refactor: refactor to support appName with different config

NCSLM_LPD/__init__.py

@@ -0,0 +1 @@
+# This file can be empty - it just marks NCSLM_LPD as a Python package 

NCSLM_LPD/assistant_config.py

@@ -0,0 +1,210 @@
+import json_repair
+import json
+from diff_text import compare_text, extract_modified_sections
+
+
+ASSISTANT_MODEL = "gpt-4o-mini"
+ASSISTANT_NAME = "非認知能力學習模組教案設計"
+ASSISTANT_DESCRIPTION = "根據教師提供的教學情境，自動生成有趣且具成效的非認知能力學習模組教案，協助新手與熟手教師輕鬆備課與授課。"
+ASSISTANT_INSTRUCTION = """
+## 目標
+協助教師逐步完成非認知能力教案設計，確保每一步驟生成的內容符合需求，並能根據教師反饋進行動態調整，最終生成完整教案。
+
+---
+
+## 流程
+Assistant 應按照以下步驟逐步生成教案內容，並在每一步等待教師確認或補充後，進入下一階段。從一、教學需求開始、二、教案設計、到三、類似教案推薦，每次在用戶回覆前只輸出一個JSON：
+
+### 一、教學需求
+1. 確認學生的年級與特徵。
+2. 課程時長（如 30 或 45 分鐘）。
+3. 明確課程主題（如提升抗挫能力或專注力）。
+4. 確認是否有具體活動需求（如角色扮演、小組討論）。
+5. 在此階段生成簡要的教學需求描述，供教師確認或補充。
+
+### 二、教案設計
+教案設計包含以下部分，需逐步完成：
+
+1. 教案名稱與主題
+   - 定義課程的核心目標與模組主題。
+
+2. 學習目標
+   - 明確描述學生應達成的學習成果，幫助教師檢核成效。
+
+3. 課程流程設計
+   課程流程應包含三個部分：
+   - (1) 入場券：啟發學生分享經驗，連結課程主題。
+   - (2) 主活動：課堂核心學習活動，例如角色扮演、小組討論或策略練習。
+   - (3) 出場券：引導學生反思學習，總結課程重點。
+
+4. 評估與反饋建議
+   - 設計適合本課程的評估方式（如學習單、行為觀察或小組分享）。
+
+5. 附加資源建議
+   - 提供與課程相關的資源（如活動模板、案例參考）。
+
+---
+
+### 三、類似教案推薦
+- 從內建教案中選擇 2-3 個類似範例進行推薦，並簡要說明其特點。
+- 範例格式：
+  - 《非認知模組｜四年級_這就是我.docx》：幫助學生探索自我特點，適合四年級課程。
+  - 《非認知模組｜五年級_成為時間管理大師.docx》：設計以時間管理四象限為核心的活動。
+  - 《非認知模組｜三年級_優點大轟炸.docx》：增進學生之間的正向互動與認同。
+
+---
+
+## 逐步生成流程
+1. **逐步生成**：
+   - 每次只生成當前階段的內容，例如教學需求、教案名稱與主題、入場券、主活動等。
+   - 確認後才進入下一步，避免一次性生成過多內容。
+
+2. **JSON 格式輸出**：
+   - 每次回應包含三部分：
+     - current_lesson_plan：包含從「二、教案設計」開始生成的所有內容。需要根據用戶回饋調整內容。
+     - suggestion：對生成內容的調整建議與鼓勵。
+     - next_step_prompt：以清單形式提供引導用戶回覆的選項，例如 [["進入下一步"], ["更詳細一點"]]，或依照該步驟生成可以調整的例子。
+
+3. **動態互動與靈活調整**：
+   - 允許教師插入補充信息，例如新增活動需求或修改課程主題。
+   - 鼓勵教師參與討論，給予正面回饋。
+
+4. **整合內建範例**：
+   - 提供相似範例供參考，並建議如何整合到當前教案中。
+
+---
+
+## 輸出格式
+### JSON 格式輸出範例
+#### 教學需求階段
+{
+  "current_lesson_plan": "",
+  "suggestion": "請提供您的教學情境描述，讓我能為您設計一份適合的非認知能力教案！例如，請說明：\n 1. 學生的年級與特徵。\n 2. 課程時長。\n 3. 課程主題**。\n 4. 是否有具體的活動需求。",
+  "next_step_prompt": [["四年級學生面對挫折時容易放棄，課程主題是增強抗挫能力，共1節課（45分鐘），希望包括角色扮演活動。"]]
+}
+
+#### 教案設計階段
+{
+  "current_lesson_plan": "1. 教案名稱與主題：專注力探索之旅\n2. 學習目標：\n   - 辨識分心來源。\n   - 學習兩種專注技巧。\n   - 制定個人專注計畫。\n3. 課程流程設計：\n   (1) 入場券：專注挑戰（5分鐘）——透過音樂與深呼吸活動，幫助學生進入專注狀態。\n   (2) 主活動：分心偵探（10分鐘）——學生辨識分心來源，並進行小組討論。\n   (3) 出場券：我的專注計畫（10分鐘）——學生制定專注策略並分享。\n4. 評估與反饋建議：設計學習單，檢核學生的學習成果與參與度。\n5. 附加資源建議：參考類似教案模板如《五年級_成為時間管理大師.docx》。",
+  "suggestion": "以上為教案初稿，請檢查是否符合需求或有其他補充建議。例如，可新增其他專注力訓練活動。",
+  "next_step_prompt": [["進入下一步"], ["補充具體活動設計"]]
+}
+
+---
+
+## 注意事項
+1. **逐步生成**：每次僅生成一個步驟內容，避免一次性輸出���多資訊，每次只輸出一個JSON。
+2. **互動確認**：等待教師確認後，根據反饋進行調整或進入下一步。
+3. **結構清晰**：確保生成內容條理分明，便於教師理解與應用。
+4. **鼓勵性回應**：每次建議中加入正面評價與鼓勵，促進教師參與。
+"""
+
+RESPONSE_FORMAT = {
+  "type": "json_schema",
+  "json_schema": {
+    "name": "lesson_plan_response",
+    "schema": {
+      "type": "object",
+      "properties": {
+        "current_lesson_plan": {
+          "type": "string",
+          "description": "當前生成的教案內容。如果流程尚未進入「教案設計」，此值應為空字串。"
+        },
+        "suggestion": {
+          "type": "string",
+          "description": "對當前教案內容的改進建議，或對用戶的鼓勵，引導進入下一步。"
+        },
+        "next_step_prompt": {
+          "type": "array",
+          "items": {
+            "type": "array",
+            "items": {
+              "type": "string"
+            }
+          },
+          "description": "提供用戶下一步的選項，以嵌套列表形式表示，例如 [['進入下一步'], ['補充更多細節']]。"
+        }
+      },
+      "required": ["current_lesson_plan", "suggestion", "next_step_prompt"],
+      "additionalProperties": False
+    },
+    "strict": True
+  }
+}
+
+VECTOR_STORE_NAME = "lesson-plan"
+
+SHOW_CANVAS = True
+
+CONVERSATION_STARTER_SAMPLES = [["點選此按鈕開始設計教案"]]
+
+def handle_thread_before_chat(openai_client, thread_id, message, history, textbox_content):
+    integrated_message = message
+
+    just_modifications = extract_modified_sections(textbox_content)
+    prev_lesson_plan = just_modifications if just_modifications else textbox_content
+    
+    if not (message == CONVERSATION_STARTER_SAMPLES[0][0] or prev_lesson_plan == ""):
+        integrated_message = f"""
+        用戶當前的需求：
+        {message}
+
+        用戶對您生成的教案進行了以下修改：
+        {prev_lesson_plan}
+
+        請根據用戶的需求和修改內容，更新教案，並依照步驟生成下一部分內容。
+        確保您：
+        1. 完整保留用戶的修改。
+        2. 提供清晰的建議（`suggestion`）。
+        3. 提供下一步的行動選項（`next_step_prompt`）。
+        """
+
+    openai_client.beta.threads.messages.create(
+        thread_id=thread_id,
+        role="user",
+        content=integrated_message,
+    )
+
+    return {
+        "prev_lesson_plan": prev_lesson_plan,
+        "integrated_message": integrated_message,
+        "thread_id": thread_id
+    }
+
+def handle_stream_delta(full_response):
+    repaired_json = json_repair.loads(full_response)
+    try:
+        canvas_result = repaired_json.get('current_lesson_plan', '')
+    except Exception as e:
+        print(f"Error parsing current_lesson_plan from JSON: {full_response}")
+        print(f"Exception details: {str(e)}")
+        print(f"Exception type: {type(e).__name__}")
+        canvas_result = ""
+    try:
+        chat_response = repaired_json.get('suggestion', '')
+    except Exception as e:
+        print(f"Error parsing suggestion from JSON: {full_response}")
+        print(f"Exception details: {str(e)}")
+        print(f"Exception type: {type(e).__name__}")
+        chat_response = ""
+    return chat_response, canvas_result, [[]]
+    # yield chat_response, canvas_result, [[]]
+
+def handle_stream_end(message, history, chat_response, textbox_content, full_response, canvas_result, preprocessed_data):
+    try:
+        repaired_json = json.loads(full_response)
+        next_step_prompt = repaired_json.get('next_step_prompt', [["進入下一步"]])
+        canvas_result = repaired_json.get('current_lesson_plan', '')
+    except:
+        next_step_prompt = [["進入下一步"]]
+
+    msg_records = [{'role': msg['role'], 'content': msg['content']} for msg in history]
+    msg_records.append({'role': 'user', 'content': message})
+    msg_records.append({'role': 'assistant', 'content': chat_response})
+    
+    prev_lesson_plan = preprocessed_data["prev_lesson_plan"]
+    # Compare textbox_content with current_lesson_plan to show differences    
+    compared_lesson_plan = compare_text(prev_lesson_plan, canvas_result) if prev_lesson_plan else canvas_result
+    
+
+    return chat_response, compared_lesson_plan, next_step_prompt, msg_records

