app.py

import json
import time
import gradio as gr  # 匯入 Gradio
from typing import Dict, Any

# --- Markdown 轉換輔助函式 ---
# (此區域功能是將 JSON 轉換為易於閱讀的 Markdown)

def json_to_admin_markdown(data: Dict[str, Any]) -> str:
    """將「會議記錄」JSON 轉換為 Markdown 格式。"""
    try:
        md = f"# {data.get('文件類型 (Document Type)', '會議記錄')}\n\n"
        
        info = data.get("meeting_info", {})
        md += f"## {info.get('topic', '會議主題')}\n"
        md += f"* **日期 (Date):** {info.get('date', 'N/A')}\n"
        md += f"* **地點 (Location):** {info.get('location', 'N/A')}\n\n"

        md += "### 出席人員 (Attendees)\n"
        for attendee in data.get("attendees", ["N/A"]):
            md += f"* {attendee}\n"
        md += "\n"

        md += "### 會議重點 (Key Points)\n"
        for i, point in enumerate(data.get("key_points", ["N/A"]), 1):
            md += f"{i}.  {point}\n"
        md += "\n"

        md += "### 決議事項 (Resolutions)\n"
        resolutions = data.get("resolutions", [])
        if resolutions:
            md += "| 任務 (Item) | 負責人 (Responsible) | 期限 (Deadline) |\n"
            md += "|:---|:---|:---|\n"
            for item in resolutions:
                md += f"| {item.get('item', '')} | {item.get('responsible', '')} | {item.get('deadline', '')} |\n"
        else:
            md += "無\n"
        md += "\n"
        
        md += "---\n"
        md += f"_{data.get('audit_note', '')}_\n"
        
        return md
        
    except Exception as e:
        return f"ERROR 產生 Markdown 預覽時出錯: {e}"


def json_to_lesson_plan_markdown(data: Dict[str, Any]) -> str:
    """將「教案」JSON 轉換為 Markdown 格式。"""
    try:
        md = f"# {data.get('lesson_plan_title', '教案標題')}\n\n"
        md += f"* **適用年級 (Grade Level):** {data.get('grade_level', 'N/A')}\n\n"

        md += "### 課綱對齊 (Curriculum Alignment)\n"
        for item in data.get("curriculum_alignment", ["N/A"]):
            md += f"* {item}\n"
        md += "\n"

        md += "### 學習目標 (Learning Objectives)\n"
        for i, item in enumerate(data.get("learning_objectives", ["N/A"]), 1):
            md += f"{i}.  {item}\n"
        md += "\n"

        md += "### 活動流程 (Activities)\n"
        activities = data.get("activities", [])
        if activities:
            md += "| 時間 (min) | 階段 (Stage) | 方法 (Method) | 描述 (Description) |\n"
            md += "|:---|:---|:---|:---|\n"
            for item in activities:
                md += f"| {item.get('time_min', '')} | {item.get('stage', '')} | {item.get('method', '')} | {item.get('description', '')} |\n"
        md += "\n"

        md += "### 評量規準 (Rubric)\n"
        rubric = data.get("rubric", {})
        md += f"**{rubric.get('title', '評量規準')}**\n\n"
        
        criteria = rubric.get("criteria", [])
        if criteria:
            md += "| 指標 (Criteria) | A (精熟) | D (待加強) |\n"
            md += "|:---|:---|:---|\n"
            for item in criteria:
                md += f"| {item.get('name', '')} | {item.get('A', '')} | {item.get('D', '')} |\n"
        md += "\n"

        md += "### 差異化建議 (Differentiation Advice)\n"
        md += f"{data.get('differentiation_advice', 'N/A')}\n"
        
        return md

    except Exception as e:
        return f"ERROR 產生 Markdown 預覽時出錯: {e}"

# --- 模擬 API 呼叫函式 ---

def simulate_gemini_api_call(payload: Dict[str, Any], fields: Dict[str, Any]) -> str:
    """
    模擬 Gemini API 的結構化回應。
    返回一個 JSON 字串。
    """
    
    # 模擬延遲
    time.sleep(1.5) 
    
    system_instruction = payload.get('systemInstruction', {}).get('parts', [{}])[0].get('text', '')
    
    # 根據系統提示 (System Prompt) 決定要模擬哪種輸出
    
    if "台灣中學學務處行政書記" in system_instruction:
        # 模擬 Admin Copilot (會議記錄) 輸出
        mock_data = {
            "文件類型 (Document Type)": "學務處會議記錄 (模擬)",
            "meeting_info": {
                "date": fields.get('date', '2025-01-10'),
                "location": fields.get('location', '會議室'),
                "topic": fields.get('topic', '模擬會議主題')
            },
            "attendees": ["校長", "學務主任", "教務主任", "輔導室主任"],
            "key_points": [
                f"基於使用者輸入「{fields.get('key_input', '...')}」進行討論。",
                "新生訓練籌備工作已完成 80%。",
                "確認場地佈置與人力編組。"
            ],
            "resolutions": [
                {"item": "發布期末獎懲正式公告", "responsible": "生輔組", "deadline": "2025-01-15"},
                {"item": "新生訓練場地於前一日完成佈置", "responsible": "總務處", "deadline": "2025-08-20"}
            ],
            "audit_note": "文件由 AI 模擬生成，符合校內寫作規範。"
        }
        return json.dumps(mock_data, ensure_ascii=False)

