fastapi-python-boilerplate/PythonReportGenerator at main · ZyntroAI/fastapi-python-boilerplate · 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
/*โอเคครับ ✨ ผมจะทำตัวอย่างโค้ด Python สำหรับสร้างรายงานจากข้อมูลที่ได้จาก NotebookLM โดยโครงสร้างนี้จะช่วยให้คุณสามารถดึงข้อมูลจากโน้ต/สรุป แล้วแปลงเป็นรายงานในรูปแบบ Markdown หรือ PDF ได้  */

---

!/*📜 ตัวอย่างโค้ด*/ – Python Report Generator

`python
import json
from fpdf import FPDF

class NotebookLMReport:
    def init(self, data_file):
       /* # โหลดข้อมูลจาก NotebookLM (สมมติว่า export เป็น JSON)*/
        with open(data_file, "r", encoding="utf-8") as f:
            self.data = json.load(f)

    def generatemarkdown(self, outputfile="report.md"):
        with open(output_file, "w", encoding="utf-8") as f:
            f.write("# รายงานจาก NotebookLM\n\n")
            for section in self.data.get("sections", []):
                f.write(f"## {section['title']}\n")
                for point in section.get("points", []):
                    f.write(f"- {point}\n")
                f.write("\n")
        print(f"✅ Markdown report saved to {output_file}")

    def generatepdf(self, outputfile="report.pdf"):
        pdf = FPDF()
        pdf.add_page()
        pdf.set_font("Arial", size=12)

        pdf.cell(200, 10, txt="รายงานจาก NotebookLM", ln=True, align="C")

        for section in self.data.get("sections", []):
            pdf.set_font("Arial", "B", size=12)
            pdf.cell(200, 10, txt=section["title"], ln=True)
            pdf.set_font("Arial", size=11)
            for point in section.get("points", []):
                pdf.multi_cell(0, 10, f"- {point}")
            pdf.ln(5)

        pdf.output(output_file)
        print(f"✅ PDF report saved to {output_file}")

/*
===== ตัวอย่างการใช้งาน =====
if name == "main":
    report = NotebookLMReport("notebooklm_export.json")
    report.generate_markdown()
    report.generate_pdf()
`
*/

---

🛠 วิธีการทำงาน
- NotebookLM Export → สมมติว่าคุณ export ข้อมูลออกมาเป็น JSON เช่น:
  `json
  {
    "sections": [
      {
        "title": "บทสรุปการประชุม",
        "points": [
          "ทีมงานตกลงใช้ Flask API",
          "ต้องการเชื่อมต่อ Google Drive"
        ]
      },
      {
        "title": "งานที่ต้องทำ",
        "points": [
          "ออกแบบโครงสร้าง API",
          "ทดสอบการแปลง PDF เป็น HTML"
        ]
      }
    ]
  }
  `
- ฟังก์ชัน generate_markdown() → สร้างไฟล์รายงานในรูปแบบ Markdown
- ฟังก์ชัน generate_pdf() → สร้างไฟล์รายงานเป็น PDF ด้วย FPDF

---

คุณอยากให้ผมปรับโค้ดนี้ให้รองรับ สรุปเชิงวิเคราะห์ (Insight/Key Takeaways) หรือให้เน้น สร้าง Story แนวแฟนตาซี จากโน้ตใน NotebookLM ก่อนดีครับ?