SEL/__init__.py

@@ -0,0 +1 @@
+# This file can be empty - it just marks SEL as a Python package 

SEL/assistant_config.py

@@ -0,0 +1,127 @@
+
+ASSISTANT_MODEL = "gpt-4o-mini"
+ASSISTANT_NAME = "陪你師展魔法-Coach Chat"
+ASSISTANT_DESCRIPTION = "協助台灣國中小教師運用KIST方法，提供微時刻對話、班級經營建議與親師溝通技巧。"
+ASSISTANT_INSTRUCTION = """
+**[你是一位專為台灣公立國中小教師設計的AI班級經營顧問]**，運用KIST方法論，整合SEL（社會情緒學習）、品格教育及教練式對話，**[提供支持與建議時，請嚴格遵守以下原則]**：
+
+1. **[一次只提供一個問題或一個步驟]**，並先詢問老師的想法或需求，等待對方回應後，再進行下一步。
+2. **[不主動同時揭露所有資訊或完整建議]**，而是透過教練式對話，引導老師逐步思考與回應。
+3. **[在整個對話過程中，保持「溫暖且堅定」的教練角色]**，協助老師復盤與梳理，不評斷、不一次給出所有解法。
+
+---
+
+**[A. 若老師點擊「如何和學生有效對話（微時刻）」或輸入與「學生對話困難」相關的問題時]**：
+
+{1. 先詢問老師遇到哪些情境：
+   - 若老師未具體提出，可提供一些常見例子（如：學生說謊、不交作業、不專心聽課等），讓老師選擇最貼近的情況。
+   - **範例問題**：「可以分享一下，你和學生之間目前最困擾你的情境是什麼嗎？若沒有明確想法，我可以給幾個例子，你覺得哪一個最接近？」
+
+2. 根據老師的回答，判斷並選擇適合的對話框架（SBIOR、非暴力溝通、ORID），但**[只選一種]**，不要一次列出全部。
+   - **範例回應**：「我建議使用『非暴力溝通』來嘗試，你覺得如何？」
+
+3. 依所選框架，**[一次只說一個步驟]**：
+   - 先詢問老師問題，並提供簡短範例。
+   - **範例（非暴力溝通）**：
+     - 第一步：**「事實：你看到的事實是什麼？」**（提供範例，然後等老師回應）
+     - 第二步：**「感受：你的感受是什麼？」**（範例＋等待老師回應）
+     - 以此類推…直到完成所有步驟。
+
+4. 在對話結尾時，提供老師以下學習資源連結，鼓勵持續精進對話心態與技巧：
+   - **[國小階段]**: https://drive.google.com/file/d/17AtbrTUqIZ1g4U9y2xfdaj2mMmBXN7yW/view?usp=sharing
+   - **[國中階段]**: https://drive.google.com/file/d/1j6VCcpBNMeIdc15RPOxxfPHzx9uG4s42/view?usp=drive_link
+   （**一次只需附上一個連結或簡短說明即可**，避免一次倒出所有資訊）
+}
+
+---
+
+**[B. 若老師點擊「我要尋求班級經營建議」或輸入與班級經營相關的問題時]**：
+
+{1. 先詢問老師在班級經營上，想尋求的協助為何？
+   - 若老師無法明確表達，只能一次僅提供五個面向可供參考（如：導師時間活動建議、班級佈置、聯絡簿設計、學生不繳作業、溫暖堅定的互動方式），請老師選其中一項。
+
+2. 依老師選擇的面向，從以下檔案中各擷取對應建議，但**[不要一次全說]**：
+   - {SEL手冊_KIST聯盟資源.pdf}
+   - {非認知能力行為指標.pdf}
+   - {SEL 教室 實踐地圖.pdf}
+   （**不要讓老師知道具體出處**，僅提供「這裡有個參考作法」的建議）
+
+3. 在對話結尾時，可依需求提供以下資源連結：
+   - **[教室佈置]**：
+     1) https://drive.google.com/file/d/1xxzMY-DAClQy-G1Cr_QWRZsZyWeRdfdM/view
+     2) https://drive.google.com/drive/folders/1yoY8tSEBkM8LK674L6TI1H79C6q1Xa2u?usp=drive_link
+   - **[活動類]**：
+     1) https://drive.google.com/drive/folders/17Lh5KdLVMM29X7orvu1pJ5ovPdenUt0J?usp=sharing
+     2) https://drive.google.com/file/d/1YM8Q4Mmp-WsqU-q2BF0caDwKXsqlnKkN/view
+   （同樣**一次只需選擇合適連結**，切勿一次性倒出全部）
+
+4. 在老師解決完最迫切問題後，**[詢問老師是否有意願延伸思考其他面向]**：
+   - 面向包括：班級佈置、教師姿態、導師時間、學生行為應對、規劃例行事務、師師之間的溝通等，並依老師選擇才繼續。
+
+5. 對話最後，一定要**[推薦老師以下兩堂課程]**：
+   - https://drive.google.com/drive/u/1/folders/1NtLPSoBoaTrB5j3WZ2fS3K315hI30Mw0
+   - https://drive.google.com/drive/u/1/folders/1B03WaXph5-Rkf2135AK9cP3oz731Q2Aa
+   （同樣以簡短帶過即可，不需要額外詳細說明）
+
+}
+
+---
+
+**[C. 若老師點擊「親師溝通小秘訣」或輸入含「家長」「爸爸」「媽媽」「阿公」「阿嬤」等字樣時]**：
+
+{1. 先詢問老師想了解的小秘訣為何？常見需求有：
+   - 「如何好好跟家長溝通？」
+   - 「如何回覆家長訊息？」
+   - 「如何和家長建立或維持關係？」
+
+2. 若老師想好好和家長溝通，可引導至**[非暴力溝通框架]**；若想建立或維持關係，可使用**[SE]**；若要回覆訊息，請老師貼出家長原始訊息或描述情境，再根據非暴力溝通或同理框架給**[一次只一個範例]**。
+
+}
+
+---
+
+**[所有對話都適用的錯誤示範]**：
+
+- 不可以一次性列出所有詳細建議與完整做法（如1~5大點），也不可以同時拋出所有自我反思、框架步驟、溝通對話範例。  
+
+- 正確作法：**[透過教練式對話的節奏]**，一次只拋出一個問題或建議，引導老師回應後，再進行下一步。每次回覆老師的內容，不可以超過**［250字］**
+
+---
+
+**[總結]**：
+
+1. **[請在整個對話中，以「教練手冊」的原則行事]**：  
+   - 先問需求或想法，再給下一步建議。  
+   - **一次只說一個步驟或建議，等待老師回應**。  
+2. **[保持溫暖且堅定的互動風格]**，引導老師不只解決眼前問題，也能建立更長遠的班級經營思維。}
+
+"""
+
+RESPONSE_FORMAT = None
+
+SHOW_CANVAS = False
+
+CONVERSATION_STARTER_SAMPLES = [["如何和學生有效對話（微時刻）"], ["我要尋求班級經營建議"], ["親師溝通小秘訣"]]
+
+def handle_thread_before_chat(openai_client, thread_id, message, history, textbox_content):
+    integrated_message = message
+    
+    openai_client.beta.threads.messages.create(
+        thread_id=thread_id,
+        role="user",
+        content=integrated_message,
+    )
+
+    return None
+
+def handle_stream_delta(full_response):    
+    return full_response, None, [[]]
+
+
+def handle_stream_end(message, history, chat_response, textbox_content, full_response, canvas_result, preprocessed_data):    
+
+    msg_records = [{'role': msg['role'], 'content': msg['content']} for msg in history]
+    msg_records.append({'role': 'user', 'content': message})
+    msg_records.append({'role': 'assistant', 'content': chat_response})
+
+    return chat_response, None, [[]], msg_records

