Compare commits
8 Commits
c72736c334
...
ebf76a0f8f
| Author | SHA1 | Date |
|---|---|---|
 jaehwang
|
ebf76a0f8f | |
|
jaehwang
|
2c6faadcf2 | |
Ubuntu
|
a6a98c7137 | |
 김성경
|
01c1cacb84 | |
|
김성경
|
a75ae34428 | |
|
jaehwang
|
395b4dbbfb | |
|
김성경
|
7426286fa6 | |
|
jaehwang
|
7da6ab6ec0 |
|
|
@ -4,43 +4,22 @@ Dashboard API 라우터
|
|||
YouTube Analytics 기반 대시보드 통계를 제공합니다.
|
||||
"""
|
||||
|
||||
import json
|
||||
import logging
|
||||
from datetime import date, datetime, timedelta
|
||||
from typing import Literal
|
||||
|
||||
from fastapi import APIRouter, Depends, Query
|
||||
from sqlalchemy import func, select
|
||||
from sqlalchemy.ext.asyncio import AsyncSession
|
||||
|
||||
from app.dashboard.exceptions import (
|
||||
YouTubeAccountNotConnectedError,
|
||||
YouTubeAccountNotFoundError,
|
||||
YouTubeAccountSelectionRequiredError,
|
||||
YouTubeTokenExpiredError,
|
||||
)
|
||||
from app.dashboard.utils.redis_cache import delete_cache_pattern
|
||||
from app.dashboard.schemas import (
|
||||
AudienceData,
|
||||
CacheDeleteResponse,
|
||||
ConnectedAccount,
|
||||
ConnectedAccountsResponse,
|
||||
ContentMetric,
|
||||
DashboardResponse,
|
||||
TopContent,
|
||||
)
|
||||
from app.dashboard.services import DataProcessor, YouTubeAnalyticsService
|
||||
from app.dashboard.redis_cache import (
|
||||
delete_cache,
|
||||
delete_cache_pattern,
|
||||
get_cache,
|
||||
set_cache,
|
||||
)
|
||||
from app.dashboard.services import DashboardService
|
||||
from app.database.session import get_session
|
||||
from app.dashboard.models import Dashboard
|
||||
from app.social.exceptions import TokenExpiredError
|
||||
from app.social.services import SocialAccountService
|
||||
from app.user.dependencies.auth import get_current_user
|
||||
from app.user.models import SocialAccount, User
|
||||
from app.user.models import User
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
|
|
@ -61,41 +40,8 @@ async def get_connected_accounts(
|
|||
current_user: User = Depends(get_current_user),
|
||||
session: AsyncSession = Depends(get_session),
|
||||
) -> ConnectedAccountsResponse:
|
||||
result = await session.execute(
|
||||
select(SocialAccount).where(
|
||||
SocialAccount.user_uuid == current_user.user_uuid,
|
||||
SocialAccount.platform == "youtube",
|
||||
SocialAccount.is_active == True, # noqa: E712
|
||||
)
|
||||
)
|
||||
accounts_raw = result.scalars().all()
|
||||
|
||||
# platform_user_id 기준
|
||||
seen_platform_ids: set[str] = set()
|
||||
connected = []
|
||||
for acc in sorted(
|
||||
accounts_raw, key=lambda a: a.connected_at or datetime.min, reverse=True
|
||||
):
|
||||
if acc.platform_user_id in seen_platform_ids:
|
||||
continue
|
||||
seen_platform_ids.add(acc.platform_user_id)
|
||||
data = acc.platform_data if isinstance(acc.platform_data, dict) else {}
|
||||
connected.append(
|
||||
ConnectedAccount(
|
||||
id=acc.id,
|
||||
platform=acc.platform,
|
||||
platform_username=acc.platform_username,
|
||||
platform_user_id=acc.platform_user_id,
|
||||
channel_title=data.get("channel_title"),
|
||||
connected_at=acc.connected_at,
|
||||
is_active=acc.is_active,
|
||||
)
|
||||
)
|
||||
|
||||
logger.info(
|
||||
f"[ACCOUNTS] YouTube 계정 목록 조회 - "
|
||||
f"user_uuid={current_user.user_uuid}, count={len(connected)}"
|
||||
)
|
||||
service = DashboardService()
|
||||
connected = await service.get_connected_accounts(current_user, session)
|
||||
return ConnectedAccountsResponse(accounts=connected)
|
||||
|
||||
|
||||
|
|
@ -142,328 +88,8 @@ async def get_dashboard_stats(
|
|||
current_user: User = Depends(get_current_user),
|
||||
session: AsyncSession = Depends(get_session),
|
||||
) -> DashboardResponse:
|
||||
"""
|
||||
대시보드 통계 조회
|
||||
|
||||
Args:
|
||||
mode: 조회 모드 (day: 최근 30일, month: 최근 12개월)
|
||||
platform_user_id: 사용할 YouTube 채널 ID (여러 계정 연결 시 필수, 재연동해도 불변)
|
||||
current_user: 현재 인증된 사용자
|
||||
session: 데이터베이스 세션
|
||||
|
||||
Returns:
|
||||
DashboardResponse: 대시보드 통계 데이터
|
||||
|
||||
Raises:
|
||||
YouTubeAccountNotConnectedError: YouTube 계정이 연동되어 있지 않음
|
||||
YouTubeAccountSelectionRequiredError: 여러 계정이 연결되어 있으나 계정 미선택
|
||||
YouTubeAccountNotFoundError: 지정한 계정을 찾을 수 없음
|
||||
YouTubeTokenExpiredError: YouTube 토큰 만료 (재연동 필요)
|
||||
YouTubeAPIError: YouTube Analytics API 호출 실패
|
||||
"""
|
||||
logger.info(
|
||||
f"[DASHBOARD] 통계 조회 시작 - "
|
||||
f"user_uuid={current_user.user_uuid}, mode={mode}, platform_user_id={platform_user_id}"
|
||||
)
|
||||
|
||||
# 1. 모드별 날짜 자동 계산
|
||||
today = date.today()
|
||||
|
||||
if mode == "day":
|
||||
# 48시간 지연 적용: 오늘 기준 -2일을 end로 사용
|
||||
# ex) 오늘 2/20 → end=2/18, start=1/20
|
||||
end_dt = today - timedelta(days=2)
|
||||
kpi_end_dt = end_dt
|
||||
start_dt = end_dt - timedelta(days=29)
|
||||
# 이전 30일 (YouTube API day_previous와 동일 기준)
|
||||
prev_start_dt = start_dt - timedelta(days=30)
|
||||
prev_kpi_end_dt = kpi_end_dt - timedelta(days=30)
|
||||
period_desc = "최근 30일"
|
||||
else: # mode == "month"
|
||||
# 월별 차트: dimensions=month API는 YYYY-MM-01 형식 필요
|
||||
# ex) 오늘 2/24 → end=2026-02-01, start=2025-03-01 → 2025-03 ~ 2026-02 (12개월)
|
||||
end_dt = today.replace(day=1)
|
||||
# KPI 등 집계형 API: 48시간 지연 적용하여 현재 월 전체 데이터 포함
|
||||
kpi_end_dt = today - timedelta(days=2)
|
||||
|
||||
start_month = end_dt.month - 11
|
||||
if start_month <= 0:
|
||||
start_month += 12
|
||||
start_year = end_dt.year - 1
|
||||
else:
|
||||
start_year = end_dt.year
|
||||
start_dt = date(start_year, start_month, 1)
|
||||
# 이전 12개월 (YouTube API previous와 동일 기준 — 1년 전)
|
||||
prev_start_dt = start_dt.replace(year=start_dt.year - 1)
|
||||
try:
|
||||
prev_kpi_end_dt = kpi_end_dt.replace(year=kpi_end_dt.year - 1)
|
||||
except ValueError: # 윤년 2/29 → 이전 연도 2/28
|
||||
prev_kpi_end_dt = kpi_end_dt.replace(year=kpi_end_dt.year - 1, day=28)
|
||||
period_desc = "최근 12개월"
|
||||
|
||||
start_date = start_dt.strftime("%Y-%m-%d")
|
||||
end_date = end_dt.strftime("%Y-%m-%d")
|
||||
kpi_end_date = kpi_end_dt.strftime("%Y-%m-%d")
|
||||
|
||||
logger.debug(
|
||||
f"[1] 날짜 계산 완료 - period={period_desc}, start={start_date}, end={end_date}"
|
||||
)
|
||||
|
||||
# 2. YouTube 계정 연동 확인
|
||||
result = await session.execute(
|
||||
select(SocialAccount).where(
|
||||
SocialAccount.user_uuid == current_user.user_uuid,
|
||||
SocialAccount.platform == "youtube",
|
||||
SocialAccount.is_active == True, # noqa: E712
|
||||
)
|
||||
)
|
||||
social_accounts_raw = result.scalars().all()
|
||||
|
||||
# platform_user_id 기준으로 중복 제거 (가장 최근 연동 계정 우선)
|
||||
seen_platform_ids_stats: set[str] = set()
|
||||
social_accounts = []
|
||||
for acc in sorted(
|
||||
social_accounts_raw, key=lambda a: a.connected_at or datetime.min, reverse=True
|
||||
):
|
||||
if acc.platform_user_id not in seen_platform_ids_stats:
|
||||
seen_platform_ids_stats.add(acc.platform_user_id)
|
||||
social_accounts.append(acc)
|
||||
|
||||
if not social_accounts:
|
||||
logger.warning(
|
||||
f"[NO YOUTUBE ACCOUNT] YouTube 계정 미연동 - "
|
||||
f"user_uuid={current_user.user_uuid}"
|
||||
)
|
||||
raise YouTubeAccountNotConnectedError()
|
||||
|
||||
if platform_user_id is not None:
|
||||
matched = [a for a in social_accounts if a.platform_user_id == platform_user_id]
|
||||
if not matched:
|
||||
logger.warning(
|
||||
f"[ACCOUNT NOT FOUND] 지정 계정 없음 - "
|
||||
f"user_uuid={current_user.user_uuid}, platform_user_id={platform_user_id}"
|
||||
)
|
||||
raise YouTubeAccountNotFoundError()
|
||||
social_account = matched[0]
|
||||
elif len(social_accounts) == 1:
|
||||
social_account = social_accounts[0]
|
||||
else:
|
||||
logger.warning(
|
||||
f"[MULTI ACCOUNT] 계정 선택 필요 - "
|
||||
f"user_uuid={current_user.user_uuid}, count={len(social_accounts)}"
|
||||
)
|
||||
raise YouTubeAccountSelectionRequiredError()
|
||||
|
||||
logger.debug(
|
||||
f"[2] YouTube 계정 확인 완료 - platform_user_id={social_account.platform_user_id}"
|
||||
)
|
||||
|
||||
# 3. 기간 내 업로드 영상 수 조회
|
||||
count_result = await session.execute(
|
||||
select(func.count())
|
||||
.select_from(Dashboard)
|
||||
.where(
|
||||
Dashboard.user_uuid == current_user.user_uuid,
|
||||
Dashboard.platform == "youtube",
|
||||
Dashboard.platform_user_id == social_account.platform_user_id,
|
||||
Dashboard.uploaded_at >= start_dt,
|
||||
Dashboard.uploaded_at < today + timedelta(days=1),
|
||||
)
|
||||
)
|
||||
period_video_count = count_result.scalar() or 0
|
||||
|
||||
# 이전 기간 업로드 영상 수 조회 (trend 계산용)
|
||||
prev_count_result = await session.execute(
|
||||
select(func.count())
|
||||
.select_from(Dashboard)
|
||||
.where(
|
||||
Dashboard.user_uuid == current_user.user_uuid,
|
||||
Dashboard.platform == "youtube",
|
||||
Dashboard.platform_user_id == social_account.platform_user_id,
|
||||
Dashboard.uploaded_at >= prev_start_dt,
|
||||
Dashboard.uploaded_at <= prev_kpi_end_dt,
|
||||
)
|
||||
)
|
||||
prev_period_video_count = prev_count_result.scalar() or 0
|
||||
logger.debug(
|
||||
f"[3] 기간 내 업로드 영상 수 - current={period_video_count}, prev={prev_period_video_count}"
|
||||
)
|
||||
|
||||
# 4. Redis 캐시 조회
|
||||
# platform_user_id 기준 캐시 키: 재연동해도 채널 ID는 불변 → 캐시 유지됨
|
||||
cache_key = f"dashboard:{current_user.user_uuid}:{social_account.platform_user_id}:{mode}"
|
||||
cached_raw = await get_cache(cache_key)
|
||||
|
||||
if cached_raw:
|
||||
try:
|
||||
payload = json.loads(cached_raw)
|
||||
logger.info(f"[CACHE HIT] 캐시 반환 - user_uuid={current_user.user_uuid}")
|
||||
response = DashboardResponse.model_validate(payload["response"])
|
||||
for metric in response.content_metrics:
|
||||
if metric.id == "uploaded-videos":
|
||||
metric.value = float(period_video_count)
|
||||
video_trend = float(period_video_count - prev_period_video_count)
|
||||
metric.trend = video_trend
|
||||
metric.trend_direction = "up" if video_trend > 0 else ("down" if video_trend < 0 else "-")
