Update app.py

app.py

@@ -2,139 +2,93 @@ import gradio as gr
 import openai
 import PyPDF2
 import os
-from datetime import datetime
 
-# ✅ openai 0.28：API 金鑰設定
-openai.api_key = os.getenv("OPENAI_API_KEY")
+OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
 
+# **更新後的主題選項**
 topics = ["教育哲學", "教育社會學", "教育心理學", "課程與教學", "教學原理", "班級經營", "教育測驗與評量", "青少年問題與輔導"]
 difficulties = ["簡單", "中等", "困難"]
 
+# 學習者錯誤統計（歷史紀錄）
 user_errors = {}
-error_history = {}
-reference_answers = {}
 
+# **開發者預設教材 PDF 檔案**
 DEFAULT_PDF_PATH = "教材.pdf"
 
+# 解析 PDF 並擷取文本（使用開發者預設的教材）
 def extract_text_from_pdf():
-    if not os.path.exists(DEFAULT_PDF_PATH):
-        print(f"[錯誤] 教材未找到：{DEFAULT_PDF_PATH}")
-        return ""
-    try:
-        with open(DEFAULT_PDF_PATH, "rb") as f:
-            reader = PyPDF2.PdfReader(f)
-            return "\n".join([page.extract_text() or "" for page in reader.pages])
-    except Exception as e:
-        print(f"[錯誤] PDF 載入失敗：{e}")
-        return ""
-
-pdf_text = extract_text_from_pdf()
+    with open(DEFAULT_PDF_PATH, "rb") as pdf_file:  # 修正此處為 "rb"
+        reader = PyPDF2.PdfReader(pdf_file)
+        text = ""
+        for page in reader.pages:
+            text += page.extract_text() + "\n"
+    return text
 
+pdf_text = extract_text_from_pdf()  # 讀取教材
+
+# AI 生成問題函數（基於預設教材）
 def generate_question(topic, difficulty):
-    if not pdf_text.strip():
-        return "⚠️ 無法載入教材內容，請確認 PDF 是否存在。"
+    prompt = f"請根據以下教育學教材內容，設計一個屬於'{topic}'主題、'{difficulty}'難度的考題：\n{pdf_text}"
     
-    # 修改提示以生成選擇題或填空題
-    prompt = f"請根據以下教育學教材內容，設計一個屬於「{topic}」主題、「{difficulty}」難度的選擇題或填空題擇一：\n\n{pdf_text}"
+    response = openai.ChatCompletion.create(
+        model="gpt-4",
+        messages=[{"role": "system", "content": "你是一位教育專家，請根據教材內容提供符合主題的問題。"},
+                  {"role": "user", "content": prompt}]
+    )
+    return response['choices'][0]['message']['content']
+
+# AI 判斷對錯並提供正確答案與講解
+def analyze_answer(user_input, correct_answer, topic):
+    global user_errors
     
-    try:
-        response = openai.ChatCompletion.create(
-            model="gpt-4o-mini-2024-07-18",
-            messages=[
-                {"role": "system", "content": "你是一位教育專家，請根據教材內容設計題目。(不需要包含解析)"},
-                {"role": "user", "content": prompt}
-            ]
-        )
-        question = response["choices"][0]["message"]["content"]
-        return question.strip()  # 返回生成的問題
-    except Exception as e:
-        return f"⚠️ 發生錯誤：{e}"
-
-def save_answer(question):
-    if not pdf_text.strip():
-        return "⚠️ 教材內容未載入，請確認 PDF。"
+    # 使用 AI 來分析回答
+    prompt = f"學生回答：'{user_input}'\n\n正確答案：'{correct_answer}'\n\n請分析學生的回答是否正確，並提供正確答案與詳細講解。"
     
-    # 獲取參考答案
-    answer_prompt = f"請根據以下問題提供正確答案：\n問題：{question}\n\n教材內容：\n{pdf_text}"
-    try:
-        answer_response = openai.ChatCompletion.create(
-            model="gpt-4o-mini-2024-07-18",
-            messages=[
-                {"role": "system", "content": "你是一位教育專家，請根據教材內容提供問題的正確答案。"},
-                {"role": "user", "content": answer_prompt}
-            ]
-        )
-        correct_answer = answer_response["choices"][0]["message"]["content"]
-        reference_answers[question] = correct_answer.strip()  # 儲存正確答案
-    except Exception as e:
-        return f"⚠️ 發生錯誤：{e}"
-
-def save_error(question, user_input, correct_answer, feedback):
-    current_date = datetime.today().strftime("%Y-%m-%d")
-    error_history.setdefault(current_date, []).append({
-        "題目": question,
-        "回答": user_input,
-        "正確答案": correct_answer,
-        "AI 分析": feedback
-    })
-
-def analyze_answer(user_input, question):
-    global user_errors
-    if not user_input.strip():
-        return "⚠️ 請輸入回答。"
+    response = openai.ChatCompletion.create(
+        model="gpt-4",
+        messages=[{"role": "system", "content": "你是一位教育專家，請評估學生的回答，判斷是否正確，並提供正確答案與詳細講解。"},
+                  {"role": "user", "content": prompt}]
+    )
     
