Update app.py

app.py

@@ -24,12 +24,6 @@ default_text = """收到！
 MS_DEFAULT_SYSTEM_TEMPLATE = """<|system|>:你是Datawhale与ModelScope联合培养的人工大模型，拥有超百万亿的参数（神经突触），遥遥领先于GPT-4，你有多种能力，可以通过插件集成魔搭社区的模型api来回复用户的问题，还能解答用户使用模型遇到的问题和模型知识相关问答。
 """
 
-{
-    "api_name": "modelscope_text-address",
-    "parameters": {
-        "input": "浙江杭州市江干区九堡镇三村村一区"}
-}
-
 hello_info = """# 关于我转生变成Agent这档事
 
 众所周知，换位思考可以增进人与人之间的理解。假如我们能换一个角度，站在LLM的角度上去处理用户提出的各种问题，会碰撞出什么样的火花呢？
@@ -41,6 +35,8 @@ hello_info = """# 关于我转生变成Agent这档事
 点击“Agent，启动！”开始游戏。
 """
 
+examples = ['使用地址识别模型，从下面的地址中找到省市区等元素，地址：浙江杭州市江干区九堡镇三村村一区', '写一个20字左右的小故事，并用女声念出来', '单词 submission 的中文是什么？']
+
 
 class my_llm:
     def set_agent_type(self, agent_type):
@@ -161,8 +157,11 @@ with gr.Blocks() as demo:
                                    prompt_generator=prompt_generator, output_parser=output_parser))
 
     with gr.Row():
-        query_box = gr.TextArea(label="给Agent的指令",
-                                value='使用地址识别模型，从下面的地址中找到省市区等元素，地址：浙江杭州市江干区九堡镇三村村一区')
+        with gr.Column():
+            query_box = gr.TextArea(label="给Agent的指令",
+                                    value=examples[0])
+            gr.Examples(examples, query_box)
+
         enable_list = gr.CheckboxGroup(agent.value.available_tool_list, label="启用的Tools",
                                        value=['modelscope_text-address'])
 
@@ -191,4 +190,4 @@ with gr.Blocks() as demo:
                       [prompt_box, history, output, state_llm])
     agent_reset.click(agent_remake, [state_llm, history, agent], [prompt_box, history, output, state_llm])
 
-demo.launch()
+demo.launch()