Update app.py

app.py

@@ -1,12 +1,10 @@
 import json
 import time
-import os
-import requests  # <-- 請確保已安裝 'pip install requests'
-import gradio as gr  # <--- 匯入 Gradio
+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 API 返回的 JSON 轉換為易於閱讀的 Markdown)
+# (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。"""
@@ -93,94 +91,97 @@ def json_to_lesson_plan_markdown(data: Dict[str, Any]) -> str:
     except Exception as e:
         return f"ERROR 產生 Markdown 預覽時出錯: {e}"
 
-# --- 真實 Gemini API 呼叫函式 (取代模擬) ---
+# --- 模擬 API 呼叫函式 ---
 
-# 全域變數：模型與 API URL
-LLM_MODEL = "gemini-2.5-flash-preview-09-2025"
-API_URL = f"https://generativelanguage.googleapis.com/v1beta/models/{LLM_MODEL}:generateContent"
-
-def call_gemini_api(payload: Dict[str, Any]) -> str:
+def simulate_gemini_api_call(payload: Dict[str, Any], fields: Dict[str, Any]) -> str:
     """
-    使用給定的 payload 呼叫 Gemini API，並返回 JSON 字串回應。
+    模擬 Gemini API 的結構化回應。
+    返回一個 JSON 字串。
     """
-    # 1. 從環境變數獲取 API 金鑰
-    api_key = os.environ.get("GEMINI_API_KEY")
-    if not api_key:
-        return json.dumps({
-            "error": "找不到 GEMINI_API_KEY",
-            "message": "請設定 GEMINI_API_KEY 環境變數才能使用 API。"
-        }, ensure_ascii=False)
-
-    # 2. 配置請求標頭和參數
-    headers = {"Content-Type": "application/json"}
-    params = {"key": api_key}
     
-    # 3. 執行 API 呼叫
-    try:
-        response = requests.post(API_URL, headers=headers, params=params, json=payload)
+    # 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)
         
-        # 4. 處理回應
-        if response.status_code == 200:
-            response_json = response.json()
-            # 提取文字內容 (即我們請求的 JSON 字串)
-            text_content = response_json['candidates'][0]['content']['parts'][0]['text']
-            return text_content
-        else:
-            # 如果 API 返回錯誤 (例如：金鑰錯誤、格式錯誤)
-            return json.dumps({
-                "error": f"API 錯誤: {response.status_code}",
-                "message": response.text
-            }, ensure_ascii=False)
-            
-    except requests.exceptions.RequestException as e:
-        return json.dumps({
-            "error": "連線錯誤",
-            "message": str(e)
-        }, ensure_ascii=False)
-    except (KeyError, IndexError, TypeError) as e:
-        # 捕捉解析回應時的潛在錯誤
-        raw_response_text = response.text if 'response' in locals() else 'N/A'
-        return json.dumps({
-            "error": "未預期的 API 回應",
-            "message": f"無法解析回應: {e}. 收到的回應: {raw_response_text}"
-        }, 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) ---
-# (此模組的 Schema 原本就是正確的)
+# (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，呼叫真實 API，並轉換為 Markdown。
+    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。"
     )
-    # 回應綱要 (responseSchema) 對於強制 API 輸出 JSON 至關重要
-    response_schema = {
-        "type": "OBJECT",
-        "properties": {
-            "文件類型 (Document Type)": {"type": "STRING"},
-            "meeting_info": {"type": "OBJECT", "properties": {"date": {"type": "STRING"}, "location": {"type": "STRING"}, "topic": {"type": "STRING"}}},
-            "attendees": {"type": "ARRAY", "items": {"type": "STRING"}},
-            "key_points": {"type": "ARRAY", "items": {"type": "STRING"}},
-            "resolutions": {
-                "type": "ARRAY",
-                "items": {
-                    "type": "OBJECT",
-                    "properties": {
-                        "item": {"type": "STRING"},
-                        "responsible": {"type": "STRING"},
-                        "deadline": {"type": "STRING", "format": "date"}
-                    }
-                }
-            },
-            "audit_note": {"type": "STRING"}
-        }
-    }
-    
+    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 = {
@@ -192,88 +193,49 @@ def admin_copilot_generator(template_id: str, topic: str, date: str, location: s
         }
     }
 
