Update app.py

app.py

@@ -13,12 +13,14 @@ def build_ui():
         gr.Markdown("## 📝 JD 任务解析与解法选择 Demo")
 
         jd_text = gr.Textbox(label="职位描述 (JD)", placeholder="请输入职位描述文本，如‘负责销售数据分析与报告撰写’")
-        task = gr.Textbox(label="提取的任务", interactive=False)
+        task = gr.Textbox(label="提取的可测试任务", interactive=False)
+        testable_skills = gr.Textbox(label="可测试的硬技能", interactive=False)
         solution_options = gr.CheckboxGroup(label="任务解法选项", choices=["选项1", "选项2", "选项3"], type="index")
         final_solution = gr.Textbox(label="您的最终解法", lines=3, placeholder="请提供您的解法")
         comment = gr.Textbox(label="📝 选择理由", lines=3, placeholder="为什么选择这个解法")
 
         generate_task = gr.Button("🔍 解析 JD 提取任务")
+        generate_solution = gr.Button("🎨 生成解法选项")
         submit = gr.Button("✅ 提交选择与解法（保存为RLHF数据）")
         feedback = gr.Textbox(label="系统反馈", interactive=False)
 
@@ -27,33 +29,35 @@ def build_ui():
         solution_state = gr.State([])
 
         def handle_jd_submit(jd_text):
-            # 从 JD 中提取任务
-            message = f"""你是一个任务解析助手，请根据以下 JD 提取出相关的任务：
+            # 步骤 1：解析任务，并生成具体的可测试任务
+            message = f"""你是一个任务解析助手，请根据以下 JD 提取出一个可以测试硬技能的任务，并具体列出需要的硬技能：
             JD: {jd_text}
-            请提取一个任务描述并用简洁明了的语言表达。"""
+            请提取出以下内容：
+            1. 任务描述：可以通过具体操作测试的任务
+            2. 硬技能：为测试该任务所需的硬技能（例如编程语言、工具、技术等）"""
             
             response = taskgen_client.predict(message=message, api_name="/chat")
-            task_match = re.search(r"负责(.*?)(、|。)", response)  # 提取任务描述
+            
+            # 任务描述和可测试硬技能的提取
+            task_match = re.search(r"任务描述[:：](.*?)(、|。)", response)
+            skills_match = re.search(r"硬技能[:：](.*?)(、|。)", response)
+            
             task = task_match.group(1).strip() if task_match else "任务解析失败"
+            testable_skills = skills_match.group(1).strip() if skills_match else "无硬技能信息"
+            
+            return task, testable_skills, jd_text, task, testable_skills
 
-            print(f"提取的任务：{task}")  # 添加调试信息
-
-            # 动态生成解法选项
+        def handle_generate_solution(task):
+            # 步骤 2：生成解法选项
             solution_message = f"""根据以下任务描述，生成三个解决方案选项：
-            任务：{task}
+            任务描述：{task}
             请为该任务生成三个具体的解决方案，并列出其优缺点。"""
             
-            # 调用模型生成解法选项
             solution_response = taskgen_client.predict(message=solution_message, api_name="/chat")
-
-            print(f"模型返回的解法选项：{solution_response}")  # 输出模型的响应，查看格式
-
-            # 解析模型返回的解法选项（假设模型返回每个选项单独一行）
+            
+            # 解析解法选项（假设模型返回每个选项单独一行）
             solution_options = solution_response.split("\n")  # 假设解法选项按行分开
-
-            print(f"解析后的解法选项：{solution_options}")  # 添加调试信息，查看解析结果
-
-            return task, solution_options, jd_text, task, solution_options
+            return solution_options
 
         def handle_submit(selected_option, comment_text, final_solution_text):
             record = {
@@ -73,7 +77,8 @@ def build_ui():
                 feedback_text = f"❌ 保存失败：{str(e)}"
             return feedback_text
 
-        generate_task.click(fn=handle_jd_submit, inputs=[jd_text], outputs=[task, solution_options, jd_state, task_state, solution_state])
+        generate_task.click(fn=handle_jd_submit, inputs=[jd_text], outputs=[task, testable_skills, jd_state, task_state])
+        generate_solution.click(fn=handle_generate_solution, inputs=[task], outputs=[solution_options])
         submit.click(fn=handle_submit, inputs=[solution_options, comment, final_solution], outputs=[feedback])
 
     return demo