generate_content_by_open_ai_assistant_structure_robot

app.py

@@ -1259,10 +1259,28 @@ def get_chinese_paragraph_evaluate_content(thread_id, model, user_content, parag
     headers = ["架構", "評分", "解釋"]
     table_data = [
         ["主題與內容", data['主題與內容']['level'], data['主題與內容']['explanation']],
-        ["段落結構", data['段落結構']['level'], data['段落結構']['explanation']],
         ["遣詞造句", data['遣詞造句']['level'], data['遣詞造句']['explanation']],
     ]
 
+    # 段落結構
+    paragraph_structure_content = generate_content_by_open_ai_assistant_structure_robot(paragraph, thread_id=None, model_name=model)
+    print(f"paragraph_structure_content: {paragraph_structure_content}")
+
+    if "```json" not in paragraph_structure_content:
+        raise gr.Error("網路塞車，或是內容有誤，請稍後重新嘗試！")
+    
+    paragraph_structure_content_list = paragraph_structure_content.split("```json")
+    paragraph_structure_content_text = paragraph_structure_content_list[0]
+    paragraph_structure_content_json = paragraph_structure_content_list[1].split("```")[0]
+    paragraph_structure_content_table = json.loads(paragraph_structure_content_json)["results"]["段落結構"]
+    paragraph_structure_table_data = [
+        ["段落結構", paragraph_structure_content_table['level'], paragraph_structure_content_table['explanation']],
+    ]
+
+    # 合併 table_data
+    table_data.extend(paragraph_structure_table_data)
+    content_text = content_text + "\n" + paragraph_structure_content_text
+    
     # 挑錯字
     spelling_content = generate_content_by_open_ai_assistant_spelling_robot(paragraph, thread_id=None, model_name=model)
     print(f"spelling_content: {spelling_content}")
@@ -1285,7 +1303,7 @@ def get_chinese_paragraph_evaluate_content(thread_id, model, user_content, parag
     # 綜合評分
     grade = assign_grade(
         data['主題與內容']['level'], 
-        data['段落結構']['level'], 
+        paragraph_structure_content_table['level'],
         data['遣詞造句']['level'], 
         spelling_content_table['level']
     )
@@ -1316,7 +1334,6 @@ def get_chinese_paragraph_1st_evaluate_content(
     size_count_prompt = generate_size_count_prompt(paragraph)
     assignment_prompt = generate_assignment_prompt(chinese_assignment_topic, chinese_assignment_introduction, chinese_assignment_description)
     sys_content_prompt = "You are a Chinese teacher who is practicing with me to improve my Chinese writing skill."
-
     paragraph_evaluate_prompt = """
         # 請嚴格根據 instructions
         # Rules:
@@ -1324,37 +1341,34 @@ def get_chinese_paragraph_1st_evaluate_content(
         2. 請確保作文或段落的內容完整，並且符合中文語法
         3. 如果是一篇亂打的文章請直接給予回饋：「這篇文章內容不完整，無法進行評分。」
         4. 如果無法進行評分 評分標準與回饋的內容跟等級，則為 X
-        5. 評分標準與回饋根據「A+、A、A- 、B+、 B、 B-」等級來評分，最低為 B-
+        5. 評分標準與回饋根據「A+、A、A-、B+、B、B-」等級來評分，最低為 B-
 
         # Restrictions:
         1. 不用給整體評分
         2. 不用改標點符號
-        3. 評分標準的分數等級請使用「A+、A、A- 、B+、 B、 B-」等級，不可使用數字或是其他等級，像是「90分、80分、C、D」等等。
+        3. 不用改段落結構
+        4. 評分標準的分數等級請使用「A+、A、A-、B+、B、B-」等級，不可使用數字或是其他等級，像是「90分、80分、C、D」等等。
 
         # Output format:
         1. 先給 綜合回饋、評分標準與回饋、修改範例
         2. 再將評分標準與回饋的內容以JSON格式輸出，並且請使用繁體中文（ZH-TW）來評分段落並輸出，用 ```json ..... ``` 包裹:
-        3. please use Chinese language (ZH-TW) to evaluate the paragraph and output use JSON format:
+        3. please use Chinese language (ZH-TW) to evaluate the paragraph and output use JSON format
+        4. json 內容只需要給「主題與內容」、「遣詞造句」的評分標準與回饋
 