    elif "台灣國高中資深教師與課程設計師" in system_instruction:
        # 模擬 Teaching Designer (教案) 輸出
        mock_data = {
            "文件類型 (Document Type)": "單元教案與評量規準 (模擬)",
            "lesson_plan_title": f"【{fields.get('subject', 'N/A')}】探索：{fields.get('topic', 'N/A')} ({int(fields.get('hours', 0))} 節課)",
            "grade_level": fields.get('grade', 'N/A'),
            "curriculum_alignment": ["A2 系統思考與解決問題 (課綱素養)", "B3 規劃執行與創新應變"],
            "learning_objectives": ["學生能說明 X 的核心概念。", "學生能應用 Y 技能進行分析。", "學生能透過 Z 進行小組協作。"],
            "activities": [
                {"time_min": 15, "stage": "引起動機", "method": "提問法", "description": "使用真實案例影片，引導學生思考主題。"},
                {"time_min": 30, "stage": "主要活動一", "method": fields.get('method', '合作學習'), "description": "分組進行資料搜集與主題探究 (使用 {equipment})。".format(equipment=fields.get('equipment', 'N/A'))},
                {"time_min": 25, "stage": "成果發表", "method": "發表與問答", "description": "各組上台報告初步發現。"},
                {"time_min": 20, "stage": "總結與評量", "method": "形成性評量", "description": "教師總結，並進行快速測驗。"}
            ],
            "rubric": {
                "title": "單元評量規準 (4 級分)",
                "criteria": [
                    {"name": "概念理解", "A": "能清晰且準確地解釋所有核心概念。", "D": "僅能回答基礎問題。"},
                    {"name": "團隊協作", "A": "積極主動領導團隊，有效分工。", "D": "未參與團隊討論。"},
                    {"name": "資料分析", "A": "能運用多種史料進行深入分析。", "D": "僅列出資料，未加分析。"}
                ]
            },
            "differentiation_advice": f"針對特性「{fields.get('class_needs', 'N/A')}」，建議提供補充詞彙卡或鷹架提問單。"
        }
        return json.dumps(mock_data, ensure_ascii=False)
        
    else:
        return json.dumps({"error": "未知的模擬任務", "message": "系統提示不符"}, ensure_ascii=False)

# --- 模組 A: 行政 Copilot 生成器 (Gradio 封裝) ---
# (已修改為使用 simulate_gemini_api_call)

def admin_copilot_generator(template_id: str, topic: str, date: str, location: str, key_input: str) -> str:
    """
    處理 Admin Copilot 的 UI 輸入，呼叫「模擬」 API，並轉換為 Markdown。
    """
    
    # 這些是模擬 API 需要的欄位
    fields = {
        "topic": topic,
        "date": date,
        "location": location,
        "key_input": key_input
    }
    
    # 這些是建構 payload 所需的 (模擬時僅用於判斷任務類型)
    system_prompt = (
        "角色：台灣中學學務處行政書記\n"
        "輸出：JSON（會議資訊、出席、重點、決議、待辦、負責人、期限）\n"
        "格式規範：用詞正式、避免口語、保留專有名詞\n"
        "限制：所有決議必須有負責人和明確期限。"
    )
    response_schema = { "type": "OBJECT" } # 模擬時不需要完整 Schema
    user_query = f"請生成一份會議記錄。主題: {topic}; 輸入重點（或逐字稿）：{key_input}"
    
    payload = {
        "contents": [{ "parts": [{ "text": user_query }] }],
        "systemInstruction": { "parts": [{ "text": system_prompt }] },
        "generationConfig": {
            "responseMimeType": "application/json",
            "responseSchema": response_schema
        }
    }

    # 呼叫模擬 API
    json_string = simulate_gemini_api_call(payload, fields)
    
    try:
        data = json.loads(json_string)
        if "error" in data:
            return f"### 模擬錯誤\n\n**訊息:**\n```\n{data.get('message')}\n```"
        
        # 將模擬 JSON 轉換為 Markdown
        markdown_output = json_to_admin_markdown(data)
        return markdown_output
            
    except json.JSONDecodeError as e:
        return f"### 處理回應時出錯\n\n無法解碼模擬 JSON。\n\n**收到的回應:**\n```\n{json_string}\n```"


# --- 模組 B: 教學 AI 設計器 (Gradio 封裝) ---
# (已修改為使用 simulate_gemini_api_call)

def lesson_plan_designer(grade: str, subject: str, topic: str, hours: float, method: str, equipment: str, class_needs: str) -> str:
    """
    處理教學設計器的 UI 輸入，呼叫「模擬」 API，並轉換為 Markdown。
    """
    
