Update app.py

app.py

@@ -54,11 +54,12 @@ def render_score_card(total, raw):
     parts.append(raw.strip())
     return "\n".join(parts)
 
-# === 呼叫 Gemini API ===
-def call_openai_gpt(summary):
+# === 呼叫 API ===
+def call_model(summary: str) -> str:
     if not api_key:
-        return "【設定錯誤】找不到 OPENAI_API_KEY，請在環境變數中設定。"
-    system_prompt = f"""你是臨床教師，學生主要用什麼語言回答你就用什麼語言給分打回饋。根據以下七大題項和等第制，請對實習醫學生的一分鐘總結進行評分與評論。學生主要用什麼語言回答你就用什麼語言給分打回饋。
+        return "【設定錯誤】找不到 OPENAI_API_KEY，請在 Hugging Face Space Secrets 設定。"
+
+    prompt = f"""你是臨床教師，學生主要用什麼語言回答你就用什麼語言給分打回饋。根據以下七大題項和等第制，請對實習醫學生的一分鐘總結進行評分與評論。學生主要用什麼語言回答你就用什麼語言給分打回饋。
 評分規準：
 • 優異（A）：90-100分
 o 評語： 內容精確、邏輯嚴謹，能對病程變化做出全面且深入的分析。能將各項資訊融會貫通，並在鑑別診斷中展現清晰的臨床思維。
@@ -109,7 +110,6 @@ ________________________________________
 • 良好（B）： 能夠提及已採取的處置，但未能完整解釋其目的或背後的治療邏輯。
 • 尚可（C）： 僅能提及部分處置，且資訊不夠精確。
 • 需加強（F）： 提供的處置資訊有誤，或與病情不符，或完全無法回答此問題
-
 全人照護是以個臨床工作場域的跨領域教學(InterprofessionalEducatio，IPE)為基礎，並利用跨領域團隊照護(Interprofessional Practice，IPP)的
 實際運作方式，透過各職類團隊的相互合作，讓學員把知識、技能、態度(KAS)運用在病人身、心、靈、社會(四面向)照護，更以病人本身的全人照護為出發點，
 擴展至全團隊共同提供全程、全家、全社區的五全照護。
@@ -128,37 +128,20 @@ ________________________________________
 4. 總結性評論
 5. 簡要全人照護面向評估與分數(5-五全: 全人、全家、全程、全隊、全社區 / 4-四面向: 生、心、靈、社會 /3-三要素: 知識、態度、技能 (KAS)) 
 學生主要用什麼語言回答你就用什麼語言給分打回饋。
-
 學生的一分鐘總結如下：
 {summary}
 學生主要用什麼語言回答你就用什麼語言給分打回饋。
 """
-        response = client.responses.create(
+
+    response = client.responses.create(
         model=MODEL_NAME,
         input=prompt,
     )
 
-user_message = f"""學生的一分鐘總結如下：
-{summary}
-請依照上述臨床教師的角色進行評分。學生主要用什麼語言回答你就用什麼語言給分打回饋。"""
-
     try:
-        response = client.chat.completions.create(
-            model=MODEL_NAME,
-            messages=[
-                {"role": "system", "content": system_prompt},
-                {"role": "user", "content": user_message}
-            ],
-            temperature=0.7, # 保持適當的創造力與評分靈活性
-            store=True
-        )
-        return response.choices[0].message.content
-        
+        return response.output[0].content[0].text
     except Exception as e:
-        error_msg = str(e)
-        if "model" in error_msg:
-            return f"【模型錯誤】無法使用 {MODEL_NAME}，請檢查權限或改用 gpt-4o-mini。\n詳細錯誤: {error_msg}"
-        return f"【OpenAI API 錯誤】{error_msg}"
+        return f"【解析回應失敗】{e}｜原始：{str(response)[:300]}"
         
 # === 紀錄到 Google Sheet ===
 def log_to_sheet(level, name, p1, p2, p3, p4, p5, p6, p7, raw, total):