prozemi-rune 0.9.7

Python client for Programming Zemi API

ProzemiRune 🌀

ビジュアルプログラミングアプリ「プログラミングゼミ（プロゼミ）」のAPIをPythonから操作するための非公式クライアントライブラリです。
作品の収集、解析、そしてPythonからの作品投稿（シェア）をサポートしています。

✨ 特徴

• 認証・セッション管理: キャッシュ機能付きのログイン・トークン自動更新。
• トークン自動発行: sign_up メソッドによる新規アカウントの即時作成。
• 作品収集 (Scraping): 「みんなの作品」からプロジェクト一覧を取得し、.prozemiproj を一括ダウンロード。
• 作品投稿 (Sharing): multipart/form-data 形式に対応し、自作のプロジェクトファイルを直接シェア可能。
• 機械学習フレンドリー: ダウンロードしたプロジェクトを解凍し、JSONデータを抽出してPyTorch等の学習データセットに活用できます。

🚀 インストール

pip install prozemi-rune

🛠 使い方

1. 初期化とログイン

from prozemi_rune import ProzemiRune

# 初期化 (session.json に認証情報がキャッシュされます)
rune = ProzemiRune()

# ログイン (アカウントがない場合は自動で新規作成)
rune.sign_in()

2. 作品の一覧取得とダウンロード

# 「みんなの作品」の1ページ目を取得
works = rune.get_public_works(page=1)

for work in works:
    print(f"作品名: {work['name']}")
    # プロジェクトファイルをダウンロード
    rune.download_project(work['url'], save_dir="my_dataset")

3. 作品をシェア（投稿）する

自分で作成した、あるいはPythonで生成した .prozemiproj ファイルを投稿します。

# ローカルのファイルを投稿
rune.share_work(
    file_path="generated_project.prozemiproj",
    project_name="AI生成プログラム",
    allow_remix=True
)

🤖 PyTorch勢の方へ

.prozemiproj ファイルは実態がZIPアーカイブです。中身の project.json をパースして、ブロックの配列をトークン化することで、LLMやTransformerを用いたプログラム生成モデルの学習が可能です。

import zipfile
import json

def load_blocks(file_path):
    with zipfile.ZipFile(file_path, 'r') as z:
        project_data = json.loads(z.read('project.json'))
        # scripts 構造をパースして学習データセットへ
        return project_data

⚠️ 免責事項

このプロジェクトは公式（DeNA）とは一切関係のない非公式なものです。
サーバーに過度な負荷をかけるスクレイピングや、スパム投稿などの迷惑行為には使用しないでください。利用規約を遵守し、教育的・研究的な目的でご利用ください。

📄 ライセンス

MIT License