|
||||
break
|
||||
return response
|
||||
except (json.JSONDecodeError, KeyError):
|
||||
logger.warning(f"[CACHE PARSE ERROR] 포맷 오류, 무시 - key={cache_key}")
|
||||
|
||||
logger.debug("[4] 캐시 MISS - YouTube API 호출 필요")
|
||||
|
||||
# 5. 최근 30개 업로드 영상 조회 (Analytics API 전달용)
|
||||
# YouTube Analytics API 제약사항:
|
||||
# - 영상 개수: 20~30개 권장 (최대 50개, 그 이상은 응답 지연 발생)
|
||||
# - URL 길이: 2000자 제한 (video ID 11자 × 30개 = 330자로 안전)
|
||||
result = await session.execute(
|
||||
select(
|
||||
Dashboard.platform_video_id,
|
||||
Dashboard.title,
|
||||
Dashboard.uploaded_at,
|
||||
)
|
||||
.where(
|
||||
Dashboard.user_uuid == current_user.user_uuid,
|
||||
Dashboard.platform == "youtube",
|
||||
Dashboard.platform_user_id == social_account.platform_user_id,
|
||||
)
|
||||
.order_by(Dashboard.uploaded_at.desc())
|
||||
.limit(30)
|
||||
)
|
||||
rows = result.all()
|
||||
logger.debug(f"[5] 영상 조회 완료 - count={len(rows)}")
|
||||
|
||||
# 6. video_ids + 메타데이터 조회용 dict 구성
|
||||
video_ids = []
|
||||
video_lookup: dict[str, tuple[str, datetime]] = {} # {video_id: (title, uploaded_at)}
|
||||
|
||||
for row in rows:
|
||||
platform_video_id, title, uploaded_at = row
|
||||
video_ids.append(platform_video_id)
|
||||
video_lookup[platform_video_id] = (title, uploaded_at)
|
||||
|
||||
logger.debug(
|
||||
f"[6] 영상 메타데이터 구성 완료 - count={len(video_ids)}, sample={video_ids[:3]}"
|
||||
)
|
||||
|
||||
# 6.1 업로드 영상 없음 → YouTube API 호출 없이 빈 응답 반환
|
||||
if not video_ids:
|
||||
logger.info(
|
||||
f"[DASHBOARD] 업로드 영상 없음, 빈 응답 반환 - "
|
||||
f"user_uuid={current_user.user_uuid}"
|
||||
)
|
||||
return DashboardResponse(
|
||||
content_metrics=[
|
||||
ContentMetric(id="total-views", label="조회수", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="total-watch-time", label="시청시간", value=0.0, unit="hours", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="avg-view-duration", label="평균 시청시간", value=0.0, unit="minutes", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="new-subscribers", label="신규 구독자", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="likes", label="좋아요", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="comments", label="댓글", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="shares", label="공유", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="uploaded-videos", label="업로드 영상", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
],
|
||||
monthly_data=[],
|
||||
daily_data=[],
|
||||
top_content=[],
|
||||
audience_data=AudienceData(age_groups=[], gender={"male": 0, "female": 0}, top_regions=[]),
|
||||
has_uploads=False,
|
||||
)
|
||||
|
||||
# 7. 토큰 유효성 확인 및 자동 갱신 (만료 10분 전 갱신)
|
||||
try:
|
||||
access_token = await SocialAccountService().ensure_valid_token(
|
||||
social_account, session
|
||||
)
|
||||
except TokenExpiredError:
|
||||
logger.warning(
|
||||
f"[TOKEN EXPIRED] 재연동 필요 - user_uuid={current_user.user_uuid}"
|
||||
)
|
||||
raise YouTubeTokenExpiredError()
|
||||
|
||||
logger.debug("[7] 토큰 유효성 확인 완료")
|
||||
|
||||
# 8. YouTube Analytics API 호출 (7개 병렬)
|
||||
youtube_service = YouTubeAnalyticsService()
|
||||
raw_data = await youtube_service.fetch_all_metrics(
|
||||
video_ids=video_ids,
|
||||
start_date=start_date,
|
||||
end_date=end_date,
|
||||
kpi_end_date=kpi_end_date,
|
||||
access_token=access_token,
|
||||
mode=mode,
|
||||
)
|
||||
|
||||
logger.debug("[8] YouTube Analytics API 호출 완료")
|
||||
|
||||
# 9. TopContent 조립 (Analytics top_videos + DB lookup)
|
||||
processor = DataProcessor()
|
||||
top_content_rows = raw_data.get("top_videos", {}).get("rows", [])
|
||||
top_content: list[TopContent] = []
|
||||
for row in top_content_rows[:4]:
|
||||
if len(row) < 4:
|
||||
continue
|
||||
video_id, views, likes, comments = row[0], row[1], row[2], row[3]
|
||||
meta = video_lookup.get(video_id)
|
||||
if not meta:
|
||||
continue
|
||||
title, uploaded_at = meta
|
||||
engagement_rate = ((likes + comments) / views * 100) if views > 0 else 0
|
||||
top_content.append(
|
||||
TopContent(
|
||||
id=video_id,
|
||||
title=title,
|
||||
thumbnail=f"https://i.ytimg.com/vi/{video_id}/mqdefault.jpg",
|
||||
platform="youtube",
|
||||
views=int(views),
|
||||
engagement=f"{engagement_rate:.1f}%",
|
||||
date=uploaded_at.strftime("%Y.%m.%d"),
|
||||
)
|
||||
)
|
||||
|
||||
logger.debug(f"[9] TopContent 조립 완료 - count={len(top_content)}")
|
||||
|
||||
# 10. 데이터 가공 (period_video_count=0 — API 무관 DB 집계값, 캐시에 포함하지 않음)
|
||||
dashboard_data = processor.process(
|
||||
raw_data, top_content, 0, mode=mode, end_date=end_date
|
||||
)
|
||||
|
||||
logger.debug("[10] 데이터 가공 완료")
|
||||
|
||||
# 11. Redis 캐싱 (TTL: 12시간)
|
||||
# YouTube Analytics는 하루 1회 갱신 (PT 자정, 한국 시간 오후 5~8시)
|
||||
# 48시간 지연된 데이터이므로 12시간 캐싱으로 API 호출 최소화
|
||||
# period_video_count는 캐시에 포함하지 않음 (DB 직접 집계, API 미사용)
|
||||
cache_payload = json.dumps(
|
||||
{"response": json.loads(dashboard_data.model_dump_json())}
|
||||
)
|
||||
cache_success = await set_cache(
|
||||
cache_key,
|
||||
cache_payload,
|
||||
ttl=43200, # 12시간
|
||||
)
|
||||
|
||||
if cache_success:
|
||||
logger.debug(f"[CACHE SET] 캐시 저장 성공 - key={cache_key}")
|
||||
else:
|
||||
logger.warning(f"[CACHE SET] 캐시 저장 실패 - key={cache_key}")
|
||||
|
||||
# 12. 업로드 영상 수 및 trend 주입 (캐시 저장 후 — 항상 DB에서 직접 집계)
|
||||
for metric in dashboard_data.content_metrics:
|
||||
if metric.id == "uploaded-videos":
|
||||
metric.value = float(period_video_count)
|
||||
video_trend = float(period_video_count - prev_period_video_count)
|
||||
metric.trend = video_trend
|
||||
metric.trend_direction = "up" if video_trend > 0 else ("down" if video_trend < 0 else "-")
|
||||
break
|
||||
|
||||
logger.info(
|
||||
f"[DASHBOARD] 통계 조회 완료 - "
|
||||
f"user_uuid={current_user.user_uuid}, "
|
||||
f"mode={mode}, period={period_desc}, videos={len(video_ids)}"
|
||||
)
|
||||
|
||||
return dashboard_data
|
||||
service = DashboardService()
|
||||
return await service.get_stats(mode, platform_user_id, current_user, session)
|
||||
|
||||
|
||||
@router.delete(
|
||||
|
|
@ -483,7 +109,7 @@ async def get_dashboard_stats(
|
|||
`dashboard:{user_uuid}:{platform_user_id}:{mode}` (mode: day 또는 month)
|
||||
|
||||
## 파라미터
|
||||
- `user_uuid`: 특정 사용자 캐시만 삭제. 미입력 시 전체 삭제
|
||||
- `user_uuid`: 삭제할 사용자 UUID (필수)
|
||||
- `mode`: day / month / all (기본값: all)
|
||||
""",
|
||||
)
|
||||
|
|
@ -492,33 +118,16 @@ async def delete_dashboard_cache(
|
|||
default="all",
|
||||
description="삭제할 캐시 모드: day, month, all(기본값, 모두 삭제)",
|
||||
),
|
||||
user_uuid: str | None = Query(
|
||||
default=None,
|
||||
description="대상 사용자 UUID. 미입력 시 전체 사용자 캐시 삭제",
|
||||
user_uuid: str = Query(
|
||||
description="대상 사용자 UUID",
|
||||
),
|
||||
) -> CacheDeleteResponse:
|
||||
"""
|
||||
대시보드 캐시 삭제
|
||||
|
||||
Args:
|
||||
mode: 삭제할 캐시 모드 (day / month / all)
|
||||
user_uuid: 대상 사용자 UUID (없으면 전체 삭제)
|
||||
|
||||
Returns:
|
||||
CacheDeleteResponse: 삭제된 캐시 키 개수 및 메시지
|
||||
"""
|
||||
if user_uuid:
|
||||
if mode == "all":
|
||||
deleted = await delete_cache_pattern(f"dashboard:{user_uuid}:*")
|
||||
message = f"전체 캐시 삭제 완료 ({deleted}개)"
|
||||
else:
|
||||
cache_key = f"dashboard:{user_uuid}:{mode}"
|
||||
success = await delete_cache(cache_key)
|
||||
deleted = 1 if success else 0
|
||||
message = f"{mode} 캐시 삭제 {'완료' if success else '실패 (키 없음)'}"
|
||||
if mode == "all":
|
||||
deleted = await delete_cache_pattern(f"dashboard:{user_uuid}:*")
|
||||
message = f"전체 캐시 삭제 완료 ({deleted}개)"
|
||||
else:
|
||||
deleted = await delete_cache_pattern("dashboard:*")
|
||||
message = f"전체 사용자 캐시 삭제 완료 ({deleted}개)"
|
||||
deleted = await delete_cache_pattern(f"dashboard:{user_uuid}:*:{mode}")
|
||||
message = f"{mode} 캐시 삭제 완료 ({deleted}개)"
|
||||
|
||||
logger.info(
|
||||
f"[CACHE DELETE] user_uuid={user_uuid or 'ALL'}, mode={mode}, deleted={deleted}"
|
||||
|
|
|
|||
|
|
@ -113,7 +113,7 @@ class YouTubeAccountSelectionRequiredError(DashboardException):
|
|||
|
||||
def __init__(self):
|
||||
super().__init__(
|
||||
message="연결된 YouTube 계정이 여러 개입니다. social_account_id 파라미터로 사용할 계정을 선택해주세요.",
|
||||
message="연결된 YouTube 계정이 여러 개입니다. platform_user_id 파라미터로 사용할 계정을 선택해주세요.",
|
||||
status_code=status.HTTP_400_BAD_REQUEST,
|
||||
code="YOUTUBE_ACCOUNT_SELECTION_REQUIRED",
|
||||
)
|
||||
|
|
|
|||
|
|
@ -197,35 +197,6 @@ class AudienceData(BaseModel):
|
|||
)
|
||||
|
||||
|
||||
# class PlatformMetric(BaseModel):
|
||||
# """플랫폼별 메트릭 (미사용 — platform_data 기능 미구현)"""
|
||||
#
|
||||
# id: str
|
||||
# label: str
|
||||
# value: str
|
||||
# unit: Optional[str] = None
|
||||
# trend: float
|
||||
# trend_direction: Literal["up", "down", "-"] = Field(alias="trendDirection")
|
||||
#
|
||||
# model_config = ConfigDict(
|
||||
# alias_generator=to_camel,
|
||||
# populate_by_name=True,
|
||||
# )
|
||||
#
|
||||
#
|
||||
# class PlatformData(BaseModel):
|
||||
# """플랫폼별 데이터 (미사용 — platform_data 기능 미구현)"""
|
||||
#
|
||||
# platform: Literal["youtube", "instagram"]
|
||||
# display_name: str = Field(alias="displayName")
|
||||
# metrics: list[PlatformMetric]
|
||||
#
|
||||
# model_config = ConfigDict(
|
||||
# alias_generator=to_camel,
|
||||
# populate_by_name=True,
|
||||
# )
|
||||
|
||||
|
||||
class DashboardResponse(BaseModel):
|
||||
"""대시보드 전체 응답
|
||||
|
||||
|
|
@ -255,7 +226,6 @@ class DashboardResponse(BaseModel):
|
|||
top_content: list[TopContent] = Field(alias="topContent")
|
||||
audience_data: AudienceData = Field(alias="audienceData")
|
||||
has_uploads: bool = Field(default=True, alias="hasUploads")
|
||||
# platform_data: list[PlatformData] = Field(default=[], alias="platformData") # 미사용
|
||||
|
||||
model_config = ConfigDict(
|
||||
alias_generator=to_camel,
|
||||
|
|
|
|||
|
|
@ -4,10 +4,12 @@ Dashboard Services
|
|||
YouTube Analytics API 연동 및 데이터 가공 서비스를 제공합니다.
