Update app.py

app.py

@@ -20,13 +20,10 @@ 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。"""),
 
     ("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？
@@ -72,41 +69,34 @@ def generate_system_prompt():
     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
 """
     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:
 - 学术背景: {bg_info}
 - 工作意义: {work_value}
 - 性格总结: {personality_summary}
 - 理想一天: {dream_day}
-
 请输出：
 1. 学生的优势、性格、价值观分析
 2. 推荐6个职业方向，并说明匹配理由
 3. 等学生选择后，再推荐3个具体职业，每个说明日常内容、适配性、要求、准备路径
-
 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
 """
-"""
-    return prompt
 
+# ============================ 主逻辑函数 ============================
 def predict(message, history):
     global current_q_index, questions
     global in_forward_flow, in_backward_flow
@@ -169,21 +159,6 @@ def predict(message, history):
             key = forward_additional_questions[idx][0]
             user_profile[key] = message.strip()
 
-    if "是" in mode:
-        if backward_index < len(backward_additional_questions):
-            key, q_text = backward_additional_questions[backward_index]
-            backward_index += 1
-            return q_text
-        else:
-            backward_done = True
-    else:
-        if forward_index < len(forward_additional_questions):
-            key, q_text = forward_additional_questions[forward_index]
-            forward_index += 1
-            return q_text
-        else:
-            forward_done = True
-
     if ("是" in mode and backward_done) or ("否" in mode and forward_done):
         try:
             api_key = os.environ.get("API_TOKEN")
@@ -209,55 +184,57 @@ def predict(message, history):
 
     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。"
 
-    with gr.Blocks(css="""
-    body {
-        background-color: #1e1e1e;
-        color: #ffffff;
-    }
-    .gradio-container {
-        font-family: 'Segoe UI', sans-serif;
-    }
-    .message.user {
-        background-color: #cce6ff !important;
-        color: #000000 !important;
-        border-radius: 10px !important;
-        padding: 10px;
-        margin: 6px;
-    }
-    .message.bot {
-        background-color: #5599ff !important;
-        color: #000000 !important;
-        border-radius: 10px !important;
-        padding: 10px;
-        margin: 6px;
-    }
-    .gradio-container .chat-msg.bot-msg .message.bot p {
-        color: #000000 !important;
-    }
-    .gr-button {
-        border-radius: 8px;
-    }
-    #custom-send {
-        background-color: #ec4899 !important;
-        color: white !important;
-        border-radius: 999px !important;
-        padding: 10px 24px !important;
-        font-weight: bold;
-        box-shadow: 0 0 10px #ec4899;
-        transition: all 0.3s ease-in-out;
-    }
-    #custom-send:hover {
-        background-color: #d63384 !important;
-        box-shadow: 0 0 12px #ec4899;
-    }
-    textarea, input {
-        background-color: #ffe4f1 !important;
-        color: #5e2c49 !important;
-        border: 1px solid #ec4899 !important;
-    }
-    footer {
-        display: none !important;
-    }
+
+# ============================ Gradio UI ============================
+with gr.Blocks(css="""
+body {
+    background-color: #1e1e1e;
+    color: #ffffff;
+}
+.gradio-container {
+    font-family: 'Segoe UI', sans-serif;
+}
+.message.user {
+    background-color: #cce6ff !important;
+    color: #000000 !important;
+    border-radius: 10px !important;
+    padding: 10px;
+    margin: 6px;
+}
+.message.bot {
+    background-color: #5599ff !important;
+    color: #000000 !important;
+    border-radius: 10px !important;
+    padding: 10px;
+    margin: 6px;
+}
+.gradio-container .chat-msg.bot-msg .message.bot p {
+    color: #000000 !important;
+}
+.gr-button {
+    border-radius: 8px;
+}
+#custom-send {
+    background-color: #ec4899 !important;
+    color: white !important;
+    border-radius: 999px !important;
+    padding: 10px 24px !important;
+    font-weight: bold;
+    box-shadow: 0 0 10px #ec4899;
+    transition: all 0.3s ease-in-out;
+}
+#custom-send:hover {
+    background-color: #d63384 !important;
+    box-shadow: 0 0 12px #ec4899;
+}
+textarea, input {
+    background-color: #ffe4f1 !important;
+    color: #5e2c49 !important;
+    border: 1px solid #ec4899 !important;
+}
+footer {
+    display: none !important;
+}
 """) as demo:
     with gr.Row():
         gr.HTML("""
@@ -269,7 +246,6 @@ def predict(message, history):
           </div>
         </div>
         """)
-
     gr.Markdown("""
     **📝 个性化职业规划助手：Forward / Backward 多轮交互示例**
 
@@ -277,38 +253,30 @@ def predict(message, history):
     - 如果你需要探索适合的职业方向，选择 **Forward** 模式（回答“否”）。
     - 我会收集你的基础信息、学术背景，并根据你的回答做多轮引导，最后给出职业规划建议。
     """)
-
     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)
         with gr.Column(scale=1):
             submit_btn = gr.Button("🚀 发送", elem_id="custom-send")
-
     with gr.Row():
         reset_btn = gr.Button("🔄 重新开始")
-
     def add_message(message, history):
         history = history or []
         history.append({"role": "user", "content": message})
         return "", history
-
     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
-
     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():
         global current_q_index, questions
         global in_forward_flow, in_backward_flow
@@ -325,12 +293,9 @@ def predict(message, history):
         forward_done = False
         backward_done = False
         return []
-
     reset_btn.click(fn=reset_conversation, 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()