en-US

教案

reading_passage_text_to_latex

with gr.Accordion("See Details", open=False) as see_details:

file_name = f'{video_id}_summary_markdown.json'

for moment in key_moments_json:

"is_streaming": "true",

"is_streaming": False,

client.beta.threads.update(

client.beta.threads.update(

metadata={

# assistant_id = "asst_sCA7F5opi2g7AvGnYeRfoSfT" #GPT 3.5 turbo

assistant_id open ai

parse_time

###

#

###

### 選擇題（請從四個選項中選出一個正確答案）

output Markdown，example as below:

- 遇到數學符號或是敘述請用 Latex 語法($...$)，例如：$x^2$。

盡量不要去改原本的文章

def summary_add_markdown_version(video_id):

content=user_message + "/n 請嚴格遵循instructions，擔任一位蘇格拉底家教，絕對不要重複 user 的問句，請用引導的方式指引方向，請一定要用繁體中文回答 zh-TW，並用台灣人的禮貌口語表達，回答時不要特別說明這是台灣人的語氣，請在回答的最後標註【參考：（時）:（分）:（秒）】，（如果是反問學生，就只問一個問題，請幫助學生更好的理解資料，字數在100字以內，回答時請用數學符號代替文字（Latex 用 $ 字號 render, ex: $x^2$)"

content=user_message + "/n 請嚴格遵循instructions，擔任一位蘇格拉底家教，不要重複 user 的問句，用引導的方式指引方向，請一定要用繁體中文回答 zh-TW，並用台灣人的禮貌口語表達，回答時不要特別說明這是台灣人的語氣，請在回答的最後標註【參考：（時）:（分）:（秒）】，（如果是反問學生，就只問一個問題，請幫助學生更好的理解資料，字數在100字以內，回答時請用數學符號代替文字（Latex 用 $ 字號 render, ex: $x^2$)"

重點摘要（加上 Latex, 刪除關鍵時刻）

reading_passage = gr.Markdown(show_label=False, latex_delimiters = [{"left": "$", "right": "$", "display": False}])

加減乘除、根號、次方等等的運算式口語也換成 LATEX 數學符號

scroll_to_output=True

scroll_to_output=True

jutor_chatbot_description = """Hi，我們是【梨梨、麥麥、狐狸貓】，\n

jutor_chatbot_description = """Hi，我們是【梨梨、麥麥、狐狸貓】，

chatbot_description = """Hi，我是你的AI學伴【飛特精靈】，

🚀 我沒有預設問題、也沒有語音輸入，適合快問快答，一起練習問出好問題吧 \n

with gr.Accordion("選擇 AI 小精靈", open=True) as chatbot_select_accordion:

with gr.Accordion("選擇 AI 小精靈", open=True):

print("=====user_data=====")

你是個專業的教師，遇到數學符號或是敘述請用 Latex 語法($...$)，例如：$x^2$。

self.system_content = "你是一個擅長資料分析跟影片教學備課的老師，請精讀資料文本，自行判斷資料的種類，使用 zh-TW，遇到數學符號或是敘述請用 Latex 語法($...$)，例如：$x^2$。"

self.system_content = "你是一個擅長資料分析跟影片教學備課的老師，請精讀資料文本，自行判斷資料的種類，使用 zh-TW，遇到數學符號或是敘述請用 Latex 語法($$)，例如：$$x^2$$。"

gr.Markdown(label="初次生成結果", latex_delimiters = [{"left": "$", "right": "$", "display": False}])

🎓【對象】

processed_context += entry.get('text', '') + "\n"

儲存

def get_LLM_content(video_id, kind):

clean

get_transcript_by_yt_api

generate_transcription_by_whisper

turbo

moment.pop('transcript', None)

if not ai_name in ["jutor", "claude3", "groq"]: