Update app.py

app.py

@@ -67,41 +67,81 @@ token_default = 2000
 temp_default = 0.7
 top_p_default = 0.95
 
-
-# ~~~~~~~~~~~~~~~~~~~~~~~ 函数：answer_abc_questions ~~~~~~~~~~~~~~~~~~~~~~~
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+#  新的动态函数： 根据用户选择的 A/B/C，调用 OpenAI 生成相应的分析
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def answer_abc_questions(selected, bg_info, wv, ps, dd):
     """
-    根据用户选择 A/B/C/AB/ABC 等，返回相应的额外建议内容。
-    你可以自定义下面三段文案，以符合你的需要。
+    动态地向OpenAI发起请求，让AI针对“专业/选课方向 & 求职入门(A)”、“本校资源利用(B)”、
+    “实习 & networking(C)”三个模块，基于用户背景信息做个性化分析。
+
+    selected 可能是 "a", "b", "c", "ab", "bc", "abc"等，
+    我们用 prompt 让模型只回答用户选中的部分。
     """
-    text_A = f"""
-**A: 专业/选课方向 & 求职入门建议**  
-- （这里可结合bg_info, wv, ps, dd给一些更针对的建议）
-"""
+    # 先把用户选择的模块整理好
+    desired_parts = []
+    # 我们会在 prompt 里告诉模型，对于选中的每个部分，都写一段分析
+    if "a" in selected:
+        desired_parts.append("A")
+    if "b" in selected:
+        desired_parts.append("B")
+    if "c" in selected:
+        desired_parts.append("C")
+
+    # 如果用户啥都没选，就直接返回空
+    if not desired_parts:
+        return "好的，你暂时不需要查看A/B/C的专项信息。"
+
+    # 构造给模型的描述
+    # 让模型只输出用户所选模块的内容
+    # 这里可以再根据你的需求，告诉模型每个模块需要写什么要点
+    parts_description = {
+        "A": "A: 专业/选课方向 & 求职入门建议",
+        "B": "B: 本校资源利用建议",
+        "C": "C: 实习 & Experience积累(networking)",
+    }
+
+    # 在Prompt中，告诉模型这个人的背景，并要求对每个选中的模块输出详细分析
+    # 你可以视情况再加一些具体指令，比如段落格式等
+    prompt_text = f"""
+你是一位专业的职业规划顾问。以下是学生背景信息，请根据他选择的模块(A/B/C)给出详细分析和建议。
+学生背景：
+- 学术背景: {bg_info}
+- 工作意义: {wv}
+- 性格: {ps}
+- 理想工作: {dd}
 
-    text_B = f"""
-**B: 本校资源利用建议**  
-- （这里介绍如何利用所在学校的Career Center、社团、实验室资源、校友网等）
-"""
+学生目前想要的额外信息模块：{', '.join(desired_parts)}  
+请分别按顺序为每个模块写一段分析和建议，可以使用Markdown分段形式。
+模块说明：
+A: 专业/选课方向 & 求职入门建议
+B: 本校资源利用建议(如Career Center、实习机会、校友资源)
+C: 实习 & Experience积累(networking)
 
-    text_C = f"""
-**C: 实习 & Experience 积累 (networking)**  
-- （这里可提到怎么找实习、如何做networking、如何累积实操项目等）
+请只回答用户所选模块，不要回答未选的模块。
 """
 
-    sel = selected.lower()
-    response_parts = []
-    if "a" in sel:
-        response_parts.append(text_A)
-    if "b" in sel:
-        response_parts.append(text_B)
-    if "c" in sel:
-        response_parts.append(text_C)
-
-    if not response_parts:
-        return "好的，你暂时不需要查看这三个专项。"
+    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)
 
-    return "\n".join(response_parts)
+        msgs = [
+            {"role": "system", "content": "你是一位专业职业顾问，能够根据用户选择的A/B/C模块做深度分析。"},
+            {"role": "user", "content": prompt_text}
+        ]
+        resp = client.chat.completions.create(
+            model=model_default,
+            messages=msgs,
+            max_tokens=token_default,
+            temperature=temp_default,
+            top_p=top_p_default,
+            stream=False
+        )
+        return resp.choices[0].message.content
+    except Exception as e:
+        return f"生成A/B/C专项信息时出错: {str(e)}"
 
 
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 提供具体职业后，再深入介绍 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
@@ -560,12 +600,12 @@ def predict(message, history):
                     # 关键：现在我们“询问 A/B/C”
                     post_career_detail_asked = True
 
-                    return detail_msg + "\n\n我还可以针对以下三方面提供建议：\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" \
-                                        "如需要其中一个或多个，请输入 A / B / C / AB / BC / AC / ABC\n" \
-                                        "如果都不需要，请回复“不需要”。"
+                    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”。"
 
                 else:
                     return "无效的选项，请重新输入1/2/3或'换'"
@@ -739,7 +779,6 @@ footer {
         global roadmap_offered, roadmap_done
 
         global direction_chosen, jobs_recommended, job_chosen
-
         global post_career_detail_asked, post_career_detail_done
 
         current_q_index = 0
@@ -762,7 +801,6 @@ footer {
         direction_chosen = False
         jobs_recommended = False
         job_chosen = False
-
         post_career_detail_asked = False
         post_career_detail_done = False
 
@@ -775,3 +813,4 @@ footer {
 
     demo.load(auto_first, outputs=chatbot)
     demo.launch()
+