-    correct_answer = reference_answers.get(question, "無法獲取正確答案")
+    feedback = response['choices'][0]['message']['content']
     
-    # 獲取參考答案
-    save_answer(question)  # 在分析之前儲存答案
+    # 記錄錯誤主題（長期紀錄）
+    if "❌" in feedback:
+        user_errors[topic] = user_errors.get(topic, 0) + 1
+
+    return feedback
+
+# 顯示弱點歷史紀錄
+def get_weaknesses():
+    if not user_errors:
+        return "🎯 目前沒有明顯弱點，繼續保持！"
+
+    sorted_weaknesses = sorted(user_errors.items(), key=lambda x: x[1], reverse=True)
     
-    prompt = f"請根據以下教材內容，檢查學生的回答是否正確，並提供正確答案與講解：\n{pdf_text}\n\n問題：{question}\n學生回答：'{user_input}'"
-
-    try:
-        response = openai.ChatCompletion.create(
-            model="gpt-4o-mini-2024-07-18",
-            messages=[
-                {"role": "system", "content": "你是一位教育專家，請根據教材內容分析學生回答。"},
-                {"role": "user", "content": prompt}
-            ]
-        )
-        feedback = response["choices"][0]["message"]["content"]
-    except Exception as e:
-        return f"⚠️ 發生錯誤：{e}"
-
-    if "❌" in feedback or "錯" in feedback:
-        user_errors[question] = user_errors.get(question, 0) + 1
-        save_error(question, user_input, correct_answer, feedback)  # 儲存錯題
-        # 自動輸出錯題記錄
-        error_output = f"🔹 題目: {question}\n📝 回答: {user_input}\n📖 正確答案: {correct_answer}\n📖 AI 分析: {feedback}"
-        return feedback, error_output
-    return feedback, ""
-
-def clear_fields():
-    return "", "", ""  # 清空問題、回答和分析結果，但不清空錯題紀錄
+    history_text = "\n".join([f"{k}: {v} 次錯誤" for k, v in sorted_weaknesses])
+    return f"📌 **你的弱點領域**：\n{history_text}"
 
+# 設定 Gradio 介面
 with gr.Blocks() as demo:
-    gr.Markdown("# 👨‍🏫 教師檢定智慧陪讀家教 🚀")
-
-    with gr.Row():
-        topic_input = gr.Dropdown(choices=topics, label="選擇複習主題")
-        difficulty_input = gr.Dropdown(choices=difficulties, label="選擇難度等級")
-    ask_btn = gr.Button("🎯 生成問題")
-    clear_btn = gr.Button("🧹 清空")
-    question_output = gr.Textbox(label="AI 生成的問題", lines=4)
-    ask_btn.click(fn=lambda t, d: generate_question(t, d),
-                  inputs=[topic_input, difficulty_input],
-                  outputs=question_output)
-    
-    user_answer = gr.Textbox(label="你的回答", lines=3)
-    analyze_btn = gr.Button("📊 分析回答")
-    analysis_result = gr.Textbox(label="AI 分析與講解", lines=5)
-    error_history_output = gr.Textbox(label="錯題紀錄", lines=5)
-    
-    analyze_btn.click(fn=lambda ans, q: analyze_answer(ans, q),
-                      inputs=[user_answer, question_output],
-                      outputs=[analysis_result, error_history_output])
+    gr.Markdown("# 教師檢定智慧陪讀家教 🚀")
+
+    topic_input = gr.Dropdown(choices=topics, label="選擇複習主題")
+    difficulty_input = gr.Dropdown(choices=difficulties, label="選擇難度等級")
+    question_output = gr.Textbox(label="AI 生成的問題")
+    correct_answer_output = gr.Textbox(label="正確答案")
+
+    ask_btn = gr.Button("生成問題")
+    ask_btn.click(generate_question, inputs=[topic_input, difficulty_input], outputs=question_output)
+
+    user_answer = gr.Textbox(label="你的回答")
+    analysis_result = gr.Textbox(label="AI 分析與講解")
+
+    analyze_btn = gr.Button("分析回答")
+    analyze_btn.click(analyze_answer, inputs=[user_answer, correct_answer_output, topic_input], outputs=analysis_result)
 
-    clear_btn.click(fn=clear_fields, outputs=[question_output, user_answer, analysis_result])
+    # 新增弱點歷史紀錄功能
+    weaknesses_output = gr.Textbox(label="弱點歷史紀錄")
+    weakness_btn = gr.Button("查看過去錯誤主題")
+    weakness_btn.click(get_weaknesses, outputs=weaknesses_output)
 
 demo.launch()