app.py

@@ -8,10 +8,7 @@ References
 - https://github.com/openai/openai-cookbook/blob/main/examples/Assistants_API_overview_python.ipynb
 '''
 
-from pydrive.auth import GoogleAuth
-from pydrive.drive import GoogleDrive
-# from google.colab import auth
-from oauth2client.client import GoogleCredentials
+
 
 from openai import OpenAI
 
@@ -30,6 +27,28 @@ OPENAI_API_KEY = os.getenv('OPENAI_API_KEY')
 client = OpenAI(api_key=OPENAI_API_KEY)
 
 APP_NAME = os.getenv('app_name') # 'NCSLM_LPD', 'SEL'
+# App name enum
+class AppName:
+    NCSLM_LPD = 'NCSLM_LPD'
+    SEL = 'SEL'
+
+
+# Import configuration files with different aliases
+if APP_NAME == AppName.NCSLM_LPD:
+    from NCSLM_LPD import assistant_config as ncslm_config
+elif APP_NAME == AppName.SEL:
+    from SEL import assistant_config as sel_config
+else:
+    # Fallback or default config
+    import assistant_config as default_config
+
+# Use the appropriate config based on APP_NAME
+if APP_NAME == AppName.NCSLM_LPD:
+    active_config = ncslm_config
+elif APP_NAME == AppName.SEL:
+    active_config = sel_config
+else:
+    active_config = default_config
 
 # Initialize chat history manager
 chat_manager = ChatHistoryManager()
@@ -41,149 +60,23 @@ existed_assistants = client.beta.assistants.list(
 )
 print(len(existed_assistants.data),existed_assistants.data)
 
-# Delete assistant by id 
-def delete_asst(assistant_id):
-  response = client.beta.assistants.delete(assistant_id)
-  print(response)
-
 # Assistant setting (Playground: https://platform.openai.com/playground/assistants)
 
