AIエージェント　最新研究論文をo3-miniで要約してTeamsに毎朝投稿するbot

system_message = """添付したテキストは学術論文です。この論文全体を読み込み、内容を解釈した上で
1.どんなもの？(翻訳したタイトルとアブストラクト)
2.先行研究を比べてどこがすごい？
3.技術や手法の肝はどこ？
4.どうやって有効だと検証した？
5.理科学機器メーカーの技術者にとって、新製品を開発するために何が参考になる？
6.理科学機器メーカーの営業担当にとって、マーケティング目線で何が参考になる？
7.この分野は今後、どのように進んでいく？
の7つの項目それぞれについて150文字以上300文字以内で階層からなる箇条書きにしてまとめてください。
一般用語以外は元の言語のまま表記してください。"""

import requests
import json
import os
import arxiv
import openai
import random
import re
import tempfile
import PyPDF2
# OpenAIのapiキー
openai.api_key = os.environ.get("OPENAI_API_KEY")
def download_pdf(pdf_url, paper_id):
    """
    PDFをダウンロードし一時ファイルとして保存する
    """
    # URLをPDF形式に変換
    pdf_url = pdf_url.replace('/abs/', '/pdf/')
    if not pdf_url.endswith('.pdf'):
        pdf_url += '.pdf'
    response = requests.get(pdf_url)
    if response.status_code == 200:
        temp_dir = tempfile.gettempdir()
        pdf_path = os.path.join(temp_dir, f"{paper_id.split('/')[-1]}.pdf")
        print("[INFO] pdf_path")
        print(pdf_path)
        with open(pdf_path, 'wb') as f:
            f.write(response.content)
        
        return pdf_path
    else:
        raise Exception(f"PDFのダウンロードに失敗しました (status code: {response.status_code}). URL: {pdf_url}")
def extract_text_from_pdf(pdf_path):
    """
    PDFファイルからテキストを抽出する
    """
    text = ""
    with open(pdf_path, 'rb') as file:
        reader = PyPDF2.PdfReader(file)
        for page in reader.pages:
            text += page.extract_text()
    return text
def get_summary(result):
    """
    Arxivの結果からPDFをダウンロードし、その内容を要約する
    """
    try:
        # PDF URLを取得してダウンロード
        print(f"Downloading PDF for paper: {result.title}")
        pdf_path = download_pdf(result.pdf_url, result.entry_id)
        
        # PDFからテキストを抽出
        print("Extracting text from PDF...")
        pdf_text = extract_text_from_pdf(pdf_path)
        
        # 抽出したテキストをGPTで要約
        system_message = """添付したテキストは学術論文です。この論文全体を読み込み、内容を解釈した上で
1.どんなもの？(翻訳したタイトルとアブストラクト)
2.先行研究を比べてどこがすごい？
3.技術や手法の肝はどこ？
4.どうやって有効だと検証した？
5.理科学機器メーカーの技術者にとって、新製品を開発するために何が参考になる？
6.理科学機器メーカーの営業担当にとって、マーケティング目線で何が参考になる？
7.この分野は今後、どのように進んでいく？
の7つの項目それぞれについて150文字以上300文字以内で階層からなる箇条書きにしてまとめてください。
一般用語以外は元の言語のまま表記してください。"""
        user_message = f"title: {result.title}\nbody: {pdf_text[:100000]}"  # GPT-4に送信するテキストを100000文字以内に制限
        response = openai.ChatCompletion.create(
            model="gpt-4o-mini",
            messages=[
                {'role': 'system', 'content': system_message},
                {'role': 'user', 'content': user_message}
            ],
            temperature=0.25,
        )
        summary = response['choices'][0]['message']['content']
        # 要約結果を整形
        title_en = result.title
        title, *body = summary.split('\n')
        body = '\n'.join(body)
        date_str = result.published.strftime("%Y-%m-%d %H:%M:%S")
        message = f"発行日: {date_str}\n{result.entry_id}\n{title_en}\n{title}\n{body}\n"
        
        # 一時ファイルを削除
        os.remove(pdf_path)
        return message
    except Exception as e:
        return f"Error in processing paper '{result.title}': {str(e)}"
def send_to_teams(webhook_url, message):
    """
    要約結果をMicrosoft Teamsに送信する
    """
    headers = {
        "Content-Type": "application/json"
    }
        # ログに送信内容を記録
    print("[INFO] Sending message to Teams:")
    print(message)
    
    def create_text_block_with_link(line):
        url_pattern = re.compile(r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\\(\\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+')
        urls = url_pattern.findall(line)
        if urls:
            text_fragments = url_pattern.split(line)
            text_without_url = "".join(text_fragments)
            line_with_link = f"{text_without_url} [({urls[0]})]({urls[0]})"
            return {"type": "TextBlock", "text": line_with_link, "wrap": True}
        else:
            return {"type": "TextBlock", "text": line, "wrap": True}
    
    message_lines = message.split("\n")
    text_blocks = [create_text_block_with_link(line) for line in message_lines]
    
    payload = {
        "type": "message",
        "attachments": [
            {
                "contentType": "application/vnd.microsoft.card.adaptive",
                "content": {
                    "type": "AdaptiveCard",
                    "version": "1.2",
                    "body": text_blocks
                }
            }
        ]
    }
    response = requests.post(webhook_url, headers=headers, data=json.dumps(payload))
    if response.status_code != 200:
        raise ValueError(f"Request to Teams returned an error: {response.status_code}, {response.text}")
query_list = ['ti:%22 Electron beam lithography%22', 'ti:%22 nanoindentation %22']
def main(event, context):
    for query in query_list:
        search = arxiv.Search(
            query=query,
            max_results=250,
            sort_by=arxiv.SortCriterion.SubmittedDate,
            sort_order=arxiv.SortOrder.Descending,
        )
        result_list = list(search.results())
        
        if not result_list:
            print(f"No papers found for query: {query}")
            continue
        results = random.sample(result_list, k=1)  # ランダムに1件選択
        output = get_summary(results[0])
        output_add = f"{output}**本要約はgpt-4o-miniによって生成されました。**"
        webhook_url = os.environ.get("TEAMS_WEBHOOK_URL")
        send_to_teams(webhook_url, output_add)

# Function dependencies, for example:
# package>=version
requests>=2.28.2
arxiv>=1.4.4
openai== 0.27.4
PyPDF2>=3.0.0