Update app.py

app.py

@@ -4,13 +4,14 @@ import os
 
 # ============================ 用户信息结构 ============================
 user_profile = {
-    "mode": None,                # 是 / 否 （Backward / Forward）
-    "specific_career": None,     # Backward 目标职业
-    "bg_info": None,             # 学术背景
-    "work_value": None,          # 工作意义
-    "personality_summary": None, # 性格总结
-    "dream_day": None,           # 理想工作一天
-    "forward_direction_choice": None  # 选的大方向
+    "mode": None,                 # 是 / 否 （Backward / Forward）
+    "specific_career": None,      # Backward 目标职业
+    "bg_info": None,              # Forward/Backward共用，学术背景
+    "work_value": None,           # Forward：工作意义
+    "personality_summary": None,  # Forward：性格
+    "dream_day": None,            # Forward：理想一天
+    "forward_direction_choice": None,  # Forward选定的大方向
+    "extra_info": None            # 新增，用于存放补充信息
 }
 
 # ============================ 基础问题 ============================
@@ -20,13 +21,15 @@ base_questions = [
 
 # ============================ Forward 模式问题 ============================
 forward_additional_questions = [
-    ("bg_info", """那么接下来我会需要你提供一些你的资料，并分享一些你的性格和喜好。请先告诉我，你的学校、年级、专业，和主修课程是什么？如果能提供你的选课表或resume就更好啦。"""),
+    ("bg_info", """那么接下来我会需要你提供一些你的资料，并分享一些你的性格和喜好。
+请先告诉我，你的学校、年级、专业，和主修课程是什么？如果能提供选课表或resume就更好啦。"""),
 
-    ("work_value", """非常好！那你认为“工作”的意义是什么？你觉得一份理想的工作，应该带来哪些价值或满足感？（例如：帮助他人、赚大钱、自由时间、个人成长、创意空间等）"""),
+    ("work_value", """非常好！那你认为“工作”的意义是什么？你觉得一份理想的工作，应该带来哪些价值或满足感？
+例如：帮助他人、赚大钱、自由时间、个人成长、创意空间等"""),
 
-    ("personality_summary", "用几句话总结你的性格：比如外向/内向？喜欢挑战？注重细节？讨厌重复吗？"),
+    ("personality_summary", """再用几句话总结你的性格：比如外向/内向？喜欢挑战？注重细节？讨厌重复吗？"""),
 
-    ("dream_day", "再描述一下你理想工作的一天是什么样：在哪工作？做什么？和谁合作？忙还是闲？更自由还是更有秩序？")
+    ("dream_day", """描述一下你理想工作的一天：在哪工作？做什么？和谁合作？忙还是闲？更自由还是更有秩序？""")
 ]
 
 # ============================ Backward 模式问题 ============================
@@ -46,11 +49,13 @@ forward_done = False
 backward_done = False
 forward_recommendation_given = False
 
-# 新增：多次换方向、深度分析、路线图
-recommendation_round = 0          # 换方向轮数
-forward_deep_dive_done = False    # 是否已进行“深度分析”
-roadmap_offered = False           # 是否已询问要不要时间轴
-roadmap_done = False              # 是否已生成或放弃时间轴
+# 新增：多次换方向/深度分析/路线图 + 补充信息
+recommendation_round = 0
+forward_deep_dive_done = False
+ask_additional_info = False   # 是否问学生要补充信息
+extra_info_done = False       # 学生是否完成或放弃补充
+roadmap_offered = False       # 是否已询问是否要路线图
+roadmap_done = False          # 是否已生成或放弃路线图
 
 # ============================ 模型设置 ============================
 model_default = "gpt-4o"
@@ -58,13 +63,14 @@ token_default = 2000
 temp_default = 0.7
 top_p_default = 0.95
 
-# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 路线图生成函数 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 路线图函数 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def do_time_roadmap():
     direction = user_profile["forward_direction_choice"] or user_profile["specific_career"]
     bg_info = user_profile["bg_info"] or "未知专业"
     wv = user_profile["work_value"] or "暂无"
     ps = user_profile["personality_summary"] or "暂无"
     dd = user_profile["dream_day"] or "暂无"
+    extra = user_profile["extra_info"] or "未补充更多实习信息"
 
     prompt_roadmap = f"""
 学生信息：
@@ -73,15 +79,16 @@ def do_time_roadmap():
 - 工作价值：{wv}
 - 性格：{ps}
 - 理想工作：{dd}
+- 补充信息：{extra}
 
