Update app.py

app.py

@@ -240,88 +240,88 @@ def get_model_response(messages):
     return response.choices[0].message["content"]
 
     
-# تابع اصلی برای مدیریت مکالمه
-# def agent_respond(message):
-#     global job_description, job_description_confirmed
-
-#     # به‌روزرسانی حافظه با پیام کاربر
-#     memory.chat_memory.add_user_message(message)
-
-#     # آماده‌سازی پیام‌ها برای LLM
-#     messages = memory.chat_memory.messages.copy()
-
-#     # اضافه کردن Prompt به عنوان پیام سیستم
-#     system_prompt = prompt.format(chat_history=get_chat_history_string(memory.chat_memory))
-#     messages.insert(0, SystemMessage(content=system_prompt))
-
-#     # تولید پاسخ دستیار
-#     response = llm(messages=messages)
-
-#     # افزودن پاسخ دستیار به حافظه
-#     memory.chat_memory.add_ai_message(response.content)
-
-#     # بررسی اینکه آیا باید متن شغلی تولید شود
-#     if not job_description_confirmed and "متن شغلی" in response.content.lower():
-#         # تولید متن شغلی بر اساس مکالمه
-#         jd_prompt = f"""
-#         بر اساس مکالمه تا کنون، یک متن شغلی دقیق و حرفه‌ای برای موقعیت مورد نظر بنویسید. وظایف، مسئولیت‌ها، مهارت‌ها و هر جزئیات مرتبط دیگری که کارفرما ارائه داده است را شامل کنید.
-#         مکالمه:
-#         {get_chat_history_string(memory.chat_memory)}
-#         """
-
-#         # اضافه کردن Prompt به عنوان پیام سیستم
-#         jd_messages = [
-#             SystemMessage(content=jd_prompt)
-#     #     ]
-
-    #     jd_response = llm(messages=jd_messages)
-    #     job_description = jd_response.content
-
-    #     # ارائه متن شغلی به کارفرما
-    #     confirmation_message = f"متن شغلی پیشنهادی به شرح زیر است:\n\n{job_description}\n\nلطفاً آن را بررسی کرده و بگویید آیا نیاز به تغییر دارد."
-    #     memory.chat_memory.add_ai_message(confirmation_message)
-    #     return confirmation_message
-
-    # # بررسی بازخورد کارفرما درباره متن شغلی
-    # if job_description and not job_description_confirmed:
-    #     if any(word in message.lower() for word in ["تغییر", "ویرایش", "به‌روزرسانی", "اصلاح"]):
-    #         # به‌روزرسانی متن شغلی بر اساس بازخورد کارفرما
-    #         update_prompt = f"""
-    #         کارفرما بازخورد زیر را درباره متن شغلی ارائه داده است:
-    #         "{message}"
-    #         لطفاً متن شغلی را بر این اساس به‌روزرسانی کنید.
-    #         متن شغلی اصلی:
-    #         {job_description}
-    #         """
-
-    #         # اضافه کردن Prompt به عنوان پیام سیستم
-    #         update_messages = [
-    #             SystemMessage(content=update_prompt)
-    #         ]
-
-    #         update_response = llm(messages=update_messages)
-    #         job_description = update_response.content
-
-    #         # ارائه متن شغلی به‌روزشده
-    #         updated_message = f"متن شغلی به‌روزرسانی‌شده به شرح زیر است:\n\n{job_description}\n\nآیا این مورد رضایت‌بخش است؟"
-    #         memory.chat_memory.add_ai_message(updated_message)
-    #         return updated_message
-    #     elif any(word in message.lower() for word in ["بله", "موافقم", "رضایت‌بخش است", "خوب است"]):
-    #         job_description_confirmed = True
-    #         final_message = "عالی! متن شغلی نهایی شد. از زمانی که اختصاص دادید متشکرم."
-    #         memory.chat_memory.add_ai_message(final_message)
-    #         return final_message
-
-    # return response.content
-
-
-
-def agent_respond(message, chat_history):
-    messages = [{"role": "user", "content": message}]
-    bot_response = get_model_response(messages)
-    chat_history.append((message, bot_response))
