Day 09 — 긴 문서 처리

import anthropic

client = anthropic.Anthropic()

def summarize_section(text: str, section_name: str) -> str:
    """섹션 하나를 요약합니다."""
    response = client.messages.create(
        model="claude-haiku-4-5-20251001",  # 비용 절감: Haiku 사용
        max_tokens=300,
        messages=[{
            "role": "user",
            "content": f"""다음 문서 섹션을 3–5문장으로 요약하세요.
섹션 이름: {section_name}

<section>
{text}
</section>"""
        }]
    )
    return response.content[0].text

def final_summary(section_summaries: list[dict]) -> str:
    """섹션 요약들을 합쳐 최종 요약을 만듭니다."""
    combined = "\n\n".join(
        f"[{s['name']}]\n{s['summary']}" for s in section_summaries
    )
    response = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=500,
        messages=[{
            "role": "user",
            "content": f"""다음은 긴 문서의 섹션별 요약입니다.
전체 핵심 내용을 300단어 이내로 요약하세요.

{combined}"""
        }]
    )
    return response.content[0].text

# 사용 예시
sections = [
    {"name": "서론", "text": "..."},
    {"name": "방법론", "text": "..."},
    {"name": "결과", "text": "..."},
]
summaries = [{"name": s["name"], "summary": summarize_section(s["text"], s["name"])} for s in sections]
print(final_summary(summaries))

def extract_action_items(document: str) -> list[dict]:
    """문서에서 액션 아이템을 추출합니다."""
    response = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=1000,
        messages=[{
            "role": "user",
            "content": f"""다음 회의록에서 액션 아이템을 추출하세요.
JSON 배열 형식으로 반환하세요. 다른 텍스트 없이 JSON만 출력합니다.

형식:
[{{"owner": "담당자", "task": "할 일", "deadline": "기한 또는 null"}}]

<document>
{document}
</document>"""
        }]
    )
    import json
    return json.loads(response.content[0].text)

def compare_documents(doc_a: str, doc_b: str, aspect: str) -> str:
    """두 문서를 특정 관점에서 비교합니다."""
    response = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=800,
        messages=[{
            "role": "user",
            "content": f"""두 문서를 '{aspect}' 관점에서 비교 분석하세요.

<document_a>
{doc_a}
</document_a>

<document_b>
{doc_b}
</document_b>

비교 결과를 표 형식으로 제시하고, 핵심 차이점 3가지를 간단히 설명하세요."""
        }]
    )
    return response.content[0].text

def chunk_text(text: str, chunk_size: int = 4000, overlap: int = 200) -> list[str]:
    """텍스트를 overlap이 있는 청크로 분할합니다."""
    words = text.split()
    chunks = []
    start = 0
    while start < len(words):
        end = start + chunk_size
        chunk = " ".join(words[start:end])
        chunks.append(chunk)
        start += chunk_size - overlap  # overlap만큼 뒤로 물러나 연속성 유지
    return chunks

def process_long_document(document: str, question: str) -> str:
    """긴 문서에서 질문에 답하기 위해 청킹을 사용합니다."""
    chunks = chunk_text(document)
    relevant_answers = []

    for i, chunk in enumerate(chunks):
        response = client.messages.create(
            model="claude-haiku-4-5-20251001",
            max_tokens=200,
            messages=[{
                "role": "user",
                "content": f"""다음 텍스트 조각에서 이 질문과 관련된 정보가 있으면 추출하세요.
관련 정보가 없으면 "관련 없음"이라고만 답하세요.

질문: {question}

<text>
{chunk}
</text>"""
            }]
        )
        answer = response.content[0].text.strip()
        if answer != "관련 없음":
            relevant_answers.append(f"[청크 {i+1}]: {answer}")

    if not relevant_answers:
        return "문서에서 관련 정보를 찾지 못했습니다."

    # 수집된 정보를 최종 응답으로 통합
    final_response = client.messages.create(
        model="claude-sonnet-4-6",
        max_tokens=500,
        messages=[{
            "role": "user",
            "content": f"""다음 정보들을 바탕으로 질문에 답하세요.

질문: {question}

수집된 정보:
{chr(10).join(relevant_answers)}"""
        }]
    )
    return final_response.content[0].text