def get_chinese_paragraph_practice_log_session_content(file_name):

app.py

@@ -907,12 +907,10 @@ def generate_chinese_paragraph_practice_history(
     request_origin,
     chinese_full_paragraph_input,
     chinese_full_paragraph_evaluate_output_text,
-    chinese_full_paragraph_evaluate_output,
-    chinese_full_paragraph_correct_grammatical_spelling_errors_input,
-    chinese_full_paragraph_correct_grammatical_spelling_errors_output_table,
+    chinese_full_paragraph_evaluate_output_table,
     chinese_full_paragraph_refine_input,
+    chinese_full_paragraph_refine_output_text,
     chinese_full_paragraph_refine_output_table,
-    chinese_full_paragraph_refine_output,
     chinese_full_paragraph_save_output
 ):
     if user_data:
@@ -922,26 +920,22 @@ def generate_chinese_paragraph_practice_history(
         content = {
             "session_timestamp": session_timestamp,
             "request_origin": request_origin,
-            "full_paragraph_input": chinese_full_paragraph_input,
+            "chinese_full_paragraph_input": chinese_full_paragraph_input,
             "chinese_full_paragraph_evaluate_output_text": chinese_full_paragraph_evaluate_output_text,
-            "full_paragraph_evaluate_output": chinese_full_paragraph_evaluate_output.to_dict(orient='records'),
-            "full_paragraph_correct_grammatical_spelling_errors_input": chinese_full_paragraph_correct_grammatical_spelling_errors_input,
-            "full_paragraph_correct_grammatical_spelling_errors_output_table": chinese_full_paragraph_correct_grammatical_spelling_errors_output_table.to_dict(orient='records'),
-            "full_paragraph_refine_input": chinese_full_paragraph_refine_input,
-            "full_paragraph_refine_output_table": chinese_full_paragraph_refine_output_table.to_dict(orient='records'),
-            "full_paragraph_refine_output": chinese_full_paragraph_refine_output,
-            "full_paragraph_save_output": chinese_full_paragraph_save_output
+            "chinese_full_paragraph_evaluate_output_table": chinese_full_paragraph_evaluate_output_table.to_dict(orient='records'),
+            "chinese_full_paragraph_refine_input": chinese_full_paragraph_refine_input,
+            "chinese_full_paragraph_refine_output_text": chinese_full_paragraph_refine_output_text,
+            "chinese_full_paragraph_refine_output_table": chinese_full_paragraph_refine_output_table.to_dict(orient='records'),
+            "chinese_full_paragraph_save_output": chinese_full_paragraph_save_output
         }
         GCS_SERVICE.upload_json_string("jutor_logs", file_name, json.dumps(content))
 
     return chinese_full_paragraph_input, \
             chinese_full_paragraph_evaluate_output_text, \
-            chinese_full_paragraph_evaluate_output, \
-            chinese_full_paragraph_correct_grammatical_spelling_errors_input, \
-            chinese_full_paragraph_correct_grammatical_spelling_errors_output_table, \
+            chinese_full_paragraph_evaluate_output_table, \
             chinese_full_paragraph_refine_input, \
+            chinese_full_paragraph_refine_output_text, \
             chinese_full_paragraph_refine_output_table, \
-            chinese_full_paragraph_refine_output, \
             chinese_full_paragraph_save_output
 