-请你使用时间轴方式，给出一个职业路线图，如：
+请使用时间轴形式写一个职业路线图，比如：
 📍 Now: [当前阶段做什么]
 🎓 Year X: [需要选的课/要做的项目]
-💼 下个暑假: [申请什么实习、参加什么活动]
-📄 毕业前: [考什么证书、准备材料]
-🚀 毕业后: [目标岗位、如何申请]
+💼 下个暑假: [实习/活动]
+📄 毕业前: [考证/准备材料]
+🚀 毕业后: [目标岗位/如何申请]
 
-请用Markdown分段写作，结合学生当前背景合理推断要点，写得具体些。
+请用Markdown写作，并结合学生当前背景合理推断重点。
 """
     try:
         api_key = os.environ.get("API_TOKEN")
@@ -90,8 +97,8 @@ def do_time_roadmap():
         client = OpenAI(api_key=api_key)
 
         msgs = [
-            {"role": "system", "content": "你是一位专业的职业规划顾问，会生成时间轴式路线图"},
-            {"role": "user", "content": prompt_roadmap}
+            {"role":"system","content":"你是一位专业职业顾问，会生成时间轴式路线图"},
+            {"role":"user","content": prompt_roadmap}
         ]
         resp = client.chat.completions.create(
             model=model_default,
@@ -121,11 +128,11 @@ def do_deep_analysis():
 理想工作: {dd}
 
 请你再深入分析，为学生推荐3个更具体的职业，并说明：
-1. 这些职业对学生背景的契合度（机械工程/心理学/商科等都可）
+1. 对学生背景的契合度
 2. 日常工作内容
 3. 需要哪些课程或考试
 4. 本校资源如何利用
-5. 实习 & 经验积累建议
+5. 实习 & 经验积累
 6. 简历优化思路
 
 用中文分段写作，字数500+。
@@ -136,8 +143,8 @@ def do_deep_analysis():
             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，会深度分析并列出3个具体职业。"},
-            {"role": "user", "content": deep_prompt}
+            {"role":"system","content":"你是一位专业职业顾问，会深度分析3个具体职业。"},
+            {"role":"user","content":deep_prompt}
         ]
         resp = client.chat.completions.create(
             model=model_default,
@@ -159,9 +166,9 @@ def recommend_3directions():
     dd = user_profile["dream_day"] or "无"
 
     rec_prompt = f"""
-请根据以下信息，写一份条理清晰的人物画像+3个大方向，并结尾让学生选1~3或‘换’：
+请根据以下信息，写一份条理清晰的人物画像+3个大方向，并结尾让学生选1~3或'换'：
 - 学术背景: {bg_info}
-- 工作价值: {wv}
+- 工作意义: {wv}
 - 性格: {ps}
 - 理想工作: {dd}
 分两部分：
@@ -179,8 +186,8 @@ def recommend_3directions():
             return "错误：API_TOKEN 未设置"
         client = OpenAI(api_key=api_key)
         msgs = [
-            {"role": "system", "content": "你是一位职业顾问，擅长根据用户资料推荐3大方向"},
-            {"role": "user", "content": rec_prompt}
+            {"role":"system","content":"你是一位职业顾问，擅长根据用户资料推荐3大方向"},
+            {"role":"user","content":rec_prompt}
         ]
         resp = client.chat.completions.create(
             model=model_default,
@@ -194,7 +201,6 @@ def recommend_3directions():
     except Exception as e:
         return f"多方向推荐出错: {str(e)}"
 
-
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ generate_system_prompt ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def generate_system_prompt():
     mode = user_profile["mode"]
@@ -216,7 +222,7 @@ def generate_system_prompt():
 3. 所需技能和能力
 4. 职业发展路径
 5. 学术/课程建议、技能培养、资源使用、实习规划、简历优化等
-最后请用Markdown格式输出职业路径图：
+最后请用Markdown格式输出职业路线图：
 📍 现在 → 🎓 学习建议 → 💼 实践建议 → 📄 认证建议 → 🚀 求职建议
 """
     else:
@@ -231,11 +237,10 @@ def generate_system_prompt():
 请输出：
 1. 学生的优势、性格、价值观分析
 2. 推荐3个具体职业，并说明日常工作内容、适配性、要求、准备路径
-3. 最后输出职业路径图：
+3. 最后输出职业路线图：
 📍 现在 → 🎓 学习建议 → 💼 实践建议 → 📄 认证建议 → 🚀 求职建议
 """
 
-
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 主逻辑函数 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def predict(message, history):
     global current_q_index, questions
@@ -245,24 +250,24 @@ def predict(message, history):
     global forward_recommendation_given
     global recommendation_round
     global forward_deep_dive_done
+    global ask_additional_info, extra_info_done
     global roadmap_offered, roadmap_done
 
     # 第一次对话 -> 重置
     if not history:
         current_q_index = 0
         questions = base_questions[:]
-        for key in user_profile:
-            user_profile[key] = None
+        for k in user_profile:
+            user_profile[k] = None
 
