Update app.py

app.py

@@ -23,19 +23,14 @@ def call_api(model_name, only_final_result, data_df):
     """
     # 1. 数据校验
     if not model_name.strip():
-        # 使用Gradio的错误提示功能
         raise gr.Error("模型名称不能为空！")
     if data_df is None or data_df.empty:
         raise gr.Error("输入数据不能为空！请在表格中至少添加一行数据。")
 
     # 2. 将输入的DataFrame转换成API需要的CSV字符串
-    # API需要 'id' 列，我们在这里自动生成
     data_df_with_id = data_df.copy()
-    # 为id列生成唯一的、格式化的ID，例如 000, 001, 002...
     data_df_with_id.insert(0, 'id', [f'{i:03d}' for i in range(len(data_df_with_id))])
     
-    # 将DataFrame转换为CSV字符串
-    # 使用io.StringIO来在内存中处理字符串，避免写入文件
     output = io.StringIO()
     data_df_with_id.to_csv(output, index=False)
     csv_data = output.getvalue()
@@ -49,34 +44,27 @@ def call_api(model_name, only_final_result, data_df):
 
     try:
         # 4. 发送POST请求
-        # 添加流式传输和更长的超时时间以应对长时间运行的任务
         response = requests.post(SERVER_URL, json=payload, timeout=300, stream=True)
-        response.raise_for_status() # 如果状态码不是2xx，则抛出HTTPError
+        response.raise_for_status()
 
-        # 解析返回的JSON数据
         result_json = response.json()
         
         # 5. 处理和返回结果
-        # 从结果中提取'result'键，它应该是一个字典列表
         dataframe_result_data = result_json.get("result", [])
         
-        # 将字典列表转换为Pandas DataFrame，以便Gradio的DataFrame组件更好地显示
         if isinstance(dataframe_result_data, list) and len(dataframe_result_data) > 0:
             output_df = pd.DataFrame(dataframe_result_data)
         else:
-            output_df = pd.DataFrame() # 如果没有结果，返回一个空的DataFrame
+            output_df = pd.DataFrame()
             
         return result_json, output_df
 
     except requests.exceptions.HTTPError as e:
-        # 更详细地捕获HTTP错误
         error_details = f"API返回错误 (状态码: {e.response.status_code}):\n{e.response.text}"
         raise gr.Error(f"请求失败: {error_details}")
     except requests.exceptions.RequestException as e:
-        # 捕获网络连接等问题
         raise gr.Error(f"连接服务器失败: {e}")
     except Exception as e:
-        # 捕获其他未知错误
         raise gr.Error(f"发生未知错误: {e}")
 
 
@@ -106,16 +94,21 @@ with gr.Blocks(theme=gr.themes.Glass(), css=".gradio-container {max-width: 1280p
                 )
             
             gr.Markdown("### 2. 输入数据")
-            # 使用可编辑的DataFrame作为输入，用户可以动态增删行
+            
+            # -------------------- 主要修改部分在这里 --------------------
+            # 将原来的 info 参数内容，移到一个独立的 Markdown 组件中
+            gr.Markdown("ℹ️ **操作提示**: 点击表格右下方的 **✏️ Edit** 按钮，然后点击 **+ Add row** 来添加新行，或点击垃圾桶图标删除行。")
+            
             data_input = gr.DataFrame(
                 label="数据表格",
                 headers=["subject", "relation", "object", "prompt_source"],
                 value=DEFAULT_DATAFRAME_VALUE,
-                row_count=(1, "dynamic"), # 至少1行，动态增加
+                row_count=(1, "dynamic"),
                 col_count=(4, "fixed"),
-                interactive=True,
-                info="点击表格下方的 'Edit' (铅笔图标)，然后点击 '+' 来添加新行，或点击垃圾桶图标删除行。"
+                interactive=True
+                # 已移除 'info' 参数
             )
+            # -------------------- 修改结束 --------------------
             
             submit_btn = gr.Button("提交推理", variant="primary", scale=1)
 
@@ -127,11 +120,9 @@ with gr.Blocks(theme=gr.themes.Glass(), css=".gradio-container {max-width: 1280p
                     output_dataframe = gr.DataFrame(
                         label="推理结果详情", 
                         interactive=False,
-                        # 根据您的示例输出定义列，Gradio会自动匹配
                         headers=["subject", "prompt_source", "prompt_target", "layer_source", "is_correct_patched", "generations"]
                     )
                 with gr.TabItem("原始JSON响应"):
-                    # 使用gr.JSON组件可以更好地格式化显示JSON
                     output_json = gr.JSON(label="API 返回的完整JSON")
             
     # 定义按钮点击事件
@@ -143,5 +134,4 @@ with gr.Blocks(theme=gr.themes.Glass(), css=".gradio-container {max-width: 1280p
 
 # 启动Gradio应用
 if __name__ == "__main__":
-    # 使用share=True可以生成一个公开链接，方便他人访问
     demo.launch()