Update third.py

third.py

@@ -2,7 +2,6 @@
 
 import os
 import openai
-import json
 from langchain.chat_models import ChatOpenAI
 from langchain.experimental.plan_and_execute import PlanAndExecute, load_agent_executor, load_chat_planner
 from langchain.llms import OpenAI
@@ -58,13 +57,10 @@ async def main(editable_output2, keyword_id):
 
     # Specify the type of information you want to research.
     if "人物" in h1_text or any("人物" in h2_text for h2_text in h2_texts) or any("人物" in h3_text for h3_text in h3_texts):
-        # If the topic is about a person, specify that you want to research their name and career.
         purpose += " including the person's name and career"
     elif "商品" in h1_text or any("商品" in h2_text for h2_text in h2_texts) or any("商品" in h3_text for h3_text in h3_texts):
-        # If the topic is about a product, specify that you want to research the brand name, product name, and price.
         purpose += " including the brand name, product name, and price"
     elif "イベント" in h1_text or any("イベント" in h2_text for h2_text in h2_texts) or any("イベント" in h3_text for h3_text in h3_texts):
-        # If the topic is about an event, specify that you want to research the event's content, schedule, and venue.
         purpose += " including the event's content, schedule, and venue"
 
     # Convert the purpose into an instruction in the form of a question.
@@ -74,23 +70,7 @@ async def main(editable_output2, keyword_id):
     if instruction not in executed_instructions:
         raw_output = agent.run(instruction)
         executed_instructions.append(instruction)
-
-        # raw_outputの内容を確認
-        print(f"Raw Output: {raw_output}")
-
-        try:
-            # エージェントの出力をJSONとして解析
-            agent_output = json.loads(raw_output)
-            
-            # 'action_input'を取得
-            response_content = agent_output['action']['action_input']
-        except json.JSONDecodeError:
-            # JSON形式でない場合は、raw_outputを直接使用する
-            response_content = raw_output
-        except Exception as e:
-            print(f"Error: {e}")
-            return
-
+        response_content = raw_output
         research_results.append(response_content)
     else:
         response_content = "This instruction has already been executed."
@@ -102,10 +82,10 @@ async def main(editable_output2, keyword_id):
     }
 
     # Prepare the user message
-    research_summary = "\n".join(research_results)  # 調査結果をまとめる
+    research_summary = "\n".join(research_results)
     user_message = {
         "role": "user",
-        "content": f'"{h1_text}"という記事タイトルに沿った導入文を日本語で作成し、各見出し"{", ".join(h2_texts)}"についての導入文を作成してください。導入文はそれぞれの見出しの直下にある"{", ".join(h3_texts)}"の内容を考慮に入れて作成してください。その後、"{", ".join(h3_texts)}"についての本文を作成してください。各セクションは、読者の興味を引き、記事の主題を明確に示すものであるべきです。最後に、記事全体のまとめ、<h2>まとめ</h2>としてクローズしてください。以下に取得した情報を示します：{research_summary}'
+        "content": f'"{h1_text}"という記事タイトルに沿った導入文を日本語で作成し、各見出し"{", ".join(h2_texts)}"についての導入文を作成してください。導入文はそれぞれの見出しの直下にある"{", ".join(h3_texts)}"の内容を考慮に入れて作成してください。その後、"{", ".join(h3_texts)}"のセクションで本文を作成してください。各セクションは、読者の興味を引き、記事の主題を明確に示すものであるべきです。最後に、記事全体のまとめ、<h2>まとめ</h2>としてクローズしてください。以下に取得した情報を示します：{research_summary}'
     }
 
     # Generate a new text using the ChatCompletion API
@@ -115,10 +95,10 @@ async def main(editable_output2, keyword_id):
         temperature=0.7,
     )
     result = response.choices[0]["message"]["content"]
-    
+
     # Save the generated message to output3.txt
     with open('output3.txt', 'w', encoding='utf-8') as f:
         f.write(result)
-            
+
     # Print the generated message
     print(result)