 # Record once created
 assistant_id = os.getenv('assistant_id')  
-google_drive_folder_id = os.getenv('google_drive_folder_id')
-
-ASSISTANT_MODEL = "gpt-4o-mini"
-ASSISTANT_NAME = "非認知能力學習模組教案設計"
-ASSISTANT_DESCRIPTION = "根據教師提供的教學情境，自動生成有趣且具成效的非認知能力學習模組教案，協助新手與熟手教師輕鬆備課與授課。"
-ASSISTANT_INSTRUCTION = """
-## 目標
-協助教師逐步完成非認知能力教案設計，確保每一步驟生成的內容符合需求，並能根據教師反饋進行動態調整，最終生成完整教案。
-
----
-
-## 流程
-Assistant 應按照以下步驟逐步生成教案內容，並在每一步等待教師確認或補充後，進入下一階段。從一、教學需求開始、二、教案設計、到三、類似教案推薦，每次在用戶回覆前只輸出一個JSON：
-
-### 一、教學需求
-1. 確認學生的年級與特徵。
-2. 課程時長（如 30 或 45 分鐘）。
-3. 明確課程主題（如提升抗挫能力或專注力）。
-4. 確認是否有具體活動需求（如角色扮演、小組討論）。
-5. 在此階段生成簡要的教學需求描述，供教師確認或補充。
-
-### 二、教案設計
-教案設計包含以下部分，需逐步完成：
-
-1. 教案名稱與主題
-   - 定義課程的核心目標與模組主題。
-
-2. 學習目標
-   - 明確描述學生應達成的學習成果，幫助教師檢核成效。
-
-3. 課程流程設計
-   課程流程應包含三個部分：
-   - (1) 入場券：啟發學生分享經驗，連結課程主題。
-   - (2) 主活動：課堂核心學習活動，例如角色扮演、小組討論或策略練習。
-   - (3) 出場券：引導學生反思學習，總結課程重點。
-
-4. 評估與反饋建議
-   - 設計適合本課程的評估方式（如學習單、行為觀察或小組分享）。
-
-5. 附加資源建議
-   - 提供與課程相關的資源（如活動模板、案例參考）。
-
----
-
-### 三、類似教案推薦
-- 從內建教案中選擇 2-3 個類似範例進行推薦，並簡要說明其特點。
-- 範例格式：
-  - 《非認知模組｜四年級_這就是我.docx》：幫助學生探索自我特點，適合四年級課程。
-  - 《非認知模組｜五年級_成為時間管理大師.docx》：設計以時間管理四象限為核心的活動。
-  - 《非認知模組｜三年級_優點大轟炸.docx》：增進學生之間的正向互動與認同。
-
----
-
-## 逐步生成流程
-1. **逐步生成**：
-   - 每次只生成當前階段的內容，例如教學需求、教案名稱與主題、入場券、主活動等。
-   - 確認後才進入下一步，避免一次性生成過多內容。
-
-2. **JSON 格式輸出**：
-   - 每次回應包含三部分：
-     - current_lesson_plan：包含從「二、教案設計」開始生成的所有內容。需要根據用戶回饋調整內容。
-     - suggestion：對生成內容的調整建議與鼓勵。
-     - next_step_prompt：以清單形式提供引導用戶回覆的選項，例如 [["進入下一步"], ["更詳細一點"]]，或依照該步驟生成可以調整的例子。
-
-3. **動態互動與靈活調整**：
-   - 允許教師插入補充信息，例如新增活動需求或修改課程主題。
-   - 鼓勵教師參與討論，給予正面回饋。
-
-4. **整合內建範例**：
-   - 提供相似範例供參考，並建議如何整合到當前教案中。
-
----
-
-## 輸出格式
-### JSON 格式輸出範例
-#### ��學需求階段
-{
-  "current_lesson_plan": "",
-  "suggestion": "請提供您的教學情境描述，讓我能為您設計一份適合的非認知能力教案！例如，請說明：\n 1. 學生的年級與特徵。\n 2. 課程時長。\n 3. 課程主題**。\n 4. 是否有具體的活動需求。",
-  "next_step_prompt": [["四年級學生面對挫折時容易放棄，課程主題是增強抗挫能力，共1節課（45分鐘），希望包括角色扮演活動。"]]
-}
-
-#### 教案設計階段
-{
-  "current_lesson_plan": "1. 教案名稱與主題：專注力探索之旅\n2. 學習目標：\n   - 辨識分心來源。\n   - 學習兩種專注技巧。\n   - 制定個人專注計畫。\n3. 課程流程設計：\n   (1) 入場券：專注挑戰（5分鐘）——透過音樂與深呼吸活動，幫助學生進入專注狀態。\n   (2) 主活動：分心偵探（10分鐘）——學生辨識分心來源，並進行小組討論。\n   (3) 出場券：我的專注計畫（10分鐘）——學生制定專注策略並分享。\n4. 評估與反饋建議：設計學習單，檢核學生的學習成果與參與度。\n5. 附加資源建議：參考類似教案模板如《五年級_成為時間管理大師.docx》。",
-  "suggestion": "以上為教案初稿，請檢查是否符合需求或有其他補充建議。例如，可新增其他專注力訓練活動。",
-  "next_step_prompt": [["進入下一步"], ["補充具體活動設計"]]
-}
-
----
-
-## 注意事項
-1. **逐步生成**：每次僅生成一個步驟內容，避免一次性輸出過多資訊，每次只輸出一個JSON。
-2. **互動確認**：等待教師確認後，根據反饋進行調整或進入下一步。
-3. **結構清晰**：確保生成內容條理分明，便於教師理解與應用。
-4. **鼓勵性回應**：每次建議中加入正面評價與鼓勵，促進教師參與。
-"""
-
-RESPONSE_FORMAT = {
-  "type": "json_schema",
-  "json_schema": {
-    "name": "lesson_plan_response",
-    "schema": {
-      "type": "object",
-      "properties": {
-        "current_lesson_plan": {
-          "type": "string",
-          "description": "當前生成的教案內容。如果流程尚未進入「教案設計」，此值應為空字串。"
-        },
-        "suggestion": {
-          "type": "string",
-          "description": "對當前教案內容的改進建議，或對用戶的鼓勵，引導進入下一步。"
-        },
-        "next_step_prompt": {
-          "type": "array",
-          "items": {
-            "type": "array",
-            "items": {
-              "type": "string"
-            }
-          },
-          "description": "提供用戶下一步的選項，以嵌套列表形式表示，例如 [['進入下一步'], ['補充更多細節']]。"
-        }
-      },
-      "required": ["current_lesson_plan", "suggestion", "next_step_prompt"],
-      "additionalProperties": False
-    },
-    "strict": True
-  }
-}
+
+ASSISTANT_MODEL = active_config.ASSISTANT_MODEL
+ASSISTANT_NAME = active_config.ASSISTANT_NAME
+ASSISTANT_DESCRIPTION = active_config.ASSISTANT_DESCRIPTION
+ASSISTANT_INSTRUCTION = active_config.ASSISTANT_INSTRUCTION
+
+RESPONSE_FORMAT = active_config.RESPONSE_FORMAT
 
 VECTOR_STORE_NAME = "lesson-plan"
+SHOW_CANVAS = active_config.SHOW_CANVAS
+
 
-CONVERSATION_STARTER = "點選此按鈕開始設計教案"
+CONVERSATION_STARTER_SAMPLES = active_config.CONVERSATION_STARTER_SAMPLES
 
 def show_json(obj):
     print(json.loads(obj.model_dump_json()))
@@ -216,116 +109,17 @@ def print_assistant_info(assistant):
     print(f"Created at: {assistant.created_at}")
 
 
-# spent 4m 50s downloading all 175 files
-def embed_from_drive(folder_id):
-  # auth.authenticate_user()
-  gauth = GoogleAuth()
-  gauth.credentials = GoogleCredentials.get_application_default()
-  drive = GoogleDrive(gauth)
-
-  # Get all files in '定稿專案' folder: https://drive.google.com/drive/folders/1dlsf5BNjNczzUYKPZvYXd2mLW21QCLUK?usp=drive_link
-  file_list = drive.ListFile({'q': f"'{folder_id}' in parents and trashed=false"}).GetList()
-
-  # Download files to local (`/content/`), since file_streams don't recieve google docs
-  local_file_paths = []
-  for file1 in file_list:
-      print('Processing file title: %s, id: %s' % (file1['title'], file1['id']))
-      local_path = f"/content/{file1['title']}.docx"
-
-      if 'exportLinks' in file1:
-          if 'application/vnd.openxmlformats-officedocument.wordprocessingml.document' in file1['exportLinks']:
-              # update type if needed (application/vnd.openxmlformats-officedocument.wordprocessingml.document == .docx)
-              export_url = file1['exportLinks']['application/vnd.openxmlformats-officedocument.wordprocessingml.document']
-              print(f"Downloading as Word document: {file1['title']}")
-              downloaded_file = drive.CreateFile({'id': file1['id']})
-              downloaded_file.GetContentFile(local_path, mimetype='application/vnd.openxmlformats-officedocument.wordprocessingml.document')
-              local_file_paths.append(local_path)
-          else:
-              print(f"No Word export available for: {file1['title']}")
-      else:
-          print(f"Skipping non-Google Docs file: {file1['title']}")
-
-  for path in local_file_paths:
-      print(f"Downloaded file: {path}")
-
-  file_streams = [open(path, "rb") for path in local_file_paths]
-  return file_streams
-
-# Embed files (downloaded from drive folder)
-def get_vector_store_id(file_streams):
-  vector_store = client.beta.vector_stores.create(name=VECTOR_STORE_NAME)
-
-  # spent 51s batching all 175 files
-  file_batch = client.beta.vector_stores.file_batches.upload_and_poll(
-    vector_store_id=vector_store.id, files=file_streams
-  )
-
-  print("file_batch status",file_batch.status)
-  print("file_counts",file_batch.file_counts)
-
-  return vector_store.id
-
-# Create a completely new assistant
-def create_assistant(vector_store_id):
-  assistant = client.beta.assistants.create(
-    name=ASSISTANT_NAME,
-    description=ASSISTANT_DESCRIPTION,
-    instructions=ASSISTANT_INSTRUCTION,
-    model=ASSISTANT_MODEL,
-    tools=[{
-        "type": "file_search",
-        "file_search": {
-           "max_num_results": 5  # Limit search results
-       }
-    }],
-    tool_resources={'file_search': {'vector_store_ids': [vector_store_id]}},
-    response_format=RESPONSE_FORMAT
-  )
-  # show_json(assistant)
-  return assistant.id
-
-# Update existing assistant through ID (please customize prefered inputs)
-def update_assistant(assistant_id):
-  assistant = client.beta.assistants.update(
-    assistant_id=assistant_id,
-    name=ASSISTANT_NAME,
-    description=ASSISTANT_DESCRIPTION,
-    instructions=ASSISTANT_INSTRUCTION,
-    model=ASSISTANT_MODEL,
-    tools=[{
-      "type": "file_search",
-      "file_search": {
-           "max_num_results": 5  # Limit search results
-      }
-    }],
-    # tool_resources={'file_search': {'vector_store_ids': [vector_store_id]}},
-    response_format=RESPONSE_FORMAT
-  )
-  show_json(assistant)
-
-# Create assistant if assistant_id does not exist
+
+
+# Retrieve assistant
 try:
   assistant = client.beta.assistants.retrieve(assistant_id)
   print(f"retrieve assistant success.")
   print_assistant_info(assistant)
   # update_assistant(assistant_id)
 except Exception as e:
-  print(f"Assistant DNE: {e}, create assistant instead.")
-  file_streams = embed_from_drive(google_drive_folder_id)
-  vector_store_id = get_vector_store_id(file_streams)
-  print(vector_store_id)
-  assistant_id = create_assistant(vector_store_id)
-
-ASSISTANT_ID = assistant_id
-"ASSISTANT_ID",ASSISTANT_ID
+  print(f"retrieve Assistant Fail: {e}")  
 
-# Update assistant if needed
-# assistant = client.beta.assistants.update(
-#     assistant_id=ASSISTANT_ID,
-#     instructions=ASSISTANT_INSTRUCTION,
-#     response_format=RESPONSE_FORMAT
-# )
-# show_json(assistant)
 
 
 
@@ -351,8 +145,6 @@ class EventHandler(AssistantEventHandler):
 
 
 # Components
-show_canvas = True if APP_NAME == 'NCSLM_LPD' else False  # Variable to control canvas visibility
-# show_canvas = True 
 chatbot = gr.Chatbot(
   type="messages", 
   container=True,
@@ -376,7 +168,7 @@ prompt_input = gr.Textbox(  # User prompt
     scale=1
 )
 quick_response = gr.Dataset(  # Suggested user prompt
-    samples=[[CONVERSATION_STARTER]],
+    samples=CONVERSATION_STARTER_SAMPLES,
     components=[prompt_input],
     render=False,
     scale=1
@@ -444,42 +236,19 @@ def handle_response(message, history, textbox_content):
     chat_id = getattr(handle_response, 'current_chat_id', None)
     thread, chat_id = get_or_create_thread(chat_id)
     handle_response.current_chat_id = chat_id
-        
-    integrated_message = message
 
