Update app.py

app.py

@@ -4,13 +4,13 @@ import os
 
 # ============================ 用户信息结构 ============================
 user_profile = {
-    "mode": None,
-    "specific_career": None,
-    "bg_info": None,
-    "work_value": None,
-    "personality_summary": None,
-    "dream_day": None,
-    "forward_direction_choice": None
+    "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
 }
 
 # ============================ 基础问题 ============================
@@ -20,20 +20,13 @@ 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，我会分析然后给你推荐定制的可行方向。
-接下来，请你首先提供你的学术背景：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 就最好啦。"""),
+    ("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？如果能提供你的选课表或resume就更好啦。"""),
 
-    ("work_value", """很好！接下来我想更深入地了解你。
-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？
-你可以从以下几个角度思考，也可以自由表达：
-- 是可以帮助他人？实现社会影响力？
-- 还是可以赚大钱？获得物质回报？
-- 或者是自由时间？个人成长？创意空间？
-举个例子更好哦～"""),
+    ("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", "你能不能用几句话总结一下你自己的性格？比如：外向、喜欢挑战、注重细节、讨厌重复..."),
+    ("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？"),
 
-    ("dream_day", "你能描述一下你理想工作的一天是什么样的吗？你在哪工作？做什么？跟谁合作？忙还是闲？更自由还是更有秩序？")
+    ("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？")
 ]
 
 # ============================ Backward 模式问题 ============================
@@ -53,59 +46,168 @@ 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
+forward_deep_dive_done = False
+roadmap_offered = False
+roadmap_done = False
+
 # ============================ 模型设置 ============================
 model_default = "gpt-4o"
 token_default = 2000
 temp_default = 0.7
 top_p_default = 0.95
 
-# ============================ Prompt 生成函数 ============================
-def generate_system_prompt():
-    mode = user_profile["mode"]
-    specific_career = user_profile["specific_career"]
-    bg_info = user_profile["bg_info"]
-    work_value = user_profile["work_value"]
-    personality_summary = user_profile["personality_summary"]
-    dream_day = user_profile["dream_day"]
-    forward_choice = user_profile.get("forward_direction_choice")
-
-    if "是" in (mode or ""):
-        return f"""
-你是一位专业的职业规划顾问，使用Backward Design方法帮助学生达成他们的职业目标。
-目标职业: {specific_career}
-背景信息: {bg_info}
-请提供：
-1. 该职业的简要分析
-2. 排名前列的组织或公司
-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：
-📍 现在 → 🎓 学习建议 → 💼 实践建议 → 📄 认证建议 → 🚀 求职建议
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 路线图生成函数 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+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"
+
+    # 生成路线图的prompt
+    prompt_roadmap = f"""
+学生信息：
+- 学术背景：{bg_info}
+- 职业方向：{direction}
+- 工作价值：{wv}
+- 性格：{ps}
+- 理想工作：{dd}
+
+请你使用时间轴方式，给出一个职业路线图，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]
+
+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。
 """
-    else:
-        return f"""
-你是一位专业的职业规划顾问，使用Forward Design方法帮助学生探索合适的职业路径。
-学生背景:
+    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":"你是一位专业的职业规划顾问，会生成时间轴式路线图"},
+            {"role":"user","content": prompt_roadmap}
+        ]
+        resp = client.chat.completions.create(
+            model=model_default,
+            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"生成路线图时出错: {str(e)}"
+
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 深度分析函数（3个具体职业） ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+def do_deep_analysis():
+    # 读取 user_profile
+    direction = user_profile["forward_direction_choice"] or "尚未选择"
+    bg_info = user_profile["bg_info"] or "未知背景"
+    wv = user_profile["work_value"] or "无"
+    ps = user_profile["personality_summary"] or "不详"
+    dd = user_profile["dream_day"] or "不详"
+
+    deep_prompt = f"""
+学生的最终方向: {direction}
+学生背景: {bg_info}
+价值观: {wv}
+性格: {ps}
+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）
+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
+6. 简历优化思路
+
+用中文分段写作，字数500+。
+"""
+    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，会深度分析并列出3个具体职业。"},
+            {"role":"user","content": deep_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"深度分析出错: {str(e)}"
+
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 推荐大方向函数 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+def recommend_3directions():
+    # 读取 user_profile
+    bg_info = user_profile["bg_info"] or "未知"
+    wv = user_profile["work_value"] or "无"
+    ps = user_profile["personality_summary"] or "不详"
+    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’：
 - 学术背景: {bg_info}
-- 工作意义: {work_value}
-- 性格总结: {personality_summary}
-- 理想一天: {dream_day}
-- 学生选择方向: {forward_choice}
-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：
-📍 现在 → 🎓 学习建议 → 💼 实践建议 → 📄 认证建议 → 🚀 求职建议
+- 工作价值: {wv}
+- 性格: {ps}
+- 理想工作: {dd}
+
+分两部分：
+[一、人物画像]：1) 学术背景 2) 价值观 3) 性格 4) 理想工作
+[二、推荐3个大方向]：每个方向(1~2段文字)
+最后用如下结尾：
+1. XXX方向
+2. XXX方向
+3. XXX方向
+如都不满意，可输入'换'。
 """
-
-# ============================ 主逻辑函数 ============================
+    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,
+            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"多方向推荐出错: {str(e)}"
+
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ predict ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 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
     global forward_recommendation_given
+    global recommendation_round
+    global forward_deep_dive_done
+    global roadmap_offered, roadmap_done
 
