# プロフィールを取得する関数

def get_user_profile(username, bearer_token):

    bearer_token= userdata.get('X_API_KEY')

    # APIエンドポイント
    url = f"https://api.twitter.com/2/users/by/username/{username}"

    # クエリパラメータ
    params = {
        "user.fields": "created_at,description,entities,id,location,name,pinned_tweet_id,profile_image_url,protected,url,username,verified,withheld,most_recent_tweet_id,public_metrics,verified_type",
        "expansions": "pinned_tweet_id",
        "tweet.fields": "attachments,author_id,conversation_id,created_at,entities,geo,id,in_reply_to_user_id,lang,possibly_sensitive,referenced_tweets,source,text,withheld"
    }

    # ヘッダー
    headers = {
        "Authorization": f"Bearer {bearer_token}"
    }

    # リクエストを送信
    response = requests.get(url, params=params, headers=headers)

    # レスポンスをチェック
    if response.status_code == 200:
        return response.json()
    else:
        return f"エラー: {response.status_code}, {response.text}"

# 投稿（タイムライン）を取得する関数

def get_user_tweets(user_id, bearer_token, max_results=100):

    bearer_token= userdata.get('X_API_KEY')

    # APIエンドポイント
    url = f"https://api.twitter.com/2/users/{user_id}/tweets"

    # クエリパラメータ
    params = {
        "max_results": max_results
    }

    # ヘッダー
    headers = {
        "Authorization": f"Bearer {bearer_token}"
    }

    # リクエストを送信
    response = requests.get(url, params=params, headers=headers)

    # レスポンスをチェック
    if response.status_code == 200:
        return response.json()
    else:
        return f"エラー: {response.status_code}, {response.text}"

bearer_token= userdata.get('X_API_KEY')

client = OpenAI(api_key = userdata.get('OPENAI_API_KEY'))

system_prompt = "あなたは有能な分析官です。"

prompt = "@elonmusk 44196397 のプロフィールと投稿を分析して"


messages = [
    {"role": "system", "content": system_prompt},
    {"role": "user", "content": prompt}
    ]

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_user_profile",
            "description": "指定されたユーザー名のXユーザープロフィールを取得します。",
            "parameters": {
                "type": "object",
                "properties": {
                    "username": {
                        "type": "string",
                        "description": "プロフィールを取得するユーザーの名前"
                    }
                },
                "required": ["username"]
            }
        }
    },
    {
        "type": "function",
        "function": {
            "name": "get_user_tweets",
            "description": "指定されたユーザーIDのXユーザーのツイートを取得します。",
            "parameters": {
                "type": "object",
                "properties": {
                    "user_id": {
                        "type": "string",
                        "description": "ツイートを取得するユーザーのID"
                    },
                    "max_results": {
                        "type": "integer",
                        "description": "取得するツイートの最大数",
                        "default": 10
                    }
                },
                "required": ["user_id"]
            }
        }
    }
)

response = client.chat.completions.create(
    model= "gpt-4o-mini",
    messages=messages,
    tools=tools,
    tool_choice="auto",
)

#Function Callingなし

ChatCompletion(id='chatcmpl-9s25ioB8jkjlBY0QlomqLNEEFlEgR', choices=[Choice(finish_reason='stop', index=0, logprobs=None, message=ChatCompletionMessage(content='申し訳ありませんが、特定のユーザーのプロフィールや投稿を直接分析することはできません。しかし、一般的にエロン・マスク（@elonmusk）に関する情報や彼の投稿スタイルについての分析を提供することはできます。エロン・マスクは、テスラやスペースXなどの企業のCEOとして知られ、Twitterでは革新的なアイデアや最新のプロジェクトについて頻繁に発信しています。彼の投稿はしばしば注目を集め、時には論争を引き起こすこともあります。\n\n具体的な分析が必要な場合、彼の投稿内容や傾向、影響力についての一般的な点をお知らせいただければ、できる限りお手伝いします。', role='assistant', function_call=None, tool_calls=None))], created=1722664778, model='gpt-4o-mini-2024-07-18', object='chat.completion', service_tier=None, system_fingerprint='fp_0f03d4f0ee', usage=CompletionUsage(completion_tokens=175, prompt_tokens=35, total_tokens=210))