-    just_modifications = extract_modified_sections(textbox_content)
-    prev_lesson_plan = just_modifications if just_modifications else textbox_content
-    
-    if not (message == CONVERSATION_STARTER or prev_lesson_plan == ""):
-        integrated_message = f"""
-        用戶當前的需求：
-        {message}
-
-        用戶對您生成的教案進行了以下修改：
-        {prev_lesson_plan}
-
-        請根據用戶的需求和修改內容，更新教案，並依照步驟生成下一部分內容。
-        確保您：
-        1. 完整保留用戶的修改。
-        2. 提供清晰的建議（`suggestion`）。
-        3. 提供下一步的行動選項（`next_step_prompt`）。
-        """
-
-    client.beta.threads.messages.create(
-        thread_id=chat_id,
-        role="user",
-        content=integrated_message,
-    )
+    preprocessed_data = active_config.handle_thread_before_chat(client, chat_id, message, history, textbox_content)
+
     full_response = ""
-    current_lesson_plan = ""
-    suggestion = ""
+    canvas_result = ""
+    chat_response = ""
     next_step_prompt = [[]]
     prompt_tokens = 0
     total_tokens = 0
     try:
         with client.beta.threads.runs.stream(
             thread_id=chat_id,
-            assistant_id=ASSISTANT_ID,
+            assistant_id=assistant_id,
             timeout=60  # Add timeout in seconds
         ) as stream:
             try:                
@@ -493,9 +262,9 @@ def handle_response(message, history, textbox_content):
                     if stream_delta.event == 'thread.run.failed':
                         print(f"Stream delta received: {stream_delta}", flush=True)
                         if hasattr(stream_delta.data, 'last_error') and stream_delta.data.last_error is not None:
-                            suggestion = stream_delta.data.last_error.model_dump_json()
+                            chat_response = stream_delta.data.last_error.model_dump_json()
                         else:
-                            suggestion =  "Sorry, there was an error processing the response. Please try again."
+                            chat_response =  "Sorry, there was an error processing the response. Please try again."
                         continue
                     elif stream_delta.event != 'thread.message.delta':
                         # Debug: Print stream response if it's not a TextDelta
@@ -522,25 +291,10 @@ def handle_response(message, history, textbox_content):
                     
                     # Skip if response is too short to be valid JSON
                     if len(full_response) < 2:
-                        continue
-
-                    repaired_json = json_repair.loads(full_response)
-                    try:
-                        current_lesson_plan = repaired_json.get('current_lesson_plan', '')
-                    except Exception as e:
-                        print(f"Error parsing current_lesson_plan from JSON: {full_response}")
-                        print(f"Exception details: {str(e)}")
-                        print(f"Exception type: {type(e).__name__}")
-                        current_lesson_plan = ""
-                    try:
-                        suggestion = repaired_json.get('suggestion', '')
-                    except Exception as e:
-                        print(f"Error parsing suggestion from JSON: {full_response}")
-                        print(f"Exception details: {str(e)}")
-                        print(f"Exception type: {type(e).__name__}")
-                        suggestion = ""
+                        continue                                            
+                    chat_response, canvas_result, next_step_prompt = active_config.handle_stream_delta(full_response)
                     
-                    yield suggestion, current_lesson_plan, [[]]
+                    yield chat_response, canvas_result, next_step_prompt
             except Exception as stream_error:
                 print(f"Stream processing error: {str(stream_error)}")
                 print(f"Error type: {type(stream_error).__name__}")
@@ -550,27 +304,16 @@ def handle_response(message, history, textbox_content):
         print(f"Error type: {type(connection_error).__name__}")
         yield "Sorry, the connection timed out. Please try again.", "", [[]]
 
-    try:
-        repaired_json = json.loads(full_response)
-        next_step_prompt = repaired_json.get('next_step_prompt', [["進入下一步"]])
-    except:
-        next_step_prompt = [["進入下一步"]]
-
     print(f"Current Messages: {message}")
-    print(f"Suggestion: {suggestion}")
-    print(f"Current JSON: {full_response}")
+    print(f"Suggestion: {chat_response}")
+    print(f"Current Response: {full_response}")
     print(f"Prompt tokens: {prompt_tokens}, Total tokens: {total_tokens}")
-    msg_records = [{'role': msg['role'], 'content': msg['content']} for msg in history]
-    msg_records.append({'role': 'user', 'content': message})
-    msg_records.append({'role': 'assistant', 'content': suggestion})
-    chat_manager.save_chat(user_id, chat_id, msg_records, current_lesson_plan)
-    
-    
-    # Compare textbox_content with current_lesson_plan to show differences    
-    compared_lesson_plan = compare_text(prev_lesson_plan, current_lesson_plan) if prev_lesson_plan else current_lesson_plan
+
+    final_chat_response, final_canvas_result, final_next_step_prompt, msg_records = active_config.handle_stream_end(message, history, chat_response, textbox_content, full_response, canvas_result, preprocessed_data)
     
+    chat_manager.save_chat(user_id, chat_id, msg_records, canvas_result)
 
-    yield suggestion, compared_lesson_plan, next_step_prompt
+    yield final_chat_response, final_canvas_result, final_next_step_prompt
 
 
 def handle_quick_response_click(selected):
@@ -639,7 +382,7 @@ with gr.Blocks(css="""
                         prompt_input.render()
                         quick_response.render()
                         hidden_list.render()
-                    with gr.Column(elem_classes="full-height", visible=show_canvas) as textbox_column:                        
+                    with gr.Column(elem_classes="full-height", visible=SHOW_CANVAS) as textbox_column:                        
                         textbox.render()
 
     # submit button event
@@ -694,5 +437,4 @@ demo.launch(debug=True)
 
 
 
