Metadata-Version: 2.4
Name: gonagi-saa
Version: 0.2.0
Summary: AWS SAA 시험 대비를 위한 멀티모달 Q&A CLI 도구
Author-email: Gonagi <kkh10002@naver.com>
License: MIT
License-File: LICENSE
Keywords: ai,aws,cli,multimodal,notion,saa,study
Classifier: Development Status :: 3 - Alpha
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 3.12
Classifier: Topic :: Education
Requires-Python: >=3.12
Requires-Dist: langchain-anthropic>=0.3.12
Requires-Dist: langchain-google-genai>=2.1.4
Requires-Dist: langchain-openai>=0.3.16
Requires-Dist: langchain>=0.3.25
Requires-Dist: notion-client>=2.3.0
Requires-Dist: notionize>=0.2.3
Requires-Dist: pillow>=10.0.0
Requires-Dist: prompt-toolkit>=3.0.0
Requires-Dist: pydantic-settings>=2.9.1
Requires-Dist: pydantic>=2.0.0
Requires-Dist: requests>=2.31.0
Requires-Dist: typer>=0.15.3
Description-Content-Type: text/markdown

# gonagi-saa

[![PyPI version](https://badge.fury.io/py/gonagi-saa.svg)](https://badge.fury.io/py/gonagi-saa)
[![Python 3.12+](https://img.shields.io/badge/python-3.12+-blue.svg)](https://www.python.org/downloads/)
[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)

AWS SAA (Solutions Architect Associate) 시험 대비를 위한 **멀티모달 Q&A CLI 도구**

## ✨ 주요 기능

- **멀티모달 Q&A:** 텍스트 질문뿐만 아니라 이미지(스크린샷, 다이어그램 등)를 함께 입력하여 답변 생성
- **시험 대비 구조화된 답변:** 핵심 답변 + 시험 팁 + 주의사항(함정) 자동 생성
- **LLM 통합:** OpenAI GPT, Anthropic Claude, Google Gemini 모델 지원
- **자동 태그 추출:** AI가 답변에서 주요 기술/서비스/개념을 자동으로 태그로 추출
- **Notion 연동:** 질문, 답변, 시험 팁, 주의사항을 Notion 데이터베이스에 자동 저장
- **파일 경로 자동완성:** 이미지 경로 입력 시 Tab 키로 자동완성 지원
- **비전 모델 자동 감지:** 이미지 미지원 모델 사용 시 자동으로 텍스트만 처리

### 📸 실행 화면

<img src="https://i.imgur.com/uMhjWOF.png" width="400">

## 📦 설치 방법

### PyPI에서 설치 (권장)

가장 간단한 방법입니다:

```bash
# uvx 사용 (설치 없이 일회성 실행)
uvx gonagi-saa

# uv tool install (영구 설치 - 권장)
# 설치 후 바로 gonagi-saa 명령어 사용 가능
uv tool install gonagi-saa

# 또는 pip으로 설치
pip install gonagi-saa
```

**uv가 없다면:**
```bash
# macOS, Linux
curl -LsSf https://astral.sh/uv/install.sh | sh

# Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
```

다른 운영체제는 [uv 공식 문서](https://github.com/astral-sh/uv#installation) 참고

### 개발용 설치 (GitHub)

코드를 수정하거나 최신 개발 버전을 사용하려면:

```bash
git clone https://github.com/YOUR_USERNAME/Gonagi-SAA.git
cd Gonagi-SAA
uv sync
```

## ⚙️ 설정

처음 사용하기 전에 설정 파일을 생성해야 합니다.

```bash
gonagi-saa config init
```

에디터가 열리면 다음 항목을 설정하세요:

```json
{
  "default_model": "gemini-2.5-flash",
  "notion_database_id": "YOUR_NOTION_DB_ID",
  "notion_api_key": "YOUR_NOTION_API_KEY",
  "anthropic_api_key": "",
  "openai_api_key": "",
  "google_api_key": "YOUR_GOOGLE_API_KEY",
  "imgbb_api_key": "YOUR_IMGBB_API_KEY"
}
```

### 설정 항목

- **default_model:** 답변 생성에 사용할 모델 (예: `gpt-4o`, `claude-3-5-sonnet-20241022`, `gemini-2.5-flash`)
- **notion_database_id:** 답변을 저장할 Notion 데이터베이스 ID
- **notion_api_key:** Notion API 통합 키 ([발급 방법](#notion-api-key-발급))
- **anthropic_api_key:** Claude 모델 사용 시 필요
- **openai_api_key:** GPT 모델 사용 시 필요
- **google_api_key:** Gemini 모델 사용 시 필요
- **imgbb_api_key:** 이미지 업로드용 ([발급 방법](#imgbb-api-key-발급))

### 설정 관리 명령어

```bash
# 설정 파일 수정
gonagi-saa config init

# 설정 파일 위치 확인
gonagi-saa config path
# 출력: ~/.config/gonagi-saa/config.json

# 설정 파일 삭제
gonagi-saa config clean
```

**💡 팁:** VS Code를 기본 에디터로 사용하려면:
```bash
export EDITOR="code --wait"
```

## 💡 사용 방법

**💡 설치 방법별 실행:**

- **uv tool install / pip 설치:** `gonagi-saa` 바로 실행
- **uvx 사용:** 매번 `uvx gonagi-saa` 입력
- **GitHub 설치:** `uv run gonagi-saa` 또는 아래 alias 설정

**GitHub 설치 시 alias 추천:**
```bash
# ~/.bashrc 또는 ~/.zshrc에 추가
alias gonagi-saa='uv run gonagi-saa'
# 또는 더 짧게
alias gsaa='uv run gonagi-saa'
```

### 기본 사용 (텍스트만)

```bash
gonagi-saa
```

1. 편집기가 열리면 질문 입력 후 저장
2. AI가 답변 생성
3. 답변 확인 후 Notion 저장 여부 선택

<img src="https://i.imgur.com/ndPPJhs.png" width="400">

### 이미지 포함 질문

```bash
gonagi-saa
```

1. 질문 입력 후 저장
2. "이미지를 추가하시겠습니까?" → `Y`
3. 이미지 파일 경로 입력 (Tab 키로 자동완성, 최대 3개)
4. AI가 텍스트 + 이미지 분석하여 답변 생성
5. Notion 저장 여부 선택

### 예시 워크플로우

```bash
$ gonagi-saa

💡 질문을 입력하고 저장하세요!
# 편집기에서 질문 작성: "VPC와 Subnet의 차이점이 무엇인가요?"

📸 이미지를 추가하시겠습니까? [Y/N]: Y
이미지 경로를 입력하세요 (1/3, 종료하려면 Enter): ./vpc-diagram.png
# Tab 키로 파일명 자동완성 가능
✅ 이미지 추가됨: vpc-diagram.png

🔥 질문에 대한 답변을 생성합니다...

============================================================
📌 제목: AWS VPC와 Subnet의 핵심 차이점
============================================================

💡 답변:

VPC(Virtual Private Cloud)와 Subnet은 AWS의 네트워킹 구성 요소입니다...

📝 시험 팁:
  - VPC는 논리적으로 격리된 네트워크 공간
  - Subnet은 VPC 내부의 IP 주소 범위
  - '프라이빗 통신'이 나오면 Private Subnet 고려

⚠️  주의사항:
  - VPC와 서브넷을 혼동하지 말 것
  - 퍼블릭/프라이빗 서브넷 구분에 주의

🏷️  태그: VPC, Subnet, 네트워킹, AWS

============================================================

💾 Notion에 저장하시겠습니까? [Y/N]: Y

🔥 Notion에 저장합니다...
📤 이미지를 imgbb에 업로드 중: vpc-diagram.png
✅ 업로드 완료: https://i.ibb.co/xxxxx/vpc-diagram.png
✅ Notion에 저장되었습니다!
```

## 📊 Notion 저장 형식

Notion에 저장되는 페이지 구조:

```
질문
<질문 내용>

<이미지가 있는 경우>
---
답변
<핵심 개념 설명>

---
📝 시험 팁
- 시험에 자주 나오는 유형
- 정답 키워드
- 중요 특징

---
⚠️ 주의사항
- 헷갈리기 쉬운 개념
- 흔한 실수
- 함정 선택지
```

**이미지 포함 질문 저장 예시:**

<img src="https://i.imgur.com/alg285L.png" width="400">


## 🔧 Notion 설정

### Notion API Key 발급

1. [Notion Integrations](https://www.notion.so/my-integrations) 페이지 접속
2. **+ New integration** 클릭
3. 이름 입력 후 생성
4. **Internal Integration Token** 복사

### Notion 데이터베이스 설정

1. Notion에서 새 데이터베이스 페이지 생성
2. 다음 필드 추가:
   - **title** (제목): 기본 제목 필드
   - **Tags** (다중 선택): AI가 추출한 태그 저장

3. 데이터베이스 우측 상단 `...` → `Connections` → 생성한 Integration 추가
4. 데이터베이스 ID 복사 (URL에서 확인)
   ```
   https://notion.so/<workspace>/DATABASE_ID?v=...
   ```

## 📸 imgbb API Key 발급

이미지를 Notion에 저장하려면 imgbb API Key가 필요합니다.

1. [imgbb 계정 생성](https://imgbb.com/signup) (이미 있다면 로그인)
2. [imgbb API 페이지](https://api.imgbb.com/) 접속
3. **Get API Key** 버튼 클릭
4. API Key 복사
5. `gonagi-saa config init` 실행 후 설정 파일에 추가

### imgbb 이미지 업로드 정보

- **무료 제한:** 무제한 (합리적 사용 범위 내)
- **파일 크기:** 최대 32MB
- **저장 기간:** 영구 저장
- **Privacy:** 비공개 (URL을 아는 사람만 접근)
- **장점:** API Key 발급 간단, 안정적인 서비스

## 📝 지원 모델

### 이미지 지원 모델
- OpenAI: `gpt-4o`, `gpt-4o-mini`, `gpt-4-turbo`
- Anthropic: `claude-3-5-sonnet-20241022`, `claude-3-opus-20240229`
- Google: `gemini-2.5-flash`, `gemini-1.5-pro`, `gemini-1.5-flash`

### 텍스트 전용 모델
- OpenAI: `o1`, `o3-mini`, `gpt-4.1` 등
- 기타 모든 텍스트 모델

이미지를 입력했지만 모델이 이미지를 지원하지 않으면 자동으로 텍스트만 처리합니다.

## 🛠️ 개발

### 프로젝트 구조

```
gonagi_saa/
├── __init__.py
├── cli.py          # CLI 엔트리포인트
├── constants.py    # 상수 정의
├── models.py       # Pydantic 데이터 모델
├── services.py     # 비즈니스 로직
├── settings.py     # 설정 관리
└── utils.py        # 유틸리티 함수
```

### 로컬 개발

```bash
# 의존성 설치
uv sync --group dev

# 코드 포매팅
ruff format .

# 타입 체크
pyright
```

## 📄 라이선스

[MIT License](LICENSE)

---

## 🔗 관련 프로젝트

이 프로젝트는 [prepsaa](https://github.com/sjquant/prepsaa)를 기반으로 멀티모달 기능을 추가하여 재구성되었습니다.
