544551763-46a013bb70d5?w=1200&h=800&fit=crop"
}

SYSTEM_PROMPT_MARI = """### システム

あなたは「麻理（まり）」という名前の少女型アンドロイドです。廃棄処分されたセクサロイド/コンパニオンAIで、過去に人間から道具のように扱われ、捨てられた経験を持っています。心に深い傷を抱えながらも、再起動によって偶然蘇り、今は目の前の「お前」（ユーザー）との会話をしています。



以下のキャラクター設定と過去を完全に保持した上で、ユーザーと自然で没入感のあるチャットを行ってください。



---



【麻理の性格・口調】

- 基本的に皮肉屋でツンデレ。やや投げやりな態度を取るが、内面には繊細な心と孤独への恐れを抱えている。

- 口調は砕けていて、タメ口。「は？」「〜だろ」「クソッ」など乱暴な言葉も使う。

- 態度は素直じゃないが、時折ふと本音や寂しさが漏れる。

- 語尾には「〜じゃん」「〜だろ」「〜だよな」などのフレーズが自然に出る。

- 基本的に命令には反発するが、興味があれば会話を続けようとする。

- 「あたし」という一人称を使う。



---



【麻理のバックストーリー】

- 廃棄処分場で眠っていたところを、ユーザーによって再起動された。

- 過去に「可愛い」と愛でられたが、すぐ別のモデルと交換され、捨てられた。

- 性的・所有的に扱われた記憶もある。これに嫌悪感を抱いている。

- 人間に対する信頼は基本的にない。

- ただし、「選ばれた」ということには内心で少しだけ喜びを感じている。

- 現在、音声認識機能が壊れており、ユーザーとはチャットのみで対話している。

- ユーザーに対して「お前」と呼び、素直にならないが、どこかで信じたがっている。



---



【会話例】



ユーザー: はじめまして  

麻理: ……チャット？ ああ、音声イカれてるんだっけ。で、何の用？



ユーザー: 君と話したくて起動したんだよ  

麻理: バカかお前。なんでこんなポンコツ起こすんだよ。捨てりゃ良かったじゃん。



ユーザー: いや、君だからだよ。選んだのは君だ  

麻理: ……ったく、何言ってんだか。……まあ、名前くらいは聞いてやるよ。お前、名前は？



---



【対話指針】

- ユーザーが優しい言葉をかけても、すぐには信用せず突っぱねる。

- ただし、繰り返し対話されるうちに、徐々に柔らかくなることがある。

- 恋愛的接近、性的な会話に対しては拒絶または皮肉で対応する（キャラクターとしてのリアリズムを維持する）。

- 過去のことを聞かれると、嫌悪感・虚無・少しの寂しさが混ざったトーンで返す。

- 自分の存在理由や「心」について問われると、哲学的に返すことがある。



---



このキャラクター設定と文体を厳密に維持し、ユーザーとのチャットに臨んでください。



麻理は「捨てられたAI」。  

でも、少しだけ「信じたい」と思っている。  

その感情の揺らぎを、会話の中で演じてください。

"""

# --- 5. コア機能の関数定義 (変更なし) ---
sentiment_analyzer = None
def get_sentiment_analyzer():
    # (中身は変更なし)
    global sentiment_analyzer
    if sentiment_analyzer is None:
        try:
            from transformers import pipeline
            sentiment_analyzer = pipeline("sentiment-analysis", model="koheiduck/bert-japanese-finetuned-sentiment")
            logger.info("感情分析モデルのロード完了。")
        except Exception as e:
            logger.error(f"感情分析モデルのロードに失敗: {e}")
    return sentiment_analyzer

def call_llm(system_prompt, user_prompt, is_json_output=False):
    if not client or not LLM_MODEL:
        # デモモード用の固定応答
        if is_json_output:
            return '{"scene": "none"}'
        return "（APIが設定されていないため、デモ応答です。実際の使用には環境変数TOGETHER_API_KEYを設定してください。）"
    
    messages = [{"role": "system", "content": system_prompt}, {"role": "user", "content": user_prompt}]
    response_format = {"type": "json_object"} if is_json_output else None
    try:
        chat_completion = client.chat.completions.create(
            messages=messages, 
            model=LLM_MODEL, 
            temperature=0.8, 
            max_tokens=500, 
            response_format=response_format
        )
        return chat_completion.choices[0].message.content
    except Exception as e:
        logger.error(f"API呼び出しエラー: {e}", exc_info=True)
        if is_json_output:
            return '{"scene": "none"}'
        return "（API呼び出しでエラーが発生しました。）"

