summary

app.py

@@ -185,13 +185,13 @@ def process_file(file):
 
     # 根据上传的文件内容生成问题
     questions = generate_questions(df_string)
-    df_summarise = generate_df_summarise(df_string)
+    summary = generate_summarise(df_string)
 
     # 返回按钮文本和 DataFrame 字符串
     return questions[0] if len(questions) > 0 else "", \
            questions[1] if len(questions) > 1 else "", \
            questions[2] if len(questions) > 2 else "", \
-           df_summarise, \
+           summary, \
            df_string
 
 def df_to_text(df):
@@ -393,7 +393,7 @@ def get_video_id_summary(video_id, df_string):
     # 检查逐字稿是否存在
     exists, file_id = check_file_exists(service, folder_id, file_name)
     if not exists:
-        summary = generate_df_summarise(df_string)
+        summary = generate_summarise(df_string)
         summary_json = {"summary": summary}
         summary_text = json.dumps(summary_json, ensure_ascii=False, indent=2)
         file_id = upload_content_directly(service, file_name, folder_id, summary_text)
@@ -407,7 +407,7 @@ def get_video_id_summary(video_id, df_string):
     return summary_json
 
 
-def generate_df_summarise(df_string):
+def generate_summarise(df_string):
     # 使用 OpenAI 生成基于上传数据的问题
     sys_content = "你是一個擅長資料分析跟影片教學的老師，user 為學生，請精讀資料文本，自行判斷資料的種類，使用 zh-TW"
     user_content = f"""