Update app.py

app.py

@@ -11,7 +11,7 @@ from collections import Counter
 import json
 import os
 from datetime import datetime, timedelta
-import openai
+from openai import OpenAI  # 최신 방식 import
 from dotenv import load_dotenv
 import traceback
 import plotly.graph_objects as go
@@ -36,65 +36,87 @@ class SchedulerState:
         self.scheduled_jobs = []
         self.scheduled_results = []
 
-# 전역 스케줄러 상태 객체 생성 (스레드 안에서 사용)
+# 전역 스케줄러 상태 객체 생성
 global_scheduler_state = SchedulerState()
 
 # API 키 관리를 위한 세션 상태 초기화
 if 'openai_api_key' not in st.session_state:
     st.session_state.openai_api_key = None
+    st.session_state.openai_client = None
 
-# 환경 변수에서 API 키 로드 시도
-load_dotenv()
-if os.getenv('OPENAI_API_KEY'):
-    st.session_state.openai_api_key = os.getenv('OPENAI_API_KEY')
-elif 'OPENAI_API_KEY' in st.secrets:
-    st.session_state.openai_api_key = st.secrets['OPENAI_API_KEY']
+# 여러 방법으로 API 키 로드 시도
+load_dotenv()  # .env 파일에서 로드 시도
+
+# 1. 환경 변수에서 API 키 확인
+if os.environ.get('OPENAI_API_KEY'):
+    st.session_state.openai_api_key = os.environ.get('OPENAI_API_KEY')
+    try:
+        # proxies 인자 없이 클라이언트 생성
+        st.session_state.openai_client = OpenAI(api_key=st.session_state.openai_api_key)
+    except Exception as e:
+        st.error(f"OpenAI 클라이언트 초기화 오류: {str(e)}")
+
+# 2. Streamlit secrets에서 API 키 확인 (try-except로 오류 방지)
+if not st.session_state.openai_api_key:
+    try:
+        if 'OPENAI_API_KEY' in st.secrets:
+            st.session_state.openai_api_key = st.secrets['OPENAI_API_KEY']
+            try:
+                st.session_state.openai_client = OpenAI(api_key=st.session_state.openai_api_key)
+            except Exception as e:
+                st.error(f"OpenAI 클라이언트 초기화 오류: {str(e)}")
+    except Exception as e:
+        pass  # secrets 파일이 없어도 오류 발생하지 않음
+
+# 임시 디렉토리를 사용하도록 NLTK 데이터 경로 설정
+nltk_data_dir = '/tmp/nltk_data'
+os.makedirs(nltk_data_dir, exist_ok=True)
+nltk.data.path.insert(0, nltk_data_dir)  # 이 경로를 우선 검색하도록 설정
 
 # 필요한 NLTK 데이터 다운로드
 try:
     nltk.data.find('tokenizers/punkt')
 except LookupError:
-    nltk.download('punkt')
-    
-try:
-    nltk.data.find('tokenizers/punkt_tab')
-except LookupError:
-    nltk.download('punkt_tab')
+    nltk.download('punkt', download_dir=nltk_data_dir)
     
 try:
     nltk.data.find('corpora/stopwords')
 except LookupError:
-    nltk.download('stopwords')
-
-# OpenAI API 키 설정 (실제 사용 시 환경 변수나 Streamlit secrets에서 가져오는 것이 좋습니다)
-if 'OPENAI_API_KEY' in os.environ:
-    openai.api_key = os.environ['OPENAI_API_KEY']
-elif 'OPENAI_API_KEY' in st.secrets:
-    openai.api_key = st.secrets['OPENAI_API_KEY']
-elif os.getenv('OPENAI_API_KEY'):
-    openai.api_key = os.getenv('OPENAI_API_KEY')
+    nltk.download('stopwords', download_dir=nltk_data_dir)
 
 # 페이지 설정
 st.set_page_config(page_title="뉴스 기사 도구", page_icon="📰", layout="wide")
 
-# 사이드바 메뉴 설정
-st.sidebar.title("뉴스 기사 도구")
-menu = st.sidebar.radio(
-    "메뉴 선택",
-    ["뉴스 기사 크롤링", "기사 분석하기", "새 기사 생성하기", "뉴스 기사 예약하기"]
-)
+# 사이드바에 API 키 입력 필드 추가
+with st.sidebar:
+    st.title("뉴스 기사 도구")
+    menu = st.radio(
+        "메뉴 선택",
+        ["뉴스 기사 크롤링", "기사 분석하기", "새 기사 생성하기", "뉴스 기사 예약하기"]
+    )
+    
+    st.divider()
+    api_key = st.text_input("OpenAI API 키 입력", type="password")
+    if api_key:
+        st.session_state.openai_api_key = api_key
+        try:
+            # proxies 인자 없이 클라이언트 생성
+            st.session_state.openai_client = OpenAI(api_key=api_key)
+            st.success("API 키가 설정되었습니다!")
+        except Exception as e:
+            st.error(f"OpenAI 클라이언트 초기화 오류: {str(e)}")
 
 # 저장된 기사를 불러오는 함수
 def load_saved_articles():
-    if os.path.exists('saved_articles/articles.json'):
-        with open('saved_articles/articles.json', 'r', encoding='utf-8') as f:
+    if os.path.exists('/tmp/saved_articles/articles.json'):
+        with open('/tmp/saved_articles/articles.json', 'r', encoding='utf-8') as f:
             return json.load(f)
     return []
 
 # 기사를 저장하는 함수
 def save_articles(articles):
-    os.makedirs('saved_articles', exist_ok=True)
-    with open('saved_articles/articles.json', 'w', encoding='utf-8') as f:
+    os.makedirs('/tmp/saved_articles', exist_ok=True)
+    with open('/tmp/saved_articles/articles.json', 'w', encoding='utf-8') as f:
         json.dump(articles, f, ensure_ascii=False, indent=2)
 
 @st.cache_data
@@ -249,7 +271,6 @@ def extract_keywords_for_wordcloud(text, top_n=50):
     
 
 # 워드 클라우드 생성 함수
-
 def generate_wordcloud(keywords_dict):
         if not WordCloud:
             st.warning("워드클라우드 설치안되어 있습니다.")
@@ -316,10 +337,13 @@ def analyze_news_content(news_df):
         results['top_keywords'] = []
     return results
 
-# OpenAI API를 이용한 새 기사 생성
+# OpenAI API를 이용한 새 기사 생성 (최신 방식)
 def generate_article(original_content, prompt_text):
     try:
-        response = openai.chat.completions.create(
+        if not st.session_state.openai_client:
+            return "OpenAI API 키가 설정되지 않았습니다."
+            
+        response = st.session_state.openai_client.chat.completions.create(
             model="gpt-4.1-mini",
             messages=[
                 {"role": "system", "content": "당신은 전문적인 뉴스 기자입니다. 주어진 내용을 바탕으로 새로운 기사를 작성해주세요."},
@@ -331,15 +355,19 @@ def generate_article(original_content, prompt_text):
     except Exception as e:
         return f"기사 생성 오류: {str(e)}"
 
-# OpenAI API를 이용한 이미지 생성
+# OpenAI API를 이용한 이미지 생성 (최신 방식)
 def generate_image(prompt):
     try:
-        response = openai.images.generate(
-            model="gpt-image-1",
-            prompt=prompt
+        if not st.session_state.openai_client:
+            return "OpenAI API 키가 설정되지 않았습니다."
+            
+        response = st.session_state.openai_client.images.generate(
+            model="dall-e-3",  # 또는 사용 가능한 모델
+            prompt=prompt,
+            n=1,
+            size="1024x1024"
         )
-        image_base64=response.data[0].b64_json
-        return f"data:image/png;base64,{image_base64}"
+        return response.data[0].url  # 최신 API는 URL만 반환
     except Exception as e:
         return f"이미지 생성 오류: {str(e)}"
 
@@ -370,9 +398,9 @@ def perform_news_task(task_type, keyword, num_articles, file_prefix):
             time.sleep(0.5)  # 서버 부하 방지
         
         # 결과 저장
-        os.makedirs('scheduled_news', exist_ok=True)
+        os.makedirs('/tmp/scheduled_news', exist_ok=True)
         timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
-        filename = f"scheduled_news/{file_prefix}_{task_type}_{timestamp}.json"
+        filename = f"/tmp/scheduled_news/{file_prefix}_{task_type}_{timestamp}.json"
         
         with open(filename, 'w', encoding='utf-8') as f:
             json.dump(articles, f, ensure_ascii=False, indent=2)
@@ -511,7 +539,7 @@ if menu == "뉴스 기사 크롤링":
                     st.write(f"**요약:** {article['description']}")
                     st.write(f"**링크:** {article['link']}")
                     st.write("**본문 미리보기:**")
-                    st.write(article['content'][:300] + "...")
+                    st.write(article['content'][:300] + "..." if len(article['content']) > 300 else article['content'])
 
 elif menu == "기사 분석하기":
     st.header("기사 분석하기")
@@ -546,7 +574,6 @@ elif menu == "기사 분석하기":
                         keyword_tab1, keyword_tab2 = st.tabs(["키워드 빈도", "워드클라우드"])
 
