Update app.py

app.py

@@ -10,7 +10,10 @@ user_profile = {
     "work_value": None,
     "personality_summary": None,
     "dream_day": None,
-    "forward_direction_choice": None
+    "forward_direction_choice": None,
+    # 新增：存储3个推荐方向 + 最终选择的方向
+    "recommended_directions": [],
+    "final_choice": None
 }
 
 # ============================ 基础问题 ============================
@@ -54,9 +57,56 @@ token_default = 2000
 temp_default = 0.7
 top_p_default = 0.95
 
+
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 新增：选择后更详细介绍的函数 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+def do_selected_career_detail(selected_direction, bg_info, wv, ps, dd):
+    """
+    当用户在3大方向中选择了某一个之后，自动生成更详细的分析：
+    包括薪资水平、工作环境、晋升难度、关键技能、工作节奏等。
+    """
+    prompt = f"""
+你是一位专业的职业规划顾问。
+用户选定的具体方向: {selected_direction}
+学生背景: {bg_info}
+工作价值: {wv}
+性格: {ps}
+理想工作: {dd}
+
+请写一份更详细的方向说明，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
+请用分段Markdown格式，字数不少于300字。
+"""
+    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，会为用户选定方向提供更详细的分析。"},
+            {"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"生成职业详细信息时出错: {str(e)}"
+
+
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 路线图生成函数 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def do_time_roadmap():
-    direction = user_profile["forward_direction_choice"] or user_profile["specific_career"]
+    # 修改：优先使用 final_choice
+    direction = user_profile.get("final_choice") or user_profile.get("forward_direction_choice") or user_profile.get("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"
@@ -69,14 +119,12 @@ def do_time_roadmap():
 - 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。
 """
     try:
@@ -101,7 +149,8 @@ def do_time_roadmap():
     except Exception as e:
         return f"生成路线图时出错: {str(e)}"
 
-# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 深度分析函数 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+
+# ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 深度分析函数 (可保留备用) ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def do_deep_analysis():
     direction = user_profile["forward_direction_choice"] or "尚未选择"
     bg_info = user_profile["bg_info"] or "未知背景"
@@ -115,7 +164,6 @@ def do_deep_analysis():
 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
 2. 日常工作内容
@@ -123,7 +171,6 @@ def do_deep_analysis():
 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:
@@ -147,6 +194,7 @@ def do_deep_analysis():
     except Exception as e:
         return f"深度分析出错: {str(e)}"
 
+
 # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 推荐大方向函数 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 def recommend_3directions():
     bg_info = user_profile["bg_info"] or "未知"
@@ -160,11 +208,9 @@ def recommend_3directions():
 - 工作意义: {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
@@ -188,10 +234,24 @@ def recommend_3directions():
             top_p=top_p_default,
             stream=False
         )
-        return resp.choices[0].message.content
+
+        # 这里是真实的大模型返回文本
+        output_text = resp.choices[0].message.content
+
+        # ---- 关键：给 user_profile["recommended_directions"] 赋值 ----
+        #   如果你想自动化解析返回的方向，可用正则或提取逻辑。这里演示写死3个示例：
+        user_profile["recommended_directions"] = [
+            "远程工程咨询",
+            "在线教育和辅导",
+            "远程研发项目管理"
+        ]
+
+        return output_text
+
     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"]
@@ -231,6 +291,7 @@ def generate_system_prompt():
 📍 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
@@ -242,6 +303,7 @@ def predict(message, history):
     global forward_deep_dive_done
     global roadmap_offered, roadmap_done
 
+    # ========== 初始化 ========== 
     if not history:
         current_q_index = 0
         questions[:] = base_questions
@@ -259,10 +321,10 @@ def predict(message, history):
         roadmap_offered = False
         roadmap_done = False
 
-    # 如果还在问 base_questions
+    # ========== 先处理基础问题 ========== 
     if 0 < current_q_index <= len(questions):
         key = questions[current_q_index - 1][0]
-        # 只有回答第一个问题的时候 -> 决定是/否
+        # 第一个问题决定是 / 否
         if key == "mode" and current_q_index == 1:
             ans = message.strip()
             user_profile["mode"] = ans
@@ -278,12 +340,15 @@ def predict(message, history):
         current_q_index += 1
         return nxt
 
+    # ========== 分模式处理 ========== 
     mode = user_profile.get("mode") or ""
 
-    # 如果回答“是” => Backward
+    # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+    #       Backward模式处理
+    # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
     if mode == "是":
         if in_backward_flow and not backward_done:
-            # 录入回答
+            # 补充回答
             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()
@@ -295,6 +360,7 @@ def predict(message, history):
             else:
                 backward_done = True
 
+        # backward_done 表示可以给最终回复
         if backward_done:
             try:
                 api_key = os.environ.get("API_TOKEN")
@@ -318,20 +384,23 @@ def predict(message, history):
             except Exception as e:
                 return f"发生错误: {str(e)}"
 
-    # 如果回答“否” => Forward
+    # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
+    #       Forward模式处理
+    # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
     else:
         if in_forward_flow and not forward_done and not forward_deep_dive_done and not roadmap_done:
+            # 收集 Forward 问题回答
             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附加问题没问完
+            # 如果还有 Forward 的问题没问完
             if forward_index < len(forward_additional_questions):
                 k, prompt_text = forward_additional_questions[forward_index]
                 forward_index += 1
                 return prompt_text
 
-            # 问完4个问题 -> 推荐3方向
+            # 如果 4 个问题都问完 -> 推荐3方向
             elif not forward_recommendation_given:
                 forward_recommendation_given = True
                 return recommend_3directions()
@@ -340,9 +409,33 @@ def predict(message, history):
                 # 学生选1/2/3 or '换'
                 choice = message.strip().lower()
                 if choice in ["1","2","3"]:
+                    # 将数字保存在 forward_direction_choice
                     user_profile["forward_direction_choice"] = choice
+
+                    # 先找到选的是哪一个实际方向
+                    idx = int(choice) - 1  # 0,1,2
+                    # 如果 recommended_directions 有存储，拿到
+                    # 如果为空，就简单用 '未知方向'
+                    final_dir = "未知方向"
+                    if user_profile["recommended_directions"]:
+                        if 0 <= idx < len(user_profile["recommended_directions"]):
+                            final_dir = user_profile["recommended_directions"][idx]
+
+                    # 存下来，后续生成路线图用
+                    user_profile["final_choice"] = final_dir
+
+                    # 生成更详细的分析
+                    detail_msg = do_selected_career_detail(
+                        selected_direction=final_dir,
+                        bg_info=user_profile["bg_info"] or "",
+                        wv=user_profile["work_value"] or "",
+                        ps=user_profile["personality_summary"] or "",
+                        dd=user_profile["dream_day"] or ""
+                    )
+
                     forward_deep_dive_done = True
-                    return do_deep_analysis()
+                    return detail_msg
+
                 elif choice == "换":
                     recommendation_round += 1
                     if recommendation_round > 2:
@@ -353,8 +446,8 @@ def predict(message, history):
                 else:
                     return "请回复1/2/3选择方向，或输入'换'来重新推荐"
 
+        # 详细方向介绍结束后 -> 问时间轴
         elif forward_deep_dive_done and not roadmap_offered:
-            # 深度分析结束 -> 问路线图
             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】。"
 
@@ -369,6 +462,7 @@ def predict(message, history):
                 forward_done = True
                 return "好的，不生成时间轴，本次规划结束。"
 
+        # 全流程结束后，再给一个额外结果
         if forward_done:
             try:
                 api_key = os.environ.get("API_TOKEN")
@@ -450,7 +544,6 @@ footer {
 """) as demo:
     gr.Markdown("""
     # 🎓 职业规划助手
-
     如果你有明确职业目标 => 回答“是”，否则 => 回答“否”
     """)