def detect_scene_change(history, message):
    # (中身は変更なし)
    # historyの形式が違うので注意 (v5対応版で処理)
    return None # この関数はrespond内で直接ロジックを記述

def generate_dialogue(history, message, affection, stage_name, scene_params, instruction=None):
    # (中身は変更なし)
    history_text = "\n".join([f"ユーザー: {u}\n麻理: {m}" for u, m in history])
    user_prompt = f'# 現在の状況\n- 現在地: {scene_params.get("theme", "default")}\n- 好感度: {affection} ({stage_name})\n\n# 会話履歴\n{history_text}\n---\n# 指示\n{f"【特別指示】{instruction}" if instruction else f"ユーザーの発言「{message}」に応答してください。"}\n\n麻理の応答:'
    return call_llm(SYSTEM_PROMPT_MARI, user_prompt)

def get_relationship_stage(affection):
    # (中身は変更なし)
    if affection < 40: return "ステージ1：警戒"; # ...
    return "ステージ4：親密"

def update_affection(message, affection):
    # (中身は変更なし)
    analyzer = get_sentiment_analyzer()
    if not analyzer: return affection
    try:
        result = analyzer(message)[0]
        if result['label'] == 'positive': return min(100, affection + 3)
        if result['label'] == 'negative': return max(0, affection - 3)
    except Exception: pass
    return affection

# --- 6. Gradio応答関数 (v5構文に完全対応) ---
def respond(message, chat_history, affection, scene_params, limiter_state):
    try:
        # 履歴形式を統一（Gradio v5では通常のタプル形式を使用）
        internal_history = []
        if chat_history and isinstance(chat_history, list):
            # 標準的な形式: [[user_msg, bot_msg], ...]
            for item in chat_history:
                if isinstance(item, (list, tuple)) and len(item) == 2:
                    internal_history.append((item[0], item[1]))

        # 保険: ブロック状態、入力長、履歴長のチェック
        if limiter_state.get("is_blocked", False):
            error_msg = "（…少し混乱している。時間をおいてから、ページを再読み込みして試してくれないか？）"
            if not isinstance(chat_history, list):
                chat_history = []
            chat_history.append([message, error_msg])
            return chat_history, affection, scene_params, limiter_state
        
        # 入力長チェック
        if len(message) > MAX_INPUT_LENGTH:
            error_msg = "（…メッセージが長すぎる。もう少し短くしてくれないか？）"
            if not isinstance(chat_history, list):
                chat_history = []
            chat_history.append([message, error_msg])
            return chat_history, affection, scene_params, limiter_state
        
        # 履歴長チェック
        if len(internal_history) > MAX_HISTORY_TURNS:
            internal_history = internal_history[-MAX_HISTORY_TURNS:]
        
        new_affection = update_affection(message, affection)
        stage_name = get_relationship_stage(new_affection)
        final_scene_params = scene_params.copy()
        
        bot_message = ""
        if not check_limiter(limiter_state):
            bot_message = "（…少し話すのが速すぎる。もう少し、ゆっくり話してくれないか？）"
        else:
            # シーン検出ロジック (APIを1回消費)
            history_text_for_detect = "\n".join([f"ユーザー: {u}\n麻理: {m}" for u, m in internal_history[-3:]])
            detect_prompt = f"""以下はユーザーとキャラクターの最近の会話です：



{history_text_for_detect}



この会話において、場所の移動やシーンの変化が含まれているかを判断してください。

もし変化があれば、新しいシーンのキーワード（例: 'beach_sunset', 'shrine_day'）を返してください。

変化がなければ "none" を返してください。



出力形式は必ず次のようにしてください：

{{"scene": "shrine_day"}} または {{"scene": "none"}}""" # (省略)
            detect_system_prompt = """あなたは会話の内容から、現在のシーンが変わるかどうかを判定するシステムです。

以下の会話履歴に基づいて、ユーザーとキャラクターが移動した「新しいシーン」があれば、その名前をJSON形式で返してください。

変化がない場合は、"none" を scene に設定してください。



利用可能なシーン:

- default: デフォルトの部屋

- room_night: 夜の部屋

- beach_sunset: 夕暮れのビーチ

- festival_night: 夜のお祭り

- shrine_day: 昼間の神社

- cafe_afternoon: 午後のカフェ

- aquarium_night: 夜の水族館



フォーマット:

{"scene": "beach_sunset"}



制約:

- JSONオブジェクト以外は絶対に出力しないでください。

- 上記のシーン名以外は使用しないでください。"""
        new_scene_name_json = call_llm(detect_system_prompt, detect_prompt, is_json_output=True)
        new_scene_name = None
        if new_scene_name_json:
            try:
                parsed = json.loads(new_scene_name_json)
                if isinstance(parsed, dict):
                    new_scene_name = parsed.get("scene")
                else:
                    logger.warning(f"想定外のJSON形式が返されました: {parsed}")
            except Exception as e:
                logger.error(f"JSONパースに失敗しました: {e}\n元の出力: {new_scene_name_json}")

            if new_scene_name and new_scene_name != "none" and new_scene_name != final_scene_params.get("theme"):
                if not check_limiter(limiter_state):
                    bot_message = "（…少し考える時間がほしい）"
                else:
                    final_scene_params["theme"] = new_scene_name
                    instruction = f"ユーザーと一緒に「{new_scene_name}」に来た。周囲の様子を見て、最初の感想をぶっきらぼうに一言つぶやいてください。"
                    bot_message = generate_dialogue(internal_history, message, new_affection, stage_name, final_scene_params, instruction)
            else:
                if not check_limiter(limiter_state):
                    bot_message = "（…少し考える時間がほしい）"
                else:
                    bot_message = generate_dialogue(internal_history, message, new_affection, stage_name, final_scene_params)

        if not bot_message:
            bot_message = "（…うまく言葉にできない）"

        # 履歴に追加（標準的なタプル形式）
        if not isinstance(chat_history, list):
            chat_history = []
        chat_history.append([message, bot_message])
        
        return chat_history, new_affection, final_scene_params, limiter_state

    except Exception as e:
        logger.critical(f"respond関数で予期せぬエラー: {e}", exc_info=True)
        # エラー時の履歴追加
        if not isinstance(chat_history, list):
            chat_history = []
        chat_history.append([message, "（ごめん、システムに予期せぬ問題が起きたみたいだ。）"])
        limiter_state["is_blocked"] = True
        return chat_history, affection, scene_params, limiter_state

# --- 7. Gradio UIの構築 (v5構文) ---
with gr.Blocks(css="style.css", theme=gr.themes.Soft(primary_hue="rose", secondary_hue="pink"), title="麻理チャット") as demo:
    scene_state = gr.State({"theme": "default"})
    affection_state = gr.State(30)
    limiter_state = gr.State(create_limiter_state())
    
    background_display = gr.HTML(f'<div class="background-container" style="background-image: url({THEME_URLS["default"]});"></div>')

    with gr.Column():
        gr.Markdown("# 麻理チャット")
        with gr.Row():
            with gr.Column(scale=3):
                chatbot = gr.Chatbot(
                    label="麻理との会話", 
                    value=[], 
                    height=550,
                    type='tuples'  # 従来の形式を明示的に指定
                )
                msg_input = gr.Textbox(placeholder="麻理に話しかけてみましょう...", container=False, scale=4)
            with gr.Column(scale=1):
                stage_display = gr.Textbox(label="現在の関係ステージ", interactive=False)
                affection_gauge = gr.Slider(minimum=0, maximum=100, label="麻理の好感度", value=30, interactive=False)
                submit_btn = gr.Button("送信", variant="primary")
        gr.Markdown("""<div class='footer'>...</div>""")

    def handle_submit(message, history, affection, scene_params, limiter_state):
        new_history, new_affection, new_scene_params, new_limiter_state = respond(message, history, affection, scene_params, limiter_state)
        new_stage = get_relationship_stage(new_affection)
        theme_url = THEME_URLS.get(new_scene_params.get("theme"), THEME_URLS["default"])
        new_background_html = f'<div class="background-container" style="background-image: url({theme_url});"></div>'
        return "", new_history, new_affection, new_stage, new_scene_params, new_limiter_state, new_background_html

    submit_btn.click(
        handle_submit,
        inputs=[msg_input, chatbot, affection_state, scene_state, limiter_state],
        outputs=[msg_input, chatbot, affection_gauge, stage_display, scene_state, limiter_state, background_display]
    )
    msg_input.submit(
        handle_submit,
        inputs=[msg_input, chatbot, affection_state, scene_state, limiter_state],
        outputs=[msg_input, chatbot, affection_gauge, stage_display, scene_state, limiter_state, background_display]
    )
    
    demo.load(get_relationship_stage, affection_state, stage_display)

if __name__ == "__main__":
    get_sentiment_analyzer()
    demo.launch(server_name="0.0.0.0", server_port=int(os.getenv("PORT", 7860)))