         EXAMPLE:
         # 綜合回饋
         你的文章...............(寫出一段話，來總結這篇作文的好壞)
 
         # 評分標準與回饋
-        主題與內容：B+ 你的主題很明確，講述了CSS在渲染空間上的問題及解決方案，這是一個重要而實用的話題。然而，內容相對較少，缺乏足夠的細節與實例來支撐你的觀點。建議你可以添加一些具體情境或例子，讓讀者更容易理解CSS的應用情況，例如提到常見的渲染問題以及具體的解決方法。
-
-        段落結構：B 你的段落結構基本清晰，但目前只有一段，這使得整體文章顯得有些單薄。建議你可以將內容分成幾個小段落，每個段落著重於不同的要點，例如一段說明問題，另一段探討解決方案，這樣整體更具條理性。
-
-        遣詞造句：A 你的遣詞��句大致良好，用詞得體且通順。不過可以嘗試加一些更具體的技術詞彙或示例，使文章更專業化。
-
-        # 修改範例
-        - 原文：內容雖然簡短，但主題明確。
-            - 修改：雖然內容相對簡短，但主題表達得非常明確。
-        - 原文：缺乏實例和具體情境來支持內容。 
-            - 修改：目前缺少具體的實例及情境來支持文章的內容與主張。
-        - 原文：可以進一步擴展。
-            - 修改：可以進一步擴展來豐富內容，讓讀者更有共鳴。
-
+        ### 主題與內容：B+ 你的主題很明確，講述了CSS在渲染空間上的問題及解決方案，這是一個重要而實用的話題。然而，內容相對較少，缺乏足夠的細節與實例來支撐你的觀點。建議你可以添加一些具體情境或例子，讓讀者更容易理解CSS的應用情況，例如提到常見的渲染問題以及具體的解決方法。
+        ### 遣詞造句：A 你的遣詞造句大致良好，用詞得體且通順。不過可以嘗試加一些更具體的技術詞彙或示例，使文章更專業化。
+            - 修改範例
+                - 原文：內容雖然簡短，但主題明確。
+                    - 修改：雖然內容相對簡短，但主題表達得非常明確。
+                - 原文：缺乏實例和具體情境來支持內容。 
+                    - 修改：目前缺少具體的實例及情境來支持文章的內容與主張。
+                - 原文：可以進一步擴展。
+                    - 修改：可以進一步擴展來豐富內容，讓讀者更有共鳴。
         ```json
         {{
             "results": {{
@@ -1362,10 +1376,6 @@ def get_chinese_paragraph_1st_evaluate_content(
                     "level": "A+",
                     "explanation": "#中文解釋 ZH-TW"
                 }},
-                "段落結構": {{
-                    "level": "B+",
-                    "explanation": "#中文解釋 ZH-TW"
-                }},
                 "遣詞造句": {{
                     "level": "C",
                     "explanation": "#中文解釋 ZH-TW"
@@ -1435,8 +1445,6 @@ def get_chinese_paragraph_refine_evaluate_content(
         # 評分標準與回饋
         主題與內容：B+ 你的主題很明確，講述了CSS在渲染空間上的問題及解決方案，這是一個重要而實用的話題。然而，內容相對較少，缺乏足夠的細節與實例來支撐你的觀點。建議你可以添加一些具體情境或例子，讓讀者更容易理解CSS的應用情況，例如提到常見的渲染問題以及具體的解決方法。
 
-        段落結構：B 你的段落結構基本清晰，但目前只有一段，這使得整體文章顯得有些單薄。建議你可以將內容分成幾個小段落，每個段落著重於不同的要點，例如一段說明問題，另一段探討解決方案，這樣整體更具條理性。
-
         遣詞造句：A 你的遣詞造句大致良好，用詞得體且通順。不過可以嘗試加一些更具體的技術詞彙或示例，使文章更專業化。
 
