Update app.py

app.py

@@ -5,20 +5,17 @@ import time
 
 # ========== 全局变量与基础问题 ==========
 user_profile = {
-    "mode": None,              # 是否有明确职业目标：是/否
-    "age": None,               # 年龄范围
-    "degree": None,            # 学历
-    "interests": None,         # 兴趣爱好
-    "mbti": None,              # MBTI类型
-    "specific_career": None,   # Backward模式下的目标职业
-
-    # 以下是为增强多轮交互新增的字段：
-    "bg_info": None,           # 学术背景(学校、年级、专业、主修课程、Resume)
-    "test_choice": None,       # 是否做职业测评或小游戏（Forward模式中示例）
-    "forward_career_choice": None,  # Forward模式下，用户从多个推荐方向中最终选择的方向
+    "mode": None,
+    "age": None,
+    "degree": None,
+    "interests": None,
+    "mbti": None,
+    "specific_career": None,
+    "bg_info": None,
+    "test_choice": None,
+    "forward_career_choice": None
 }
 
-# 原始基础问题（5个）
 base_questions = [
     ("mode", "你是否有心仪的职业方向？\n- 如果有，请回复'是'（Backward模式）\n- 如果没有，请回复'否'（Forward模式）"),
     ("age", "你的年龄范围是？（例如：'18岁以下'，'18-21岁'，'21-25岁'，'25-29岁'，'30岁以上'）"),
@@ -27,36 +24,18 @@ base_questions = [
     ("mbti", "你的MBTI人格类型是什么？（例如：INFP，INTJ，ENFP等）如果不知道，可以回复'不知道'")
 ]
 
-# Forward模式下的补充问题：示例
 forward_additional_questions = [
-    (
-        "bg_info",
-        "请提供你的具体学术背景：你的学校、年级、专业、主修课程。如果能简单介绍一下你目前的选课或实习经历就更好啦。"
-    ),
-    (
-        "test_choice",
-        "我可以帮你做一个简单的职业性格测评，或玩一个小心理游戏，让你更清晰地认识自己。你想试试看吗？(请输入'是'或'否')"
-    ),
-    (
-        "forward_career_choice",
-        "基于你的背景和性格，我会给出几个职业大方向，请在这里输入你最感兴趣的1~2个方向，以便深入讨论。"
-    ),
+    ("bg_info", "请提供你的具体学术背景：你的学校、年级、专业、主修课程。如果能简单介绍一下你目前的选课或实习经历就更好啦。"),
+    ("test_choice", "我可以帮你做一个简单的职业性格测评，或玩一个小心理游戏，让你更清晰地认识自己。你想试试看吗？(请输入'是'或'否')"),
+    ("forward_career_choice", "基于你的背景和性格，我会给出几个职业大方向，请在这里输入你最感兴趣的1~2个方向，以便深入讨论。")
 ]
 
-# Backward模式下的补充问题：示例
 backward_additional_questions = [
-    # 注意：original code中会在第1个问题之后自动插入("specific_career", "请具体描述你的职业方向")
-    (
-        "bg_info",
-        "请提供你的学校、年级、专业以及已有的实习或项目经历，以便更好地帮你规划如何达成目标。"
-    )
+    ("bg_info", "请提供你的学校、年级、专业以及已有的实习或项目经历，以便更好地帮你规划如何达成目标。")
 ]
 
-# 记录当前问题索引
 current_q_index = 0
-questions = base_questions[:]    # 基础问题列表的拷贝
-
-# 标记流程状态
+questions = base_questions[:]
 in_forward_flow = False
 in_backward_flow = False
 forward_index = 0
@@ -64,18 +43,13 @@ backward_index = 0
 forward_done = False
 backward_done = False
 
-# ========== 默认模型参数，可自行修改 ==========
 system_prompt_default = "你是一位专业的职业规划顾问，帮助学生规划他们的职业路径。"
 model_default = "gpt-4o"
 temp_default = 0.7
 top_p_default = 0.95
 token_default = 2000
 
-# ========== 生成系统提示 ==========
 def generate_system_prompt():
-    """
-    根据 Forward / Backward 模式以及收集的用户信息，动态生成 system prompt
-    """
     mode = user_profile["mode"]
     age = user_profile["age"]
     degree = user_profile["degree"]
@@ -85,8 +59,7 @@ def generate_system_prompt():
     bg_info = user_profile["bg_info"]
     test_choice = user_profile["test_choice"]
     forward_career_choice = user_profile["forward_career_choice"]
-
-    if mode and "是" in mode:  # Backward模式
+    if mode and "是" in mode:
         prompt = f"""
 你是一位专业的职业规划顾问，使用"Backward Design"方法帮助学生规划他们的职业路径。
 学生个人资料:
@@ -113,4 +86,258 @@ def generate_system_prompt():
 7. 简历优化建议
 
 最后，请用Markdown格式提供清晰的职业路线图，格式如下：
+"""
+    else:
+        prompt = f"""
+你是一位专业的职业规划顾问，使用"Forward Design"方法帮助学生探索适合的职业路径。
+学生个人资料:
+- 年龄: {age}
+- 学历: {degree}
+- 兴趣爱好: {interests}
+- MBTI类型: {mbti}
+- 学术背景: {bg_info}
+- 是否做过职业测评: {test_choice}
+- 学生选择感兴趣的��业方向: {forward_career_choice}
+
+请根据学生的背景和个人资料进行分析：
+1. 总结学生的优势和劣势
+2. 分析学生的性格特点和职业适配性
+3. 基于学生的学历背景、兴趣爱好和性格特点，推荐若干可能适合的职业大方向
+4. 当学生选择了特定方向后，请进一步推荐3个具体职业，并针对每个职业提供：
+   - 职业描述和日常工作内容
+   - 该职业对学生的适合度分析
+   - 入行门槛和要求
+   - 详细的准备步骤（如选课、必要技能培训、资格认证或考试、如何利用学校资源、实习积累、简历优化等）
+
+最后，请用Markdown格式提供一个清晰的职业路线图：
+"""
+    return prompt
+
+def predict(message, history):
+    global current_q_index, questions
+    global in_forward_flow, in_backward_flow
+    global forward_index, backward_index
+    global forward_done, backward_done
+
+    if not history:
+        current_q_index = 0
+        questions = base_questions[:]
+        for key in user_profile:
+            user_profile[key] = None
+        in_forward_flow = False
+        in_backward_flow = False
+        forward_index = 0
+        backward_index = 0
+        forward_done = False
+        backward_done = False
+
+    if current_q_index > 0 and current_q_index <= len(questions):
+        key = questions[current_q_index - 1][0]
+        user_profile[key] = message.strip()
+        if key == "mode" and "是" in user_profile["mode"]:
+            questions.insert(1, ("specific_career", "请具体描述你想要从事的职业方向。"))
+            in_backward_flow = True
+        elif key == "mode" and "否" in user_profile["mode"]:
+            in_forward_flow = True
+
+    if current_q_index < len(questions):
+        q_text = questions[current_q_index][1]
+        current_q_index += 1
+        return q_text
+
+    mode = user_profile["mode"] or ""
+    if "是" in mode:
+        if in_backward_flow and not backward_done:
+            if backward_index < len(backward_additional_questions):
+                key, q_text = backward_additional_questions[backward_index]
+                backward_index += 1
+                return q_text
+            else:
+                backward_done = True
+    else:
+        if in_forward_flow and not forward_done:
+            if forward_index < len(forward_additional_questions):
+                key, q_text = forward_additional_questions[forward_index]
+                forward_index += 1
+                return q_text
+            else:
+                forward_done = True
+
+    if in_backward_flow and backward_index > 0 and not backward_done:
+        idx = backward_index - 1
+        if idx < len(backward_additional_questions):
+            key = backward_additional_questions[idx][0]
+            user_profile[key] = message.strip()
+
+    if in_forward_flow and forward_index > 0 and not forward_done:
+        idx = forward_index - 1
+        if idx < len(forward_additional_questions):
+            key = forward_additional_questions[idx][0]
+            user_profile[key] = message.strip()
+
+    if "是" in mode:
+        if backward_index < len(backward_additional_questions):
+            key, q_text = backward_additional_questions[backward_index]
+            backward_index += 1
+            return q_text
+        else:
+            backward_done = True
+    else:
+        if forward_index < len(forward_additional_questions):
+            key, q_text = forward_additional_questions[forward_index]
+            forward_index += 1
+            return q_text
+        else:
+            forward_done = True
+
+    if ("是" in mode and backward_done) or ("否" in mode and forward_done):
+        try:
+            api_key = os.environ.get("API_TOKEN")
+            if not api_key:
+                return "错误：API密钥未设置，请在环境变量中添加名为API_TOKEN的Secret。"
+            client = OpenAI(api_key=api_key)
+            system_prompt = generate_system_prompt()
+            messages = [
+                {"role": "system", "content": system_prompt},
+                {"role": "user", "content": f"根据我提供的信息，请给我职业规划建议。我的回答是：{user_profile}. {message}"}
+            ]
+            response = client.chat.completions.create(
+                model=model_default,
+                messages=messages,
+                max_tokens=token_default,
+                temperature=temp_default,
+                top_p=top_p_default,
+                stream=False
+            )
+            return response.choices[0].message.content
+        except Exception as e:
+            return f"发生错误: {str(e)}"
