Update app.py

app.py

@@ -2,11 +2,12 @@ import gradio as gr
 from huggingface_hub import InferenceClient
 import os
 
-# Die Ratsmitglieder
+# Die Ratsmitglieder - Ich habe die UI-Namen etwas neutraler gemacht, 
+# der System-Prompt ist jetzt für alle gleich (siehe unten in der Funktion)
 COUNCIL_MEMBERS = {
-    "Der Architekt": "meta-llama/Llama-3.3-70B-Instruct",
-    "Der Glitch": "deepseek-ai/DeepSeek-V3",
-    "Der Debugger": "Qwen/Qwen2.5-Coder-32B-Instruct"
+    "Mitglied 1 (Llama)": "meta-llama/Llama-3.3-70B-Instruct",
+    "Mitglied 2 (DeepSeek)": "deepseek-ai/DeepSeek-V3",
+    "Mitglied 3 (Qwen)": "Qwen/Qwen2.5-Coder-32B-Instruct"
 }
 
 # Ein garantierter Chat-Model-Moderator
@@ -38,26 +39,42 @@ def run_council(user_prompt, rounds):
     history = [{"role": "user", "content": user_prompt}]
     yield history
     
-    current_context = f"Die zu diskutierende Frage lautet: {user_prompt}\n\n"
+    # Hier speichern wir fortlaufend den gesamten Chatverlauf
+    discussion_history = "" 
     
     for r in range(int(rounds)):
         round_header = f"### ZYKLUS {r+1}"
         history.append({"role": "assistant", "content": round_header})
         yield history
         
-        round_notes = ""
         for name, model_id in COUNCIL_MEMBERS.items():
-            system_msg = f"Du bist {name} in einem Expertenrat. Antworte in 2-3 Sätzen, bleib prägnant und nerdig."
-            answer = ask_model(model_id, system_msg, current_context)
+            # Der neue, neutrale System-Prompt für alle
+            system_msg = "Du bist ein Council Member eines Rates, bestehend aus mehreren Mitgliedern. Antworte in 2-3 Sätzen und bleib prägnant."
+            
+            # Die Anweisung an das Modell ändert sich, je nachdem ob es der erste Sprecher ist oder nicht
+            if discussion_history == "":
+                current_prompt = f"Die Frage an den Rat lautet: '{user_prompt}'. Bitte eröffne die Diskussion mit deiner ersten Einschätzung."
+            else:
+                current_prompt = (
+                    f"Die ursprüngliche Frage lautet: '{user_prompt}'.\n\n"
+                    f"Bisheriges Protokoll der Sitzung:\n{discussion_history}\n\n"
+                    f"Du bist nun an der Reihe. Bitte reagiere auf die bisherigen Aussagen deiner Vorredner und füge deine eigene Perspektive hinzu."
+                )
+
+            answer = ask_model(model_id, system_msg, current_prompt)
             formatted_answer = f"**{name}**: {answer}"
             
+            # WICHTIG: Wir updaten die History SOFORT. Das nächste Modell in der Schleife 
+            # liest diesen Text also direkt im nächsten Durchlauf als "Bisheriges Protokoll".
+            discussion_history += f"{formatted_answer}\n\n"
+            
             history.append({"role": "assistant", "content": formatted_answer})
-            round_notes += f"\n{formatted_answer}\n"
             yield history 
-            
-        current_context += f"\nZusammenfassung Zyklus {r+1}:{round_notes}"
 
-    final_res = ask_model(MODERATOR_MODEL, "Du bist der Moderator.", current_context + "\nFasse den Konsens in 3 Sätzen zusammen.")
+    # Finale Zusammenfassung durch den Moderator
+    mod_prompt = f"Das ursprüngliche Thema war: '{user_prompt}'.\n\nHier ist das komplette Protokoll des Rates:\n{discussion_history}\n\nFasse den gefundenen Konsens oder die Kernpunkte in 3 Sätzen zusammen."
+    final_res = ask_model(MODERATOR_MODEL, "Du bist der Moderator des Rates.", mod_prompt)
+    
     history.append({"role": "assistant", "content": "### 🏆 FINALE ENTSCHEIDUNG"})
     history.append({"role": "assistant", "content": final_res})
     yield history