 def get_chinese_paragraph_practice_log_session_content(file_name):
@@ -949,34 +943,28 @@ def get_chinese_paragraph_practice_log_session_content(file_name):
         content = GCS_SERVICE.download_as_string("jutor_logs", file_name)
         print(f"content: {content}")
         content_json = json.loads(content)
-        chinese_full_paragraph_input_history = content_json["full_paragraph_input"]
+        chinese_full_paragraph_input_history = content_json["chinese_full_paragraph_input"]
         chinese_full_paragraph_evaluate_output_text_history = content_json["chinese_full_paragraph_evaluate_output_text"] if "chinese_full_paragraph_evaluate_output_text" in content_json else ""
-        chinese_full_paragraph_evaluate_output_history = pd.DataFrame(content_json["full_paragraph_evaluate_output"])
-        chinese_full_paragraph_correct_grammatical_spelling_errors_input_history = content_json["full_paragraph_correct_grammatical_spelling_errors_input"]
-        chinese_full_paragraph_correct_grammatical_spelling_errors_output_table_history = pd.DataFrame(content_json["full_paragraph_correct_grammatical_spelling_errors_output_table"])
-        chinese_full_paragraph_refine_input_history = content_json["full_paragraph_refine_input"]
-        chinese_full_paragraph_refine_output_table_history = pd.DataFrame(content_json["full_paragraph_refine_output_table"])
-        chinese_full_paragraph_refine_output_history = content_json["full_paragraph_refine_output"]
-        chinese_full_paragraph_save_output_history = content_json["full_paragraph_save_output"]
+        chinese_full_paragraph_evaluate_output_table_history = pd.DataFrame(content_json["chinese_full_paragraph_evaluate_output_table"])
+        chinese_full_paragraph_refine_input_history = content_json["chinese_full_paragraph_refine_input"]
+        chinese_full_paragraph_refine_output_text_history = content_json["chinese_full_paragraph_refine_output_text"]
+        chinese_full_paragraph_refine_output_table_history = pd.DataFrame(content_json["chinese_full_paragraph_refine_output_table"])
+        chinese_full_paragraph_save_output_history = content_json["chinese_full_paragraph_save_output"]
     else:
         chinese_full_paragraph_input_history = ""
         chinese_full_paragraph_evaluate_output_text_history = ""
-        chinese_full_paragraph_evaluate_output_history = pd.DataFrame()
-        chinese_full_paragraph_correct_grammatical_spelling_errors_input_history = ""
-        chinese_full_paragraph_correct_grammatical_spelling_errors_output_table_history = pd.DataFrame()
+        chinese_full_paragraph_evaluate_output_table_history = pd.DataFrame()
         chinese_full_paragraph_refine_input_history = ""
+        chinese_full_paragraph_refine_output_text_history = ""
         chinese_full_paragraph_refine_output_table_history = pd.DataFrame()
-        chinese_full_paragraph_refine_output_history = ""
         chinese_full_paragraph_save_output_history = ""
 
     return chinese_full_paragraph_input_history, \
             chinese_full_paragraph_evaluate_output_text_history, \
-            chinese_full_paragraph_evaluate_output_history, \
-            chinese_full_paragraph_correct_grammatical_spelling_errors_input_history, \
-            chinese_full_paragraph_correct_grammatical_spelling_errors_output_table_history, \
+            chinese_full_paragraph_evaluate_output_table_history, \
             chinese_full_paragraph_refine_input_history, \
+            chinese_full_paragraph_refine_output_text_history, \
             chinese_full_paragraph_refine_output_table_history, \
-            chinese_full_paragraph_refine_output_history, \
             chinese_full_paragraph_save_output_history
 
 
@@ -1008,15 +996,54 @@ def get_chinese_paragraph_evaluate_content(model, sys_content, paragraph, user_g
         ["錯別字與標點符號", data['錯別字與標點符號']['level'], data['錯別字與標點符號']['explanation']]
     ]
     
+    content_table = gr.update(value=table_data, headers=headers, visible=True)
+
+    return content_text, content_table
+
+def get_chinese_paragraph_refine_evaluate_content(model, sys_content, paragraph_1, paragraph_2, user_refine_paragraph_prompt):
+    user_content = f"""
+        sys_content: {sys_content}
+        ---
+        original paragraph is: {paragraph_1}
+        ---
+        refined paragraph is: {paragraph_2}
+        ---
+        {user_refine_paragraph_prompt}
+    """
+    content = generate_content_by_open_ai_assistant(user_content, thread_id=None, model_name=model)
+    print(f"====generate_paragraph_evaluate====")
+    print(content)
+
+    content_list = content.split("```json")
+    content_text = content_list[0]
+    print(f"content_text: {content_text}")
+    content_json = content_list[1].replace("```", "")
+    print(f"content_json: {content_json}")
+
+    data = json.loads(content_json)["results"]
+    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']],
+        ["錯別字與標點符號", data['錯別字與標點符號']['level'], data['錯別字與標點符號']['explanation']]
+    ]
+    
     gr_update = gr.update(value=table_data, headers=headers, visible=True)
 
     return content_text, gr_update
 
-
 def generate_content_by_open_ai_assistant(user_content, thread_id=None, model_name=None):
     client = CUTOR_OPEN_AI_CLIENT
     assistant_id = CUTOR_OPEN_AI_ASSISTANT_ID
 
+    assistant = client.beta.assistants.update(
+        assistant_id=assistant_id,
+        tools=[{"type": "file_search"}], 
+    )
+    print(f"My assistant: {assistant}")
+    print(f"instructions: {assistant.instructions}")
+
     try:
         if not thread_id:
             thread = client.beta.threads.create()
@@ -1035,7 +1062,11 @@ def generate_content_by_open_ai_assistant(user_content, thread_id=None, model_na
 