+
+    return "信息收集完毕，若尚未得到最终回复，请输入任意文字以继续。"
+
+with gr.Blocks(css="""
+    body {
+        background-color: #1e1e1e;
+        color: #ffffff;
+    }
+    .gradio-container {
+        font-family: 'Segoe UI', sans-serif;
+    }
+    .message.user {
+        background-color: #cce6ff !important;
+        color: #000000 !important;
+        border-radius: 10px !important;
+        padding: 10px;
+        margin: 6px;
+    }
+    .message.bot {
+        background-color: #5599ff !important;
+        color: #000000 !important;
+        border-radius: 10px !important;
+        padding: 10px;
+        margin: 6px;
+    }
+    .gradio-container .chat-msg.bot-msg .message.bot p {
+        color: #000000 !important;
+    }
+    .gr-button {
+        border-radius: 8px;
+    }
+    #custom-send {
+        background-color: #ec4899 !important;
+        color: white !important;
+        border-radius: 999px !important;
+        padding: 10px 24px !important;
+        font-weight: bold;
+        box-shadow: 0 0 10px #ec4899;
+        transition: all 0.3s ease-in-out;
+    }
+    #custom-send:hover {
+        background-color: #d63384 !important;
+        box-shadow: 0 0 12px #ec4899;
+    }
+    textarea, input {
+        background-color: #ffe4f1 !important;
+        color: #5e2c49 !important;
+        border: 1px solid #ec4899 !important;
+    }
+    footer {
+        display: none !important;
+    }
+""") as demo:
+    with gr.Row():
+        gr.HTML("""
+        <div style='display: flex; align-items: center; justify-content: center; gap: 20px; margin-bottom: 10px;'>
+          <img src='https://media3.giphy.com/media/v1.Y2lkPTc5MGI3NjExMmFucGwxbmNsd3J5NXV0Y282NXNtMzNsZW5jMm4wNWh6c2dqbXIwdiZlcD12MV9pbnRlcm5hbF9naWZfYnlfaWQmY3Q9Zw/l41m18LjqpzxUr2WA/giphy.gif' width='200' style='border-radius: 12px; box-shadow: 0 0 10px #ec4899;'>
+          <div style='text-align: left;'>
+            <h1 style='color:white; font-size: 36px; margin-bottom: 6px;'>🎓 AI职业规划助手（升级版）</h1>
+            <p style='font-size: 18px; font-weight:bold; color:#ec4899; margin-top: 0;margin-left: 150px'>让梦想照进现实 💖</p>
+          </div>
+        </div>
+        """)
+
+    gr.Markdown("""
+    **📝 个性化职业规划助手：Forward / Backward 多轮交互示例**
+
+    - 如果你已确定了职业目标，选择 **Backward** 模式（回答“是”）。
+    - 如果你需要探索适合的职业方向，选择 **Forward** 模式（回答“否”）。
+    - 我会收集你的基础信息、学术背景，并根据你的回答做多轮引导，最后给出职业规划建议。
+    """)
+
+    chatbot = gr.Chatbot(height=500, show_label=False, show_copy_button=True, type="messages")
+
+    with gr.Row():
+        with gr.Column(scale=8):
+            msg = gr.Textbox(placeholder="请在这里输入你的回答...", show_label=False, container=False)
+        with gr.Column(scale=1):
+            submit_btn = gr.Button("🚀 发送", elem_id="custom-send")
+
+    with gr.Row():
+        reset_btn = gr.Button("🔄 重新开始")
+
+    def add_message(message, history):
+        history = history or []
+        history.append({"role": "user", "content": message})
+        return "", history
+
+    def bot_response(history):
+        history = history or []
+        user_message = history[-1]["content"]
+        bot_message = predict(user_message, history[:-1] if len(history) > 1 else [])
+        history.append({"role": "assistant", "content": bot_message})
+        return history
+
+    submit_btn.click(fn=add_message, inputs=[msg, chatbot], outputs=[msg, chatbot]).then(
+        fn=bot_response, inputs=[chatbot], outputs=[chatbot]
+    )
+
+    msg.submit(fn=add_message, inputs=[msg, chatbot], outputs=[msg, chatbot]).then(
+        fn=bot_response, inputs=[chatbot], outputs=[chatbot]
+    )
+
+    def reset_conversation():
+        global current_q_index, questions
+        global in_forward_flow, in_backward_flow
+        global forward_index, backward_index
+        global forward_done, backward_done
+        current_q_index = 0
+        questions = base_questions[:]
+        for key in user_profile:
+            user_profile[key] = None
+        in_forward_flow = False
+        in_backward_flow = False
+        forward_index = 0
+        backward_index = 0
+        forward_done = False
+        backward_done = False
+        return []
+
+    reset_btn.click(fn=reset_conversation, inputs=None, outputs=chatbot, queue=False)
+
+    def auto_first_question():
+        return [{"role": "assistant", "content": questions[0][1]}]
+
+    demo.load(auto_first_question, inputs=None, outputs=chatbot)
+    demo.launch()
+