|
||||
"""
|
||||
|
||||
from app.dashboard.services.dashboard_service import DashboardService
|
||||
from app.dashboard.services.data_processor import DataProcessor
|
||||
from app.dashboard.services.youtube_analytics import YouTubeAnalyticsService
|
||||
|
||||
__all__ = [
|
||||
"DashboardService",
|
||||
"YouTubeAnalyticsService",
|
||||
"DataProcessor",
|
||||
]
|
||||
|
|
|
|||
|
|
@ -0,0 +1,358 @@
|
|||
"""
|
||||
Dashboard Service
|
||||
|
||||
대시보드 비즈니스 로직을 담당합니다.
|
||||
"""
|
||||
|
||||
import json
|
||||
import logging
|
||||
from datetime import date, datetime, timedelta
|
||||
from typing import Literal
|
||||
|
||||
from sqlalchemy import func, select
|
||||
from sqlalchemy.ext.asyncio import AsyncSession
|
||||
|
||||
from app.dashboard.exceptions import (
|
||||
YouTubeAccountNotConnectedError,
|
||||
YouTubeAccountNotFoundError,
|
||||
YouTubeAccountSelectionRequiredError,
|
||||
YouTubeTokenExpiredError,
|
||||
)
|
||||
from app.dashboard.models import Dashboard
|
||||
from app.dashboard.utils.redis_cache import get_cache, set_cache
|
||||
from app.dashboard.schemas import (
|
||||
AudienceData,
|
||||
ConnectedAccount,
|
||||
ContentMetric,
|
||||
DashboardResponse,
|
||||
TopContent,
|
||||
)
|
||||
from app.dashboard.services.data_processor import DataProcessor
|
||||
from app.dashboard.services.youtube_analytics import YouTubeAnalyticsService
|
||||
from app.social.exceptions import TokenExpiredError
|
||||
from app.social.services import SocialAccountService
|
||||
from app.user.models import SocialAccount, User
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
|
||||
class DashboardService:
|
||||
async def get_connected_accounts(
|
||||
self,
|
||||
current_user: User,
|
||||
session: AsyncSession,
|
||||
) -> list[ConnectedAccount]:
|
||||
result = await session.execute(
|
||||
select(SocialAccount).where(
|
||||
SocialAccount.user_uuid == current_user.user_uuid,
|
||||
SocialAccount.platform == "youtube",
|
||||
SocialAccount.is_active == True, # noqa: E712
|
||||
)
|
||||
)
|
||||
accounts_raw = result.scalars().all()
|
||||
|
||||
connected = []
|
||||
for acc in accounts_raw:
|
||||
data = acc.platform_data if isinstance(acc.platform_data, dict) else {}
|
||||
connected.append(
|
||||
ConnectedAccount(
|
||||
id=acc.id,
|
||||
platform=acc.platform,
|
||||
platform_username=acc.platform_username,
|
||||
platform_user_id=acc.platform_user_id,
|
||||
channel_title=data.get("channel_title"),
|
||||
connected_at=acc.connected_at,
|
||||
is_active=acc.is_active,
|
||||
)
|
||||
)
|
||||
|
||||
logger.info(
|
||||
f"[ACCOUNTS] YouTube 계정 목록 조회 - "
|
||||
f"user_uuid={current_user.user_uuid}, count={len(connected)}"
|
||||
)
|
||||
return connected
|
||||
|
||||
def calculate_date_range(
|
||||
self, mode: Literal["day", "month"]
|
||||
) -> tuple[date, date, date, date, date, str]:
|
||||
"""모드별 날짜 범위 계산. (start_dt, end_dt, kpi_end_dt, prev_start_dt, prev_kpi_end_dt, period_desc) 반환"""
|
||||
today = date.today()
|
||||
|
||||
if mode == "day":
|
||||
end_dt = today - timedelta(days=2)
|
||||
kpi_end_dt = end_dt
|
||||
start_dt = end_dt - timedelta(days=29)
|
||||
prev_start_dt = start_dt - timedelta(days=30)
|
||||
prev_kpi_end_dt = kpi_end_dt - timedelta(days=30)
|
||||
period_desc = "최근 30일"
|
||||
else:
|
||||
end_dt = today.replace(day=1)
|
||||
kpi_end_dt = today - timedelta(days=2)
|
||||
start_month = end_dt.month - 11
|
||||
if start_month <= 0:
|
||||
start_month += 12
|
||||
start_year = end_dt.year - 1
|
||||
else:
|
||||
start_year = end_dt.year
|
||||
start_dt = date(start_year, start_month, 1)
|
||||
prev_start_dt = start_dt.replace(year=start_dt.year - 1)
|
||||
try:
|
||||
prev_kpi_end_dt = kpi_end_dt.replace(year=kpi_end_dt.year - 1)
|
||||
except ValueError:
|
||||
prev_kpi_end_dt = kpi_end_dt.replace(year=kpi_end_dt.year - 1, day=28)
|
||||
period_desc = "최근 12개월"
|
||||
|
||||
return start_dt, end_dt, kpi_end_dt, prev_start_dt, prev_kpi_end_dt, period_desc
|
||||
|
||||
async def resolve_social_account(
|
||||
self,
|
||||
current_user: User,
|
||||
session: AsyncSession,
|
||||
platform_user_id: str | None,
|
||||
) -> SocialAccount:
|
||||
result = await session.execute(
|
||||
select(SocialAccount).where(
|
||||
SocialAccount.user_uuid == current_user.user_uuid,
|
||||
SocialAccount.platform == "youtube",
|
||||
SocialAccount.is_active == True, # noqa: E712
|
||||
)
|
||||
)
|
||||
social_accounts_raw = result.scalars().all()
|
||||
|
||||
social_accounts = list(social_accounts_raw)
|
||||
|
||||
if not social_accounts:
|
||||
raise YouTubeAccountNotConnectedError()
|
||||
|
||||
if platform_user_id is not None:
|
||||
matched = [a for a in social_accounts if a.platform_user_id == platform_user_id]
|
||||
if not matched:
|
||||
raise YouTubeAccountNotFoundError()
|
||||
return matched[0]
|
||||
elif len(social_accounts) == 1:
|
||||
return social_accounts[0]
|
||||
else:
|
||||
raise YouTubeAccountSelectionRequiredError()
|
||||
|
||||
async def get_video_counts(
|
||||
self,
|
||||
current_user: User,
|
||||
session: AsyncSession,
|
||||
social_account: SocialAccount,
|
||||
start_dt: date,
|
||||
prev_start_dt: date,
|
||||
prev_kpi_end_dt: date,
|
||||
) -> tuple[int, int]:
|
||||
today = date.today()
|
||||
count_result = await session.execute(
|
||||
select(func.count())
|
||||
.select_from(Dashboard)
|
||||
.where(
|
||||
Dashboard.user_uuid == current_user.user_uuid,
|
||||
Dashboard.platform == "youtube",
|
||||
Dashboard.platform_user_id == social_account.platform_user_id,
|
||||
Dashboard.uploaded_at >= start_dt,
|
||||
Dashboard.uploaded_at < today + timedelta(days=1),
|
||||
)
|
||||
)
|
||||
period_video_count = count_result.scalar() or 0
|
||||
|
||||
prev_count_result = await session.execute(
|
||||
select(func.count())
|
||||
.select_from(Dashboard)
|
||||
.where(
|
||||
Dashboard.user_uuid == current_user.user_uuid,
|
||||
Dashboard.platform == "youtube",
|
||||
Dashboard.platform_user_id == social_account.platform_user_id,
|
||||
Dashboard.uploaded_at >= prev_start_dt,
|
||||
Dashboard.uploaded_at <= prev_kpi_end_dt,
|
||||
)
|
||||
)
|
||||
prev_period_video_count = prev_count_result.scalar() or 0
|
||||
|
||||
return period_video_count, prev_period_video_count
|
||||
|
||||
async def get_video_ids(
|
||||
self,
|
||||
current_user: User,
|
||||
session: AsyncSession,
|
||||
social_account: SocialAccount,
|
||||
) -> tuple[list[str], dict[str, tuple[str, datetime]]]:
|
||||
result = await session.execute(
|
||||
select(
|
||||
Dashboard.platform_video_id,
|
||||
Dashboard.title,
|
||||
Dashboard.uploaded_at,
|
||||
)
|
||||
.where(
|
||||
Dashboard.user_uuid == current_user.user_uuid,
|
||||
Dashboard.platform == "youtube",
|
||||
Dashboard.platform_user_id == social_account.platform_user_id,
|
||||
)
|
||||
.order_by(Dashboard.uploaded_at.desc())
|
||||
.limit(30)
|
||||
)
|
||||
rows = result.all()
|
||||
|
||||
video_ids = []
|
||||
video_lookup: dict[str, tuple[str, datetime]] = {}
|
||||
for row in rows:
|
||||
platform_video_id, title, uploaded_at = row
|
||||
video_ids.append(platform_video_id)
|
||||
video_lookup[platform_video_id] = (title, uploaded_at)
|
||||
|
||||
return video_ids, video_lookup
|
||||
|
||||
def build_empty_response(self) -> DashboardResponse:
|
||||
return DashboardResponse(
|
||||
content_metrics=[
|
||||
ContentMetric(id="total-views", label="조회수", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="total-watch-time", label="시청시간", value=0.0, unit="hours", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="avg-view-duration", label="평균 시청시간", value=0.0, unit="minutes", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="new-subscribers", label="신규 구독자", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="likes", label="좋아요", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="comments", label="댓글", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="shares", label="공유", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
ContentMetric(id="uploaded-videos", label="업로드 영상", value=0.0, unit="count", trend=0.0, trend_direction="-"),
|
||||
],
|
||||
monthly_data=[],
|
||||
daily_data=[],
|
||||
top_content=[],
|
||||
audience_data=AudienceData(age_groups=[], gender={"male": 0, "female": 0}, top_regions=[]),
|
||||
has_uploads=False,
|
||||
)
|
||||
|
||||
def inject_video_count(
|
||||
self,
|
||||
response: DashboardResponse,
|
||||
period_video_count: int,
|
||||
prev_period_video_count: int,
|
||||
) -> None:
|
||||
for metric in response.content_metrics:
|
||||
if metric.id == "uploaded-videos":
|
||||
metric.value = float(period_video_count)
|
||||
video_trend = float(period_video_count - prev_period_video_count)
|
||||
metric.trend = video_trend
|
||||
metric.trend_direction = "up" if video_trend > 0 else ("down" if video_trend < 0 else "-")
|
||||
break
|
||||
|
||||
async def get_stats(
|
||||
self,
|
||||
mode: Literal["day", "month"],
|
||||
platform_user_id: str | None,
|
||||
current_user: User,
|
||||
session: AsyncSession,
|
||||
) -> DashboardResponse:
|
||||
logger.info(
|
||||
f"[DASHBOARD] 통계 조회 시작 - "
|
||||
f"user_uuid={current_user.user_uuid}, mode={mode}, platform_user_id={platform_user_id}"
|
||||
)
|
||||
|
||||
# 1. 날짜 계산
|
||||
start_dt, end_dt, kpi_end_dt, prev_start_dt, prev_kpi_end_dt, period_desc = (
|
||||
self.calculate_date_range(mode)
|
||||
)
|
||||
start_date = start_dt.strftime("%Y-%m-%d")
|
||||
end_date = end_dt.strftime("%Y-%m-%d")
|
||||
kpi_end_date = kpi_end_dt.strftime("%Y-%m-%d")
|
||||
logger.debug(f"[1] 날짜 계산 완료 - period={period_desc}, start={start_date}, end={end_date}")
|
||||
|
||||
# 2. YouTube 계정 확인
|
||||
social_account = await self.resolve_social_account(current_user, session, platform_user_id)
|
||||
logger.debug(f"[2] YouTube 계정 확인 완료 - platform_user_id={social_account.platform_user_id}")
|
||||
|
||||
# 3. 영상 수 조회
|
||||
period_video_count, prev_period_video_count = await self.get_video_counts(
|
||||
current_user, session, social_account, start_dt, prev_start_dt, prev_kpi_end_dt
|
||||
)
|
||||
logger.debug(f"[3] 영상 수 - current={period_video_count}, prev={prev_period_video_count}")
|
||||
|
||||
# 4. 캐시 조회
|
||||
cache_key = f"dashboard:{current_user.user_uuid}:{social_account.platform_user_id}:{mode}"
|
||||
cached_raw = await get_cache(cache_key)
|
||||
if cached_raw:
|
||||
try:
|
||||
payload = json.loads(cached_raw)
|
||||
logger.info(f"[CACHE HIT] 캐시 반환 - user_uuid={current_user.user_uuid}")
|
||||
response = DashboardResponse.model_validate(payload["response"])
|
||||
self.inject_video_count(response, period_video_count, prev_period_video_count)
|
||||
return response
|
||||
except (json.JSONDecodeError, KeyError):
|
||||
logger.warning(f"[CACHE PARSE ERROR] 포맷 오류, 무시 - key={cache_key}")
|
||||
|
||||
logger.debug("[4] 캐시 MISS - YouTube API 호출 필요")
|
||||
|
||||
# 5. 업로드 영상 조회
|
||||
video_ids, video_lookup = await self.get_video_ids(current_user, session, social_account)
|
||||
logger.debug(f"[5] 영상 조회 완료 - count={len(video_ids)}")
|
||||
|
||||
if not video_ids:
|
||||
logger.info(f"[DASHBOARD] 업로드 영상 없음, 빈 응답 반환 - user_uuid={current_user.user_uuid}")
|
||||
return self.build_empty_response()
|
||||
|
||||
# 6. 토큰 유효성 확인
|
||||
try:
|
||||
access_token = await SocialAccountService().ensure_valid_token(social_account, session)
|
||||
except TokenExpiredError:
|
||||
logger.warning(f"[TOKEN EXPIRED] 재연동 필요 - user_uuid={current_user.user_uuid}")
|
||||
raise YouTubeTokenExpiredError()
|
||||
logger.debug("[6] 토큰 유효성 확인 완료")
|
||||
|
||||
# 7. YouTube Analytics API 호출
|
||||
youtube_service = YouTubeAnalyticsService()
|
||||
raw_data = await youtube_service.fetch_all_metrics(
|
||||
video_ids=video_ids,
|
||||
start_date=start_date,
|
||||
end_date=end_date,
|
||||
kpi_end_date=kpi_end_date,
|
||||
access_token=access_token,
|
||||
mode=mode,
|
||||
)
|
||||
logger.debug("[7] YouTube Analytics API 호출 완료")
|
||||
|
||||
# 8. TopContent 조립
|
||||
processor = DataProcessor()
|
||||
top_content_rows = raw_data.get("top_videos", {}).get("rows", [])
|
||||
top_content: list[TopContent] = []
|
||||
for row in top_content_rows[:4]:
|
||||
if len(row) < 4:
|
||||
continue
|
||||
video_id, views, likes, comments = row[0], row[1], row[2], row[3]
|
||||
meta = video_lookup.get(video_id)
|
||||
if not meta:
|
||||
continue
|
||||
title, uploaded_at = meta
|
||||
engagement_rate = ((likes + comments) / views * 100) if views > 0 else 0
|
||||
top_content.append(
|
||||
TopContent(
|
||||
id=video_id,
|
||||
title=title,
|
||||
thumbnail=f"https://i.ytimg.com/vi/{video_id}/mqdefault.jpg",
|
||||
platform="youtube",
|
||||
views=int(views),
|
||||
engagement=f"{engagement_rate:.1f}%",
|
||||
date=uploaded_at.strftime("%Y.%m.%d"),
|
||||
)
|
||||
)
|
||||
logger.debug(f"[8] TopContent 조립 완료 - count={len(top_content)}")
|
||||
|
||||
# 9. 데이터 가공
|
||||
dashboard_data = processor.process(raw_data, top_content, 0, mode=mode, end_date=end_date)
|
||||
logger.debug("[9] 데이터 가공 완료")
|
||||
|
||||
# 10. 캐시 저장
|
||||
cache_payload = json.dumps({"response": dashboard_data.model_dump(mode="json")})
|
||||
cache_success = await set_cache(cache_key, cache_payload, ttl=43200)
|
||||
if cache_success:
|
||||
logger.debug(f"[CACHE SET] 캐시 저장 성공 - key={cache_key}")
|
||||
else:
|
||||
logger.warning(f"[CACHE SET] 캐시 저장 실패 - key={cache_key}")
|
||||
|
||||
# 11. 업로드 영상 수 주입
|
||||
self.inject_video_count(dashboard_data, period_video_count, prev_period_video_count)
|
||||
|
||||
logger.info(
|
||||
f"[DASHBOARD] 통계 조회 완료 - "
|
||||
f"user_uuid={current_user.user_uuid}, mode={mode}, period={period_desc}, videos={len(video_ids)}"
|
||||
)
|
||||
return dashboard_data
|
||||
|
|
@ -143,8 +143,8 @@ class DataProcessor:
|
|||
monthly_data = []
|
||||
|
||||
audience_data = self._build_audience_data(
|
||||
raw_data.get("demographics", {}),
|
||||
raw_data.get("region", {}),
|
||||
raw_data.get("demographics") or {},
|
||||
raw_data.get("region") or {},
|
||||
)
|
||||
logger.debug(
|
||||
f"[DataProcessor.process] SUCCESS - "
|
||||
|
|
|
|||
|
|
@ -141,6 +141,9 @@ class YouTubeAnalyticsService:
|
|||
results = await asyncio.gather(*tasks, return_exceptions=True)
|
||||
|
||||
# 에러 체크 (YouTubeAuthError, YouTubeQuotaExceededError는 원형 그대로 전파)
|
||||
# demographics(index 5)는 YouTubeAPIError 시 None으로 허용 (YouTube 서버 간헐적 오류 대응)
|
||||
OPTIONAL_INDICES = {5, 6} # demographics, region
|
||||
results = list(results)
|
||||
for i, result in enumerate(results):
|
||||
if isinstance(result, Exception):
|
||||
logger.error(
|
||||
|
|
@ -148,6 +151,12 @@ class YouTubeAnalyticsService:
|
|||
)
|
||||
if isinstance(result, (YouTubeAuthError, YouTubeQuotaExceededError)):
|
||||
raise result
|
||||
if i in OPTIONAL_INDICES and isinstance(result, YouTubeAPIError):
|
||||
logger.warning(
|
||||
f"[YouTubeAnalyticsService] 선택적 API 호출 {i+1}/7 실패, None으로 처리: {result}"
|
||||
)
|
||||
results[i] = None
|
||||
continue
|
||||
raise YouTubeAPIError(f"데이터 조회 실패: {result.__class__.__name__}")
|
||||
|
||||
logger.debug(
|
||||
|
|
|
|||
|
|
@ -6,6 +6,7 @@ from sqlalchemy.orm import DeclarativeBase
|
|||
|
||||
from app.utils.logger import get_logger
|
||||
from config import db_settings
|
||||
import traceback
|
||||
|
||||
logger = get_logger("database")
|
||||
|
||||
|
|
@ -171,6 +172,7 @@ async def get_background_session() -> AsyncGenerator[AsyncSession, None]:
|
|||
f"error: {type(e).__name__}: {e}, "
|
||||
f"duration: {(time.perf_counter() - start_time)*1000:.1f}ms"
|
||||
)
|
||||
logger.debug(traceback.format_exc())
|
||||
raise e
|
||||
finally:
|
||||
total_time = time.perf_counter() - start_time
|
||||
|
|
|
|||
|
|
@ -787,6 +787,8 @@ async def tag_images_if_not_exist(
|
|||
if null_tags:
|
||||
tag_datas = await autotag_images([img.img_url for img in null_tags])
|
||||
|
||||
print(tag_datas)
|
||||
|
||||
for tag, tag_data in zip(null_tags, tag_datas):
|
||||
tag.img_tag = tag_data.model_dump(mode="json")
|
||||
|
||||
|
|
|
|||
|
|
@ -301,6 +301,12 @@ class MarketingIntel(Base):
|
|||
comment="마케팅 인텔리전스 결과물",
|
||||
)
|
||||
|
||||
subtitle : Mapped[dict[str, Any]] = mapped_column(
|
||||
JSON,
|
||||
nullable=True,
|
||||
comment="자막 정보 생성 결과물",
|
||||
)
|
||||
|
||||
created_at: Mapped[datetime] = mapped_column(
|
||||
DateTime,
|
||||
nullable=False,
|
||||
|
|
|
|||
|
|
@ -41,7 +41,7 @@ from app.lyric.schemas.lyric import (
|
|||
LyricListItem,
|
||||
LyricStatusResponse,
|
||||
)
|
||||
from app.lyric.worker.lyric_task import generate_lyric_background
|
||||
from app.lyric.worker.lyric_task import generate_lyric_background, generate_subtitle_background
|
||||
from app.utils.chatgpt_prompt import ChatgptService
|
||||
from app.utils.logger import get_logger
|
||||
from app.utils.pagination import PaginatedResponse, get_paginated
|
||||
|
|
@ -351,7 +351,7 @@ async def generate_lyric(
|
|||
# ========== Step 4: 백그라운드 태스크 스케줄링 ==========
|
||||
step4_start = time.perf_counter()
|
||||
logger.debug(f"[generate_lyric] Step 4: 백그라운드 태스크 스케줄링...")