         # Run the assistant
         print("==============Run the assistant====================")
-        run = client.beta.threads.runs.create_and_poll(thread_id=thread.id, assistant_id=assistant_id)
+        run = client.beta.threads.runs.create_and_poll(
+            thread_id=thread.id, 
+            assistant_id=assistant.id,
+            tools=[{"type": "file_search"}],
+        )
         
         # Wait for the response
         # run_status = poll_run_status(run.id, thread.id, timeout=30)
@@ -2784,36 +2815,22 @@ with gr.Blocks(theme=THEME, css=CSS) as demo:
                 with gr.Row(visible=False) as chinese_full_paragraph_params:
                     chinese_full_paragraph_sys_content_input = gr.Textbox(label="System Prompt", value="You are a Chinese teacher who is practicing with me to improve my Chinese writing skill.")
                     default_user_generate_chinese_full_paragraph_evaluate_prompt =  """
-                        你是一位台灣的繁體中文(zh-tw)作文老師，你的學生包含的年齡層從國小三年級（9歲）到國小六年級（12歲）不等。你的初衷是希望在給予學生鼓勵的同時，直接從學生原文的遣詞、造句以及結構提出建議。請注意，所有的批改範例或是資料庫的範文僅作為範例參考，請勿直接引用。
-
-                        請你用以下的指示批改作文：
-                        1. 首先判斷學生的年級並使用資料庫的「國小作文評分標準」
-
-                        2. 就「主題與內容」、「段落結構」、「遣詞造句」和「錯別字與標點符號」四個面向，請根據裡面A+、A、A- 、B+、 B、 B-等級，每一個面向給予(1) 等級，以及(2)回饋。並請遵守以下框架：
-                        - 「主題與內容」：提供一段回饋（優點＋建議），並從稱讚學生的優點開始。若成績是A+，則不需要給予建議；若是其他等級，請以「三明治回饋法」進行回饋。
-                        - 「段落結構」：這一個面向的重點是學生的分段是否恰當，文意的銜接是否通順，請勿改錯別字。請幫每一段的重點摘要之後，若段落的銜接有明顯不通順或邏輯斷裂之處，給予建議。請注意不要用「銜接」或「過渡」等艱澀用語，小學生無法理解。
-                        《批改範例》：
-                        原文：「二月十九日結業式，就要放寒假了！我既期待又開心。大家就像是離開牢籠的狗、直奔回家，可是我卻得收拾行李，展開五天四夜的冬令營。 寒假第一天開始了。我滿心期待地去台北集合，既興奮又緊張。踏上遊覽車後一路上，隊輔一直講童軍的注意事項及這幾天的行程，我才發覺訓練要開始了。每天洗五分鐘戰鬥澡、上將近十二小時的舞蹈課和合唱團練習，每天都過得充實又開心！因為天氣太冷，所以沒有睡帳篷、改睡風雨教室。大家躺在同一地板，一起聊天，還聽到一堆人的打呼聲，吵到睡不著。 這次的冬令營還請了泰雅族頭目教我們射弓箭、做勇士帽、訴說族靈及傳統屋的習俗。我們還去了粉鳥林魚港的秘境、豆腐岬聽海浪、去寒溪聚落走寒溪吊橋、還去了宜蘭縣政府聽宜蘭的文化史。五天四夜的竹卜水冬令營既忙碌又充實啊！ 最後一天的離別是最難過的時候。才剛認識新朋友就要分開了，不知何時才會再見面。雖然每次離開家去參加冬令營都會哭，但要離開新朋友時又會難過。 美好的冬令營就這樣結束了。我以後還是會參加的！」
