Upload app.py

app.py

@@ -208,6 +208,49 @@ def extract_model_reply(full_text, prompt):
     except Exception as e:
         print(f"[extract_model_reply 錯誤] {e}")
         return full_text.strip()
+
+# === 放在 safe_parse_json 之後：用「正則」擷取 full_text 中最後一個完整 JSON 物件 ===
+try:
+    import regex as re2  # 第三方 regex，支援遞迴 (?R)
+except Exception:
+    re2 = None
+
+def extract_last_json_block(text: str) -> Optional[str]:
+    """
+    以 regex 擷取最後一個平衡的大括號 JSON 物件：
+    - 優先使用第三方 `regex` 的遞迴 (?R) 來比對平衡大括號
+    - 若無法使用 `regex`，改用手動堆疊法做 fallback
+    回傳：最後一個 JSON 物件字串；若找不到回傳 None
+    """
+    try:
+        s = _strip_code_fences(text)
+
+        # 1) 使用 regex (?R) 遞迴：{\n  ... { ... } ... \n}
+        if re2 is not None:
+            pattern = re2.compile(r"\{(?:[^{}]|(?R))*\}", flags=re2.DOTALL)
+            matches = [m.group(0) for m in pattern.finditer(s)]
+            return matches[-1] if matches else None
+
+        # 2) 無 regex 模組 → 手動掃描平衡大括號
+        blocks = []
+        depth = 0
+        start = None
+        for i, ch in enumerate(s):
+            if ch == "{":
+                if depth == 0:
+                    start = i
+                depth += 1
+            elif ch == "}":
+                if depth > 0:
+                    depth -= 1
+                    if depth == 0 and start is not None:
+                        blocks.append(s[start:i+1])
+                        start = None
+        return blocks[-1] if blocks else None
+    except Exception as e:
+        print(f"[JSON-EXTRACT][ERROR] {e}")
+        return None
+
         
 def call_llm(messages: List[dict], model: str, logs: List[str]) -> dict:
     """
@@ -244,15 +287,29 @@ def call_llm(messages: List[dict], model: str, logs: List[str]) -> dict:
         print("torch.no_grad")
         # 解碼生成內容後
         full_text = _hf_tok.decode(out_ids[0], skip_special_tokens=True)
-        gen_text = extract_model_reply(full_text, prompt)
+        
+        
+
+         # ★ 使用 regex/堆疊法：從 full_text 擷取「最後一個」完整 JSON 物件
+        candidate = extract_last_json_block(full_text)
+        gen_text = candidate if candidate is not None else full_text  # 若找不到就用原文（後續 safe_parse_json 仍會嘗試）
         logs.append(f"[LOCAL LLM] raw_len={len(gen_text)}")
         logs.append(f"[LOCAL LLM] gen_text={gen_text}")
         logs.append(f"[LOCAL LLM] prompt={prompt}")
         logs.append(f"[LOCAL LLM] full_text={full_text}")
-
-        # ★ 強韌解析：剝掉前置描述，只取第一個 {...}
-        data = safe_parse_json(full_text)
-        logs.append("[LOCAL LLM] JSON 解析成功")
+          # 強韌解析
+        try:
+            data = safe_parse_json(gen_text)
+            logs.append("[LOCAL LLM] JSON 解析成功")
+            return data
+        except Exception as jerr:
+            logs.append(f"[LOCAL LLM] JSON 解析失敗：{jerr}")
+            return {
+                "符合情況": "部分符合",
+                "原因": [f"模型輸出非合法 JSON：{str(jerr)}"],
+                "改進建議": ["請調整提示詞，要求嚴格輸出 JSON（雙引號、無註解、無多餘文字）。"],
+                "規則逐點檢核": []
+            }
         return data
     except Exception as e:
         logs.append(f"[LOCAL LLM] JSON 解析失敗：{e}")