summary = get_video_id_summary(video_id, formatted_simple_transcript)

test

🗂️

❓

df_summarise = gr.Textbox(container=True, show_copy_button=True, lines=40)

print("=====get_questions=====")

btn_create_question.click(get_questions, inputs = [df_string_output], outputs = [btn_1, btn_2, btn_3])

btn_create_question.click(generate_questions, inputs = [df_string_output], outputs = [btn_1, btn_2, btn_3])

btn_create_question

with gr.Tab("重點整理"):

（emoji）

並在1~6的數字標題前面用 emoji 數字符號，讓學生更容易分辨

4. 結論反思（為什麼我們要學這個？）

並在1~5的數字標題前面用 emoji 數字符號，讓學生更容易分辨

延伸小問題

注意不要遺漏任何一段時間軸的內容

並在大標題前面加上 emoji 表情符號，讓學生更容易理解

, visible=False

如果是影片類型，不用解釋逐字稿格式，直接回答學生問題

但可以給予一些提示跟引導，例如給予影片的時間軸，讓學生自己去找答案

格式為 【start - end】: 摘要

formatted_simple_transcript.append(simple_line)

df_summarise = generate_df_summarise(formatted_transcript)

格式為 【start - end】: 摘要，秒數請無條件捨去小數點，並取整數後，根據秒的整數將時間格式改為 hh:mm:ss

小範圍切出不同段落的相對應時間軸的重點摘要，最多不超過五段

小範圍切出不同段落的相對應時間軸的重點摘要，格式為 【start - end】: 摘要，秒數請取整數後，將時間格式改為 hh:mm:ss

小範圍切出不同段落的相對應時間軸的重點摘要，格式為 【start - end】: 摘要，秒數請取整數，時間格式為 hh:mm:ss

切出不同段落的相對應時間軸的重點摘要，格式為 【start - end】: 摘要，秒數請取整數，時間格式為 hh:mm:ss

切出不同段落的相對應時間軸的重點摘要，格式為 【start - end】: 摘要，秒數請取整數

如果學生的問題與資料文本無關，請告訴學生你無法回答超出範圍的問題

如果是影片類型，請提估影片內容，告訴學生這部影片的意義，切出不同段落的相對應時間軸的重點摘要，以及可能的結論與結尾小問答提供學生作反思

youtube_link.change(process_youtube_link, inputs=youtube_link, outputs=[btn_1, btn_2, btn_3, df_string_output, df_summarise, transcript_html, slide_image, slide_text])

df_string_output = gr.Textbox(lines=40, label="Data Text")

screenshot_path = f"https://lh3.googleusercontent.com/d/{img_file_id}=s4000"

screenshot_path = f"https://lh3.googleusercontent.com/d/{img_file_id}=s4000"

screenshot_path

print("=== 更新投影片 ===")

with gr.Tab("截圖與逐字稿"):

CURRENT_INDEX

prev_button.click(fn=prev_slide, inputs=[], outputs=[image, text])

current_index = 0

TRASCRIPTS = []

html_content

html_content_container

html_content

html_content

def format_transcript_to_html(formatted_transcript):

from youtube_transcript_api._errors import NoTranscriptFound

你是一個擅長資料分析跟影片教學的老師

df_string_output = json.dumps(transcript, ensure_ascii=False, indent=2)