     # 第一次对话，重置
     if not history:
@@ -114,25 +216,26 @@ def predict(message, history):
         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
+        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
+        roadmap_offered = False
+        roadmap_done = False
 
-    # ========== 存储 base_questions 回答 ==========
-    # 如果还在问 base_questions（只有1题，就1个循环）
+    # ~~~~~~~~~~ 存储 base_questions 回答 ~~~~~~~~~~
     if 0 < current_q_index <= len(questions):
         key = questions[current_q_index - 1][0]
         user_profile[key] = message.strip()
-        # 如果回答了 mode 问题
         if key == "mode":
             if "是" in user_profile["mode"]:
+                # Backward
                 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 "否" in user_profile["mode"]:
+                # Forward
                 in_forward_flow = True
 
     # 如果 base_questions 还没问完，就继续问
@@ -141,134 +244,129 @@ def predict(message, history):
         current_q_index += 1
         return nxt
 
-    # ========== 进入 Forward / Backward 的额外问题 ==========
     mode = user_profile.get("mode") or ""
 
-    # --- Backward 模式 ---
+    # ======== Backward 流程 ========
     if "是" in mode:
         if in_backward_flow and not backward_done:
-            # 存储上一次回答到 user_profile
-            # backward_index > 0 才说明至少问过1个 backward问题
+            # 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()
 
-            # 是否还有下一个问题
+            # 下一个问题
             if backward_index < len(backward_additional_questions):
                 k, prompt_text = backward_additional_questions[backward_index]
                 backward_index += 1
                 return prompt_text
             else:
-                # 问完了
                 backward_done = True
 
-    # --- Forward 模式 ---
+        # 如果 backward_done
+        if backward_done:
+            # 直接进入最终
+            try:
+                api_key = os.environ.get("API_TOKEN")
+                if not api_key:
+                    return "错误：API密钥未设置"
+                client = OpenAI(api_key=api_key)
+                system_prompt = 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"}
+                ]
+                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 流程 ========
     else:
-        if in_forward_flow and not forward_done:
-            # 存储上一次回答到 user_profile
-            # forward_index > 0 才说明至少问过1个 forward问题
+        if in_forward_flow and not forward_done and not forward_deep_dive_done and not roadmap_done:
+            # 存储上一回答
             if forward_index > 0 and forward_index <= len(forward_additional_questions):
                 prev_key = forward_additional_questions[forward_index - 1][0]
                 user_profile[prev_key] = message.strip()
 
-            # 如果还有 Forward问题没问完
+            # 若还有 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问题都问完，但还没推荐过方向
+            # 如果4个Forward问完，还没推荐
             elif not forward_recommendation_given:
                 forward_recommendation_given = True
+                return recommend_3directions()
 