-        in_forward_flow = False
-        in_backward_flow = False
-        forward_index = 0
-        backward_index = 0
-        forward_done = False
-        backward_done = False
+        in_forward_flow = in_backward_flow = False
+        forward_index = backward_index = 0
+        forward_done = backward_done = False
         forward_recommendation_given = False
         recommendation_round = 0
         forward_deep_dive_done = False
+        ask_additional_info = False
+        extra_info_done = False
         roadmap_offered = False
         roadmap_done = False
 
@@ -289,7 +294,6 @@ def predict(message, history):
     # ~~~~~~~ Backward模式 ~~~~~~~
     if "是" in mode:
         if in_backward_flow and not backward_done:
-            # 存储上一轮回答
             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()
@@ -302,17 +306,16 @@ def predict(message, history):
                 backward_done = True
 
         if backward_done:
-            # 直接进入最终
+            # 直接给最终规划
             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)
-                system_prompt = generate_system_prompt()
-
+                sprompt = generate_system_prompt()
                 msgs = [
-                    {"role":"system","content": system_prompt},
-                    {"role":"user","content": f"请根据信息{user_profile}给出完整规划"}
+                    {"role":"system","content": sprompt},
+                    {"role":"user","content": f"请根据{user_profile}给出最终规划"}
                 ]
                 resp = client.chat.completions.create(
                     model=model_default,
@@ -334,40 +337,61 @@ def predict(message, history):
                 prev_key = forward_additional_questions[forward_index - 1][0]
                 user_profile[prev_key] = message.strip()
 
-            # 若还有 Forward问题
+            # 1) 还在问 Forward问题
             if forward_index < len(forward_additional_questions):
                 k, prompt_text = forward_additional_questions[forward_index]
                 forward_index += 1
                 return prompt_text
 
-            # 如果4个Forward问完，还没推荐
+            # 2) 4个问完 -> 推荐3大方向
             elif not forward_recommendation_given:
                 forward_recommendation_given = True
                 return recommend_3directions()
 
-            # 已推荐过方向，等待学生选1/2/3 or '换'
+            # 3) 用户可选1/2/3或'换'
             else:
                 choice = message.strip().lower()
                 if choice in ["1","2","3"]:
                     user_profile["forward_direction_choice"] = choice
-                    # 进入深度分析
                     forward_deep_dive_done = True
                     return do_deep_analysis()
-                elif "换" in choice:
+                elif choice == "换":
                     recommendation_round += 1
-                    if recommendation_round > 2:  # 最多换2次
+                    if recommendation_round > 2:
                         forward_done = True
-                        return "已多次换方向，先进入下个阶段吧。"
-                    # 再次推荐
-                    return recommend_3directions()
+                        return "已多次换方向，先结束推荐吧。"
+                    else:
+                        return recommend_3directions()
                 else:
                     return "请回复1/2/3选择方向，或输入'换'来请求新的推荐"
 
-        elif forward_deep_dive_done and not roadmap_offered:
-            # 深度分析完 -> 问要不要路线图
+        # 深度分析完成后 -> 先问有没有要补充的信息
+        elif forward_deep_dive_done and not ask_additional_info and not extra_info_done and not roadmap_done:
+            ask_additional_info = True
+            return "你还有其他想补充的信息吗？比如实习经历、社团活动、项目经验。如果有，请回复“是”，否则回复“否”。"
+
+        # 学生回答是否要补充信息
+        elif ask_additional_info and not extra_info_done and not roadmap_done:
+            ans = message.strip().lower()
+            if ans == "是":
+                extra_info_done = True
+                return "请告诉我你的实习经历或其他背景信息:"
+            else:
+                # 学生说没有要补充 -> 直接问要不要路线图
+                ask_additional_info = False
+                extra_info_done = True
+                return "需要一个时间轴式的职业路线图吗？若需要，请回复“是”，否则回复“否”。"
+
+        # 如果学生要补充信息 -> 存入 user_profile["extra_info"] -> 再问路线图
+        elif extra_info_done and not roadmap_offered and not roadmap_done:
+            # 把用户刚刚补充的一段信息写进 user_profile
+            if user_profile["extra_info"] is None:
+                user_profile["extra_info"] = message.strip()
+            # 现在再问路线图
             roadmap_offered = True
-            return "需要一个时间轴式的职业路线���吗？如果需要，请回复“是”，否则回复“否”。"
+            return "好的，补充信息收到。需要一个时间轴式的职业路线图吗？若需要，请回复“是”，否则回复“否”。"
 
