Back-flask/text_generation.py at main · HSU-capston/Back-flask · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
import os
import json
from openai import OpenAI
import config

# OpenAI API 키 설정
os.environ["OPENAI_API_KEY"] = config.GPT_KEY  # 보안 중요!

# 각 지표별 평가 기준 (10단계 구간)
CRITERIA = {
    "shoulder_angle_diff": {
        "very_very_low": 0,
        "very_low": 1,
        "low": 2,
        "slightly_low": 15,
        "normal_min": 18,
        "normal": 20,
        "normal_max": 24,
        "slightly_high": 30,
        "high": 40,
        "very_high": 45,
        "very_very_high": 50
    },
    "movement_distance": {
        "very_very_low": 0.002,
        "very_low": 0.0025,
        "low": 0.003,
        "slightly_low": 0.0035,
        "normal_min": 0.0043,
        "normal": 0.0044,
        "normal_max": 0.0046,
        "slightly_high": 0.0055,
        "high": 0.0075,
        "very_high": 0.008,
        "very_very_high": 0.01
    },
    "wrist_movement_total": {
        "very_very_low": 0,
        "very_low": 3,
        "low": 4,
        "slightly_low": 5,
        "normal_min": 9,
        "normal": 15,
        "normal_max": 16,
        "slightly_high": 18,
        "high": 20,
        "very_high": 30,
        "very_very_high": 35
    },
    "ankle_switch_count": {
        "very_very_low": 0,
        "very_low": 1,
        "low": 2,
        "slightly_low": 3,
        "normal_min": 3,
        "normal": 4,
        "normal_max": 5,
        "slightly_high": 6,
        "high": 7,
        "very_high": 8,
        "very_very_high": 9
    }
}

def interpret_value_to_score(value, thresholds):
    # 기준 키 순서 (11개 지점 → 11개 점수 구간, 0~10점)
    keys_ordered = [
        "very_very_low", "very_low", "low", "slightly_low",
        "normal_min", "normal", "normal_max", "slightly_high",
        "high", "very_high", "very_very_high"
    ]

    values = [thresholds[k] for k in keys_ordered]

    # 0~10점 구간 매핑
    for i in range(10):
        if values[i] <= value < values[i + 1]:
            return i  # 0~9점
    return 10  # 최상단 이상은 10점


# 메인 평가 함수
def evaluate_bowling_form(avg_shoulder_angle_diff, avg_movement, wrist_movement_total, ankle_switch_count, user_level):
    client = OpenAI()

    # 입력 값 정리
    values = {
        "shoulder_angle_diff": avg_shoulder_angle_diff,
        "movement_distance": avg_movement,
        "wrist_movement_total": wrist_movement_total,
        "ankle_switch_count": ankle_switch_count
    }

     # 점수 매기기
    interpretations = {}
    for key, value in values.items():
        thresholds = CRITERIA[key]
        score = interpret_value_to_score(value, thresholds)
        interpretations[key] = score

    # 프롬프트 작성
    prompt = f"""
    제가 볼링 자세 평가를 완료했습니다. 결과는 아래와 같습니다:

    - 평균 어깨 각도 차이 (90도에서): {avg_shoulder_angle_diff}도 → 0~10점 중 {interpretations["shoulder_angle_diff"]}점
    - 평균 이동 거리: {avg_movement} → 0~10점 중 {interpretations["movement_distance"]}점
    - 손목 이동 거리 총합: {wrist_movement_total} → 0~10점 중 {interpretations["wrist_movement_total"]}점
    - 발목 높이 변화 이벤트 수: {ankle_switch_count} → 0~10점 중 {interpretations["ankle_switch_count"]}점

    ※ 점수는 0점(가장 부족하거나 과한 상태) ~ 10점(가장 부족하거나 과한 상태)까지이며,
    5점이 가장 이상적인 자세를 의미합니다.
    5점에서 멀어질수록 개선이 필요한 점수이며, 0~3점 또는 7~10점은 많이 개선이 필요한 상태입니다.
    4점 또는 6점은 약간의 개선이 필요합니다.

    유저의 현재 실력은 {user_level}입니다.
    - BEGINNER는 4~6점도 좋은 점수로 간주될 수 있습니다.
    - ADVANCED는 반드시 5점에 가까운 점수를 지향해야 합니다.

    이 평가 결과를 바탕으로 저의 볼링 자세에 대해 아래 내용을 포함하여 JSON 형식으로 평가해 주세요:

    1. 잘한 점
    2. 개선이 필요한 점
    3. 다음 투구에 대한 짧은 추천
    4. 총 점수 (0~100점 사이의 숫자)
    """

    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[
            {
                "role": "system",
                "content": (
                    "당신은 볼링 자세에 대한 전문가입니다. 주어진 데이터를 바탕으로 다음 4가지 항목으로 자세를 평가하세요:\n"
                    "1) 잘한 점, 2) 개선이 필요한 점, 3) 다음 투구를 위한 추천, 4) 총 평가 점수 (0~100점 사이 숫자).\n\n"
                    "※ 점수는 0~10점 기준이며, 5점이 가장 이상적인 자세입니다. 5점에서 멀어질수록 개선이 필요합니다.\n"
                    "BEGINNER의 경우 약간 넓게 해석하고, ADVANCED의 경우 더 엄격히 평가하세요.\n"
                    "가능하면 수치나 숫자는 직접 언급하지 말고 '많이', '적게', '부드럽게' 등으로 표현하세요.\n"
                    "전체 결과는 반드시 JSON 코드블럭 내에 다음과 같은 형식으로 제공해 주세요:\n"
                    "```json\n"
                    "{ \"잘한점\": \"...\", \"개선점\": \"...\", \"추천\": \"...\", \"점수\": 85 }\n"
                    "```"
                )
            },
            {
                "role": "user",
                "content": prompt
            }
        ]
    )

    # 결과 파싱
    content = response.choices[0].message.content

    if "```json" in content:
        content = content.split("```json")[1].split("```")[0].strip()

    try:
        result = json.loads(content)
    except json.JSONDecodeError:
        result = {
            "잘한점": "결과를 파싱하는 데 문제가 발생했습니다.",
            "개선점": "형식이 올바르지 않아 개선점을 가져올 수 없습니다.",
            "추천": "다음 투구를 위한 추천을 확인할 수 없습니다.",
            "점수": 50
        }

    #print("해석된 점수:", interpretations)
    return result,  interpretations