                         with keyword_tab1:
-
                             keywords = analyze_keywords(selected_article['content'])
                             
                             # 시각화
@@ -622,13 +649,7 @@ elif menu == "기사 분석하기":
                         try:
                             nltk.data.find('taggers/averaged_perceptron_tagger')
                         except LookupError:
-                            nltk.download('averaged_perceptron_tagger')
-                        
-                        # Try using the correct resource name as shown in the error message
-                        try:
-                            nltk.data.find('averaged_perceptron_tagger_eng')
-                        except LookupError:
-                            nltk.download('averaged_perceptron_tagger_eng')
+                            nltk.download('averaged_perceptron_tagger', download_dir=nltk_data_dir)
                         
                         # 언어 감지 (간단한 방식)
                         is_korean = bool(re.search(r'[가-힣]', content))
@@ -699,13 +720,11 @@ elif menu == "기사 분석하기":
 
             elif analysis_type == "감정 분석":
                 if st.button("감정 분석하기"):
-                    if st.session_state.openai_api_key:
+                    if st.session_state.openai_client:
                         with st.spinner("기사의 감정을 분석 중입니다..."):
                             try:
-                                openai.api_key = st.session_state.openai_api_key
-                                
-                                # 감정 분석 프롬프트 설정
-                                response = openai.chat.completions.create(
+                                # 감정 분석 프롬프트 설정 (최신 방식)
+                                response = st.session_state.openai_client.chat.completions.create(
                                     model="gpt-4.1-mini",
                                     messages=[
                                         {"role": "system", "content": "당신은 텍스트의 감정과 논조를 분석하는 전문가입니다. 다음 뉴스 기사의 감정과 논조를 분석하고, '긍정적', '부정적', '중립적' 중 하나로 분류해 주세요. 또한 기사에서 드러나는 핵심 감정 키워드를 5개 추출하고, 각 키워드별로 1-10 사이의 강도 점수를 매겨주세요. JSON 형식으로 다음과 같이 응답해주세요: {'sentiment': '긍정적/부정적/중립적', 'reason': '이유 설명...', 'keywords': [{'word': '키워드1', 'score': 8}, {'word': '키워드2', 'score': 7}, ...]}"},
@@ -715,7 +734,7 @@ elif menu == "기사 분석하기":
                                     response_format={"type": "json_object"}
                                 )
                                 
-                                # JSON 파싱
+                                # JSON 파싱 (최신 방식)
                                 analysis_result = json.loads(response.choices[0].message.content)
                                 
                                 # 결과 시각화
@@ -902,8 +921,7 @@ elif menu == "새 기사 생성하기":
             generate_image_too = st.checkbox("기사 생성 후 이미지도 함께 생성하기", value=True)
             
             if st.button("새 기사 생성하기"):
-                if st.session_state.openai_api_key:
-                    openai.api_key = st.session_state.openai_api_key
+                if st.session_state.openai_client:
                     with st.spinner("기사를 생성 중입니다..."):
                         new_article = generate_article(selected_article['content'], prompt_text)
                         
@@ -1095,13 +1113,13 @@ elif menu == "뉴스 기사 예약하기":
                 )
         
         # 수집된 파일 보기
-        if os.path.exists('scheduled_news'):
-            files = [f for f in os.listdir('scheduled_news') if f.endswith('.json')]
+        if os.path.exists('/tmp/scheduled_news'):
+            files = [f for f in os.listdir('/tmp/scheduled_news') if f.endswith('.json')]
             if files:
                 st.subheader("수집된 파일 열기")
                 selected_file = st.selectbox("파일 선택", files, index=len(files)-1)
                 if selected_file and st.button("파일 내용 보기"):
-                    with open(os.path.join('scheduled_news', selected_file), 'r', encoding='utf-8') as f:
+                    with open(os.path.join('/tmp/scheduled_news', selected_file), 'r', encoding='utf-8') as f:
                         articles = json.load(f)
                     
                     st.write(f"**파일명:** {selected_file}")