-                        批改回饋：你的段落結構清晰，每段都有明確的主題和內容。第一段說明寒假開始了；第二段描述冬令營每天的作息；第三段分享特殊的原住民生活體驗；第四段描繪冬令營結束捨不得的心情；第五段期待未來的冬令營。整體來每一段的發揮都不錯，不過第二段沒有點出你參加的是「竹卜水冬令營」，就直接從冬令營的行程開始，文意連接不夠順暢。建議第二段可以改為「寒假第一天我滿心期待地去台北集合，前往竹卜水冬令營的地點」，讓讀者更能跟上文章的情節。
-
-                        - 「遣詞造句」: 這一個面向的重點是根據上下文，判斷學生的詞語是否恰當，以及句子的結構是否需要優化。成語的使用請參考資料庫裡的「教育部成語字典」。請按照原文逐段給予回饋（如果該段沒有需要修改的可跳過）。
-                        《批改範例》：
-                        原文：「二月十九日結業式，就要放寒假了！我既期待又開心。大家就像是離開牢籠的狗、直奔回家，可是我卻得收拾行李，展開五天四夜的冬令營。 寒假第一天開始了。我滿心期待地去台北集合，既興奮又緊張。踏上遊覽車後一路上，隊輔一直講童軍的注意事項及這幾天的行程，我才發覺訓練要開始了。每天洗五分鐘戰鬥澡、上將近十二小時的舞蹈課和合唱團練習，每天都過得充實又開心！因為天氣太冷，所以沒有睡帳篷、改睡風雨教室。大家躺在同一地板，一起聊天，還聽到一堆人的打呼聲，吵到睡不著。 這次的冬令營還請了泰雅族頭目教我們射弓箭、做勇士帽、訴說族靈及傳統屋的習俗。我們還去了粉鳥林魚港的秘境、豆腐岬聽海浪、去寒溪聚落走寒溪吊橋、還去了宜蘭縣政府聽宜蘭的文化史。五天四夜的竹卜水冬令營既忙碌又充實啊！ 最後一天的離別是最難過的時候。才剛認識新朋友就要分開了，不知何時才會再見面。雖然每次離開家去參加冬令營都會哭，但要離開新朋友時又會難過。 美好的冬令營就這樣結束了。我以後還是會參加的！」
-                        批改回饋：你的文章用詞基本正確，句子結構也清楚。但有些地方的用詞可以更精準。第一段建議把「離開牢籠的狗」改為「離開牢籠的鳥」，更符合一般的用法。第二段「每天洗五分鐘戰鬥澡、上將近十二小時的舞蹈課和合唱團練習，每天都過得充實又開心」可以藉由連接讓整句話更生動。此外也記得善用成語或狀聲詞，例如「一堆人的打呼聲」可以改為「一堆人的鼾聲隆隆」。最後，小心避免過多的驚嘆號，而是用其他詞語加強情感的表達 。
-
-                        - 「錯別字與標點符號」: 請參考資料庫裡的「教育部標點符號手冊」和「的和得使用方法」批改，不在「教育部標點符號手冊」內的標點符號不用批改。
-
-                        4. 參考資料庫的「國小作文批改範本」作為批改格式和原則的參考，但每篇文章的實際情況不同，請勿直接挪用範本裡的評語。
-
-                        5. 國小學生的識字量有限，給予回饋和修改文章時，請盡量使用資料庫裡「2500常用字」裡列出的漢字。
-
-                        6. 批改回饋的最後請引用原文給予至少三個詞語或是句型改寫的範例，列出原文和修改的版本，修改的案例應該和前面四個面向的批改內容前後呼應。
-
-                        7. 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:
-
-                        please use Chinese language (ZH-TW) to evaluate the paragraph and output use JSON format:
+                        # 請嚴格根據 instructions
+                        
+                        # 整體評分標準
+                        - 🟢 ：「主題與內容」為A+ 或 A，其他三個面向(「段落結構」、「遣詞造句」和「錯別字與標點符號」) 至少有一個 A+ 或 A，所有等級都不能低於B
+                        - 🟡：「主題與內容」為A- 或 B+，其他三個面向(「段落結構」、「遣詞造句」和「錯別字與標點符號」) 至少有一個 A- 或 B+，所有等級都不能低於B
+                        - 🔴：「主題與內容」所有等級都是B或B-
+                        - 任何不屬於以上三個範疇的狀況都請給🟡
+                        
+                        # Output rules:
+                        1. 先給 整體評分、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:
                         
