Update src/streamlit_app.py

src/streamlit_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
 from dotenv import load_dotenv
 import traceback
 import plotly.graph_objects as go
@@ -39,27 +39,29 @@ class SchedulerState:
 # 전역 스케줄러 상태 객체 생성 (스레드 안에서 사용)
 global_scheduler_state = SchedulerState()
 
-# API 키 설정
+# API 키 관리를 위한 세션 상태 초기화
 if 'openai_api_key' not in st.session_state:
-    # Hugging Face Spaces의 Streamlit secrets에서 API 키 가져오기
-    if 'OPENAI_API_KEY' in st.secrets:
-        st.session_state.openai_api_key = st.secrets['OPENAI_API_KEY']
-        # OpenAI 클라이언트 초기화
-        from openai import OpenAI
-        st.session_state.openai_client = OpenAI(api_key=st.session_state.openai_api_key)
-    else:
-        st.session_state.openai_api_key = None
-        st.session_state.openai_client = None
-# # 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_api_key = None
+    st.session_state.openai_client = None
+
+# 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')
 
-# # 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']
+# 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']
+    except Exception as e:
+        pass  # secrets 파일이 없어도 오류 발생하지 않음
+
+# 3. API 키가 있으면 클라이언트 초기화
+if st.session_state.openai_api_key:
+    st.session_state.openai_client = OpenAI(api_key=st.session_state.openai_api_key)
 
 # 임시 디렉토리를 사용하도록 NLTK 데이터 경로 설정
 nltk_data_dir = '/tmp/nltk_data'
@@ -77,23 +79,23 @@ try:
 except LookupError:
     nltk.download('stopwords', download_dir=nltk_data_dir)
 
-# 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')
-
 # 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
+        st.session_state.openai_client = OpenAI(api_key=api_key)
+        st.success("API 키가 설정되었습니다!")
 
 # 저장된 기사를 불러오는 함수
 def load_saved_articles():
@@ -260,7 +262,6 @@ 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.")
@@ -330,6 +331,9 @@ def analyze_news_content(news_df):
 # OpenAI API를 이용한 새 기사 생성
 def generate_article(original_content, prompt_text):
     try:
+        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=[
@@ -345,12 +349,19 @@ def generate_article(original_content, prompt_text):
 # OpenAI API를 이용한 이미지 생성
 def generate_image(prompt):
     try:
-        response = openai.images.generate(
+        if not st.session_state.openai_client:
+            return "OpenAI API 키가 설정되지 않았습니다."
+            
+        response = st.session_state.openai_client.images.generate(
             model="gpt-image-1",
             prompt=prompt
         )
-        image_base64=response.data[0].b64_json
-        return f"data:image/png;base64,{image_base64}"
+        try:
+            image_base64 = response.data[0].b64_json
+            return f"data:image/png;base64,{image_base64}"
+        except AttributeError:
+            # b64_json가 없을 경우 URL 사용
+            return response.data[0].url
     except Exception as e:
         return f"이미지 생성 오류: {str(e)}"
 
@@ -522,7 +533,7 @@ 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")
@@ -557,7 +568,6 @@ elif menu == "기사 분석하기":
                         keyword_tab1, keyword_tab2 = st.tabs(["키워드 빈도", "워드클라우드"])
 
                         with keyword_tab1:
-
                             keywords = analyze_keywords(selected_article['content'])
                             
                             # 시각화
@@ -633,13 +643,7 @@ 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))
@@ -710,11 +714,9 @@ 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 = st.session_state.openai_client.chat.completions.create(
                                     model="gpt-4.1-mini",
@@ -913,8 +915,7 @@ 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)