Update app.py

app.py

@@ -1,8 +1,8 @@
 import gradio as gr
 from gradio_client import Client
 import re
-import json
 from datetime import datetime
+import json
 
 # 初始化任务生成客户端（腾讯混元 Space）
 taskgen_client = Client("tencent/Hunyuan-Large")
@@ -27,21 +27,25 @@ def build_ui():
         solution_state = gr.State([])
 
         def handle_jd_submit(jd_text):
-            # 从 JD 中提取任务描述
+            # 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：
             JD: {jd_text}
-            请提取一个任务描述并用简洁明了的语言表达。
-            """
+            请提取一个任务描述并用简洁明了的语言表达。"""
+            
             response = taskgen_client.predict(message=message, api_name="/chat")
-            task_match = re.search(r"任务[:：](.*)", response)
-
+            task_match = re.search(r"负责(.*?)(、|。)", response)  # 提取任务描述
             task = task_match.group(1).strip() if task_match else "任务解析失败"
-            # 生成解法选项
-            solution_options = [
-                f"解法1：基于数据分析工具，生成详细报告",
-                f"解法2：通过市场调研，提出优化建议",
-                f"解法3：结合用户需求，制定定制化销售策略"
-            ]
+
+            # 动态生成解法选项
+            solution_message = f"""根据以下任务描述，生成三个解决方案选项：
+            任务：{task}
+            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")
+            
+            # 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）
+            solution_options = solution_response.split("\n")  # 假设解法选项按行分开
 
             return task, solution_options, jd_text, task, solution_options