Update app.py

app.py

@@ -70,6 +70,43 @@ 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 backward_strategy_plan(specific_career, bg_info):
+    prompt = f"""
+你是一位专业的职业规划顾问。
+现在有一位学生，他的目标职业是：{specific_career}
+他的当前背景是：{bg_info}
+
+请根据这个学生的背景和目标，帮他做一个清晰的达成路径规划，内容要包括：
+1. 是否需要考虑转专业或辅修？
+2. 是否需要补哪些课？课程关键词有哪些？
+3. 推荐的证书/考试（如CFA等）和学习建议
+4. 推荐的实习方向（基于他的背景）
+5. 如何利用本校资源（career center、club、networking等）
+6. 如果他背景不匹配（比如机械去金融），如何填补Gap？
+
+请使用 Markdown 分段格式，不少于300字，内容务必紧扣他目前的背景和目标。
+"""
+    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": "你是一位经验丰富的职业顾问，擅长根据用户背景制定路径规划"},
+            {"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"生成职业路径建议时出错: {str(e)}"
+
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def answer_abc_questions(selected, bg_info, wv, ps, dd):
     desired_parts = []
@@ -447,128 +484,94 @@ def predict(message, history):
     mode = user_profile.get("mode") or ""
 
     # ~~~~~~~~~ Backward模式 ~~~~~~~~~
-    if mode == "是":
-        if in_backward_flow and not backward_done:
-            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()
-
-            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
-                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
-                    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：
-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）
-4. 关键技能和考证
-5. 日常工作节奏
-6. 行业前景
-用分段Markdown格式，字数不少于300字。
-"""
-                    msgs = [
-                        {"role": "system", "content": "你是一位专业职业顾问，会为用户的目标职业提供详细分析。"},
-                        {"role": "user", "content": career_detail_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
-                    )
-                    detail_msg = resp.choices[0].message.content
-                    
-                    # 设置状态，与Forward模式保持一致
-                    user_profile["final_choice"] = user_profile.get("specific_career")
-                    job_chosen = True
-                    forward_deep_dive_done = True
-                    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�� 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)
-        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"]:
-                post_career_detail_done = True
-                roadmap_offered = True
-                return "好的，不查看这三个专项。那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】。"
-            else:
-                abc_text = answer_abc_questions(
-                    selected=user_choice,
-                    bg_info=user_profile.get("bg_info", ""),
-                    wv=user_profile.get("work_value", "未提供"),
-                    ps=user_profile.get("personality_summary", "未提供"),
-                    dd=user_profile.get("dream_day", "未提供")
-                )
-                post_career_detail_done = True
-                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:
+if mode == "是":
+    if in_backward_flow and not backward_done:
+        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()
+
+        if backward_index < len(backward_additional_questions):
+            k, prompt_text = backward_additional_questions[backward_index]
+            backward_index += 1
+            return prompt_text
+        else:
+            # 已完成背景收集，生成路径分析
+            strategy = backward_strategy_plan(
+                specific_career=user_profile.get("specific_career"),
+                bg_info=user_profile.get("bg_info")
+            )
+
+            user_profile["final_choice"] = user_profile.get("specific_career")
+            job_chosen = True
+            forward_deep_dive_done = True
+            post_career_detail_asked = True
+
+            return strategy + "\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'。"
+
+    # 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"]:
+            post_career_detail_done = True
             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】。"
-        
-        elif roadmap_offered and not roadmap_done:
-            ans = message.strip().lower()
-            if ans in ["要", "yes", "y"]:
-                roadmap_done = True
-                backward_done = True
-                return do_time_roadmap()
-            else:
-                roadmap_done = True
-                backward_done = True
-                return "好的，不生成时间轴，本次规划结束。"
-        
-        # 最终收尾 (仅在所有流程都完成时才会触发)
-        if backward_done:
-            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)
-                sprompt = generate_system_prompt()
-                msgs = [
-                    {"role":"system","content":sprompt},
-                    {"role":"user","content": f"以下是资料: {user_profile}. 若需要更多咨询可再次输入"}
-                ]
-                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"发生错误: {str(e)}"
+            return "好的，不查看这三个专项。那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】。"
+        else:
+            abc_text = answer_abc_questions(
+                selected=user_choice,
+                bg_info=user_profile.get("bg_info", ""),
+                wv=user_profile.get("work_value", "未提供"),
+                ps=user_profile.get("personality_summary", "未提供"),
+                dd=user_profile.get("dream_day", "未提供")
+            )
+            post_career_detail_done = True
+            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】。"
+
+    # 路线图询问
+    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】。"
+
+    elif roadmap_offered and not roadmap_done:
+        ans = message.strip().lower()
+        if ans in ["要", "yes", "y"]:
+            roadmap_done = True
+            backward_done = True
+            return do_time_roadmap()
+        else:
+            roadmap_done = True
+            backward_done = True
+            return "好的，不生成时间轴，本次规划结束。"
+
+    # Backward 最终总结
+    if backward_done:
+        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)
+            sprompt = generate_system_prompt()
+            msgs = [
+                {"role": "system", "content": sprompt},
+                {"role": "user", "content": f"以下是资料: {user_profile}. 若需要更多咨询可再次输入"}
+            ]
+            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"发生错误: {str(e)}"
+
 
     # ~~~~~~~~~ Forward模式 ~~~~~~~~~
     else: