add ai

.gitignore

@@ -0,0 +1,2 @@
+# local_config
+local_config.json

app.py

@@ -6,9 +6,22 @@ import os
 from pyvis.network import Network
 import networkx as nx
 
+from openai import OpenAI
+
 # Env Vars
-METABASE_USERNAME = os.getenv('METABASE_USERNAME')
-METABASE_PASSWORD = os.getenv('METABASE_PASSWORD')
+# METABASE_USERNAME = os.getenv('METABASE_USERNAME')
+# METABASE_PASSWORD = os.getenv('METABASE_PASSWORD')
+# OPENAI_API_KEY = os.getenv('OPENAI_API_KEY')
+
+# get by local_config.json file
+with open("local_config.json") as f:
+    config = json.load(f)
+    METABASE_USERNAME = config['METABASE_USERNAME']
+    METABASE_PASSWORD = config['METABASE_PASSWORD']
+    OPENAI_API_KEY = config['OPENAI_API_KEY']
+
+# OpenAI API
+OPENAI_API_CLIENT = OpenAI(api_key=OPENAI_API_KEY)
 
 # Original elements
 elements = [
@@ -250,6 +263,97 @@ def generate_html_table(result_data, exercise_quiz_result):
     table_html += "</table>"
     return table_html
 
+def get_ai_suggestion(topic_result, exercise_quiz_result):
+    # 使用 OPenAI API 获取建议
+    model = "gpt-4o"
+    sys_content = f"""
+        You are a professional teaching expert. I am a classroom teacher. 
+        Please provide user (he/she is a teacher) a personalized analysis 
+    """
+    user_content = f"""
+        Based on the data, 
+        topic: {topic_result},
+        exercise_quiz_result: {exercise_quiz_result}
+        Please provide suggestions for the course. 
+
+        rules:
+        - The suggestions should be based on the data provided.
+        - The suggestions should be actionable and specific.
+        - The suggestions should be relevant to the course content.
+        - use ZH-TW language, this is very important.
+        - return markdown format
+
+        for this student based on the given knowledge graph and data:
+        1. How to interpret this knowledge graph.
+        2. How to assess the student's strengths and weaknesses.
+        3. How I can help this student improve.
+
+        for example:
+        # 針對 emdob01 學生的課程建議
+        ### 1. 如何解讀此知識圖與數據
+        知識圖呈現學生在不同知識點上的掌握程度，用數字顯示熟悉度(0-1)。例如：
+        - `jnc-4-05-3-1` : 1 代表完全掌握
+        - `jnc-4-06-2-2` : 0 代表未掌握
+
+        該學生的表現數據顯示各個練習題的回答正確性與所花費的時間。這有助於了解學生對不同題目的理解程度和答題速度。
+
+        # 2. 如何評估學生的強項與弱項
+        ### 強項
+        - 學生在某些特定的練習題中得到了正確答案。例如：
+        - `認識等值分數` 題目 `quiz_id` 108363，答對且用時62秒
+        - `真分數、假分數與帶分數的命名及說、讀、聽、寫、做` 題目 `quiz_id` 116882，答對且用時123秒
+
+        ### 弱項
+        - 學生在大多數練習題中答錯問題，特別在以下主題：
+        - `認識等值分數`：多次答錯
+        - `簡單異分母分數的比較`：多次答錯，且用時較長
+        - `假分數與帶分數的互換`：多次答錯
+
+        # 3. 如何幫助學生改進
+        基於以上分析，給予以下改善建議：
+
+        ### 針對弱點加強練習
+        1. **認識等值分數**：
+        - 提供更多視覺化的教學資源，如分數圖表和視頻講解。
+        - 設計一系列有針對性的互動練習，幫助學生理解分數等值的概念。
+        - 安排小組討論，讓學生分享他們的解題思路並相互學習。
+
+        2. **簡單異分母分數的比較**：
+        - 強化基本概念教學，如找共同分母的方法。
+        - 設計漸進增難度的習題，從簡單到複雜，逐步提高學生的理解和應用能力。
+        - 鼓勵學生使用實物模型或數線來理解異分母分數的比較。
+
+        3. **假分數與帶分數的互換**：
+        - 重點教學如何將假分數轉換為帶分數，並展示具體步驟。
+        - 制作練習題目集，讓學生反復練習，並提供及時的反饋和指導。
+        - 透過遊戲或互動活動來增強學生對該概念的興趣和記憶。
+
+        # 總結與提點建議
+        - 在課後提供補充資料（如影片、練習冊）供學生複習。
+        - 設計定期的小測試來檢驗學生的進步情況。
+        - 鼓勵學生對於每次錯誤進行反思，分析失誤原因並加以改正。
+        - 建立個性化學習計劃，根據每次測試結果調整練習重點和方法。
+
+        希望這些建議能夠幫助該學生提升學習效果並更好地掌握課程內容。
+    """
+
+    print(f"user_content: {user_content}")
+
+    messages = [
+        {"role": "system", "content": sys_content},
+        {"role": "user", "content": user_content}
+    ]
+    request_payload = {
+        "model": model,
+        "messages": messages,
+        "max_tokens": 4000,
+    }
+
+    response = OPENAI_API_CLIENT.chat.completions.create(**request_payload)
+    suggestion = response.choices[0].message.content
+
+    return suggestion
+
 
 with gr.Blocks() as app:
     gr.Markdown("# Metabase Query and Visualization")
@@ -269,6 +373,11 @@ with gr.Blocks() as app:
     with gr.Row():
         graph_html = gr.HTML()
 
+    with gr.Row():
+        gr.Markdown("# AI suggestion Powered by Junyi Academy")
+    with gr.Row():
+        ai_suggestion = gr.Textbox()
+
     all_in_one_button.click(
         fn=query_metabase_topic,
         inputs=[class_code, topic_card_id, user_id],
@@ -281,6 +390,10 @@ with gr.Blocks() as app:
         fn=needs_analysis,
         inputs=[topic_result, exercise_quiz_result],
         outputs=graph_html
+    ).then(
+        fn=get_ai_suggestion,
+        inputs=[topic_result, exercise_quiz_result],
+        outputs=ai_suggestion
     )
 
 app.launch()

local_config.json.example

@@ -0,0 +1,5 @@
+{
+    "METABASE_USERNAME": "xxxx@msn.com",
+    "METABASE_PASSWORD": "xxxxxx",
+    "OPENAI_API_KEY": "sk-proj-IXliAxxxxxxxb4N0"
+}

requirements.txt

@@ -1,4 +1,5 @@
 requests
 gradio >= 4.36.0
 networkx
-pyvis
+pyvis
+openai