-    audio_response = synthesize_speech(bot_response)
-    return chat_history, "", audio_response
+تابع اصلی برای مدیریت مکالمه
+def agent_respond(message):
+    global job_description, job_description_confirmed
+
+    # به‌روزرسانی حافظه با پیام کاربر
+    memory.chat_memory.add_user_message(message)
+
+    # آماده‌سازی پیام‌ها برای LLM
+    messages = memory.chat_memory.messages.copy()
+
+    # اضافه کردن Prompt به عنوان پیام سیستم
+    system_prompt = prompt.format(chat_history=get_chat_history_string(memory.chat_memory))
+    messages.insert(0, SystemMessage(content=system_prompt))
+
+    # تولید پاسخ دستیار
+    response = llm(messages=messages)
+
+    # افزودن پاسخ دستیار به حافظه
+    memory.chat_memory.add_ai_message(response.content)
+
+    # بررسی اینکه آیا باید متن شغلی تولید شود
+    if not job_description_confirmed and "متن شغلی" in response.content.lower():
+        # تولید متن شغلی بر اساس مکالمه
+        jd_prompt = f"""
+        بر اساس مکالمه تا کنون، یک متن شغلی دقیق و حرفه‌ای برای موقعیت مورد نظر بنویسید. وظایف، مسئولیت‌ها، مهارت‌ها و هر جزئیات مرتبط دیگری که کارفرما ارائه داده است را شامل کنید.
+        مکالمه:
+        {get_chat_history_string(memory.chat_memory)}
+        """
+
+        # اضافه کردن Prompt به عنوان پیام سیستم
+        jd_messages = [
+            SystemMessage(content=jd_prompt)
+        ]
+
+        jd_response = llm(messages=jd_messages)
+        job_description = jd_response.content
+
+        # ارائه متن شغلی به کارفرما
+        confirmation_message = f"متن شغلی پیشنهادی به شرح زیر است:\n\n{job_description}\n\nلطفاً آن را بررسی کرده و بگویید آیا نیاز به تغییر دارد."
+        memory.chat_memory.add_ai_message(confirmation_message)
+        return confirmation_message
+
+    # بررسی بازخورد کارفرما درباره متن شغلی
+    if job_description and not job_description_confirmed:
+        if any(word in message.lower() for word in ["تغییر", "ویرایش", "به‌روزرسانی", "اصلاح"]):
+            # به‌روزرسانی متن شغلی بر اساس بازخورد کارفرما
+            update_prompt = f"""
+            کارفرما بازخورد زیر را درباره متن شغلی ارائه داده است:
+            "{message}"
+            لطفاً متن شغلی را بر این اساس به‌روزرسانی کنید.
+            متن شغلی اصلی:
+            {job_description}
+            """
+
+            # اضافه کردن Prompt به عنوان پیام سیستم
+            update_messages = [
+                SystemMessage(content=update_prompt)
+            ]
+
+            update_response = llm(messages=update_messages)
+            job_description = update_response.content
+
+            # ارائه متن شغلی به‌روزشده
+            updated_message = f"متن شغلی به‌روزرسانی‌شده به شرح زیر است:\n\n{job_description}\n\nآیا این مورد رضایت‌بخش است؟"
+            memory.chat_memory.add_ai_message(updated_message)
+            return updated_message
+        elif any(word in message.lower() for word in ["بله", "موافقم", "رضایت‌بخش است", "خوب است"]):
+            job_description_confirmed = True
+            final_message = "عالی! متن شغلی نهایی شد. از زمانی که اختصاص دادید متشکرم."
+            memory.chat_memory.add_ai_message(final_message)
+            return final_message
+
+    return response.content
+
+
+
+# def agent_respond(message, chat_history):
+#     messages = [{"role": "user", "content": message}]
+#     bot_response = get_model_response(messages)
+#     chat_history.append((message, bot_response))
+#     audio_response = synthesize_speech(bot_response)
+#     return chat_history, "", audio_response
 
     
 import os