-    # 呼叫真實 API
-    json_string = call_gemini_api(payload)
+    # 呼叫模擬 API
+    json_string = simulate_gemini_api_call(payload, fields)
     
     try:
-        # 將 API 的 JSON 字串轉換為 Python 物件
         data = json.loads(json_string)
-        
-        # 如果 'data' 包含 'error' 鍵，直接顯示錯誤
         if "error" in data:
-            return f"### API 錯誤\n\n**代碼:** {data.get('error')}\n\n**訊息:**\n```\n{data.get('message')}\n```"
-
-        # 將 Python 物件轉換為 Markdown 預覽
+            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 API 的 JSON。這可能是暫時性錯誤��\n\n**收到的回應:**\n```\n{json_string}\n```"
-    except Exception as e:
-        return f"### 未預期錯誤\n\n**錯誤:** {e}\n\n**收到的資料:**\n```\n{json_string}\n```"
+        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，呼叫真實 API，並轉換為 Markdown。
+    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。"
     )
-    
-    # --- *** 已修正的 Schema *** ---
-    # 針對 'activities' 和 'rubric' 提供了更詳細的內部屬性
-    response_schema = {
-        "type": "OBJECT",
-        "properties": {
-            "文件類型 (Document Type)": {"type": "STRING"},
-            "lesson_plan_title": {"type": "STRING"},
-            "grade_level": {"type": "STRING"},
-            "curriculum_alignment": {"type": "ARRAY", "items": {"type": "STRING"}},
-            "learning_objectives": {"type": "ARRAY", "items": {"type": "STRING"}},
-            
-            # 修正 1: 'activities' 內部的物件屬性
-            "activities": {
-                "type": "ARRAY",
-                "items": {
-                    "type": "OBJECT",
-                    "properties": {
-                        "time_min": {"type": "NUMBER"},
-                        "stage": {"type": "STRING"},
-                        "method": {"type": "STRING"},
-                        "description": {"type": "STRING"}
-                    }
-                }
-            },
-            
-            # 修正 2: 'rubric' 內部的物件屬性
-            "rubric": {
-                "type": "OBJECT",
-                "properties": {
-                    "title": {"type": "STRING"},
-                    "criteria": {
-                        "type": "ARRAY",
-                        "items": {
-                            "type": "OBJECT",
-                            "properties": {
-                                "name": {"type": "STRING"},
-                                "A": {"type": "STRING"},
-                                "D": {"type": "STRING"}
-                            }
-                        }
-                    }
-                }
-            },
-            
-            "differentiation_advice": {"type": "STRING"}
-        }
-    }
-    # --- *** 修正結束 *** ---
+    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"
@@ -293,28 +255,23 @@ def lesson_plan_designer(grade: str, subject: str, topic: str, hours: float, met
         }
     }
 
-    # 呼叫真實 API
-    json_string = call_gemini_api(payload)
+    # 呼叫模擬 API
+    json_string = simulate_gemini_api_call(payload, fields)
 
     try:
-        # 將 API 的 JSON 字串轉換為 Python 物件
         data = json.loads(json_string)
-
-        # 如果 'data' 包含 'error' 鍵，直接顯示錯誤
         if "error" in data:
-            return f"### API 錯誤\n\n**代碼:** {data.get('error')}\n\n**訊息:**\n```\n{data.get('message')}\n```"
+            return f"### 模擬錯誤\n\n**訊息:**\n```\n{data.get('message')}\n```"
 
-        # 將 Python 物件轉換為 Markdown 預覽
+        # 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 API 的 JSON。這可能是暫時性錯誤。\n\n**收到的回應:**\n```\n{json_string}\n```"
-    except Exception as e:
-        return f"### 未預期錯誤\n\n**錯誤:** {e}\n\n**收到的資料:**\n```\n{json_string}\n```"
+        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 ---
-# (UI 保持不變)
 
 # 模組 A 介面 (Admin Copilot)
 admin_copilot_interface = gr.Interface(
@@ -326,9 +283,9 @@ admin_copilot_interface = gr.Interface(
         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 生成文件預覽 (Markdown Preview)"),
+    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="🎯 (真實 API 版本) 產生行政文件預覽。每次的結果都會不同。",
+    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",
 )
 
@@ -344,9 +301,9 @@ lesson_plan_designer_interface = gr.Interface(
         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 生成教案預覽 (Markdown Preview)"),
+    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="📘 (真實 API 版本) 產生符合課綱精神的單元教案結構和評量規準預覽。",
+    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",
 )
 
@@ -354,17 +311,11 @@ lesson_plan_designer_interface = gr.Interface(
 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) - 真實 API 版",
+    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__":
-    # 啟動時檢查 API 金鑰是否存在 (可選，但有助於除錯)
-    if not os.environ.get("GEMINI_API_KEY"):
-        print("警告：環境變數 'GEMINI_API_KEY' 尚未設定。")
-        print("應用程式將會啟動，但 API 呼叫將會失敗。")
-        print("請設定金鑰，例如：export GEMINI_API_KEY='您的金鑰'")
-    
     demo.launch()