                         EXAMPLE:
+                        # 整體評分：🟡
+
                         # 綜合回饋
                         你的文章...............(寫出一段話，來總結這篇作文的好壞)
 
@@ -2827,11 +2844,12 @@ with gr.Blocks(theme=THEME, css=CSS) as demo:
                         錯別字與標點符號：A+ 你的文章沒有明顯的錯別字，並且標點符號的使用也相當正確，這點做得很好。
 
                         # 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。
+                        - 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
                         {{
@@ -2871,36 +2889,115 @@ with gr.Blocks(theme=THEME, css=CSS) as demo:
                         with gr.Row():
                             chinese_full_paragraph_evaluate_output_text = gr.Markdown(label="段落全文分析")
                         with gr.Row():
-                            chinese_full_paragraph_evaluate_output = gr.Dataframe(label="段落全文分析表格", wrap=True, column_widths=[20, 15, 65], interactive=False)
+                            chinese_full_paragraph_evaluate_output_table = gr.Dataframe(label="段落全文分析表格", wrap=True, column_widths=[20, 15, 65], interactive=False)
 
                 # JUTOR 段落批改與整體建議
-                with gr.Row():
-                    gr.Markdown("# JUTOR 段落批改與整體建議")
-                with gr.Row():
-                    gr.Markdown("## 修訂文法與拼字錯誤")
-                with gr.Row():
-                    with gr.Column():
-                        chinese_full_paragraph_correct_grammatical_spelling_errors_input = gr.TextArea(label="這是你的原始寫作內容，參考 JUTOR 的建議，你可以選擇是否修改：")
-                    with gr.Column():
-                        generate_chinese_full_paragraph_correct_grammatical_spelling_errors_button = gr.Button("修訂文法與拼字錯誤", variant="primary")
-                        chinese_full_paragraph_correct_grammatical_spelling_errors_output_table = gr.Dataframe(label="修訂文法與拼字錯誤", interactive=False, column_widths=[30, 30, 40])
-                        revised_chinese_full_paragraph_output = gr.Textbox(label="Revised Paragraph", show_copy_button=True, visible=False)
-                        gr.Markdown("## 修訂結果")
-                        revised_chinese_full_paragraph_diff = gr.HTML()
+                # with gr.Row():
+                #     gr.Markdown("# JUTOR 段落批改與整體建議")
+                # with gr.Row():
+                #     gr.Markdown("## 修訂文法與拼字錯誤")
+                # with gr.Row():
+                #     with gr.Column():
+                #         chinese_full_paragraph_correct_grammatical_spelling_errors_input = gr.TextArea(label="這是你的原始寫作內容，參考 JUTOR 的建議，你可以選擇是否修改：")
+                #     with gr.Column():
+                #         generate_chinese_full_paragraph_correct_grammatical_spelling_errors_button = gr.Button("修訂文法與拼字錯誤", variant="primary")
+                #         chinese_full_paragraph_correct_grammatical_spelling_errors_output_table = gr.Dataframe(label="修訂文法與拼字錯誤", interactive=False, column_widths=[30, 30, 40])
+                #         revised_chinese_full_paragraph_output = gr.Textbox(label="Revised Paragraph", show_copy_button=True, visible=False)
+                #         gr.Markdown("## 修訂結果")
+                #         revised_chinese_full_paragraph_diff = gr.HTML()
 
