직접입력 기능
parent
ac3732549f
commit
e56aa35170
|
|
@ -25,6 +25,7 @@ from app.home.schemas.home_schema import (
|
|||
ImageUploadResponse,
|
||||
ImageUploadResultItem,
|
||||
ImageUrlItem,
|
||||
ManualMarketingRequest,
|
||||
ProcessedInfo,
|
||||
# MarketingAnalysis,
|
||||
)
|
||||
|
|
@ -133,31 +134,32 @@ METRO_CITY_MAP = {
|
|||
}
|
||||
|
||||
|
||||
def _extract_region_from_address(road_address: str | None) -> str:
|
||||
"""roadAddress에서 시/군 이름 추출
|
||||
|
||||
매칭 우선순위:
|
||||
1. KOREAN_CITIES 직접 매칭 (시/군 접미사 포함)
|
||||
2. KOREAN_CITIES 접미사 생략 매칭
|
||||
3. 주소 두 번째 토큰이 시/군으로 끝나는 경우 (예: "전북 군산시 ...")
|
||||
4. 주소 두 번째 토큰이 구/동인 경우 → 첫 번째 토큰으로 광역시 매핑 (예: "서울 강남구 ...")
|
||||
"""
|
||||
if not road_address:
|
||||
return ""
|
||||
def _extract_region_from_address(road_address: str | None, jibun_address: str | None = None) -> str:
|
||||
"""주소에서 시/군 이름 추출 — 도로명 우선, 실패 시 지번으로 재시도"""
|
||||
|
||||
def _parse(address: str) -> str:
|
||||
token_set = set(address.split())
|
||||
for city in KOREAN_CITIES:
|
||||
if city in road_address:
|
||||
if city in token_set: # 완전 일치 (토큰 단위)
|
||||
return city
|
||||
if city[:-1] in road_address:
|
||||
if city[:-1] in token_set: # 접미사 생략 일치 (토큰 단위)
|
||||
return city
|
||||
|
||||
tokens = road_address.split()
|
||||
tokens = address.split()
|
||||
if len(tokens) >= 2:
|
||||
second = tokens[1]
|
||||
if second.endswith("시") or second.endswith("군"):
|
||||
return second
|
||||
if second.endswith("구") or second.endswith("동"):
|
||||
return METRO_CITY_MAP.get(tokens[0], "")
|
||||
return ""
|
||||
|
||||
if road_address:
|
||||
result = _parse(road_address)
|
||||
if result:
|
||||
return result
|
||||
|
||||
if jibun_address:
|
||||
return _parse(jibun_address)
|
||||
|
||||
return ""
|
||||
|
||||
|
|
@ -290,14 +292,15 @@ async def _crawling_logic(
|
|||
marketing_analysis = None
|
||||
|
||||
if scraper.base_info:
|
||||
road_address = scraper.base_info.get("roadAddress", "") or scraper.base_info.get("address", "")
|
||||
road_address = scraper.base_info.get("roadAddress", "")
|
||||
jibun_address = scraper.base_info.get("address", "")
|
||||
customer_name = scraper.base_info.get("name", "")
|
||||
region = _extract_region_from_address(road_address)
|
||||
region = _extract_region_from_address(road_address, jibun_address)
|
||||
|
||||
processed_info = ProcessedInfo(
|
||||
customer_name=customer_name,
|
||||
region=region,
|
||||
detail_region_info=road_address or "",
|
||||
detail_region_info=road_address or jibun_address or "",
|
||||
)
|
||||
|
||||
step2_elapsed = (time.perf_counter() - step2_start) * 1000
|
||||
|
|
@ -310,70 +313,29 @@ async def _crawling_logic(
|
|||
logger.info("[crawling] Step 3: ChatGPT 마케팅 분석 시작...")
