exit_ticket_exam_result = gr.Textbox(label="初次生成結果", show_copy_button=True, interactive=True, lines=40)

ai_content_json = ai_content_json[-1]

target_kvs = {

content_topic = gr.Dropdown(label="選擇主題", choices=["數學", "自然", "國文", "英文", "社會","物理", "化學", "生物", "地理", "歷史", "公民"], value="數學")

def get_ai_content(password, video_id, df_string, topic, grade, level, specific_feature, content_type, source="gcs"):

with gr.Accordion("微調", open=False):

"將结果轉成 word，完成後請點擊右下角 download 按鈕"

import uuid

def return_original_exam_result(exam_result_original):

worksheet_exam_result_retrun_original.click(

worksheet_content_btn.click(

worksheet_exam_result_fine_tune_btn.click(

update

update

update

update

update

update

tab

gr.Markdown("## GROQ 模式")

respond_with_jutor_chat

pw

img

# print("===確認其他衍生文件===")

first_image = "https://www.nameslook.com/names/dfsadf-nameslook.png"

print(f"mind_map_json: {mind_map_json}")

# 處理截圖

no comment

delete useless code

no 截圖

gr.Markdown("## 教育評量饗宴")

gr.Markdown("## 教育評量饗宴")

no comment

gr.Markdown("## 教育评量饗宴")

debug

gr.Markdown("## 教育评量饗宴")

languages = ['zh-TW', 'zh-Hant', 'zh', 'en'] # 優先順序列表

if transcript:

trascript_text = json.dumps(trascript_json, ensure_ascii=False, indent=2)

逐字稿資料：{trascript}

如果 file 內有找到 file.content["{youtube_id}"] 為資料文本，自行判斷資料的種類，

error_msg = "你的訊息太長了，請縮短訊息長度至五百字以內"

raise gr.Error(error_msg)

raise ValueError("user_message 長度超過 500 個字")

msg = gr.Textbox(label="Message")

# msg limit to 1000 characters

thread_id = gr.Textbox(label="thread_id", visible=False)

clean

最後只要是參考逐字稿資料，請在回答的最後標註【參考資料：（分）：（秒）】

if file.filename == f"{youtube_id}_transcript.txt":