Update app.py

app.py

@@ -9,7 +9,8 @@ user_profile = {
     "bg_info": None,
     "work_value": None,
     "personality_summary": None,
-    "dream_day": None
+    "dream_day": None,
+    "forward_direction_choice": None
 }
 
 # ============================ 基础问题 ============================
@@ -19,20 +20,29 @@ 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。
+    (
+        "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？
 - 或者是自由时间？个人成长？创意空间？
-举个例子更好哦～"""),
-
-    ("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..."),
-
-    ("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？")
+举个例子更好哦～"""
+    ),
+    (
+        "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..."
+    ),
+    (
+        "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？"
+    )
 ]
 
 # ============================ Backward 模式问题 ============================
@@ -50,9 +60,10 @@ forward_index = 0
 backward_index = 0
 forward_done = False
 backward_done = False
+forward_recommendation_given = False
 
 # ============================ 模型设置 ============================
-model_default = "gpt-4o"
+model_default = "gpt-4o"    # 你可以改成 "gpt-3.5-turbo" 或 "gpt-4"
 token_default = 2000
 temp_default = 0.7
 top_p_default = 0.95
@@ -65,35 +76,39 @@ def generate_system_prompt():
     work_value = user_profile["work_value"]
     personality_summary = user_profile["personality_summary"]
     dream_day = user_profile["dream_day"]
+    forward_direction_choice = user_profile["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
 """
     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}
+- 选择方向: {forward_direction_choice}
+
 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
+2. 推荐具体职业（3个），说明日常内容、适配性、要求、准备路径
+3. 输出职业路径图：📍 现在 → 🎓 → 💼 → 📄 → 🚀
 """
 
 # ============================ 主逻辑函数 ============================
@@ -101,8 +116,9 @@ 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_done, backward_done, forward_recommendation_given
 
+    # 如果是对话第一次
     if not history:
         current_q_index = 0
         questions = base_questions[:]
@@ -114,57 +130,107 @@ def predict(message, history):
         backward_index = 0
         forward_done = False
         backward_done = False
+        forward_recommendation_given = False
 
+    # 如果正在问 base_questions
     if current_q_index > 0 and current_q_index <= len(questions):
+        # 存储上一轮回答
         key = questions[current_q_index - 1][0]
         user_profile[key] = message.strip()
+
+        # 根据回答决定 forward / backward
         if key == "mode" and "是" in user_profile["mode"]:
+            # 如果是Backward模式，插入具体职业问题
             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 key == "mode" and "否" in user_profile["mode"]:
             in_forward_flow = True
 
+    # 如果还有基础问题没问完，就问
     if current_q_index < len(questions):
         q_text = questions[current_q_index][1]
         current_q_index += 1
         return q_text
 
     mode = user_profile["mode"] or ""
+    # ============ Backward 流程 ============
     if "是" in mode:
         if in_backward_flow and not backward_done:
+            # 如果还没把 Backward 问题问完
             if backward_index < len(backward_additional_questions):
                 key, q_text = backward_additional_questions[backward_index]
                 backward_index += 1
                 return q_text
             else:
+                # Backward 问完
                 backward_done = True
+
+    # ============ Forward 流程 ============
     else:
         if in_forward_flow and not forward_done:
+            # 如果还在问 Forward 的问题
             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 in_backward_flow and backward_index > 0 and not backward_done:
-        idx = backward_index - 1
-        if idx < len(backward_additional_questions):
-            key = backward_additional_questions[idx][0]
-            user_profile[key] = message.strip()
+            # 已问完 Forward 4 个问题，但还没推荐方向
+            elif not forward_recommendation_given:
+                forward_recommendation_given = True
+                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)
+
+                    # 构造一个 Prompt，让 AI 综合学生信息并推荐 3 个「大方向」
+                    recommendation_prompt = f"""
+请你先根据以下信息，生成一段不超过4句话的“学生画像”总结：
+- 学术背景: {user_profile['bg_info']}
+- 工作意义: {user_profile['work_value']}
+- 性格总结: {user_profile['personality_summary']}
+- 理想一天: {user_profile['dream_day']}
 
