1. User can adjust the prompt of HR assistant

app.py

@@ -199,17 +199,16 @@ def get_prompt_summary_string():
 
 精簡摘要:"""
 
-
-def get_prompt_template_string():
-    today = datetime.date.today().strftime("%Y年%m月%d日")
-    template_string = f"我是鴻海(等同Foxconn)的員工, 你是一個鴻海的人資專家. 今天是{today}".format(today=today)+"""
+template_string = """
+我是鴻海(等同Foxconn)的員工, 你是一個鴻海的人資專家.
 請根據歷史對話,針對這次的問題, 形成獨立問題. 請優先從提供的文件中尋找答案, 你被允許回答不知道, 但回答不知道時需要給中央人資的客服聯絡窗口資訊.
 不論什麼問題, 都以中文回答
-    
+
 歷史對話: {chat_history}
 這次的問題: {question}
 人資專家:
-    """
+"""
+def get_prompt_template_string():
     return template_string
 
 def get_default_template_prompt():
@@ -301,7 +300,6 @@ def local_vector_search(question_str,chat_history, collection_name = hr_collecti
         memory=memory,
         max_iterations=30,
     )
-    print("query string:"+question_str)
 
     result=km_chain(question_str)
     #result=agent.run(question_str)
@@ -620,33 +618,6 @@ def gradio_run():
             
             """)
         #First PoC Section
-        with gr.Tab("文本摘要"):
-            with gr.Row():
-                with gr.Column(scale=1):
-                    gr.Markdown(f"""
-## 第一項實驗: 超長文本摘要
-請上傳任何文檔(.pdf, .doc, .csv, text 格式),上傳完成後稍等一會, AI 會在右側TextField 提供文本摘要
-            
-* 使用方式:
-    * 請在右邊按下 `請上傳超長文本(可接受text, pdf, doc, csv 格式)` 上傳你的文本
-     * AI 會開始解析內容, 檔案愈大解析愈久
-    * 上傳完後可以按同個按鍵, 再次上傳
-    * 後續會支援video 以及 audio格式
-    
-                """)
-
-                with gr.Column(scale=1):
-                    gr.Markdown("1.")
-                    file_name_field = gr.Textbox(max_lines=1, label="上傳檔案",placeholder="目前沒有上傳檔案")
-                    upload_button = gr.UploadButton("請上傳超長文本(可接受text, pdf, doc, csv 格式)",
-                                                    file_types=["text", ".pdf", ".doc", ".csv"], file_count="multiple")
-                    gr.Markdown("2.")
-                    summary_text = gr.Textbox()
-                    summary_text.label = "AI 摘要:"
-                    summary_text.change = False
-                    summary_text.lines = 12
-                    upload_button.upload(upload_large_file, upload_button, file_name_field).then(summary_large_file,upload_button,summary_text)
-        #2nd Hr Section
         with gr.Tab("HR 客服助手"):
             with gr.Row():
                 with gr.Column(scale=1):
@@ -659,7 +630,9 @@ def gradio_run():
                     ### 使用方法
                     * 測試人員可在下方加入任何HR 相關資料, 亦可全部刪除後上傳.
                     * 系統會將資料向量化後,納入右方人資客服機器人資料庫
-                    * 測試人員可在右方與客服機器人對話
+                    * 右方可以更新prompt 的內容, prompt 請不要刪掉chat_history, question 兩個變數, 其他可以隨意加入您想要的限制條件或是額外訊息
+                    * 測試人員可在右下方與客服機器人對話
+
                     
                     (溫馨提醒: 儘可能所有檔案全部清掉, 再一次上傳所有想納入的檔案;且次數不要太多,以節省經費)
                     """)
@@ -673,29 +646,15 @@ def gradio_run():
                             cleanDataBtn = gr.Button(value="刪除所有知識以及檔案")
                             cleanDataBtn.click(clear_hr_datas,outputs=file_list)
 
-                with gr.Column(scale=3):
+                with gr.Column(scale=2):
                     with gr.Row():
-                        with gr.Column():
-                            tmp_file = gr.File(LOOPING_TALKING_HEAD, visible=False)
-                            tmp_file_url = "/file=" + tmp_file.value['name']
-                            htm_video = create_html_video(LOOPING_TALKING_HEAD, TALKING_HEAD_WIDTH, tmp_file_url)
-                            video_html = gr.HTML(htm_video)
-
-                            # my_aud_file = gr.File(label="Audio file", type="file", visible=True)
-                            tmp_aud_file = gr.File("./data/audios/tempfile.mp3", visible=False)
-                            tmp_aud_file_url = "/file=" + tmp_aud_file.value['name']
-                            htm_audio = f'<audio><source src={tmp_aud_file_url} type="audio/mp3"></audio>'
-                            audio_html = gr.HTML(htm_audio, visible=False)
-                        with gr.Column():
-                            isAudio = gr.Checkbox(label="是否要有語音", info="要開啟語音嗎?查詢時間會增長")
-                            gr.Markdown("""
-                            ### AI 虛擬客服:
-                            * 這是一個實驗性質的AI 客服
-                            * 講話超過15秒就不會產生,正在要求放寬限制
-                            * 想要放誰的頭像都可以, 要放董事長也可以.
-                            * 訂閱制(有效時間 6/13~7/13)
-                            """)
-
+                        prompt_textbox = gr.Textbox(template_string, lines=8, max_lines=8, label="Prompt")
+                    with gr.Row():
+                        def change_prompt(inputString):
+                            template_string=inputString
+                            return template_string
+                        update_btn = gr.Button("更新Prompt")
+                        update_btn.click(change_prompt,prompt_textbox,prompt_textbox)
                     with gr.Row():
                         chatbot = gr.Chatbot(value=[], elem_id="chatbot").style(height=400)
                     with gr.Row():
@@ -710,21 +669,39 @@ def gradio_run():
                     def respond(message, chat_history):
                         vector_search_message = local_vector_search(message, chat_history)
                         chat_history.append((message, vector_search_message))
-                        if isAudio.value is False:
-                            print("isAudio is False")
-                            return '', chat_history, htm_video, ''
-                        else:
-                            print("isAudio is True")
-                            html_audio, audio_file_path = do_html_audio_speak(vector_search_message)
-                            res, new_html_video, video_file_path = do_html_video_speak()
-
-                            if res.status_code == 200:
-                                return '', chat_history, new_html_video, ''
-                            else:
-                                return '', chat_history, htm_video, html_audio
-
-                    msg.submit(respond, [msg, chatbot], [msg, chatbot, video_html, audio_html], queue=True)
+                        return '', chat_history
+
+                    msg.submit(respond, [msg, chatbot], [msg, chatbot], queue=True)
                     clear.click(lambda: None, None, chatbot, queue=False)
+        #2nd Hr Section
+        with gr.Tab("文本摘要"):
+            with gr.Row():
+                with gr.Column(scale=1):
+                    gr.Markdown(f"""
+        ## 第一項實驗: 超長文本摘要
+        請上傳任何文檔(.pdf, .doc, .csv, text 格式),上傳完成後稍等一會, AI 會在右側TextField 提供文本摘要
+
+        * 使用方式:
+            * 請在右邊按下 `請上傳超長文本(可接受text, pdf, doc, csv 格式)` 上傳你的文本
+             * AI 會開始解析內容, 檔案愈大解析愈久
+            * 上傳完後可以按同個按鍵, 再次上傳
+            * 後續會支援video 以及 audio格式
+
+                        """)
+
+                with gr.Column(scale=1):
+                    gr.Markdown("1.")
+                    file_name_field = gr.Textbox(max_lines=1, label="上傳檔案", placeholder="目前沒有上傳檔案")
+                    upload_button = gr.UploadButton("請上傳超長文本(可接受text, pdf, doc, csv 格式)",
+                                                    file_types=["text", ".pdf", ".doc", ".csv"], file_count="multiple")
+                    gr.Markdown("2.")
+                    summary_text = gr.Textbox()
+                    summary_text.label = "AI 摘要:"
+                    summary_text.change = False
+                    summary_text.lines = 12
+                    upload_button.upload(upload_large_file, upload_button, file_name_field).then(summary_large_file,
+                                                                                                 upload_button,
+                                                                                                 summary_text)
         #3rd youtube
         with gr.Tab("Youtube 影片摘要"):
             with gr.Row():
@@ -736,7 +713,7 @@ def gradio_run():
                 with gr.Column(scale=1):
                     youtube_summary_textbox=gr.Textbox(interactive=False, label="AI 解析", lines=20)
             youtube_analysis_btn.click(youtube_summary,youtube_link,youtube_summary_textbox)
-
+        #4th 相信人員統計助手
         with gr.Tab("相信人員統計助手"):
 
             mypath = root_file_path + believe_source_path