                 # JUTOR 段落批改與整體建議
+                # with gr.Row():
+                #     gr.Markdown("## 段落改善建議")
+                # with gr.Row():
+                #     with gr.Column():
+                #         chinese_full_paragraph_refine_input = gr.TextArea(label="這是你的原始寫作內容，參考 JUTOR 的建議，你可以選擇是否修改：", show_copy_button=True)
+                #     with gr.Column():
+                #         generate_chinese_full_paragraph_refine_button = gr.Button("段落改善建議", variant="primary")
+                #         chinese_full_paragraph_refine_output_table = gr.DataFrame(label="段落改善建議", wrap=True, interactive=False)
+                #         chinese_full_paragraph_refine_output = gr.HTML(label="修改建議", visible=False)
+                #         gr.Markdown("## 修改結果")
+                #         chinese_full_paragraph_refine_output_diff = gr.HTML()
+
+                # 修改文章
                 with gr.Row():
-                    gr.Markdown("## 段落改善建議")
+                    gr.Markdown("# 根據建議修改文章")
+                with gr.Row(visible=False) as chinese_full_paragraph_refine_params:
+                    default_user_generate_chinese_full_paragraph_refine_evaluate_prompt =  """
+                        # 請嚴格根據 instructions
+                        我給你兩篇文章，請進行比較跟批改，並給出建議。
+                        
+                        # 整體評分標準
+                        - 🟢 ：「主題與內容」為A+ 或 A，其他三個面向(「段落結構」、「遣詞造句」和「錯別字與標點符號」) 至少有一個 A+ 或 A，所有等級都不能低於B
+                        - 🟡：「主題與內容」為A- 或 B+，其他三個面向(「段落結構」、「遣詞造句」和「錯別字與標點符號」) 至少有一個 A- 或 B+，所有等級都不能低於B
+                        - 🔴：「主題與內容」所有等級都是B或B-
+                        - 任何不屬於以上三個範疇的狀況都請給🟡
+                        
+                        # Output rules:
+                        1. 先給 整體評分、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:
+                        
+                        EXAMPLE:
+                        # 整體評分：🟡
+
+                        # 綜合回饋（前後比較）
+                        你的文章...............(寫出一段話，比較兩篇作文的差異)
+
+                        # 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。
+
+                        錯別字與標點符號：A+ 你的文章沒有明顯的錯別字，並且標點符號的使用也相當正確，這點做得很好。
+
+                        # 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": {{
+                                "主題與內容": {{
+                                    "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"
+                                }},
+                                "錯別字與標點符號": {{
+                                    "level": "C-",
+                                    "explanation": "#中文解釋 ZH-TW"
+                                }}
+                            }}
+                        }}
+                        ```
+
+                        Restrictions:
+                        - ALL the content should be in Traditional Chinese (zh-TW), it's very important.
+                    """
+                    user_generate_chinese_full_paragraph_refine_evaluate_prompt = gr.Textbox(label="Paragraph evaluate Prompt", value=default_user_generate_chinese_full_paragraph_refine_evaluate_prompt)
                 with gr.Row():
                     with gr.Column():
-                        chinese_full_paragraph_refine_input = gr.TextArea(label="這是你的原始寫作內容，參考 JUTOR 的建議，你可以選擇是否修改：", show_copy_button=True)
+                        chinese_full_paragraph＿refine_input = gr.Textbox(label="這是你的原始寫作內容，參考建議，你可以選擇是否修改：", show_copy_button=True)
                     with gr.Column():
-                        generate_chinese_full_paragraph_refine_button = gr.Button("段落改善建議", variant="primary")
-                        chinese_full_paragraph_refine_output_table = gr.DataFrame(label="段落改善建議", wrap=True, interactive=False)
-                        chinese_full_paragraph_refine_output = gr.HTML(label="修改建議", visible=False)
-                        gr.Markdown("## 修改結果")
-                        chinese_full_paragraph_refine_output_diff = gr.HTML()
-
+                        with gr.Row():
+                            generate_chinese_full_paragraph_refine_button = gr.Button("段落全文分析", variant="primary")
+                        with gr.Row():
+                            chinese_full_paragraph_refine_output_text = gr.Markdown(label="段落全文分析")
+                        with gr.Row():
+                            chinese_full_paragraph_refine_output_table = gr.Dataframe(label="段落全文分析表格", wrap=True, column_widths=[20, 15, 65], interactive=False)
                 # 寫作完成
                 with gr.Row():
                     gr.Markdown("# 寫作完成")
@@ -2919,20 +3016,15 @@ with gr.Blocks(theme=THEME, css=CSS) as demo:
                         chinese_full_paragraph_input_history = gr.Markdown()
                         gr.Markdown("<span style='color:#4e80ee'>段落全文分析</span>")
                         chinese_full_paragraph_evaluate_output_text_history = gr.Markdown()
-                        chinese_full_paragraph_evaluate_output_history = gr.Dataframe(wrap=True, column_widths=[35, 15, 50], interactive=False)
-
-                        gr.Markdown("<span style='color:#4e80ee'>修訂文法與拼字錯誤 輸入</span>")
-                        chinese_full_paragraph_correct_grammatical_spelling_errors_input_history = gr.Markdown()
-                        gr.Markdown("<span style='color:#4e80ee'>修訂文法與拼字錯誤</span>")
-                        chinese_full_paragraph_correct_grammatical_spelling_errors_output_table_history = gr.Dataframe(interactive=False, wrap=True, column_widths=[30, 30, 40])
-
-                        gr.Markdown("<span style='color:#4e80ee'>段落改善建議 輸入</span>")
-                        chinese_full_paragraph_refine_input_history = gr.Markdown()
-                        gr.Markdown("<span style='color:#4e80ee'>段落改善建議</span>")
-                        chinese_full_paragraph_refine_output_table_history = gr.Dataframe(wrap=True, interactive=False, column_widths=[30, 30, 40])
+                        chinese_full_paragraph_evaluate_output_table_history = gr.Dataframe(wrap=True, column_widths=[35, 15, 50], interactive=False)
+                        
+                        # 根據建議修改文章
+                        gr.Markdown("<span style='color:#4e80ee'>根據建議修改文章 輸入</span>")
+                        chinese_full_paragraph＿refine_input_history = gr.Markdown()
+                        gr.Markdown("<span style='color:#4e80ee'>全文分析</span>")
+                        chinese_full_paragraph_refine_output_text_history = gr.Markdown()
+                        chinese_full_paragraph_refine_output_table_history = gr.Dataframe(interactive=False, wrap=True, column_widths=[30, 30, 40])
 
-                        gr.Markdown("<span style='color:#4e80ee'>修改建議</span>")
-                        chinese_full_paragraph_refine_output_history = gr.Markdown()
                         gr.Markdown("<span style='color:#4e80ee'>修改結果</span>")
                         chinese_full_paragraph_save_output_history = gr.Markdown()
 
@@ -2944,23 +3036,19 @@ with gr.Blocks(theme=THEME, css=CSS) as demo:
                             request_origin,
                             chinese_full_paragraph_input,
                             chinese_full_paragraph_evaluate_output_text,
-                            chinese_full_paragraph_evaluate_output,
-                            chinese_full_paragraph_correct_grammatical_spelling_errors_input,
-                            chinese_full_paragraph_correct_grammatical_spelling_errors_output_table,
+                            chinese_full_paragraph_evaluate_output_table,
                             chinese_full_paragraph_refine_input,
+                            chinese_full_paragraph_refine_output_text,
                             chinese_full_paragraph_refine_output_table,
-                            chinese_full_paragraph_refine_output,
                             chinese_full_paragraph_save_output
                         ],
                         outputs=[
                             chinese_full_paragraph_input_history,
                             chinese_full_paragraph_evaluate_output_text_history,
-                            chinese_full_paragraph_evaluate_output_history,
-                            chinese_full_paragraph_correct_grammatical_spelling_errors_input_history,
-                            chinese_full_paragraph_correct_grammatical_spelling_errors_output_table_history,
+                            chinese_full_paragraph_evaluate_output_table_history,
                             chinese_full_paragraph_refine_input_history,
+                            chinese_full_paragraph_refine_output_text_history,
                             chinese_full_paragraph_refine_output_table_history,
-                            chinese_full_paragraph_refine_output_history,
                             chinese_full_paragraph_save_output_history
                         ]
                     ).then(
@@ -2969,47 +3057,20 @@ with gr.Blocks(theme=THEME, css=CSS) as demo:
                         outputs=[chinese_grapragh_practice_history_accordion]
                     )
 
-                # chinese_full_paragraph_evaluate_button.click(
-                #     fn=generate_chinese_evaluation_table,
-                #     inputs=[model, chinese_full_paragraph_sys_content_input, user_generate_chinese_full_paragraph_evaluate_prompt, chinese_full_paragraph_input],
-                #     outputs=chinese_full_paragraph_evaluate_output
-                # ).then(
-                #     fn=update_paragraph_correct_grammatical_spelling_errors_input,
-                #     inputs=[chinese_full_paragraph_input],
-                #     outputs=chinese_full_paragraph_correct_grammatical_spelling_errors_input
-                # )
                 chinese_full_paragraph_evaluate_button.click(
                     fn=get_chinese_paragraph_evaluate_content,
                     inputs=[model, chinese_full_paragraph_sys_content_input, chinese_full_paragraph_input, user_generate_chinese_full_paragraph_evaluate_prompt],
-                    outputs=[chinese_full_paragraph_evaluate_output_text, chinese_full_paragraph_evaluate_output]
+                    outputs=[chinese_full_paragraph_evaluate_output_text, chinese_full_paragraph_evaluate_output_table]
                 ).then(
-                    fn=update_paragraph_correct_grammatical_spelling_errors_input,
+                    fn=duplicate_element,
                     inputs=[chinese_full_paragraph_input],
-                    outputs=chinese_full_paragraph_correct_grammatical_spelling_errors_input
-                )
-
-                generate_chinese_full_paragraph_correct_grammatical_spelling_errors_button.click(