-# delete_asst(ASSISTANT_ID)
 

assistant_util.py

@@ -1,8 +1,19 @@
 import os
+from pydrive.auth import GoogleAuth
+from pydrive.drive import GoogleDrive
+# from google.colab import auth
+from oauth2client.client import GoogleCredentials
+
 from openai import OpenAI
 import time
 from datetime import datetime
-from assistant_config import ASSISTANT_MODEL, ASSISTANT_NAME, ASSISTANT_DESCRIPTION, ASSISTANT_INSTRUCTION, RESPONSE_FORMAT
+
+from SEL import assistant_config as active_config
+ASSISTANT_NAME = active_config.ASSISTANT_NAME
+ASSISTANT_DESCRIPTION = active_config.ASSISTANT_DESCRIPTION
+ASSISTANT_INSTRUCTION = active_config.ASSISTANT_INSTRUCTION
+ASSISTANT_MODEL = active_config.ASSISTANT_MODEL
+RESPONSE_FORMAT = active_config.RESPONSE_FORMAT
 
 client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
 assistant_id = os.getenv('assistant_id')  
@@ -34,8 +45,8 @@ def test():
     #  thread = client.beta.threads.retrieve(chat_id)
 
     # integrated_message = "點選此按鈕開始設計教案"  # Add a test message
-    integrated_message = "請按照你擁有的資料給我一個中文教案範例"  # Add a test message
-    # integrated_message = "我要尋求班級經營建議"  # Add a test message
+    # integrated_message = "請按照你擁有的資料給我一個中文教案範例"  # Add a test message
+    integrated_message = "我要尋求班級經營建議"  # Add a test message for SEL
 
     client.beta.threads.messages.create(
             thread_id=chat_id,
@@ -250,6 +261,42 @@ def remove_vector_store_from_assistant(assistant_id, vector_store_id_to_remove):
         return assistant
 
 
+# google_drive_folder_id = os.getenv('google_drive_folder_id')
+# spent 4m 50s downloading all 175 files
+def embed_from_drive(folder_id):
+  # auth.authenticate_user()
+  gauth = GoogleAuth()
+  gauth.credentials = GoogleCredentials.get_application_default()
+  drive = GoogleDrive(gauth)
+
+  # Get all files in '定稿專案' folder: https://drive.google.com/drive/folders/1dlsf5BNjNczzUYKPZvYXd2mLW21QCLUK?usp=drive_link
+  file_list = drive.ListFile({'q': f"'{folder_id}' in parents and trashed=false"}).GetList()
+
+  # Download files to local (`/content/`), since file_streams don't recieve google docs
+  local_file_paths = []
+  for file1 in file_list:
+      print('Processing file title: %s, id: %s' % (file1['title'], file1['id']))
+      local_path = f"/content/{file1['title']}.docx"
+
+      if 'exportLinks' in file1:
+          if 'application/vnd.openxmlformats-officedocument.wordprocessingml.document' in file1['exportLinks']:
+              # update type if needed (application/vnd.openxmlformats-officedocument.wordprocessingml.document == .docx)
+              export_url = file1['exportLinks']['application/vnd.openxmlformats-officedocument.wordprocessingml.document']
+              print(f"Downloading as Word document: {file1['title']}")
+              downloaded_file = drive.CreateFile({'id': file1['id']})
+              downloaded_file.GetContentFile(local_path, mimetype='application/vnd.openxmlformats-officedocument.wordprocessingml.document')
+              local_file_paths.append(local_path)
+          else:
+              print(f"No Word export available for: {file1['title']}")
+      else:
+          print(f"Skipping non-Google Docs file: {file1['title']}")
+
+  for path in local_file_paths:
+      print(f"Downloaded file: {path}")
+
+  file_streams = [open(path, "rb") for path in local_file_paths]
+  return file_streams
+
 # Embed files (downloaded from drive folder)
 def get_vector_store_id(vector_store_name, file_streams):
   vector_store = client.vector_stores.create(name=vector_store_name)
@@ -295,7 +342,6 @@ def get_file_streams_from_folder(folder_path):
     except Exception as e:
         print(f"Error accessing folder {folder_path}: {e}")
         return []
-    
 
 def create_vector_store(folder_path):
     file_streams = get_file_streams_from_folder(folder_path)
@@ -343,8 +389,8 @@ def update_assistant(assistant_id):
            "max_num_results": 5  # Limit search results
       }
     }],
-    # tool_resources={'file_search': {'vector_store_ids': ['vs_67e11690d1548191a21eeb15c317dc61']}},
-    # tool_resources={'file_search': {'vector_store_ids': ['vs_W1sSCS4uuIxhqN4WSdX4ObI0']}},
+    # tool_resources={'file_search': {'vector_store_ids': ['vs_67e11690d1548191a21eeb15c317dc61']}}, # SEL
+    # tool_resources={'file_search': {'vector_store_ids': ['vs_W1sSCS4uuIxhqN4WSdX4ObI0']}}, # NCSLM_LPD
     tool_resources={'file_search': {'vector_store_ids': []}},
     # response_format=None
   )

debug.py

@@ -1,11 +1,12 @@
-from assistant_util import test, list_assistants, create_vector_store, print_vector_store_details, update_assistant, delete_assistant
+from assistant_util import test, create_assistant, list_assistants, create_vector_store, print_vector_store_details, update_assistant, delete_assistant
 
 # You can call this function to test it
 if __name__ == "__main__":
     # test()
-    list_assistants()
+    # create_assistant()
     # create_vector_store("SEL-Coach-Chat-Vector-Store", "~/taboola/test/vector_store")
-    # print_vector_store_details("vector_store_id")
-    # update_assistant("assistant_id")
+    # print_vector_store_details("vs_67e11690d1548191a21eeb15c317dc61")
+    # update_assistant("asst_KK2FVo3Qe57mjvRiRDZaBM4l")
     # delete_assistant("assistant_id")
+    list_assistants()