         # 修改範例
@@ -1454,10 +1462,6 @@ def get_chinese_paragraph_refine_evaluate_content(
                     "level": "A+",
                     "explanation": "#中文解釋 ZH-TW"
                 }},
-                "段落結構": {{
-                    "level": "B+",
-                    "explanation": "#中文解釋 ZH-TW"
-                }},
                 "遣詞造句": {{
                     "level": "C",
                     "explanation": "#中文解釋 ZH-TW"
@@ -1483,6 +1487,7 @@ def get_chinese_paragraph_refine_evaluate_content(
     
     return total_content_text, content_table
 
+# 小學作文機器人
 def generate_content_by_open_ai_assistant(user_content, thread_id=None, model_name=None):
     verify_moderation(user_content)
 
@@ -1559,10 +1564,12 @@ def generate_content_by_open_ai_assistant_spelling_robot(paragraph, thread_id=No
             2. 請輸出錯別字的等級與解釋，並輸出錯別字的等級與解釋 by json format as example
             3. 請用 zh-TW 繁體中文輸出
             4. json 完成之後不用多作解釋
+            5. 輸出前，每一段都多做一次確認，確認原文跟修正是否一樣，如果一樣，就不要輸出
+            6. 請確定使用繁體中文輸出，並不要使用簡體中文以及中國的用語
 
             EXAMPLE:
-                # 錯別字檢查：
-                1. 「產線」應作「產線」。
+                ### 錯別字檢查： A+
+                1. 「產現」應作「產線」。
                     - 原文：「擔任產線主任的老闆弟弟...」
                     - 修正：「擔任產線主任的老闆弟弟...」
                 2. 「保母」應作「保姆」。
@@ -1625,10 +1632,65 @@ def generate_content_by_open_ai_assistant_structure_robot(paragraph, thread_id=N
 
         # Send the user message to the thread
         print("==============Send the user message to the thread====================")
-        client.beta.threads.messages.create(thread_id=thread.id, role="user", content=user_content)
+        user_content = f"""
+            this is the paragraph: {paragraph}
+            ---
+            Rule:
+            1. 請根據 instructions 來評分「段落結構」並給出分數
+            2. 請輸出 text for 段落結構、段落大意摘要、結構分析質性分析
+            3. 並提供的等級與解釋 by json format as example
+            4. 請用 zh-TW 繁體中文輸出
+            4. json 的 explanation 提供為何給這個分數的解釋，並且輸出段落大意摘要、結構分析
+            5. json 完成之後不用多作解釋
 
+            EXAMPLE:
+                ### 段落結構： B+
+                - 段落大意摘要：這篇文章有四個自然段。
+                    1. 描述回家路上的期待感，家是讓人心安的地方。
+                    2. 描述推開家門時的溫馨感受和父母的關心。
+                    3. 描述家承載的情感與回憶，家是生活的原點和港灣。
+                    4. 描述回家後的堅定與勇氣，家人的支持讓人勇敢前行。
+
+                - 結構分析：
+                    - 這篇文章的分段合理，共有四段，符合一篇文章分段的建議。
+                    - 每段的主題明確，第一段破題，第二、三段描述回家的感受和家中的情感，最後一段總結並抒發自己的感想，結構完整且連貫。
+                    - 建議在段落之間使用一些連接詞來強化段落間的關聯性，例如在第二段和第三段之間可以用「此外」來銜接，讓文章更加流暢。
+                    - 整體來說，段落結構清晰，主題明確，表現很好。
 
+                ```json
+                {{
+                    "results": {{
+                        "段落結構": {{
+                            "level": "A+",
+                            "explanation": "#中文解釋 ZH-TW"
+                        }}
+                    }}
+                }}
+                ```
+        """
+        client.beta.threads.messages.create(thread_id=thread.id, role="user", content=user_content)
+
+        # Run the assistant
+        print("==============Run the assistant====================")
+        run = client.beta.threads.runs.create_and_poll(
+            thread_id=thread.id, 
+            assistant_id=assistant.id,
+            tools=[{"type": "file_search"}],
+        )
+        
+        if run.status == "completed":
+            print("==============completed====================")
+            print(f"Thread ID: {thread.id}")
+            messages = client.beta.threads.messages.list(thread_id=thread.id)
+            print(f"Messages: {messages}")
+            response = messages
+            response_text = messages.data[0].content[0].text.value
+            print(f"Response: {response_text}")
+    except Exception as e:
+        print(f"An error occurred while generating content by OpenAI Assistant: {e}")
+        raise gr.Error("網路塞車，請重新嘗試一次！")
 
+    return response_text
 
 # 小工具
 def show_elements():