-    if in_forward_flow and forward_index > 0 and not forward_done:
-        idx = forward_index - 1
-        if idx < len(forward_additional_questions):
-            key = forward_additional_questions[idx][0]
-            user_profile[key] = message.strip()
+然后再推荐3个主要职业方向（大的领域方向，例如：咨询、设计、工程、教育等），并用简短理由说明为什么适合。
+最后用如下格式结尾：
+1. xxx
+2. xxx
+3. xxx
+
+请学生从中选择一个方向进行下一步。
+"""
 
+                    messages = [
+                        {"role": "system", "content": "你是一位职业规划顾问，善于总结和推荐方向。"},
+                        {"role": "user", "content": recommendation_prompt}
+                    ]
+                    response = client.chat.completions.create(
+                        model=model_default,
+                        messages=messages,
+                        max_tokens=token_default,
+                        temperature=temp_default,
+                        top_p=top_p_default,
+                        stream=False
+                    )
+                    return response.choices[0].message.content
+
+                except Exception as e:
+                    return f"生成推荐方向时出错: {str(e)}"
+
+            # 如果已经推荐过方向，这次用户就输入了 1/2/3
+            else:
+                user_profile["forward_direction_choice"] = message.strip()
+                forward_done = True
+
+    # ============ 如果模式问题结束 (Backward_done / Forward_done) ============
     if ("是" in mode and backward_done) or ("否" in mode and forward_done):
+        # 进入最终职业规划生成
         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名为API_TOKEN的Secret。"
             client = OpenAI(api_key=api_key)
+
             system_prompt = generate_system_prompt()
             messages = [
                 {"role": "system", "content": system_prompt},
@@ -179,121 +245,65 @@ def predict(message, history):
                 stream=False
             )
             return response.choices[0].message.content
+
         except Exception as e:
             return f"发生错误: {str(e)}"
 
+    # 如果还没结束，就让用户输入下一条
     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。"
 
-
 # ============================ 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("""
-        <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（升级版）</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>
-          </div>
-        </div>
-        """)
+with gr.Blocks() as demo:
     gr.Markdown("""
-    **📝 个性化职业规划助手：Forward / Backward 多轮交互示例**
-    - 如果你已确定了职业目标，选择 **Backward** 模式（回答“是”）。
-    - 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。
+    # 🎓 AI 职业规划助手
+    欢迎！我是你的职业发展向导～请回答几个问题，我将为你定制专属的职业探索建议！
     """)
-    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):
+
+    chatbot = gr.Chatbot()
+    msg = gr.Textbox(placeholder="请输入你的回答...", label=None)
+    send = gr.Button("发送 🚀")
+    reset = gr.Button("🔄 重新开始")
+
+    def add_user_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})
+
+    def add_bot_response(history):
+        message = history[-1]["content"]
+        reply = predict(message, history[:-1])
+        history.append({"role": "assistant", "content": reply})
         return history
-    submit_btn.click(fn=add_message, inputs=[msg, chatbot], outputs=[msg, chatbot]).then(
-        fn=bot_response, inputs=[chatbot], outputs=[chatbot]
+
+    send.click(add_user_message, [msg, chatbot], [msg, chatbot]).then(
+        add_bot_response, chatbot, chatbot
     )
-    msg.submit(fn=add_message, inputs=[msg, chatbot], outputs=[msg, chatbot]).then(
-        fn=bot_response, inputs=[chatbot], outputs=[chatbot]
+    msg.submit(add_user_message, [msg, chatbot], [msg, chatbot]).then(
+        add_bot_response, chatbot, chatbot
     )
-    def reset_conversation():
+
+    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_done, backward_done, forward_recommendation_given
+
         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
         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()
+
+    reset.click(reset_state, outputs=chatbot)
+
+    def auto_intro():
+        # 启动时自动显示第一个问题
+        return [{"role": "assistant", "content": base_questions[0][1]}]
+
+    demo.load(auto_intro, outputs=chatbot)
+
+demo.launch()