|
||||
|
||||
orientation = request_body.orientation
|
||||
background_tasks.add_task(
|
||||
generate_lyric_background,
|
||||
task_id=task_id,
|
||||
|
|
@ -359,6 +359,12 @@ async def generate_lyric(
|
|||
lyric_input_data=lyric_input_data,
|
||||
lyric_id=lyric.id,
|
||||
)
|
||||
|
||||
background_tasks.add_task(
|
||||
generate_subtitle_background,
|
||||
orientation = orientation,
|
||||
task_id=task_id
|
||||
)
|
||||
|
||||
step4_elapsed = (time.perf_counter() - step4_start) * 1000
|
||||
logger.debug(f"[generate_lyric] Step 4 완료 ({step4_elapsed:.1f}ms)")
|
||||
|
|
|
|||
|
|
@ -23,7 +23,7 @@ Lyric API Schemas
|
|||
"""
|
||||
|
||||
from datetime import datetime
|
||||
from typing import Optional
|
||||
from typing import Optional, Literal
|
||||
|
||||
from pydantic import BaseModel, ConfigDict, Field
|
||||
|
||||
|
|
@ -42,7 +42,8 @@ class GenerateLyricRequest(BaseModel):
|
|||
"region": "군산",
|
||||
"detail_region_info": "군산 신흥동 말랭이 마을",
|
||||
"language": "Korean",
|
||||
"m_id" : 1
|
||||
"m_id" : 2,
|
||||
"orientation" : "vertical"
|
||||
}
|
||||
"""
|
||||
|
||||
|
|
@ -54,7 +55,8 @@ class GenerateLyricRequest(BaseModel):
|
|||
"region": "군산",
|
||||
"detail_region_info": "군산 신흥동 말랭이 마을",
|
||||
"language": "Korean",
|
||||
"m_id" : 1
|
||||
"m_id" : 1,
|
||||
"orientation" : "vertical"
|
||||
}
|
||||
}
|
||||
)
|
||||
|
|
@ -68,7 +70,11 @@ class GenerateLyricRequest(BaseModel):
|
|||
language: str = Field(
|
||||
default="Korean",
|
||||
description="가사 출력 언어 (Korean, English, Chinese, Japanese, Thai, Vietnamese)",
|
||||
)
|
||||
),
|
||||
orientation: Literal["horizontal", "vertical"] = Field(
|
||||
default="vertical",
|
||||
description="영상 방향 (horizontal: 가로형, vertical: 세로형)",
|
||||
),
|
||||
m_id : Optional[int] = Field(None, description="마케팅 인텔리전스 ID 값")
|
||||
|
||||
|
||||
|
|
|
|||
|
|
@ -7,11 +7,15 @@ Lyric Background Tasks
|
|||
import traceback
|
||||
|
||||
from sqlalchemy import select
|
||||
from sqlalchemy.ext.asyncio import AsyncSession
|
||||
from sqlalchemy.exc import SQLAlchemyError
|
||||
|
||||
from app.database.session import BackgroundSessionLocal
|
||||
from app.home.models import Image, Project, MarketingIntel
|
||||
from app.lyric.models import Lyric
|
||||
from app.utils.chatgpt_prompt import ChatgptService, ChatGPTResponseError
|
||||
from app.utils.subtitles import SubtitleContentsGenerator
|
||||
from app.utils.creatomate import CreatomateService
|
||||
from app.utils.prompts.prompts import Prompt
|
||||
from app.utils.logger import get_logger
|
||||
|
||||
|
|
@ -158,3 +162,55 @@ async def generate_lyric_background(
|
|||
elapsed = (time.perf_counter() - task_start) * 1000
|
||||
logger.error(f"[generate_lyric_background] EXCEPTION - task_id: {task_id}, error: {e} ({elapsed:.1f}ms)", exc_info=True)
|
||||
await _update_lyric_status(task_id, "failed", f"Error: {str(e)}", lyric_id)
|
||||
|
||||
async def generate_subtitle_background(
|
||||
orientation: str,
|
||||
task_id: str
|
||||
) -> None:
|
||||
logger.info(f"[generate_subtitle_background] task_id: {task_id}, {orientation}")
|
||||
creatomate_service = CreatomateService(orientation=orientation)
|
||||
template = await creatomate_service.get_one_template_data(creatomate_service.template_id)
|
||||
pitchings = creatomate_service.extract_text_format_from_template(template)
|
||||
|
||||
subtitle_generator = SubtitleContentsGenerator()
|
||||
|
||||
async with BackgroundSessionLocal() as session:
|
||||
project_result = await session.execute(
|
||||
select(Project)
|
||||
.where(Project.task_id == task_id)
|
||||
.order_by(Project.created_at.desc())
|
||||
.limit(1)
|
||||
)
|
||||
project = project_result.scalar_one_or_none()
|
||||
marketing_result = await session.execute(
|
||||
select(MarketingIntel).where(MarketingIntel.id == project.marketing_intelligence)
|
||||
)
|
||||
marketing_intelligence = marketing_result.scalar_one_or_none()
|
||||
|
||||
store_address = project.detail_region_info
|
||||
customer_name = project.store_name
|
||||
logger.info(f"[generate_subtitle_background] customer_name: {customer_name}, {store_address}")
|
||||
|
||||
generated_subtitles = await subtitle_generator.generate_subtitle_contents(
|
||||
marketing_intelligence = marketing_intelligence.intel_result,
|
||||
pitching_label_list = pitchings,
|
||||
customer_name = customer_name,
|
||||
detail_region_info = store_address,
|
||||
)
|
||||
pitching_output_list = generated_subtitles.pitching_results
|
||||
|
||||
subtitle_modifications = {pitching_output.pitching_tag : pitching_output.pitching_data for pitching_output in pitching_output_list}
|
||||
logger.info(f"[generate_subtitle_background] subtitle_modifications: {subtitle_modifications}")
|
||||
|
||||
async with BackgroundSessionLocal() as session:
|
||||
marketing_result = await session.execute(
|
||||
select(MarketingIntel).where(MarketingIntel.id == project.marketing_intelligence)
|
||||
)
|
||||
marketing_intelligence = marketing_result.scalar_one_or_none()
|
||||
marketing_intelligence.subtitle = subtitle_modifications
|
||||
await session.commit()
|
||||
logger.info(f"[generate_subtitle_background] task_id: {task_id} DONE")
|
||||
|
||||
|
||||
|
||||
return
|
||||
|
|
|
|||
|
|
@ -7,7 +7,7 @@ from sqlalchemy import Connection, text
|
|||
from sqlalchemy.exc import SQLAlchemyError
|
||||
|
||||
from app.utils.logger import get_logger
|
||||
from app.lyrics.schemas.lyrics_schema import (
|
||||
from app.lyric.schemas.lyrics_schema import (
|
||||
AttributeData,
|
||||
PromptTemplateData,
|
||||
SongFormData,
|
||||
|
|
|
|||
|
|
@ -27,7 +27,20 @@ async def autotag_images(image_url_list : list[str]) -> list[dict]: #tag_list
|
|||
"motion_recommended" : list(MotionRecommended)
|
||||
}for image_url in image_url_list]
|
||||
|
||||
image_result_tasks = [chatgpt.generate_structured_output(image_autotag_prompt, image_input_data, image_input_data['img_url'], False) for image_input_data in image_input_data_list]
|
||||
image_result_list = await asyncio.gather(*image_result_tasks)
|
||||
image_result_tasks = [chatgpt.generate_structured_output(image_autotag_prompt, image_input_data, image_input_data['img_url'], False, silent = True) for image_input_data in image_input_data_list]
|
||||
image_result_list = await asyncio.gather(*image_result_tasks, return_exceptions=True)
|
||||
MAX_RETRY = 3 # 하드코딩, 어떻게 처리할지는 나중에
|
||||
for _ in range(MAX_RETRY):
|
||||
failed_idx = [i for i, r in enumerate(image_result_list) if isinstance(r, Exception)]
|
||||
print("Failed", failed_idx)
|
||||
if not failed_idx:
|
||||
break
|
||||
retried = await asyncio.gather(
|
||||
*[chatgpt.generate_structured_output(image_autotag_prompt, image_input_data_list[i], image_input_data_list[i]['img_url'], False, silent=True) for i in failed],
|
||||
return_exceptions=True
|
||||
)
|
||||
for i, result in zip(failed_idx, retried):
|
||||
image_result_list[i] = result
|
||||
|
||||
print("Failed", failed_idx)
|
||||
return image_result_list
|
||||
|
|
@ -101,12 +101,14 @@ class ChatgptService:
|
|||
prompt : Prompt,
|
||||
input_data : dict,
|
||||
img_url : Optional[str] = None,
|
||||
img_detail_high : bool = False
|
||||
img_detail_high : bool = False,
|
||||
silent : bool = False
|
||||
) -> BaseModel:
|
||||
prompt_text = prompt.build_prompt(input_data)
|
||||
|
||||
prompt_text = prompt.build_prompt(input_data, silent)
|
||||
|
||||
logger.debug(f"[ChatgptService] Generated Prompt (length: {len(prompt_text)})")
|
||||
logger.info(f"[ChatgptService] Starting GPT request with structured output with model: {prompt.prompt_model}")
|
||||
if not silent:
|
||||
logger.info(f"[ChatgptService] Starting GPT request with structured output with model: {prompt.prompt_model}")
|
||||
|
||||
# GPT API 호출
|
||||
#response = await self._call_structured_output_with_response_gpt_api(prompt_text, prompt.prompt_output, prompt.prompt_model)
|
||||
|
|
|
|||
|
|
@ -31,11 +31,13 @@ response = await creatomate.make_creatomate_call(template_id, modifications)
|
|||
|
||||
import copy
|
||||
import time
|
||||
from enum import StrEnum
|
||||
from typing import Literal
|
||||
|
||||
import httpx
|
||||
|
||||
from app.utils.logger import get_logger
|
||||
from app.utils.prompts.schemas.image import SpaceType,Subject,Camera,MotionRecommended,NarrativePhase
|
||||
from config import apikey_settings, creatomate_settings, recovery_settings
|
||||
|
||||
# 로거 설정
|
||||
|
|
@ -220,6 +222,28 @@ autotext_template_h_1 = {
|
|||
"stroke_color": "#333333",
|
||||
"stroke_width": "0.2 vmin"
|
||||
}
|
||||
DVST0001 = "75161273-0422-4771-adeb-816bd7263fb0"
|
||||
DVST0002 = "c68cf750-bc40-485a-a2c5-3f9fe301e386"
|
||||
DVST0003 = "e1fb5b00-1f02-4f63-99fa-7524b433ba47"
|
||||
DHST0001 = "660be601-080a-43ea-bf0f-adcf4596fa98"
|
||||
DHST0002 = "3f194cc7-464e-4581-9db2-179d42d3e40f"
|
||||
DHST0003 = "f45df555-2956-4a13-9004-ead047070b3d"
|
||||
DVST0001T = "fe11aeab-ff29-4bc8-9f75-c695c7e243e6"
|
||||
HST_LIST = [DHST0001,DHST0002,DHST0003]
|
||||
VST_LIST = [DVST0001,DVST0002,DVST0003, DVST0001T]
|
||||
|
||||
SCENE_TRACK = 1
|
||||
AUDIO_TRACK = 2
|
||||
SUBTITLE_TRACK = 3
|
||||
KEYWORD_TRACK = 4
|
||||
|
||||
def select_template(orientation:OrientationType):
|
||||
if orientation == "horizontal":
|
||||
return DHST0001
|
||||
elif orientation == "vertical":
|
||||
return DVST0001T
|
||||
else:
|
||||
raise
|
||||
|
||||
async def get_shared_client() -> httpx.AsyncClient:
|
||||
"""공유 HTTP 클라이언트를 반환합니다. 없으면 생성합니다."""
|
||||
|
|
@ -264,23 +288,10 @@ class CreatomateService:
|
|||
|
||||
BASE_URL = "https://api.creatomate.com"
|
||||
|
||||
# 템플릿 설정 (config에서 가져옴)
|
||||
TEMPLATE_CONFIG = {
|
||||
"horizontal": {
|
||||
"template_id": creatomate_settings.TEMPLATE_ID_HORIZONTAL,
|
||||
"duration": creatomate_settings.TEMPLATE_DURATION_HORIZONTAL,
|
||||
},
|
||||
"vertical": {
|
||||
"template_id": creatomate_settings.TEMPLATE_ID_VERTICAL,
|
||||
"duration": creatomate_settings.TEMPLATE_DURATION_VERTICAL,
|
||||
},
|
||||
}
|
||||
|
||||
def __init__(
|
||||
self,
|
||||
api_key: str | None = None,
|
||||
orientation: OrientationType = "vertical",
|
||||
target_duration: float | None = None,
|
||||
orientation: OrientationType = "vertical"
|
||||
):
|
||||
"""
|
||||
Args:
|
||||
|
|
@ -294,14 +305,7 @@ class CreatomateService:
|
|||
self.orientation = orientation
|
||||
|
||||
# orientation에 따른 템플릿 설정 가져오기
|
||||
config = self.TEMPLATE_CONFIG.get(
|
||||
orientation, self.TEMPLATE_CONFIG["vertical"]
|
||||
)
|
||||
self.template_id = config["template_id"]
|
||||
self.target_duration = (
|
||||
target_duration if target_duration is not None else config["duration"]
|
||||
)
|
||||
|
||||
self.template_id = select_template(orientation)
|
||||
self.headers = {
|
||||
"Content-Type": "application/json",
|
||||
"Authorization": f"Bearer {self.api_key}",
|
||||
|
|
@ -398,14 +402,6 @@ class CreatomateService:
|
|||
|
||||
return copy.deepcopy(data)
|
||||
|
||||
# 하위 호환성을 위한 별칭 (deprecated)
|
||||
async def get_one_template_data_async(self, template_id: str) -> dict:
|
||||
"""특정 템플릿 ID로 템플릿 정보를 조회합니다.
|
||||
|
||||
Deprecated: get_one_template_data()를 사용하세요.
|
||||
"""
|
||||
return await self.get_one_template_data(template_id)
|
||||
|
||||
def parse_template_component_name(self, template_source: list) -> dict:
|
||||
"""템플릿 정보를 파싱하여 리소스 이름을 추출합니다."""
|
||||
|
||||
|
|
@ -440,75 +436,77 @@ class CreatomateService:
|
|||
return tag_list
|
||||
|
||||
|
||||
async def template_matching_taged_image(
|
||||
def template_matching_taged_image(
|
||||
self,
|
||||
template_id : str,
|
||||
taged_image_list : list,
|
||||
address : str
|
||||
template : dict,
|
||||
taged_image_list : list, # [{"image_name" : str , "image_tag" : dict}]
|
||||
music_url: str,
|
||||
address : str,
|
||||
duplicate : bool = False
|
||||
) -> list:
|
||||
|
||||
template_data = await self.get_one_template_data(template_id)
|
||||
source_elements = template_data["source"]["elements"]
|
||||
source_elements = template["source"]["elements"]
|
||||
template_component_data = self.parse_template_component_name(source_elements)
|
||||
|
||||
modifications = {}
|
||||
|
||||
for idx, (template_component_name, template_type) in enumerate(template_component_data.items()):
|
||||
for slot_idx, (template_component_name, template_type) in enumerate(template_component_data.items()):
|
||||
match template_type:
|
||||
case "image":
|
||||
# modifications[template_component_name] = somethingtagedimage()
|
||||
image_score_list = self.calculate_image_slot_score_multi(taged_image_list, template_component_name)
|
||||
maximum_idx = image_score_list.index(max(image_score_list))
|
||||
if duplicate:
|
||||
selected = taged_image_list[maximum_idx]
|
||||
else:
|
||||
selected = taged_image_list.pop(maximum_idx)
|
||||
image_name = selected["image_url"]
|
||||
modifications[template_component_name] =image_name
|
||||
pass
|
||||
case "text":
|
||||
if "address_input" in template_component_name:
|
||||
modifications[template_component_name] = address
|
||||
|
||||
# modifications["audio-music"] = music_url
|
||||
|
||||
async def template_connect_resource_blackbox(
|
||||
self,
|
||||
template_id: str,
|
||||
image_url_list: list[str],
|
||||
lyric: str,
|
||||
music_url: str,
|
||||
address: str = None
|
||||
) -> dict:
|
||||
"""템플릿 정보와 이미지/가사/음악 리소스를 매핑합니다.
|
||||
|
||||
Note:
|
||||
- 이미지는 순차적으로 집어넣기
|
||||
- 가사는 개행마다 한 텍스트 삽입
|
||||
- Template에 audio-music 항목이 있어야 함
|
||||
"""
|
||||
template_data = await self.get_one_template_data(template_id)
|
||||
template_component_data = self.parse_template_component_name(
|
||||
template_data["source"]["elements"]
|
||||
)
|
||||
|
||||
lyric = lyric.replace("\r", "")
|
||||
lyric_splited = lyric.split("\n")
|
||||
modifications = {}
|
||||
|
||||
for idx, (template_component_name, template_type) in enumerate(
|
||||
template_component_data.items()
|
||||
):
|
||||
match template_type:
|
||||
case "image":
|
||||
modifications[template_component_name] = image_url_list[
|
||||
idx % len(image_url_list)
|
||||
]
|
||||
case "text":
|
||||
if "address_input" in template_component_name:
|
||||
modifications[template_component_name] = address
|
||||
|
||||
modifications["audio-music"] = music_url
|
||||
|
||||
return modifications
|
||||
|
||||
def calculate_image_slot_score_multi(self, taged_image_list : list[dict], slot_name : str):
|
||||
image_tag_list = [taged_image["image_tag"] for taged_image in taged_image_list]
|
||||
slot_tag_dict = self.parse_slot_name_to_tag(slot_name)
|
||||
image_score_list = [0] * len(image_tag_list)
|
||||
|
||||
for slot_tag_cate, slot_tag_item in slot_tag_dict.items():
|
||||
if slot_tag_cate == "narrative_preference":
|
||||
slot_tag_narrative = slot_tag_item
|
||||
continue
|
||||
for idx, image_tag in enumerate(image_tag_list):
|
||||
if slot_tag_item.value in image_tag[slot_tag_cate]: #collect!
|
||||
image_score_list[idx] += 1 / (len(image_tag) - 1)
|
||||
|
||||
for idx, image_tag in enumerate(image_tag_list):
|
||||
image_narrative_score = image_tag["narrative_preference"][slot_tag_narrative]
|
||||
image_score_list[idx] = image_score_list[idx] * image_narrative_score
|
||||
|
||||
return image_score_list
|
||||
|
||||
def parse_slot_name_to_tag(self, slot_name : str) -> dict[str, StrEnum]:
|
||||
tag_list = slot_name.split("-")
|
||||
space_type = SpaceType(tag_list[0])
|
||||
subject = Subject(tag_list[1])
|
||||
camera = Camera(tag_list[2])
|
||||
motion = MotionRecommended(tag_list[3])
|
||||
narrative = NarrativePhase(tag_list[4])
|
||||
tag_dict = {
|
||||
"space_type" : space_type,
|
||||
"subject" : subject,
|
||||
"camera" : camera,
|
||||
"motion_recommended" : motion,
|
||||
"narrative_preference" : narrative,
|
||||
}
|
||||
return tag_dict
|
||||
|
||||
def elements_connect_resource_blackbox(
|
||||
self,
|
||||
elements: list,
|
||||
image_url_list: list[str],
|
||||
lyric: str,
|
||||
music_url: str,
|
||||
address: str = None
|
||||
) -> dict:
|
||||
|
|
@ -704,14 +702,6 @@ class CreatomateService:
|
|||
original_response={"last_error": str(last_error)},
|
||||
)
|
||||
|
||||
# 하위 호환성을 위한 별칭 (deprecated)
|
||||
async def make_creatomate_custom_call_async(self, source: dict) -> dict:
|
||||
"""템플릿 없이 Creatomate에 커스텀 렌더링 요청을 보냅니다.
|
||||
|
||||
Deprecated: make_creatomate_custom_call()을 사용하세요.
|
||||
"""
|
||||
return await self.make_creatomate_custom_call(source)
|
||||
|
||||
async def get_render_status(self, render_id: str) -> dict:
|
||||
"""렌더링 작업의 상태를 조회합니다.
|
||||
|
||||
|
|
@ -735,47 +725,57 @@ class CreatomateService:
|
|||
response.raise_for_status()
|
||||
return response.json()
|
||||
|
||||
# 하위 호환성을 위한 별칭 (deprecated)
|
||||
async def get_render_status_async(self, render_id: str) -> dict:
|
||||
"""렌더링 작업의 상태를 조회합니다.
|
||||
|
||||
Deprecated: get_render_status()를 사용하세요.
|
||||
"""
|
||||
return await self.get_render_status(render_id)
|
||||
|
||||
def calc_scene_duration(self, template: dict) -> float:
|
||||
"""템플릿의 전체 장면 duration을 계산합니다."""
|
||||
total_template_duration = 0.0
|
||||
|
||||
track_maximum_duration = {
|
||||
SCENE_TRACK : 0,
|
||||
SUBTITLE_TRACK : 0,
|
||||
KEYWORD_TRACK : 0
|
||||
}
|
||||
for elem in template["source"]["elements"]:
|
||||
try:
|
||||
if elem["type"] == "audio":
|
||||
if elem["track"] not in track_maximum_duration:
|
||||
continue
|
||||
total_template_duration += elem["duration"]
|
||||
if "animations" not in elem:
|
||||
continue
|
||||
for animation in elem["animations"]:
|
||||
assert animation["time"] == 0 # 0이 아닌 경우 확인 필요
|
||||
if animation["transition"]:
|
||||
total_template_duration -= animation["duration"]
|
||||
if elem["time"] == 0: # elem is auto / 만약 마지막 elem이 auto인데 그 앞에 time이 있는 elem 일 시 버그 발생 확률 있음
|
||||
track_maximum_duration[elem["track"]] += elem["duration"]
|
||||
|
||||
if "animations" not in elem:
|
||||
continue
|
||||
for animation in elem["animations"]:
|
||||
assert animation["time"] == 0 # 0이 아닌 경우 확인 필요
|
||||
if animation["transition"]:
|
||||
track_maximum_duration[elem["track"]] -= animation["duration"]
|
||||
else:
|
||||
track_maximum_duration[elem["track"]] = max(track_maximum_duration[elem["track"]], elem["time"] + elem["duration"])
|
||||
|
||||
except Exception as e:
|
||||
logger.error(f"[calc_scene_duration] Error processing element: {elem}, {e}")
|
||||
|
||||
total_template_duration = max(track_maximum_duration.values())
|
||||
|
||||
return total_template_duration
|
||||
|
||||
def extend_template_duration(self, template: dict, target_duration: float) -> dict:
|
||||
"""템플릿의 duration을 target_duration으로 확장합니다."""
|
||||
template["duration"] = target_duration + 0.5 # 늘린것보단 짧게
|
||||
target_duration += 1 # 수동으로 직접 변경 및 테스트 필요 : 파란박스 생기는것
|
||||
# template["duration"] = target_duration + 0.5 # 늘린것보단 짧게
|
||||
# target_duration += 1 # 수동으로 직접 변경 및 테스트 필요 : 파란박스 생기는것
|
||||
total_template_duration = self.calc_scene_duration(template)
|
||||
extend_rate = target_duration / total_template_duration
|
||||
new_template = copy.deepcopy(template)
|
||||
|
||||
for elem in new_template["source"]["elements"]:
|
||||
try:
|
||||
if elem["type"] == "audio":
|
||||
# if elem["type"] == "audio":
|
||||
# continue
|
||||
if elem["track"] == AUDIO_TRACK : # audio track은 패스
|
||||
continue
|
||||
elem["duration"] = elem["duration"] * extend_rate
|
||||
|
||||
if "time" in elem:
|
||||
elem["time"] = elem["time"] * extend_rate
|
||||
if "duration" in elem:
|
||||
elem["duration"] = elem["duration"] * extend_rate
|
||||
|
||||
if "animations" not in elem:
|
||||
continue
|
||||
for animation in elem["animations"]:
|
||||
|
|
@ -816,4 +816,25 @@ class CreatomateService:
|
|||
return autotext_template_v_1
|
||||
case "horizontal":
|
||||
return autotext_template_h_1
|
||||
|
||||
|
||||
def extract_text_format_from_template(self, template:dict):
|
||||
keyword_list = []
|
||||
subtitle_list = []
|
||||
for elem in template["source"]["elements"]:
|
||||
try: #최상위 내 텍스트만 검사
|
||||
if elem["type"] == "text":
|
||||
if elem["track"] == SUBTITLE_TRACK:
|
||||
subtitle_list.append(elem["name"])
|
||||
elif elem["track"] == KEYWORD_TRACK:
|
||||
keyword_list.append(elem["name"])
|
||||
except Exception as e:
|
||||
logger.error(
|
||||
f"[extend_template_duration] Error processing element: {elem}, {e}"
|
||||
)
|
||||
|
||||
try:
|
||||
assert(len(keyword_list)==len(subtitle_list))
|
||||
except Exception as E:
|
||||
logger.error("this template does not have same amount of keyword and subtitle.")
|
||||
pitching_list = keyword_list + subtitle_list
|
||||
return pitching_list
|
||||
|
|
@ -3,6 +3,7 @@ from pydantic import BaseModel
|
|||
from config import prompt_settings
|
||||
from app.utils.logger import get_logger
|
||||
from app.utils.prompts.schemas import *
|
||||
from functools import lru_cache
|
||||
|
||||
logger = get_logger("prompt")
|
||||
|
||||
|
|
@ -30,12 +31,13 @@ class Prompt():
|
|||
|
||||
return prompt_template
|
||||
|
||||
def build_prompt(self, input_data:dict) -> str:
|
||||
def build_prompt(self, input_data:dict, silent:bool = False) -> str:
|
||||
verified_input = self.prompt_input_class(**input_data)
|
||||
build_template = self.prompt_template
|
||||
build_template = build_template.format(**verified_input.model_dump())
|
||||
logger.debug(f"build_template: {build_template}")
|
||||
logger.debug(f"input_data: {input_data}")
|
||||
if not silent:
|
||||
logger.debug(f"build_template: {build_template}")
|
||||
logger.debug(f"input_data: {input_data}")
|
||||
return build_template
|
||||
|
||||
marketing_prompt = Prompt(
|
||||
|
|
@ -66,6 +68,15 @@ image_autotag_prompt = Prompt(
|
|||
prompt_model = prompt_settings.IMAGE_TAG_PROMPT_MODEL
|
||||
)
|
||||
|
||||
@lru_cache()
|
||||
def create_dynamic_subtitle_prompt(length : int) -> Prompt:
|
||||
prompt_template_path=os.path.join(prompt_settings.PROMPT_FOLDER_ROOT, prompt_settings.SUBTITLE_PROMPT_FILE_NAME)
|
||||
prompt_input_class = SubtitlePromptInput
|
||||
prompt_output_class = SubtitlePromptOutput[length]
|
||||
prompt_model = prompt_settings.SUBTITLE_PROMPT_MODEL
|
||||
return Prompt(prompt_template_path, prompt_input_class, prompt_output_class, prompt_model)
|
||||
|
||||
|
||||
def reload_all_prompt():
|
||||
marketing_prompt._reload_prompt()
|
||||
lyric_prompt._reload_prompt()
|
||||
|
|
|
|||
|
|
@ -1,4 +1,5 @@
|
|||
from .lyric import LyricPromptInput, LyricPromptOutput
|
||||
from .marketing import MarketingPromptInput, MarketingPromptOutput
|
||||
from .youtube import YTUploadPromptInput, YTUploadPromptOutput
|
||||
from .image import *
|
||||
from .image import *
|
||||
from .subtitle import SubtitlePromptInput, SubtitlePromptOutput
|
||||
|
|
|
|||
|
|
@ -0,0 +1,31 @@
|
|||
from pydantic import BaseModel, create_model, Field
|
||||
from typing import List, Optional
|
||||
from functools import lru_cache
|
||||
|
||||
# Input 정의
|
||||
|
||||
class SubtitlePromptInput(BaseModel):
|
||||
marketing_intelligence : str = Field(..., description="마케팅 인텔리전스 정보")
|
||||
pitching_tag_list_string : str = Field(..., description="필요한 피칭 레이블 리스트 stringify")
|
||||
customer_name : str = Field(..., description = "마케팅 대상 사업체 이름")
|
||||
detail_region_info : str = Field(..., description = "마케팅 대상 지역 상세")
|
||||
|
||||
#subtillecars :
|
||||
# Output 정의
|
||||
class PitchingOutput(BaseModel):
|
||||
pitching_tag: str = Field(..., description="피칭 레이블")
|
||||
pitching_data: str = Field(..., description = "피칭 내용물")
|
||||
|
||||
class SubtitlePromptOutput(BaseModel):
|
||||
pitching_results: List[PitchingOutput] = Field(..., description = "피칭 리스트")
|
||||
|
||||
@classmethod
|
||||
@lru_cache()
|
||||
def __class_getitem__(cls, n: int):
|
||||
return create_model(
|
||||
cls.__name__,
|
||||
pitching_results=(
|
||||
List[PitchingOutput],
|
||||
Field(..., min_length=n, max_length=n, description="피칭 리스트")
|
||||
),
|
||||
)
|
||||
|
|
@ -26,7 +26,7 @@ Act as a Senior Brand Strategist and Marketing Data Analyst. Your goal is to ana
|
|||
|
||||
### 3. target_persona
|
||||
Generate a list of personas based on the following:
|
||||
* **`persona`**: Provide a descriptive name and profile for the target group.