-                print("===== Debug user_profile =====")
-                print(user_profile)
-
-                try:
-                    api_key = os.environ.get("API_TOKEN")
-                    if not api_key:
-                        return "错误：API_TOKEN 未设置，请在环境变量中添加。"
-                    client = OpenAI(api_key=api_key)
-
-                    recommendation_prompt = f"""
-请根据以下信息，为这位学生撰写一份结构化、条理清晰的“人物画像分析”：
-- 学术背景: {user_profile['bg_info']}
-- 工作意义: {user_profile['work_value']}
-- 性格总结: {user_profile['personality_summary']}
-- 理想工作状态: {user_profile['dream_day']}
-
-请分为两个主要部分：
-
-一、人物画像分析：
-1) 学校/专业背景与可能的优势
-2) 职业价值观与工作偏好
-3) 性格特点
-4) 理想工作状态
-
-二、推荐3个“大方向”：
-(A) 典型岗位或行业示例
-(B) 主要特点
-(C) 建议行动
-
-在最后列出3个方向让学生从中选一个深入：
-1. XXX方向
-2. XXX方向
-3. XXX方向
-
-如果信息不足，请基于通用逻辑合理推断。请使用中文分段写作，字数不少于500字。
-"""
-
-                    print("===== Debug recommendation_prompt =====")
-                    print(recommendation_prompt)
-
-                    msgs = [
-                        {"role": "system", "content": "你是一位专业的职业生涯顾问，善于总结用户信息并给出大方向建议。"},
-                        {"role": "user", "content": recommendation_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"生成推荐方向时出错: {str(e)}"
-
+            # 已推荐过方向，等待学生选1/2/3 or '换'
             else:
-                # 已推荐过方向，现在用户输入了方向选择
-                user_profile["forward_direction_choice"] = message.strip()
+                choice = message.strip().lower()
+                # 如果是1/2/3 => 深度分析
+                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:
+                    recommendation_round += 1
+                    if recommendation_round > 2:  # 最多换2次
+                        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()
+                else:
+                    return "请回复1/2/3选择方向，或输入'换'来请求新的推荐"
+
+        # 当深度分析完，才问路线图
+        elif forward_deep_dive_done and not roadmap_offered:
+            roadmap_offered = True
+            return "需要一个时间轴式的职业路线图吗？如果需要，请回复“是”，否则回复“否”。"
+
+        elif roadmap_offered and not roadmap_done:
+            ans = message.strip().lower()
+            if ans == "是":
+                roadmap_done = True
                 forward_done = True
-
-    # 如果走到这里，说明 Backward_done / Forward_done
-    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。"
-
-            client = OpenAI(api_key=api_key)
-            system_prompt = generate_system_prompt()
-
-            msgs = [
-                {"role": "system", "content": system_prompt},
-                {"role": "user", "content": f"请根据我提供的信息，给我职业规划建议: {user_profile}. {message}"}
-            ]
-            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 do_time_roadmap()
+            else:
+                roadmap_done = True
+                forward_done = True
+                return "好的，不��成路线图，本次规划到此结束。"
+
+        # 如果 forward_done
+        if forward_done:
+            # 最终生成 or 就结束
+            try:
+                api_key = os.environ.get("API_TOKEN")
+                if not api_key:
+                    return "错误：API密钥未设置"
+                client = OpenAI(api_key=api_key)
+                system_prompt = 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"}
+                ]
+                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 "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。"
 
@@ -330,32 +428,24 @@ footer {
         <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（修正版）</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>
+            <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("""
-    **📝 修正版：确保Forward / Backward问题回答也存入 user_profile**  
-    - 逐题逐答，不要一次性粘贴所有回答
-    - 这样每个回答都会写进 user_profile，再进行下一题
+    **📝 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
     """)
 
-    chatbot = gr.Chatbot(
-        height=500,
-        show_label=False,
-        show_copy_button=True,
-        type="messages"
-    )
+    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
-            )
+            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")
 
@@ -374,57 +464,42 @@ footer {
         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():
+    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():
         global current_q_index, questions
         global in_forward_flow, in_backward_flow
         global forward_index, backward_index
         global forward_done, backward_done
         global forward_recommendation_given
+        global recommendation_round
+        global forward_deep_dive_done
+        global roadmap_offered, roadmap_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
+        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
+        roadmap_offered = False
+        roadmap_done = False
+
         return []
 
-    reset_btn.click(
-        fn=reset_conversation,
-        inputs=None,
-        outputs=chatbot,
-        queue=False
-    )
+    reset_btn.click(fn=reset_state, 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()
-