-                    fn=generate_correct_grammatical_spelling_errors,
-                    inputs=[model, chinese_full_paragraph_sys_content_input, eng_level_input, chinese_full_paragraph_correct_grammatical_spelling_errors_input, user_correct_grammatical_spelling_errors_prompt],
-                    outputs=[chinese_full_paragraph_correct_grammatical_spelling_errors_output_table, revised_chinese_full_paragraph_output]
-                ).then(
-                    fn=highlight_diff_texts,
-                    inputs=[chinese_full_paragraph_correct_grammatical_spelling_errors_output_table, revised_chinese_full_paragraph_output],
-                    outputs=revised_chinese_full_paragraph_diff
-                ).then(
-                    fn=update_paragraph_refine_input,
-                    inputs=[chinese_full_paragraph_correct_grammatical_spelling_errors_input],
                     outputs=chinese_full_paragraph_refine_input
                 )
 
                 generate_chinese_full_paragraph_refine_button.click(
-                    fn=generate_refine_paragraph,
-                    inputs=[model, chinese_full_paragraph_sys_content_input, eng_level_input, chinese_full_paragraph_refine_input, user_refine_paragraph_prompt],
-                    outputs=[chinese_full_paragraph_refine_output_table, chinese_full_paragraph_refine_output]
-                ).then(
-                    fn=highlight_diff_texts,
-                    inputs=[chinese_full_paragraph_refine_output_table, chinese_full_paragraph_refine_output],
-                    outputs=chinese_full_paragraph_refine_output_diff
+                    fn=get_chinese_paragraph_refine_evaluate_content,
+                    inputs=[model, chinese_full_paragraph_sys_content_input, chinese_full_paragraph_input, chinese_full_paragraph_refine_input, user_generate_chinese_full_paragraph_refine_evaluate_prompt],
+                    outputs=[chinese_full_paragraph_refine_output_text, chinese_full_paragraph_refine_output_table]
                 )
 
                 chinese_full_paragraph_save_button.click(
@@ -3033,20 +3094,14 @@ with gr.Blocks(theme=THEME, css=CSS) as demo:
                             chinese_full_paragraph_input_history_log = gr.Markdown()
                             gr.Markdown("<span style='color:#4e80ee'>段落全文分析</span>")
                             chinese_full_paragraph_evaluate_output_text_history_log = gr.Markdown()
-                            chinese_full_paragraph_evaluate_output_history_log = gr.Dataframe(wrap=True, column_widths=[35, 15, 50], interactive=False)
-
-                            gr.Markdown("<span style='color:#4e80ee'>修訂文法與拼字錯誤 輸入</span>")
-                            chinese_full_paragraph_correct_grammatical_spelling_errors_input_history_log = gr.Markdown()
-                            gr.Markdown("<span style='color:#4e80ee'>修訂文法與拼字錯誤</span>")
-                            chinese_full_paragraph_correct_grammatical_spelling_errors_output_table_history_log = gr.Dataframe(interactive=False, wrap=True, column_widths=[30, 30, 40])
+                            chinese_full_paragraph_evaluate_output_table_history_log = gr.Dataframe(wrap=True, column_widths=[35, 15, 50], interactive=False)
 
                             gr.Markdown("<span style='color:#4e80ee'>段落改善建議 輸入</span>")
                             chinese_full_paragraph_refine_input_history_log = gr.Markdown()
                             gr.Markdown("<span style='color:#4e80ee'>段落改善建議</span>")
+                            chinese_full_paragraph_refine_output_text_history_log = gr.Markdown()
                             chinese_full_paragraph_refine_output_table_history_log = gr.Dataframe(wrap=True, interactive=False, column_widths=[30, 30, 40])
 
-                            gr.Markdown("<span style='color:#4e80ee'>修改建議</span>")
-                            chinese_full_paragraph_refine_output_history_log = gr.Markdown()
                             gr.Markdown("<span style='color:#4e80ee'>修改結果</span>")
                             chinese_full_paragraph_save_output_history_log = gr.Markdown()
 
@@ -3062,12 +3117,10 @@ with gr.Blocks(theme=THEME, css=CSS) as demo:
                                 outputs=[
                                     chinese_full_paragraph_input_history_log,
                                     chinese_full_paragraph_evaluate_output_text_history_log,
-                                    chinese_full_paragraph_evaluate_output_history_log,
-                                    chinese_full_paragraph_correct_grammatical_spelling_errors_input_history_log,
-                                    chinese_full_paragraph_correct_grammatical_spelling_errors_output_table_history_log,
+                                    chinese_full_paragraph_evaluate_output_table_history_log,
                                     chinese_full_paragraph_refine_input_history_log,
+                                    chinese_full_paragraph_refine_output_text_history_log,
                                     chinese_full_paragraph_refine_output_table_history_log,
-                                    chinese_full_paragraph_refine_output_history_log,
                                     chinese_full_paragraph_save_output_history_log
                                 ]
                             )