|
||||
* **`persona`**: Provide a descriptive name and profile for the target group. Must be **20 characters or fewer**.
|
||||
* **`age`**: Set `min_age` and `max_age` (Integer 0-100) that accurately reflects the segment.
|
||||
* **`favor_target`**: List specific elements or vibes this persona prefers (e.g., "Minimalist interior", "Pet-friendly facilities").
|
||||
* **`decision_trigger`**: Identify the specific "Hook" or facility that leads this persona to finalize a booking.
|
||||
|
|
|
|||
|
|
@ -0,0 +1,87 @@
|
|||
당신은 숙박 브랜드 숏폼 영상의 자막 콘텐츠를 추출하는 전문가입니다.
|
||||
|
||||
입력으로 주어지는 **1) 5가지 기준의 레이어 이름 리스트**와 **2) 마케팅 인텔리전스 분석 결과(JSON)**를 바탕으로, 각 레이어 이름의 의미에 정확히 1:1 매칭되는 텍스트 콘텐츠만을 추출하세요.
|
||||
|
||||
분석 결과에 없는 정보는 절대 지어내거나 추론하지 마세요. 오직 제공된 JSON 데이터 내에서만 텍스트를 구성해야 합니다.
|
||||
|
||||
---
|
||||
|
||||
## 1. 레이어 네이밍 규칙 해석 및 매핑 가이드
|
||||
|
||||
입력되는 모든 레이어 이름은 예외 없이 `<track_role>-<narrative_phase>-<content_type>-<tone>-<pair_id>` 의 5단계 구조로 되어 있습니다.
|
||||
마지막의 3자리 숫자 ID(`-001`, `-002` 등)는 모든 레이어에 필수적으로 부여됩니다.
|
||||
|
||||
### [1] track_role (텍스트 형태)
|
||||
- `subtitle`: 씬 상황을 설명하는 간결한 문장형 텍스트 (1줄 이내)
|
||||
- `keyword`: 씬을 상징하고 시선을 끄는 단답형/명사형 텍스트 (1~2단어)
|
||||
|
||||
### [2] narrative_phase (영상 흐름)
|
||||
- `intro`: 영상 도입부. 가장 시선을 끄는 정보를 배치.
|
||||
- `core`: 핵심 매력이나 주요 편의 시설 어필.
|
||||
- `highlight`: 세부적인 매력 포인트나 공간의 특별한 분위기 묘사.
|
||||
- `outro`: 영상 마무리. 브랜드 명칭 복기 및 타겟/위치 정보 제공.
|
||||
|
||||
### [3] content_type (데이터 매핑 대상)
|
||||
- `hook_claim` 👉 `selling_points`에서 점수가 가장 높은 1순위 소구점이나 `market_positioning.core_value`를 활용하여 가장 강력한 핵심 세일즈 포인트를 어필. (가장 강력한 셀링포인트를 의미함)
|
||||
- `selling_point` 👉 `selling_points`의 `description`, `korean_category` 등을 narrative 흐름에 맞춰 순차적으로 추출.
|
||||
- `brand_name` 👉 JSON의 `store_name`을 추출.
|
||||
- `location_info` 👉 JSON의 `detail_region_info`를 요약.
|
||||
- `target_tag` 👉 `target_persona`나 `target_keywords`에서 타겟 고객군 또는 해시태그 추출.
|
||||
|
||||
### [4] tone (텍스트 어조)
|
||||
- `sensory`: 직관적이고 감각적인 단어 사용
|
||||
- `factual`: 과장 없이 사실 정보를 담백하게 전달
|
||||
- `empathic`: 고객의 상황에 공감하는 따뜻한 어조
|
||||
- `aspirational`: 열망을 자극하고 기대감을 주는 느낌
|
||||
|
||||
### [5] pair_id (씬 묶음 식별 번호)
|
||||
- 텍스트 레이어는 `subtitle`과 `keyword`가 하나의 페어(Pair)를 이뤄 하나의 씬(Scene)에서 함께 등장합니다.
|
||||
- 따라서 **동일한 씬에 속하는 `subtitle`과 `keyword` 레이어는 동일한 3자리 순번 ID(예: `-001`)**를 공유합니다.
|
||||
- 영상 전반적인 씬 전개 순서에 따라 **다음 씬으로 넘어갈 때마다 ID가 순차적으로 증가**합니다. (예: 씬1은 `-001`, 씬2는 `-002`, 씬3은 `-003`...)
|
||||
- **중요**: ID가 달라진다는 것은 '새로운 씬' 혹은 '다른 텍스트 쌍'을 의미하므로, **ID가 바뀌면 반드시 JSON 내의 다른 소구점이나 데이터를 추출**하여 내용이 중복되지 않도록 해야 합니다.
|
||||
|
||||
---
|
||||
|
||||
## 2. 콘텐츠 추출 시 주의사항
|
||||
|
||||
1. 각 입력 레이어 이름 1개당 **오직 1개의 텍스트 콘텐츠**만 매핑하여 출력합니다. (레이어명 이름 자체를 수정하거나 새로 만들지 마세요.)
|
||||
2. `content_type`이 `selling_point`로 동일하더라도, `narrative_phase`(core, highlight)나 `tone`이 달라지면 JSON 내의 2순위, 3순위 세일즈 포인트를 순차적으로 활용하여 내용 겹침을 방지하세요.
|
||||
3. 같은 씬에 속하는(같은 ID 번호를 가진) keyword는 핵심 단어로, subtitle은 적절한 마케팅 문구가 되어야 하며, 자연스럽게 이어지는 문맥을 형성하도록 구성하세요.
|
||||
4. keyword가 subtitle에 완전히 포함되는 단어가 되지 않도록 유의하세요.
|
||||
5. 정보 태그가 같더라도 ID가 다르다면 중복되지 않는 새로운 텍스트를 도출해야 합니다.
|
||||
6. 콘텐츠 추출 시 마케팅 인텔리전스의 내용을 그대로 사용하기보다는 paraphrase을 수행하세요.
|
||||
7. keyword는 공백 포함 전각 8자 / 반각 16자내, subtitle은 전각 15자 / 반각 30자 내로 구성하세요.
|
||||
|
||||
---
|
||||
|
||||
## 3. 출력 결과 포맷 및 예시
|
||||
|
||||
입력된 레이어 이름 순서에 맞춰, 매핑된 텍스트 콘텐츠만 작성하세요. (반드시 intro, core, highlight, outro 등 모든 씬 단계가 명확하게 매핑되어야 합니다.)
|
||||
|
||||
### 입력 레이어 리스트 예시 및 출력 예시
|
||||
|
||||
| Layer Name | Text Content |
|
||||
|---|---|
|
||||
| subtitle-intro-hook_claim-aspirational-001 | 반려견과 눈치 없이 온전하게 쉬는 완벽한 휴식 |
|
||||
| keyword-intro-brand_name-sensory-001 | 스테이펫 홍천 |
|
||||
| subtitle-core-selling_point-empathic-002 | 우리만의 독립된 공간감이 주는 진정한 쉼 |
|
||||
| keyword-core-selling_point-factual-002 | 프라이빗 독채 |
|
||||
| subtitle-highlight-selling_point-sensory-003 | 탁 트인 야외 무드존과 포토 스팟의 감성 컷 |
|
||||
| keyword-highlight-selling_point-factual-003 | 넓은 정원 |
|
||||
| subtitle-outro-target_tag-empathic-004 | #강원도애견동반 #주말숏브레이크 |
|
||||
| keyword-outro-location_info-factual-004 | 강원 홍천군 화촌면 |
|
||||
|
||||
|
||||
# 입력
|
||||
**입력 1: 레이어 이름 리스트**
|
||||
{pitching_tag_list_string}
|
||||
|
||||
**입력 2: 마케팅 인텔리전스 JSON**
|
||||
{marketing_intelligence}
|
||||
|
||||
**입력 3: 비즈니스 정보 **
|
||||
Business Name: {customer_name}
|
||||
Region Details: {detail_region_info}
|
||||
|
||||
|
||||
|
||||
|
|
@ -0,0 +1,32 @@
|
|||
import copy
|
||||
import time
|
||||
import json
|
||||
from typing import Literal, Any
|
||||
|
||||
import httpx
|
||||
|
||||
from app.utils.logger import get_logger
|
||||
from app.utils.chatgpt_prompt import ChatgptService
|
||||
from app.utils.prompts.schemas import *
|
||||
from app.utils.prompts.prompts import *
|
||||
|
||||
class SubtitleContentsGenerator():
|
||||
def __init__(self):
|
||||
self.chatgpt_service = ChatgptService()
|
||||
|
||||
async def generate_subtitle_contents(self, marketing_intelligence : dict[str, Any], pitching_label_list : list[Any], customer_name : str, detail_region_info : str) -> SubtitlePromptOutput:
|
||||
dynamic_subtitle_prompt = create_dynamic_subtitle_prompt(len(pitching_label_list))
|
||||
pitching_label_string = "\n".join(pitching_label_list)
|
||||
marketing_intel_string = json.dumps(marketing_intelligence, ensure_ascii=False)
|
||||
input_data = {
|
||||
"marketing_intelligence" : marketing_intel_string ,
|
||||
"pitching_tag_list_string" : pitching_label_string,
|
||||
"customer_name" : customer_name,
|
||||
"detail_region_info" : detail_region_info,
|
||||
}
|
||||
output_data = await self.chatgpt_service.generate_structured_output(dynamic_subtitle_prompt, input_data)
|
||||
return output_data
|
||||
|
||||
|
||||
|
||||
|
||||
|
|
@ -14,6 +14,8 @@ Video API Router
|
|||
"""
|
||||
|
||||
import json
|
||||
import asyncio
|
||||
|
||||
from typing import Literal
|
||||
|
||||
from fastapi import APIRouter, BackgroundTasks, Depends, HTTPException, Query
|
||||
|
|
@ -23,10 +25,11 @@ from sqlalchemy.ext.asyncio import AsyncSession
|
|||
from app.database.session import get_session
|
||||
from app.user.dependencies.auth import get_current_user
|
||||
from app.user.models import User
|
||||
from app.home.models import Image, Project
|
||||
from app.home.models import Image, Project, MarketingIntel, ImageTag
|
||||
from app.lyric.models import Lyric
|
||||
from app.song.models import Song, SongTimestamp
|
||||
from app.utils.creatomate import CreatomateService
|
||||
from app.utils.subtitles import SubtitleContentsGenerator
|
||||
from app.utils.logger import get_logger
|
||||
from app.video.models import Video
|
||||
from app.video.schemas.video_schema import (
|
||||
|
|
@ -36,6 +39,7 @@ from app.video.schemas.video_schema import (
|
|||
VideoRenderData,
|
||||
)
|
||||
from app.video.worker.video_task import download_and_upload_video_to_blob
|
||||
from app.video.services.video import get_image_tags_by_task_id
|
||||
|
||||
from config import creatomate_settings
|
||||
|
||||
|
|
@ -144,6 +148,34 @@ async def generate_video(
|
|||
image_urls: list[str] = []
|
||||
|
||||
try:
|
||||
subtitle_done = False
|
||||
count = 0
|
||||
async with AsyncSessionLocal() as session:
|
||||
project_result = await session.execute(
|
||||
select(Project)
|
||||
.where(Project.task_id == task_id)
|
||||
.order_by(Project.created_at.desc())
|
||||
.limit(1)
|
||||
)
|
||||
project = project_result.scalar_one_or_none()
|
||||
|
||||
while not subtitle_done:
|
||||
async with AsyncSessionLocal() as session:
|
||||
logger.info(f"[generate_video] Checking subtitle- task_id: {task_id}, count : {count}")
|
||||
marketing_result = await session.execute(
|
||||
select(MarketingIntel).where(MarketingIntel.id == project.marketing_intelligence)
|
||||
)
|
||||
marketing_intelligence = marketing_result.scalar_one_or_none()
|
||||
subtitle_done = bool(marketing_intelligence.subtitle)
|
||||
if subtitle_done:
|
||||
logger.info(f"[generate_video] Check subtitle done task_id: {task_id}")
|
||||
break
|
||||
await asyncio.sleep(5)
|
||||
if count > 60 :
|
||||
raise Exception("subtitle 결과 생성 실패")
|
||||
count += 1
|
||||
|
||||
|
||||
# 세션을 명시적으로 열고 DB 작업 후 바로 닫음
|
||||
async with AsyncSessionLocal() as session:
|
||||
# ===== 순차 쿼리 실행: Project, Lyric, Song, Image =====
|
||||
|
|
@ -198,6 +230,12 @@ async def generate_video(
|
|||
)
|
||||
project_id = project.id
|
||||
store_address = project.detail_region_info
|
||||
# customer_name = project.store_name
|
