Update app.py

app.py

@@ -443,31 +443,32 @@ def predict(message, history):
     mode = user_profile.get("mode") or ""
 
     # ~~~~~~~~~ Backward模式 ~~~~~~~~~
-    if mode == "是":
+    if "是" in mode:  # 使用"是"而不是精确匹配，以防用户回复"是的"等
         if in_backward_flow and not backward_done:
+            # 处理上一个问题的回答
             if backward_index > 0 and backward_index <= len(backward_additional_questions):
                 prev_key = backward_additional_questions[backward_index - 1][0]
                 user_profile[prev_key] = message.strip()
 
+            # 提出下一个问题
             if backward_index < len(backward_additional_questions):
                 k, prompt_text = backward_additional_questions[backward_index]
                 backward_index += 1
                 return prompt_text
             else:
-                # 修改这里，不要直接设置backward_done为True
-                # 而是需要生成职业详情并询问是否需要A/B/C专项信息
+                # 所有问题都已回答完毕
                 try:
                     api_key = os.environ.get("API_TOKEN")
                     if not api_key:
                         return "错误：API_TOKEN 未设置"
                     client = OpenAI(api_key=api_key)
                     
-                    # 先生成职业详情
+                    # 生成职业详情
                     career_detail_prompt = f"""
 你是一位专业的职业规划顾问。
 学生目标职业: {user_profile.get('specific_career') or '未知'}
 学生背景: {user_profile.get('bg_info') or '未知'}
-请写一份详细的职业说明，至少包含：
+请为这位想要从事 {user_profile.get('specific_career')} 职业的学生写一份详细的职业说明，至少包含：
 1. 行业平均薪资（初级/中级/高级）
 2. 工作环境（远程/混合/办公室，团队规模等）
 3. 晋升难度（需要什么资历或条件）
@@ -490,24 +491,23 @@ def predict(message, history):
                     )
                     detail_msg = resp.choices[0].message.content
                     
-                    # 设置状态，与Forward模式保持一致
+                    # 设置状态
                     user_profile["final_choice"] = user_profile.get("specific_career")
-                    job_chosen = True
-                    forward_deep_dive_done = True
+                    job_chosen = True  # 直接标记为已选择职业
                     post_career_detail_asked = True
                     
                     # 返回职业详情并询问A/B/C
                     return detail_msg + "\n\n我还可以针对以下三方面提供更深入的分析建议：" \
-                        "\n- A：专业/选课 & 求职方向" \
-                        "\n- B：本校资源利用建议" \
-                        "\n- C：实习 & networking 积累" \
-                        "\n如果你想查看其中一个或多个，请输入 A / B / C / AB / BC / AC / ABC" \
-                        "\n如果都不需要，请回复'不需要'。"
+                           "\n- A：专业/选课 & 求职方向" \
+                           "\n- B：本校资源利用建议" \
+                           "\n- C：实习 & networking 积累" \
+                           "\n如果你想查看其中一个或多个，请输入 A / B / C / AB / BC / AC / ABC" \
+                           "\n如果都不需要，请回复'不需要'。"
                     
                 except Exception as e:
                     return f"生成职业详情时出错: {str(e)}"
         
-        # 处理 A/B/C 答疑 (复用Forward模式的逻辑)
+        # 处理 A/B/C 答疑
         elif post_career_detail_asked and not post_career_detail_done:
             user_choice = message.strip().lower()
             if user_choice in ["不需要", "no", "n"]:
@@ -526,11 +526,7 @@ def predict(message, history):
                 roadmap_offered = True
                 return abc_text + "\n\n以上是你所选的A/B/C专项信息。需要一个时间轴式职业路线图吗？如需，则回复【要】，否则回复【不要】。"
         
-        # 处理是否需要时间轴路线图 (复用Forward模式的逻辑)
-        elif job_chosen and not roadmap_offered and not roadmap_done:
-            roadmap_offered = True
-            return "需要一个时间轴式职业路线图吗？如需，则回复【要】，否则回复【不要】。"
-        
+        # 处理是否需要时间轴路线图
         elif roadmap_offered and not roadmap_done:
             ans = message.strip().lower()
             if ans in ["要", "yes", "y"]: