Update app.py

app.py

@@ -41,25 +41,30 @@ backward_additional_questions = [
 # ============================ 状态控制变量 ============================
 current_q_index = 0
 questions = base_questions[:]
+
+# Forward模式状态
 in_forward_flow = False
-in_backward_flow = False
 forward_index = 0
-backward_index = 0
 forward_done = False
-backward_done = False
 forward_recommendation_given = False
-recommendation_round = 0
-forward_deep_dive_done = False
-roadmap_offered = False
-roadmap_done = False
-
 direction_chosen = False    # 是否已经选定大方向
 jobs_recommended = False    # 是否已给出3个具体职业
 job_chosen = False          # 是否选定了具体职业
+recommendation_round = 0
+forward_deep_dive_done = False
+
+# Backward模式状态
+in_backward_flow = False
+backward_index = 0
+backward_done = False
+backward_analysis_given = False  # 是否已经提供职业分析
+backward_job_chosen = False      # Backward模式是否已选定职业
 
-# ========== 用于 A/B/C 专项问题的标记 ==========
+# 共用状态
 post_career_detail_asked = False  # 是否已询问用户要看A/B/C
 post_career_detail_done = False   # 是否已回答完A/B/C
+roadmap_offered = False
+roadmap_done = False
 
 # ============================ 模型设置 ============================
 model_default = "gpt-4o"
@@ -71,7 +76,7 @@ top_p_default = 0.95
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 #  动态函数：根据用户选择的 A/B/C，让 OpenAI 生成相应分析
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
-def answer_abc_questions(selected, bg_info, wv, ps, dd):
+def answer_abc_questions(selected, bg_info, wv=None, ps=None, dd=None):
     desired_parts = []
     if "a" in selected.lower():
         desired_parts.append("A")
@@ -83,13 +88,18 @@ def answer_abc_questions(selected, bg_info, wv, ps, dd):
     if not desired_parts:
         return "好的，你暂时不需要查看A/B/C的专项信息。"
 
+    # 处理可能为None的参数
+    work_value = wv if wv is not None else "未提供"
+    personality = ps if ps is not None else "未提供"
+    dream_day = dd if dd is not None else "未提供"
+
     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}
+- 工作意义: {work_value}
+- 性格: {personality}
+- 理想工作: {dream_day}
 
 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。
@@ -169,9 +179,15 @@ def do_selected_career_detail(selected_career, bg_info, wv=None, ps=None, dd=Non
 
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 时间轴式规划 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def do_time_roadmap():
-    direction = user_profile.get("final_choice") or user_profile.get("selected_direction") or \
-                user_profile.get("forward_direction_choice") or user_profile.get("specific_career")
+    # 根据模式选择正确的职业信息
+    if in_backward_flow:
+        direction = user_profile.get("specific_career", "未指定职业")
+    else:  # Forward模式
+        direction = user_profile.get("final_choice") or user_profile.get("selected_direction", "未指定方向")
+    
     bg_info = user_profile["bg_info"] or "未知专业"
+    
+    # 这些字段在Backward模式下可能不存在
     wv = user_profile.get("work_value", "暂无")
     ps = user_profile.get("personality_summary", "暂无")
     dd = user_profile.get("dream_day", "暂无")
@@ -214,6 +230,52 @@ def do_time_roadmap():
         return f"生成路线图时出错: {str(e)}"
 
 
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Backward模式专用：生成职业分析 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+def generate_backward_career_analysis():
+    career = user_profile.get("specific_career") or "未指定职业"
+    bg_info = user_profile.get("bg_info") or "未知背景"
+
+    prompt = f"""
+你是一位专业的职业规划顾问，使用Backward Design方法帮助学生达成职业目标。
+目标职业: {career}
+学生背景: {bg_info}
+
+请提供一份详细的职业分析报告，包括以下内容：
+1. 该职业的基本介绍和行业现状
+2. 该领域排名前列的组织或公司
+3. 从业所需的核心技能和能力
+4. 典型的职业发展路径
+5. 针对学生背景的具体建议：
+   - 学术课程建议
+   - 技能培养重点
+   - 实习和实践经验积累方向
+   - 专业证书和资格认证
+
+请使用Markdown格式，保持专业性和具体性。
+"""
+    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)
+
+        msgs = [
+            {"role": "system", "content": "你是一位专业职业顾问，擅长分析特定职业的要求和发展路径。"},
+            {"role": "user", "content": prompt}
+        ]
+        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"生成职业分析时出错: {str(e)}"
+
+
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 推荐具体职业 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def recommend_3jobs_for_direction(direction, bg_info, wv, ps, dd):
     prompt = f"""
@@ -346,52 +408,6 @@ def recommend_3directions():
         return f"多方向推荐出错: {str(e)}"
 
 
-# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ Backward模式专用：生成职业分析 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
-def generate_backward_career_analysis():
-    career = user_profile.get("specific_career") or "未指定职业"
-    bg_info = user_profile.get("bg_info") or "未知背景"
-
-    prompt = f"""
-你是一位专业的职业规划顾问，使用Backward Design方法帮助学生达成职业目标。
-目标职业: {career}
-学生背景: {bg_info}
-
-请提供一份详细的职业分析报告，包括以下内容：
-1. 该职业的基本介绍和行业现状
-2. 该领域排名前列的组织或公司
-3. 从业所需的核心技能和能力
-4. 典型的职业发展路径
-5. 针对学生背景的具体建议：
-   - 学术课程建议
-   - 技能培养重点
-   - 实习和实践经验积累方向
-   - 专业证书和资格认证
-
-请使用Markdown格式，保持专业性和具体性。
-"""
-    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)
-
-        msgs = [
-            {"role": "system", "content": "你是一位专业职业顾问，擅长分析特定职业的要求和发展路径。"},
-            {"role": "user", "content": prompt}
-        ]
-        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"生成职业分析时出错: {str(e)}"
-
-
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 生成系统提示 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def generate_system_prompt():
     mode = user_profile["mode"]
@@ -442,6 +458,7 @@ def predict(message, history):
     global forward_recommendation_given
     global recommendation_round
     global forward_deep_dive_done
+    global backward_analysis_given, backward_job_chosen
     global roadmap_offered, roadmap_done
     global direction_chosen, jobs_recommended, job_chosen
     global post_career_detail_asked, post_career_detail_done
@@ -453,21 +470,27 @@ def predict(message, history):
         for k in user_profile:
             user_profile[k] = None
 
+        # 重置Forward模式状态
         in_forward_flow = False
-        in_backward_flow = False
         forward_index = 0
-        backward_index = 0
         forward_done = False
-        backward_done = False
         forward_recommendation_given = False
+        direction_chosen = False
+        jobs_recommended = False
+        job_chosen = False
         recommendation_round = 0
         forward_deep_dive_done = False
+
+        # 重置Backward模式状态
+        in_backward_flow = False
+        backward_index = 0
+        backward_done = False
+        backward_analysis_given = False
+        backward_job_chosen = False
+
+        # 重置共用状态
         roadmap_offered = False
         roadmap_done = False
-
-        direction_chosen = False
-        jobs_recommended = False
-        job_chosen = False
         post_career_detail_asked = False
         post_career_detail_done = False
 
@@ -482,9 +505,6 @@ def predict(message, history):
                 in_backward_flow = True
                 # 重置Forward模式标记，确保不会混淆
                 in_forward_flow = False
-                direction_chosen = False
-                jobs_recommended = False
-                job_chosen = False
             else:
                 in_forward_flow = True
                 # 重置Backward模式标记，确保不会混淆
@@ -502,7 +522,7 @@ def predict(message, history):
 
     # ~~~~~~~~~ Backward模式 ~~~~~~~~~
     if "是" in mode and in_backward_flow:
-        # 处理Backward模式的额外问题
+        # 处理Backward模式的额外问题收集
         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()
@@ -513,13 +533,11 @@ def predict(message, history):
             return prompt_text
         
         # 已收集完Backward模式的所有基本信息，但尚未提供职业分析
-        elif not job_chosen:
-            # 设置职业选择状态
-            user_profile["final_choice"] = user_profile.get("specific_career")
-            job_chosen = True
-            
+        elif not backward_analysis_given:
             # 生成职业分析报告
             career_analysis = generate_backward_career_analysis()
+            backward_analysis_given = True
+            backward_job_chosen = True
             
             # 询问是否需要A/B/C专项信息
             post_career_detail_asked = True
@@ -551,7 +569,7 @@ def predict(message, history):
                 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
-        elif job_chosen and roadmap_offered and not roadmap_done:
+        elif backward_job_chosen and roadmap_offered and not roadmap_done:
             ans = message.strip().lower()
             if ans in ["要", "yes", "y"]:
                 roadmap_done = True
@@ -585,7 +603,7 @@ def predict(message, history):
                 return resp.choices[0].message.content
             except Exception as e:
                 return f"发生错误: {str(e)}"
-
+                
     # ~~~~~~~~~ Forward模式 ~~~~~~~~~
     else:
         # 前期处理：收集信息和推荐大方向