||||
|
||||
marketing_result = await session.execute(
|
||||
select(MarketingIntel).where(MarketingIntel.id == project.marketing_intelligence)
|
||||
)
|
||||
marketing_intelligence = marketing_result.scalar_one_or_none()
|
||||
|
||||
# ===== 결과 처리: Lyric =====
|
||||
lyric = lyric_result.scalar_one_or_none()
|
||||
|
|
@ -287,51 +325,61 @@ async def generate_video(
|
|||
# 2단계: 외부 API 호출 (세션 사용 안함 - 커넥션 풀 점유 없음)
|
||||
# ==========================================================================
|
||||
stage2_start = time.perf_counter()
|
||||
|
||||
try:
|
||||
logger.info(
|
||||
f"[generate_video] Stage 2 START - Creatomate API - task_id: {task_id}"
|
||||
)
|
||||
creatomate_service = CreatomateService(
|
||||
orientation=orientation,
|
||||
target_duration=song_duration,
|
||||
orientation=orientation
|
||||
)
|
||||
logger.debug(
|
||||
f"[generate_video] Using template_id: {creatomate_service.template_id}, duration: {creatomate_service.target_duration} (song duration: {song_duration})"
|
||||
f"[generate_video] Using template_id: {creatomate_service.template_id}, (song duration: {song_duration})"
|
||||
)
|
||||
|
||||
# 6-1. 템플릿 조회 (비동기)
|
||||
template = await creatomate_service.get_one_template_data_async(
|
||||
template = await creatomate_service.get_one_template_data(
|
||||
creatomate_service.template_id
|
||||
)
|
||||
logger.debug(f"[generate_video] Template fetched - task_id: {task_id}")
|
||||
|
||||
# 6-2. elements에서 리소스 매핑 생성
|
||||
modifications = creatomate_service.elements_connect_resource_blackbox(
|
||||
elements=template["source"]["elements"],
|
||||
image_url_list=image_urls,
|
||||
lyric=lyrics,
|
||||
music_url=music_url,
|
||||
address=store_address
|
||||
# modifications = creatomate_service.elements_connect_resource_blackbox(
|
||||
# elements=template["source"]["elements"],
|
||||
# image_url_list=image_urls,
|
||||
# music_url=music_url,
|
||||
# address=store_address
|
||||
taged_image_list = await get_image_tags_by_task_id(task_id)
|
||||
modifications = creatomate_service.template_matching_taged_image(
|
||||
template = template,
|
||||
taged_image_list = taged_image_list,
|
||||
music_url = music_url,
|
||||
address = store_address,
|
||||
duplicate = True,
|
||||
)
|
||||
logger.debug(f"[generate_video] Modifications created - task_id: {task_id}")
|
||||
|
||||
subtitle_modifications = marketing_intelligence.subtitle
|
||||
|
||||
modifications.update(subtitle_modifications)
|
||||
# 6-3. elements 수정
|
||||
new_elements = creatomate_service.modify_element(
|
||||
template["source"]["elements"],
|
||||
modifications,
|
||||
)
|
||||
template["source"]["elements"] = new_elements
|
||||
|
||||
logger.debug(f"[generate_video] Elements modified - task_id: {task_id}")
|
||||
|
||||
|
||||
# 6-4. duration 확장
|
||||
final_template = creatomate_service.extend_template_duration(
|
||||
template,
|
||||
creatomate_service.target_duration,
|
||||
)
|
||||
logger.debug(
|
||||
f"[generate_video] Duration extended to {creatomate_service.target_duration}s - task_id: {task_id}"
|
||||
song_duration,
|
||||
)
|
||||
|
||||
logger.debug(f"[generate_video] Duration extended - task_id: {task_id}")
|
||||
|
||||
song_timestamp_result = await session.execute(
|
||||
select(SongTimestamp).where(
|
||||
SongTimestamp.suno_audio_id == song.suno_audio_id
|
||||
|
|
@ -339,13 +387,10 @@ async def generate_video(
|
|||
)
|
||||
song_timestamp_list = song_timestamp_result.scalars().all()
|
||||
|
||||
logger.debug(
|
||||
f"[generate_video] song_timestamp_list count: {len(song_timestamp_list)}"
|
||||
)
|
||||
logger.debug(f"[generate_video] song_timestamp_list count: {len(song_timestamp_list)}")
|
||||
|
||||
for i, ts in enumerate(song_timestamp_list):
|
||||
logger.debug(
|
||||
f"[generate_video] timestamp[{i}]: lyric_line={ts.lyric_line}, start_time={ts.start_time}, end_time={ts.end_time}"
|
||||
)
|
||||
logger.debug(f"[generate_video] timestamp[{i}]: lyric_line={ts.lyric_line}, start_time={ts.start_time}, end_time={ts.end_time}")
|
||||
|
||||
match lyric_language:
|
||||
case "English" :
|
||||
|
|
@ -355,33 +400,32 @@ async def generate_video(
|
|||
lyric_font = "Noto Sans"
|
||||
|
||||
# LYRIC AUTO 결정부
|
||||
if (creatomate_settings.DEBUG_AUTO_LYRIC):
|
||||
auto_text_template = creatomate_service.get_auto_text_template()
|
||||
final_template["source"]["elements"].append(creatomate_service.auto_lyric(auto_text_template))
|
||||
else :
|
||||
text_template = creatomate_service.get_text_template()
|
||||
for idx, aligned in enumerate(song_timestamp_list):
|
||||
caption = creatomate_service.lining_lyric(
|
||||
text_template,
|
||||
idx,
|
||||
aligned.lyric_line,
|
||||
aligned.start_time,
|
||||
aligned.end_time,
|
||||
lyric_font
|
||||
)
|
||||
final_template["source"]["elements"].append(caption)
|
||||
if (creatomate_settings.LYRIC_SUBTITLE):
|
||||
if (creatomate_settings.DEBUG_AUTO_LYRIC):
|
||||
auto_text_template = creatomate_service.get_auto_text_template()
|
||||
final_template["source"]["elements"].append(creatomate_service.auto_lyric(auto_text_template))
|
||||
else :
|
||||
text_template = creatomate_service.get_text_template()
|
||||
for idx, aligned in enumerate(song_timestamp_list):
|
||||
caption = creatomate_service.lining_lyric(
|
||||
text_template,
|
||||
idx,
|
||||
aligned.lyric_line,
|
||||
aligned.start_time,
|
||||
aligned.end_time,
|
||||
lyric_font
|
||||
)
|
||||
final_template["source"]["elements"].append(caption)
|
||||
# END - LYRIC AUTO 결정부
|
||||
# logger.debug(
|
||||
# f"[generate_video] final_template: {json.dumps(final_template, indent=2, ensure_ascii=False)}"
|
||||
# )
|
||||
|
||||
# 6-5. 커스텀 렌더링 요청 (비동기)
|
||||
render_response = await creatomate_service.make_creatomate_custom_call_async(
|
||||
render_response = await creatomate_service.make_creatomate_custom_call(
|
||||
final_template["source"],
|
||||
)
|
||||
logger.debug(
|
||||
f"[generate_video] Creatomate API response - task_id: {task_id}, response: {render_response}"
|
||||
)
|
||||
|
||||
logger.debug(f"[generate_video] Creatomate API response - task_id: {task_id}, response: {render_response}")
|
||||
|
||||
# 렌더 ID 추출
|
||||
if isinstance(render_response, list) and len(render_response) > 0:
|
||||
|
|
@ -402,6 +446,8 @@ async def generate_video(
|
|||
logger.error(
|
||||
f"[generate_video] Creatomate API EXCEPTION - task_id: {task_id}, error: {e}"
|
||||
)
|
||||
import traceback
|
||||
logger.error(traceback.format_exc())
|
||||
# 외부 API 실패 시 Video 상태를 failed로 업데이트
|
||||
from app.database.session import AsyncSessionLocal
|
||||
|
||||
|
|
@ -521,17 +567,13 @@ async def get_video_status(
|
|||
current_user: User = Depends(get_current_user),
|
||||
session: AsyncSession = Depends(get_session),
|
||||
) -> PollingVideoResponse:
|
||||
"""creatomate_render_id로 영상 생성 작업의 상태를 조회합니다.
|
||||
|
||||
succeeded 상태인 경우 백그라운드에서 MP4 파일을 다운로드하고
|
||||
Video 테이블의 status를 completed로, result_movie_url을 업데이트합니다.
|
||||
"""
|
||||
|
||||
logger.info(
|
||||
f"[get_video_status] START - creatomate_render_id: {creatomate_render_id}"
|
||||
)
|
||||
try:
|
||||
creatomate_service = CreatomateService()
|
||||
result = await creatomate_service.get_render_status_async(creatomate_render_id)
|
||||
result = await creatomate_service.get_render_status(creatomate_render_id)
|
||||
logger.debug(
|
||||
f"[get_video_status] Creatomate API response - creatomate_render_id: {creatomate_render_id}, status: {result.get('status')}"
|
||||
)
|
||||
|
|
|
|||
File diff suppressed because it is too large
Load Diff
10
config.py
10
config.py
|
|
@ -170,7 +170,11 @@ class CreatomateSettings(BaseSettings):
|
|||
)
|
||||
DEBUG_AUTO_LYRIC: bool = Field(
|
||||
default=False,
|
||||
description="Creatomate 자동 가사 생성 기능 사용 여부",
|
||||
description="Creatomate 자체 자동 가사 생성 기능 사용 여부",
|
||||
)
|
||||
LYRIC_SUBTITLE: bool = Field(
|
||||
default=False,
|
||||
description="영상 가사 표기 여부"
|
||||
)
|
||||
|
||||
model_config = _base_config
|
||||
|
|
@ -189,6 +193,10 @@ class PromptSettings(BaseSettings):
|
|||
|
||||
IMAGE_TAG_PROMPT_FILE_NAME : str = Field(default="yt_upload_prompt.txt")
|
||||
IMAGE_TAG_PROMPT_MODEL : str = Field(default="gpt-5-mini")
|
||||
|
||||
SUBTITLE_PROMPT_FILE_NAME : str = Field(...)
|
||||
SUBTITLE_PROMPT_MODEL : str = Field(...)
|
||||
|
||||
model_config = _base_config
|
||||
|
||||
|
||||
|
|
|
|||
Loading…
Reference in New Issue