|
||||
|
||||
try:
|
||||
# Step 3-1: ChatGPT 서비스 초기화
|
||||
step3_1_start = time.perf_counter()
|
||||
# Step 3-1: ChatGPT 서비스 초기화 및 입력 데이터 구성
|
||||
chatgpt_service = ChatgptService()
|
||||
step3_1_elapsed = (time.perf_counter() - step3_1_start) * 1000
|
||||
logger.debug(
|
||||
f"[crawling] Step 3-1: 서비스 초기화 완료 ({step3_1_elapsed:.1f}ms)"
|
||||
)
|
||||
|
||||
# Step 3-2: 프롬프트 생성
|
||||
# step3_2_start = time.perf_counter()
|
||||
input_marketing_data = {
|
||||
"customer_name": customer_name,
|
||||
"region": region,
|
||||
"detail_region_info": road_address or "",
|
||||
}
|
||||
# prompt = chatgpt_service.build_market_analysis_prompt()
|
||||
# prompt1 = marketing_prompt.build_prompt(input_marketing_data)
|
||||
# step3_2_elapsed = (time.perf_counter() - step3_2_start) * 1000
|
||||
|
||||
# Step 3-3: GPT API 호출
|
||||
step3_3_start = time.perf_counter()
|
||||
structured_report = await chatgpt_service.generate_structured_output(
|
||||
# Step 3-2: GPT API 호출 → 구조화된 마케팅 분석 결과 반환
|
||||
marketing_analysis = await chatgpt_service.generate_structured_output(
|
||||
marketing_prompt, input_marketing_data
|
||||
)
|
||||
marketing_intelligence = MarketingIntel(
|
||||
|
||||
# Step 3-3: 분석 결과 DB 저장
|
||||
marketing_intel = MarketingIntel(
|
||||
place_id=scraper.place_id,
|
||||
intel_result = structured_report.model_dump()
|
||||
intel_result=marketing_analysis.model_dump(),
|
||||
)
|
||||
session.add(marketing_intelligence)
|
||||
session.add(marketing_intel)
|
||||
await session.commit()
|
||||
await session.refresh(marketing_intelligence)
|
||||
m_id = marketing_intelligence.id
|
||||
logger.debug(f"[MarketingPrompt] INSERT placeid {marketing_intelligence.place_id}")
|
||||
step3_3_elapsed = (time.perf_counter() - step3_3_start) * 1000
|
||||
logger.info(
|
||||
f"[crawling] Step 3-3: GPT API 호출 완료 - ({step3_3_elapsed:.1f}ms)"
|
||||
)
|
||||
logger.debug(
|
||||
f"[crawling] Step 3-3: GPT API 호출 완료 - ({step3_3_elapsed:.1f}ms)"
|
||||
)
|
||||
|
||||
# Step 3-4: 응답 파싱 (크롤링에서 가져온 facility_info 전달)
|
||||
step3_4_start = time.perf_counter()
|
||||
logger.debug(
|
||||
f"[crawling] Step 3-4: 응답 파싱 시작 - facility_info: {scraper.facility_info}"
|
||||
)
|
||||
|
||||
# 요약 Deprecated / 20250115 / Selling points를 첫 prompt에서 추출 중
|
||||
# parsed = await chatgpt_service.parse_marketing_analysis(
|
||||
# structured_report, facility_info=scraper.facility_info
|
||||
# )
|
||||
|
||||
# marketing_analysis = MarketingAnalysis(**parsed)
|
||||
|
||||
logger.debug(
|
||||
f"structured_report = {structured_report.model_dump()}"
|
||||
)
|
||||
|
||||
marketing_analysis = structured_report
|
||||
|
||||
step3_4_elapsed = (time.perf_counter() - step3_4_start) * 1000
|
||||
logger.debug(
|
||||
f"[crawling] Step 3-4: 응답 파싱 완료 ({step3_4_elapsed:.1f}ms)"
|
||||
)
|
||||
await session.refresh(marketing_intel)
|
||||
m_id = marketing_intel.id
|
||||
logger.debug(f"[MarketingPrompt] INSERT place_id={marketing_intel.place_id} id={marketing_intel.id}")
|
||||
|
||||
step3_elapsed = (time.perf_counter() - step3_start) * 1000
|
||||
logger.info(
|
||||
|
|
@ -426,6 +388,83 @@ async def _crawling_logic(
|
|||
}
|
||||
|
||||
|
||||
|
||||
@router.post(
|
||||
"/marketing",
|
||||
summary="업체명+주소 직접 입력 마케팅 분석",
|
||||
description="""
|
||||
네이버 크롤링 없이 업체명과 주소를 직접 입력받아 마케팅 분석을 수행합니다.
|
||||
|
||||
## 요청 필드
|
||||
- **customer_name**: 업체명 / 브랜드명 (필수)
|
||||
- **address**: 도로명 또는 지번 주소 (필수)
|
||||
|
||||
## 반환 정보
|
||||
- **processed_info**: 가공된 장소 정보 (customer_name, region, detail_region_info)
|
||||
- **marketing_analysis**: ChatGPT 마케팅 분석 결과
|
||||
- **m_id**: 마케팅 분석 결과 ID (이후 영상생성 파이프라인에 사용)
|
||||
""",
|
||||
response_model=CrawlingResponse,
|
||||
tags=["Marketing"],
|
||||
)
|
||||
async def manual_marketing(
|
||||
request_body: ManualMarketingRequest,
|
||||
session: AsyncSession = Depends(get_session),
|
||||
):
|
||||
# Step 1: 주소에서 지역명 추출 및 processed_info 구성
|
||||
region = _extract_region_from_address(request_body.address)
|
||||
processed_info = ProcessedInfo(
|
||||
customer_name=request_body.store_name,
|
||||
region=region,
|
||||
detail_region_info=request_body.address,
|
||||
)
|
||||
try:
|
||||
# Step 2: GPT API 호출 → 마케팅 분석 결과 생성
|
||||
# place_id 없이 업체명+주소만으로 분석 (크롤링 없이 직접 입력된 경우)
|
||||
chatgpt_service = ChatgptService()
|
||||
input_marketing_data = {
|
||||
"customer_name": request_body.store_name,
|
||||
"region": region,
|
||||
"detail_region_info": request_body.address,
|
||||
}
|
||||
marketing_analysis = await chatgpt_service.generate_structured_output(
|
||||
marketing_prompt, input_marketing_data
|
||||
)
|
||||
|
||||
# Step 3: 분석 결과 DB 저장 (place_id=None — 네이버 장소와 연결되지 않음)
|
||||
marketing_intel = MarketingIntel(
|
||||
place_id=None,
|
||||
intel_result=marketing_analysis.model_dump(),
|
||||
)
|
||||
session.add(marketing_intel)
|
||||
await session.commit()
|
||||
await session.refresh(marketing_intel)
|
||||
m_id = marketing_intel.id
|
||||
logger.debug(f"[MarketingPrompt] INSERT id={marketing_intel.id}")
|
||||
except ChatGPTResponseError as e:
|
||||
logger.error(
|
||||
f"[marketing] ChatGPT Error: status={e.status}, "
|
||||
f"code={e.error_code}, message={e.error_message}"
|
||||
)
|
||||
raise HTTPException(
|
||||
status_code=status.HTTP_502_BAD_GATEWAY,
|
||||
detail=f"마케팅 분석 중 ChatGPT 오류가 발생했습니다: {e.error_message}",
|
||||
)
|
||||
except Exception as e:
|
||||
logger.error(f"[marketing] 마케팅 분석 중 오류: {e}")
|
||||
logger.exception("[marketing] 상세 오류:")
|
||||
raise HTTPException(
|
||||
status_code=status.HTTP_500_INTERNAL_SERVER_ERROR,
|
||||
detail="마케팅 분석 중 오류가 발생했습니다.",
|
||||
)
|
||||
return CrawlingResponse(
|
||||
status="completed",
|
||||
processed_info=processed_info,
|
||||
marketing_analysis=marketing_analysis,
|
||||
m_id=m_id,
|
||||
)
|
||||
|
||||
|
||||
async def _autocomplete_logic(autocomplete_item:dict):
|
||||
step1_start = time.perf_counter()
|
||||
try:
|
||||
|
|
|
|||
|
|
@ -234,7 +234,7 @@ class CrawlingResponse(BaseModel):
|
|||
description="처리 상태 (completed: 성공, failed: ChatGPT 분석 실패)"
|
||||
)
|
||||
image_list: Optional[list[str]] = Field(None, description="이미지 URL 목록")
|
||||
image_count: int = Field(..., description="이미지 개수")
|
||||
image_count: Optional[int] = Field(None, description="이미지 개수")
|
||||
processed_info: Optional[ProcessedInfo] = Field(
|
||||
None, description="가공된 장소 정보 (customer_name, region, detail_region_info)"
|
||||
)
|
||||
|
|
@ -244,6 +244,36 @@ class CrawlingResponse(BaseModel):
|
|||
m_id : int = Field(..., description="마케팅 분석 결과 ID")
|
||||
|
||||
|
||||
class ManualMarketingRequest(BaseModel):
|
||||
"""업체명+주소 직접 입력 마케팅 분석 요청"""
|
||||
|
||||
model_config = ConfigDict(
|
||||
json_schema_extra={
|
||||
"example": {
|
||||
"store_name": "스테이 머뭄",
|
||||
"address": "전북특별자치도 군산시 절골길 18",
|
||||
}
|
||||
}
|
||||
)
|
||||
|
||||
store_name: str = Field(..., description="업체명 / 브랜드명")
|
||||
address: str = Field(..., description="도로명 또는 지번 주소")
|
||||
|
||||
|
||||
class MarketingAnalysisResponse(BaseModel):
|
||||
"""업체명+주소 직접 입력 마케팅 분석 응답"""
|
||||
|
||||
status: str = Field(
|
||||
default="completed",
|
||||
description="처리 상태 (completed: 성공, failed: ChatGPT 분석 실패)",
|
||||
)
|
||||
processed_info: ProcessedInfo = Field(..., description="가공된 장소 정보")
|
||||
marketing_analysis: Optional[MarketingPromptOutput] = Field(
|
||||
None, description="마케팅 분석 결과. 실패 시 null"
|
||||
)
|
||||
m_id: int = Field(..., description="마케팅 분석 결과 ID")
|
||||
|
||||
|
||||
class ErrorResponse(BaseModel):
|
||||
"""에러 응답 스키마"""
|
||||
|
||||
|
|
|
|||
Loading…
Reference in New Issue