+        # 学生回答要或不要路线图
         elif roadmap_offered and not roadmap_done:
             ans = message.strip().lower()
             if ans == "是":
@@ -377,20 +401,20 @@ def predict(message, history):
             else:
                 roadmap_done = True
                 forward_done = True
-                return "好的，不生成路线图，本次规划到此结束。"
+                return "好的，那本次规划到此结束，祝你一切顺利！"
 
+        # 如果 forward_done
         if forward_done:
-            # 最终生成 or 就结束
+            # 最终收尾
             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)
-                system_prompt = generate_system_prompt()
-
+                sprompt = generate_system_prompt()
                 msgs = [
-                    {"role":"system","content": system_prompt},
-                    {"role":"user","content": f"以下是学生资料: {user_profile}. 如需更详细方案可再次输入问题"}
+                    {"role":"system","content": sprompt},
+                    {"role":"user","content": f"当前资料: {user_profile}, 如果还想进一步咨询请再输入。"}
                 ]
                 resp = client.chat.completions.create(
                     model=model_default,
@@ -404,7 +428,7 @@ def predict(message, history):
             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。"
+    return "信息收集完毕，如还未得到最终回复，请输入任意文字以继续。"
 
 
 # ============================ Gradio UI ============================
@@ -459,54 +483,31 @@ footer {
 }
 """) 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;'>🎓 多步职业规划助手</h1>
-            <p style='font-size: 18px; font-weight:bold; color:#ec4899; margin-top: 0;'>Forward三步：推荐大方向→深度分析→可选时间轴路线图</p>
-          </div>
-        </div>
-        """)
-
-    gr.Markdown("""
-    **📝 Forward / Backward 多轮交互，附带换方向、深度分析、以及可选时间轴路线图**  
-    1. 如果你已有明确职业目标 => 回答“是”（Backward）  
-    2. 如果还在探索 => 回答“否”（Forward）  
-    3. Forward模式下：先问4个问题→推荐3大方向→可换→选定后深度分析→询问是否要路线图
-    """)
+    gr.HTML("<h1 style='color:white;'>Forward / Backward 多轮交互 + 可换方向 + 深度分析 + 补充信息 + 时间轴路线图</h1>")
 
     chatbot = gr.Chatbot(height=500, show_label=False, show_copy_button=True, type="messages")
+    msg = gr.Textbox(placeholder="请输入你的回答...")
+    send = gr.Button("🚀 发送", elem_id="custom-send")
+    reset = gr.Button("🔄 重新开始")
 
-    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")
+    def add_user_message(m, h):
+        h = h or []
+        h.append({"role":"user","content":m})
+        return "", h
 
-    with gr.Row():
-        reset_btn = gr.Button("🔄 重新开始")
+    def add_bot_response(h):
+        user_m = h[-1]["content"]
+        bot_m = predict(user_m, h[:-1])
+        h.append({"role":"assistant","content":bot_m})
+        return h
 
-    def add_message(message, history):
-        history = history or []
-        history.append({"role": "user", "content": message})
-        return "", history
+    send.click(add_user_message, [msg, chatbot], [msg, chatbot]) \
+        .then(add_bot_response, chatbot, chatbot)
 
-    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
+    msg.submit(add_user_message, [msg, chatbot], [msg, chatbot]) \
+       .then(add_bot_response, chatbot, chatbot)
 
-    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_state():
+    def reset_all():
         global current_q_index, questions
         global in_forward_flow, in_backward_flow
         global forward_index, backward_index
@@ -514,12 +515,13 @@ footer {
         global forward_recommendation_given
         global recommendation_round
         global forward_deep_dive_done
+        global ask_additional_info, extra_info_done
         global roadmap_offered, roadmap_done
 
         current_q_index = 0
         questions = base_questions[:]
-        for key in user_profile:
-            user_profile[key] = None
+        for k in user_profile:
+            user_profile[k] = None
 
         in_forward_flow = False
         in_backward_flow = False
@@ -530,17 +532,20 @@ footer {
         forward_recommendation_given = False
         recommendation_round = 0
         forward_deep_dive_done = False
+        ask_additional_info = False
+        extra_info_done = False
         roadmap_offered = False
         roadmap_done = False
 
         return []
 
-    reset_btn.click(fn=reset_state, inputs=None, outputs=chatbot, queue=False)
+    reset.click(reset_all, outputs=chatbot)
+
+    def start_q():
+        return [{"role":"assistant","content": questions[0][1]}]
+
+    demo.load(start_q, outputs=chatbot)
 
-    def auto_first_question():
-        # 启动时自动问第一个问题
-        return [{"role": "assistant", "content": questions[0][1]}]
+demo.launch()
 
-    demo.load(auto_first_question, inputs=None, outputs=chatbot)
-    demo.launch()