    # 這些是模擬 API 需要的欄位
    fields = {
        "grade": grade,
        "subject": subject,
        "topic": topic,
        "hours": hours,
        "method": method,
        "equipment": equipment,
        "class_needs": class_needs
    }
    
    # 這些是建構 payload 所需的 (模擬時僅用於判斷任務類型)
    system_prompt = (
        "角色：台灣國高中資深教師與課程設計師\n"
        "輸出：JSON（教案標題、目標、課綱對齊、活動步驟、評量規準、差異化建議）\n"
        "限制：活動分鏡以 15 分鐘粒度；至少 2 項形成性評量。\n"
        "對齊：請將輸出中的 'curriculum_alignment' 欄位，對齊台灣課綱的關鍵能力/素養。"
    )
    response_schema = { "type": "OBJECT" } # 模擬時不需要完整 Schema

    user_query = (
        f"請根據以下資訊設計一個單元教案、評量規數與差異化建議：\n"
        f"年級/學科/單元主題: {grade}/{subject}/{topic}\n"
        f"課時數: {int(hours)} 節\n"
        f"教學法偏好: {method}\n"
        f"可用設備: {equipment}\n"
        f"班級特性: {class_needs}"
    )

    payload = {
        "contents": [{ "parts": [{ "text": user_query }] }],
        "systemInstruction": { "parts": [{ "text": system_prompt }] },
        "generationConfig": {
            "responseMimeType": "application/json",
            "responseSchema": response_schema
        }
    }

    # 呼叫模擬 API
    json_string = simulate_gemini_api_call(payload, fields)

    try:
        data = json.loads(json_string)
        if "error" in data:
            return f"### 模擬錯誤\n\n**訊息:**\n```\n{data.get('message')}\n```"

        # 將模擬 JSON 轉換為 Markdown
        markdown_output = json_to_lesson_plan_markdown(data)
        return markdown_output

    except json.JSONDecodeError as e:
        return f"### 處理回應時出錯\n\n無法解碼模擬 JSON。\n\n**收到的回應:**\n```\n{json_string}\n```"


# --- Gradio 介面定義 ---

# 模組 A 介面 (Admin Copilot)
admin_copilot_interface = gr.Interface(
    fn=admin_copilot_generator,
    inputs=[
        gr.Textbox(label="模板 ID (Template ID - Fixed for MVP)", value="meeting_minutes_standard", interactive=False),
        gr.Textbox(label="會議主題 (Meeting Topic)", value="學務處期末獎懲與新生訓練籌備會議"),
        gr.Textbox(label="日期 (Date)", value="2025-01-10"),
        gr.Textbox(label="地點 (Location)", value="學務處會議室"),
        gr.Textbox(label="輸入重點/逐字稿 (Key Input/Transcript)", value="討論期末獎懲核定程序。新生訓練場地佈置、人員編組確認。", lines=5),
    ],
    outputs=gr.Markdown(label="AI 模擬文件預覽 (Markdown Preview)"),
    title="行政 Copilot：會議記錄生成 (Admin Copilot: Meeting Minutes Generation)",
    description="🎯 (模擬演示版) 產生行政文件預覽。此版本不需 API 金鑰，使用固定的模擬資料。",
    flagging_mode="never",
)

# 模組 B 介面 (Teaching Designer)
lesson_plan_designer_interface = gr.Interface(
    fn=lesson_plan_designer,
    inputs=[
        gr.Dropdown(label="年級 (Grade)", choices=["國中", "高中", "國小"], value="高中"),
        gr.Textbox(label="學科 (Subject)", value="歷史"),
        gr.Textbox(label="單元主題 (Unit Topic)", value="從茶葉看全球化：17-19世紀的貿易網絡"),
        gr.Slider(label="課時數 (Number of Sessions)", minimum=1, maximum=10, step=1, value=4),
        gr.Dropdown(label="教學法偏好 (Pedagogy Preference)", choices=["探究式、PBL", "翻轉教學", "合作學習", "講述法"], value="探究式、PBL"),
        gr.Textbox(label="可用設備 (Available Equipment)", value="平板電腦、投影設備、網路"),
        gr.Textbox(label="班級特性 (Class Characteristics)", value="班級組成多元，需考慮多樣化的史料呈現方式。"),
    ],
    outputs=gr.Markdown(label="AI 模擬教案預覽 (Markdown Preview)"),
    title="教學 AI 設計器：教案與 Rubric 生成 (Teaching AI Designer: Lesson Plan & Rubric)",
    description="📘 (模擬演示版) 產生符合課綱精神的單元教案結構和評量規準預覽。",
    flagging_mode="never",
)

# 將兩個模組整合到分頁介面中
demo = gr.TabbedInterface(
    [admin_copilot_interface, lesson_plan_designer_interface],
    ["模組 A: 行政 Copilot", "模組 B: 教學設計器"],
    title="CampusAI Suite (台灣校園 AI 文書/教學 MVP 演示) - 模擬版",
    theme=gr.themes.Soft()
)

# --- 啟動應用程式 ---
if __name__ == "__main__":
    demo.launch()