app.py

import gradio as gr
import google.generativeai as genai
import os
import PyPDF2
from docx import Document
import markdown
from datetime import datetime
import tempfile

# Gemini API anahtarını ortam değişkeninden al
genai.configure(api_key=os.environ["GOOGLE_API_KEY"])

# PDF metni çıkar
def extract_text_from_pdf(pdf_file):
    text = ""
    try:
        pdf_reader = PyPDF2.PdfReader(pdf_file)
        for page in pdf_reader.pages:
            text += page.extract_text() or ""
        return text
    except Exception as e:
        return f"Hata: PDF okunamadı. {str(e)}"

# Gemini ile analiz et
def analyze(text, questions):
    generation_config = {
        "temperature": 0.2,
        "top_p": 0.95,
        "top_k": 64,
        "max_output_tokens": 8192,
    }

    model = genai.GenerativeModel(
        model_name="gemini-1.5-flash",
        generation_config=generation_config
    )

    # Özet çıkar
    summary_prompt = f"Aşağıdaki metni özetle:\n\n{text[:15000]}\n\nÖzet:"
    summary = model.generate_content(summary_prompt).text

    # Soruları cevapla
    qna = []
    for question in questions:
        if question.strip() == "":
            continue
        prompt = f"Belge:\n{text[:15000]}\n\nSoru: {question}\nCevap:"
        answer = model.generate_content(prompt).text
        qna.append((question, answer))

    return summary, qna

# Word belgesi oluştur
def create_doc(summary, qna):
    doc = Document()
    doc.add_heading("PDF Raporu", 0)
    doc.add_paragraph(f"Oluşturulma Tarihi: {datetime.now().strftime('%d.%m.%Y %H:%M')}")
    doc.add_heading("Özet", level=1)
    doc.add_paragraph(summary)
    doc.add_heading("Soru-Cevap", level=1)

    for i, (question, answer) in enumerate(qna, 1):
        doc.add_heading(f"Soru {i}: {question}", level=2)
        doc.add_paragraph(answer)

    temp_dir = tempfile.gettempdir()
    file_path = os.path.join(temp_dir, f"rapor_{datetime.now().strftime('%Y%m%d%H%M%S')}.docx")
    doc.save(file_path)
    return file_path

# Gradio fonksiyonu
def process(pdf_file, questions_text):
    text = extract_text_from_pdf(pdf_file)
    if text.startswith("Hata"):
        return text, None

    questions = questions_text.strip().split("\n")
    summary, qna = analyze(text, questions)

    html_output = f"""
    <h2>Özet</h2><p>{markdown.markdown(summary)}</p>
    <h2>Soru ve Cevaplar</h2>
    """
    for i, (q, a) in enumerate(qna, 1):
        html_output += f"<b>Soru {i}:</b> {q}<br><b>Cevap:</b> {a}<br><br>"

    doc_path = create_doc(summary, qna)
    return html_output, doc_path

default_questions = """Belgenin ana konusu nedir?
Belgedeki önemli bulgular nelerdir?
Yazarlar kimlerdir?
Belge hangi tarihte yayınlanmıştır?"""

# Gradio Arayüzü
demo = gr.Interface(
    fn=process,
    inputs=[
        gr.File(label="PDF Yükle", file_types=[".pdf"]),
        gr.Textbox(label="Sorular (her satıra bir soru)", value=default_questions, lines=6)
    ],
    outputs=[
        gr.HTML(label="Cevaplar"),
        gr.File(label="Word Raporu")
    ],
    title="📄 PDF'ten Soru-Cevap ve Word Raporu",
    description="Gemini API kullanarak PDF içeriğinden sorulara cevap verir ve rapor hazırlar.",
    allow_flagging="never"
)

if __name__ == "__main__":
    demo.launch(share=True)