# Function Callingを使うと判断された場合

ChatCompletion(id='chatcmpl-9s20caIXcldYLgg4ZwrlazpxGJUS2', choices=[Choice(finish_reason='tool_calls', index=0, logprobs=None, message=ChatCompletionMessage(content=None, role='assistant', function_call=None, tool_calls=[ChatCompletionMessageToolCall(id='call_6JwUixjjcm7ImhogdTBxurwB', function=Function(arguments='{"username": "elonmusk"}', name='get_user_profile'), type='function'), ChatCompletionMessageToolCall(id='call_zMf60XB54hJOFwuwsyknep7X', function=Function(arguments='{"user_id": "44196397"}', name='get_user_tweets'), type='function')]))], created=1722664462, model='gpt-4o-mini-2024-07-18', object='chat.completion', service_tier=None, system_fingerprint='fp_0f03d4f0ee', usage=CompletionUsage(completion_tokens=52, prompt_tokens=160, total_tokens=212))

[ChatCompletionMessageToolCall(id='call_nHLI3xla0MGoleAkZpzMU2Iz', function=Function(arguments='{"username": "elonmusk"}', name='get_user_profile'), type='function'),

 ChatCompletionMessageToolCall(id='call_rq8NlZLUISsUH9QreOM4azeh', function=Function(arguments='{"user_id": "44196397"}', name='get_user_tweets'), type='function')]

response_message = response.choices[0].message

tool_calls = response_message.tool_calls

if tool_calls:
    available_functions = {
        "get_user_profile": get_user_profile,
        "get_user_tweets": get_user_tweets,
    }
    messages.append(response_message)

    for tool_call in tool_calls:
        function_name = tool_call.function.name
        function_to_call = available_functions[function_name]
        function_args = json.loads(tool_call.function.arguments)

        if function_name == "get_user_profile":

            function_response = function_to_call(
                username=function_args.get("username"),
                bearer_token=function_args.get(bearer_token)
                )
        elif function_name == "get_user_tweets":
            function_response = function_to_call(
                user_id=function_args.get("user_id"),
                max_results=function_args.get("max_results", 10),
                bearer_token=function_args.get(bearer_token)
                )
        messages.append(
            {
                "tool_call_id": tool_call.id,
                "role": "tool",
                "name": function_name,
                "content": json.dumps(function_response)
            }
        )

    second_response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=messages,
        temperature=1
    )


    print("second_response:", second_response.choices[0].message.content)

tool_calls = response.choices[0].message.tool_calls

if tool_calls:

    # STEP1で設定した2つの関数をavailable_functionsの中に入れる
    # available_functionsは複数の関数を入れておく入れ物
    available_functions = {
        "get_user_profile": get_user_profile,
        "get_user_tweets": get_user_tweets,
    }
    messages.append(response_message)

[{'role': 'system', : 'あなたは有能な分析官です。'},

 {'role': 'user', 'content': '@elonmusk 44196397 のプロフィールと投稿を分析して'},

 ChatCompletionMessage(content=None, role='assistant', function_call=None, tool_calls=[ChatCompletionMessageToolCall(id='call_3DREd51cbvZKbUDVdRIFJFhX', function=Function(arguments='{"username": "elonmusk"}', name='get_user_profile'), type='function'), ChatCompletionMessageToolCall(id='call_wYPvxARFnb2qWJHlYsf47nCZ', function=Function(arguments='{"user_id": "44196397"}', name='get_user_tweets'), type='function')])]

    for tool_call in tool_calls:

        # tool_callから関数の名前を代入
        function_name = tool_call.function.name

        # available_functionsから関数を一つ設定（これが関数プログラムそのものになる）
        function_to_call = available_functions[function_name]

        # tool_callから関数に使う引数を代入
        function_args = json.loads(tool_call.function.arguments)

[ChatCompletionMessageToolCall(id='call_nHLI3xla0MGoleAkZpzMU2Iz', function=Function(arguments='{"username": "elonmusk"}', name='get_user_profile'), type='function'),

 ChatCompletionMessageToolCall(id='call_rq8NlZLUISsUH9QreOM4azeh', function=Function(arguments='{"user_id": "44196397"}', name='get_user_tweets'), type='function')]

        if function_name == "get_user_profile":
            # 以下のfunction_to_callで関数を実行し、function_responseに戻り値を入れる
            function_response = function_to_call(
                username=function_args.get("username"),
                bearer_token=function_args.get(bearer_token)
                )
            
        elif function_name == "get_user_tweets":
            # 以下のfunction_to_callで関数を実行し、function_responseに戻り値を入れる
            function_response = function_to_call(
                user_id=function_args.get("user_id"),
                max_results=function_args.get("max_results", 10),
                bearer_token=function_args.get(bearer_token)
                )

        # 会話履歴messagesに関数の戻り値を追加します
        messages.append(
            {
                "tool_call_id": tool_call.id,
                "role": "tool",
                "name": function_name,
                #辞書型の関数戻り値をjson文字列に変換 ※messagesには辞書型は入れられない
                "content": json.dumps(function_response),

            }
        )

# STEP2で設定したシステムプロンプト
[{'role': 'system', 'content': 'あなたは有能な分析官です。'},

# STEP2で設定したユーザープロンプト
 {'role': 'user', 'content': '@elonmusk 44196397 のプロフィールと投稿を分析して'},

# STEP4でGPTから取得した戻り値（tool_callsなど）
 ChatCompletionMessage(content=None, role='assistant', function_call=None, tool_calls=[ChatCompletionMessageToolCall(id='call_jxqLnqpy4ovFHgat7ED7qcO9', function=Function(arguments='{"username": "elonmusk"}', name='get_user_profile'), type='function'), ChatCompletionMessageToolCall(id='call_Af8FtZ8MfgtNTZCtuiNZzSKL', function=Function(arguments='{"user_id": "44196397", "max_results": 10}', name='get_user_tweets'), type='function')]),

# STEP5で実行した関数の戻り値①（プロフィールデータ）
 {'tool_call_id': 'call_jxqLnqpy4ovFHgat7ED7qcO9',
  'role': 'tool',
  'name': 'get_user_profile',
  'content': '{"data": {"username": "elonmusk", "verified_type": "blue", "name": "Elon Musk", "verified": true, "protected": false, "public_metrics": {"followers_count": 192952776, "following_count": 686, "tweet_count": 48661, "listed_count": 150811, "like_count": 65040}, "most_recent_tweet_id": "1819613543081103747", "id": "44196397", "description": "", "profile_image_url": "https://pbs.twimg.com/profile_images/1815749056821346304/jS8I28PL_normal.jpg", "created_at": "2009-06-02T20:12:29.000Z"}}'},

# STEP5で実行した関数の戻り値②（投稿データ）
 {'tool_call_id': 'call_Af8FtZ8MfgtNTZCtuiNZzSKL',
  'role': 'tool',
  'name': 'get_user_tweets',
  'content': '{"data": [{"id": "1819613543081103747", "text": "Starlink now available in 102 countries! https://t.co/enkiN79Uma", "edit_history_tweet_ids": ["1819613543081103747"]}, {"id": "1819612640311742617", "text": "@ajtourville The fundamental architecture is now right, but we will still make thousands of improvements", "edit_history_tweet_ids": ["1819612640311742617"]}, {"id": "1819612317358735834", "text": "@ajtourville Many of them are 3D metal printed into the wall of the part", "edit_history_tweet_ids": ["1819612317358735834"]}, {"id": "1819607747203105044", "text": "Interesting https://t.co/skmuBMDkgy", "edit_history_tweet_ids": ["1819607747203105044"]}, {"id": "1819605322132074659", "text": "@Erdayastronaut And it no longer requires a heat shield. Everything is regeneratively cooled.", "edit_history_tweet_ids": ["1819605322132074659"]}, {"id": "1819605125427609718", "text": "@Erdayastronaut It really is", "edit_history_tweet_ids": ["1819605125427609718"]}, {"id": "1819597689283121225", "text": "The amount of work required to simplify the Raptor engine, internalize secondary flow paths and add regenerative cooling for exposed components was staggering. \\n\\nAs a result Raptor 3 doesn\\u2019t require any heat shield, eliminating heat shield mass & complexity, as well as the fire\\u2026 https://t.co/IyLI7QbPSX", "edit_history_tweet_ids": ["1819597689283121225"]}, {"id": "1819551225504768286", "text": "Raptor 3, SN1 https://t.co/gV1NemIyXU", "edit_history_tweet_ids": ["1819551225504768286"]}, {"id": "1819550004073177369", "text": "@GadSaad @YouTube @TeamYouTube @TRobinsonNewEra Wow", "edit_history_tweet_ids": ["1819550004073177369"]}, {"id": "1819548856910012724", "text": "@hoovlet Detailed explanation", "edit_history_tweet_ids": ["1819548856910012724"]}], "meta": {"next_token": "7140dibdnow9c7btw4b0awdm21xla9tyfaxq8rb84tnw4", "result_count": 10, "newest_id": "1819613543081103747", "oldest_id": "1819548856910012724"}}'}]

    second_response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=messages,
        temperature=1
    )


    print(second_response.choices[0].message.content)

ChatCompletion(id='chatcmpl-9s6uyAjV1KXiIdX3Ip2JLQE9B9loG', choices=[Choice(finish_reason='stop', index=0, logprobs=None, message=ChatCompletionMessage(content='### プロフィール概要\n- **ユーザー名**: [@elonmusk](https://twitter.com/elonmusk)\n- **名前**: Elon Musk\n- **フォロワー数**: 192,961,418\n- **フォロー数**: 686\n- **ツイート数**: 48,661\n- **リスト数**: 150,809\n- **いいね数**: 65,040\n- **作成日**: 2009年6月2日\n- **プロフィール画像**: ![Elon Musk Profile Image](https://pbs.twimg.com/profile_images/1815749056821346304/jS8I28PL_normal.jpg)\n\nElon Muskは、Twitterを通じて彼のビジネスや技術に関する情報を発信しています。また、彼のフォロワー数は非常に多く、影響力のある人物であることが伺えます。\n\n### 最近の投稿分析\n以下は、Elon Muskが最近行った10件のツイートです。\n\n1. **Starlinkの展開**\n   - **内容**: "Starlink now available in 102 countries!" \n   - **リンク**: [ツイートリンク](https://t.co/enkiN79Uma)\n\n2. **エンジニアリングに関する会話**\n   - **内容**: "@ajtourville The fundamental architecture is now right, but we will still make thousands of improvements". \n\n3. **製造技術の革新**\n   - **内容**: "@ajtourville Many of them are 3D metal printed into the wall of the part".\n\n4. **興味深い情報への反応**\n   - **内容**: "Interesting", リンク付き。\n   - **リンク**: [ツイートリンク](https://t.co/skmuBMDkgy)\n\n5. **熱防護についての言及**\n   - **内容**: "@Erdayastronaut And it no longer requires a heat shield. Everything is regeneratively cooled."\n\n6. **同じく熱防護に関する確認**\n   - **内容**: "@Erdayastronaut It really is".\n\n7. **Raptorエンジンの改善**\n   - **内容**: "The amount of work required to simplify the Raptor engine...".\n   - 長文で詳細な説明あり。\n\n8. **Raptor 3の画像**\n   - **内容**: "Raptor 3, SN1"\n   - **リンク**: [ツイートリンク](https://t.co/gV1NemIyXU)\n\n9. **YouTubeに関連するリプライ**\n   - **内容**: "@GadSaad @YouTube @TeamYouTube @TRobinsonNewEra Wow".\n\n10. **詳細な説明の要求**\n   - **内容**: "@hoovlet Detailed explanation".\n\n### 分析まとめ\nElon Muskは主に彼の企業（例: スペースX、テスラ）の技術的進展について情報を発信しています。特に、Starlinkのグローバルな拡張や、Raptorエンジンの設計革新についての言及が目立ちます。また、彼はフォロワーとのインタラクションも多く、自身の技術やビジョンを広めることに力を入れていることが分かります。\n\n彼のツイートは技術的な内容が豊富で、専門的な知識を持つフォロワーに向けた情報提供が中心となっています。', role='assistant', function_call=None, tool_calls=None))], created=1722683332, model='gpt-4o-mini-2024-07-18', object='chat.completion', service_tier=None, system_fingerprint='fp_9b0abffe81', usage=CompletionUsage(completion_tokens=781, prompt_tokens=1737, total_tokens=2518))

openapi: 3.0.0
info:
  title: Twitter User Profile API
  version: 1.0.0
  description: Twitter User Profileを取得するためのAPI

servers:
  - url: https://api.twitter.com/2

paths:
  /users/by/username/{username}:
    get:
      summary: ユーザープロフィールの取得
      description: 指定されたユーザー名に基づいてTwitterユーザーのプロフィール情報を取得します。
      parameters:
        - name: username
          in: path
          required: true
          schema:
            type: string
          description: 取得したいユーザーのTwitterユーザー名
        - name: user.fields
          in: query
          schema:
            type: string
          description: 返すユーザーフィールド
        - name: expansions
          in: query
          schema:
            type: string
          description: 展開するフィールド
        - name: tweet.fields
          in: query
          schema:
            type: string
          description: 返すツイートフィールド
      security:
        - BearerAuth: []
      responses:
        '200':
          description: 成功レスポンス
          content:
            application/json:
              schema:
                type: object
        '400':
          description: 不正なリクエスト
        '401':
          description: 認証エラー
        '404':
          description: ユーザーが見つかりません
        '429':
          description: レート制限超過

components:
  securitySchemes:
    BearerAuth:
      type: http
      scheme: bearer