Update app.py

app.py

@@ -12,8 +12,6 @@ difficulties = ["簡單", "中等", "困難"]
 
 # 學習者錯誤統計（歷史紀錄）
 user_errors = {}
-
-# 存儲「錯題歷史」的字典
 error_history = {}
 
 # **開發者預設教材 PDF 檔案**
@@ -21,7 +19,7 @@ DEFAULT_PDF_PATH = "教材.pdf"
 
 # 解析 PDF 並擷取文本（使用開發者預設的教材）
 def extract_text_from_pdf():
-    with open(DEFAULT_PDF_PATH, "rb") as pdf_file:  # 修正此處為 "rb"
+    with open(DEFAULT_PDF_PATH, "rb") as pdf_file:
         reader = PyPDF2.PdfReader(pdf_file)
         text = ""
         for page in reader.pages:
@@ -31,7 +29,6 @@ def extract_text_from_pdf():
 pdf_text = extract_text_from_pdf()  # 讀取教材
 
 # AI 生成問題函數（基於預設教材）
-print(pdf_text[:500])  # 顯示前 500 個字元，檢查是否成功讀取
 def generate_question(topic, difficulty):
     prompt = f"請根據以下教育學教材內容，設計一個屬於'{topic}'主題、'{difficulty}'難度的考題：\n{pdf_text}"
     
@@ -42,50 +39,19 @@ def generate_question(topic, difficulty):
     )
     return response['choices'][0]['message']['content']
 
-# AI 判斷對錯並提供講解，並記錄錯題與日期
+# AI 根據 PDF 教材分析回答
 def analyze_answer(user_input, topic):
-    global user_errors, error_history
-    
-    # 取得當前日期
-    current_date = datetime.today().strftime("%Y-%m-%d")
-    
-    # 使用 AI 來分析回答
-    prompt = f"學生回答：'{user_input}'\n\n請分析學生的回答是否正確，並提供詳細講解與建議。"
+    prompt = f"請根據以下教材內容，檢查學生的回答是否正確，並提供正確答案與詳細講解：\n{pdf_text}\n\n學生回答：'{user_input}'"
     
     response = openai.ChatCompletion.create(
         model="gpt-4",
-        messages=[{"role": "system", "content": "你是一位教育專家，請評估學生的回答，並提供詳細講解。"},
+        messages=[{"role": "system", "content": "你是一位教育專家，請根據教材內容分析學生的回答，並提供正確答案與講解。"},
                   {"role": "user", "content": prompt}]
     )
     
     feedback = response['choices'][0]['message']['content']
-    
-    # 記錄錯誤主題與日期
-    if "❌" in feedback:
-        user_errors[topic] = user_errors.get(topic, 0) + 1
-        if current_date not in error_history:
-            error_history[current_date] = []
-        error_history[current_date].append({"題目": topic, "回答": user_input, "AI 分析": feedback})
-
     return feedback
 
-# 顯示弱點歷史紀錄
-def get_weaknesses():
-    if not user_errors:
-        return "🎯 目前沒有明顯弱點，繼續保持！"
-
-    sorted_weaknesses = sorted(user_errors.items(), key=lambda x: x[1], reverse=True)
-    
-    history_text = "\n".join([f"{k}: {v} 次錯誤" for k, v in sorted_weaknesses])
-    return f"📌 **你的弱點領域**：\n{history_text}"
-
-# 查詢特定日期的錯題歷史
-def get_errors_by_date(date):
-    if date in error_history:
-        errors = error_history[date]
-        return "\n".join([f"🔹 題目: {e['題目']}\n📝 回答: {e['回答']}\n📖 AI 分析: {e['AI 分析']}" for e in errors])
-    return "❌ 該日期沒有錯題紀錄"
-
 # 設定 Gradio 介面
 with gr.Blocks() as demo:
     gr.Markdown("# 教師檢定智慧陪讀家教 🚀")
@@ -103,15 +69,4 @@ with gr.Blocks() as demo:
     analyze_btn = gr.Button("分析回答")
     analyze_btn.click(analyze_answer, inputs=[user_answer, topic_input], outputs=analysis_result)
 
-    # 新增弱點歷史紀錄功能
-    weaknesses_output = gr.Textbox(label="弱點歷史紀錄")
-    weakness_btn = gr.Button("查看過去錯誤主題")
-    weakness_btn.click(get_weaknesses, outputs=weaknesses_output)
-
-    # 新增「錯題日期選擇」功能
-    date_input = gr.Textbox(label="輸入日期（YYYY-MM-DD）")
-    error_history_output = gr.Textbox(label="當日錯題紀錄")
-    search_errors_btn = gr.Button("查看該日期錯題")
-    search_errors_btn.click(get_errors_by_date, inputs=date_input, outputs=error_history_output)
-
 demo.launch()