Update app.py

app.py

@@ -2,7 +2,6 @@
 import gradio as gr
 import logging
 
-# ==== ① 向量检索 & LLM ====
 from langchain_community.vectorstores import Chroma
 from langchain_community.embeddings import HuggingFaceEmbeddings
 from langchain.chains import RetrievalQA
@@ -11,7 +10,7 @@ from langchain.llms import HuggingFacePipeline
 
 logging.basicConfig(level=logging.INFO)
 
-# --- 1) 加载本地向量库 ---
+# === 加载向量库 ===
 embedding_model = HuggingFaceEmbeddings(
     model_name="sentence-transformers/paraphrase-multilingual-mpnet-base-v2"
 )
@@ -20,8 +19,7 @@ vector_store = Chroma(
     embedding_function=embedding_model,
 )
 
-# --- 2) 加载（较轻量）LLM ---
-# 如果 7B 跑不动，可以先用 openchat-mini 试试
+# === 加载 LLM 模型（openchat） ===
 model_id = "openchat/openchat-3.5-0106"
 tokenizer = AutoTokenizer.from_pretrained(model_id)
 model = AutoModelForCausalLM.from_pretrained(
@@ -39,17 +37,15 @@ gen_pipe = pipeline(
 )
 llm = HuggingFacePipeline(pipeline=gen_pipe)
 
-# --- 3) 构建 RAG 问答链 ---
+# === 构建问答链 ===
 qa_chain = RetrievalQA.from_chain_type(
     llm=llm,
     chain_type="stuff",
     retriever=vector_store.as_retriever(search_kwargs={"k": 3}),
 )
 
-# ==== ② Gradio UI ====
-
+# === 智能问答函数 ===
 def simple_qa(user_query):
-    """智能问答：检索 + 生成（单轮演示版）"""
     if not user_query.strip():
         return "⚠️ 请输入学习问题，例如：什么是定积分？"
     try:
@@ -59,45 +55,57 @@ def simple_qa(user_query):
         logging.error(f"问答失败: {e}")
         return "抱歉，暂时无法回答，请稍后再试。"
 
+# === 大纲生成函数 ===
+def generate_outline(topic: str):
+    if not topic.strip():
+        return "⚠️ 请输入章节或主题，例如：高等数学 第六章 定积分"
+    try:
+        docs = vector_store.as_retriever(search_kwargs={"k": 3}).get_relevant_documents(topic)
+        snippet = "\n".join([doc.page_content for doc in docs])
+        prompt = (
+            f"根据以下内容，为“{topic}”生成大学本科层次的结构化学习大纲，格式如下：\n"
+            f"一、章节标题\n  1. 节标题\n    （1）要点描述\n...\n\n"
+            f"文档内容：\n{snippet}\n\n学习大纲："
+        )
+        result = llm.generate(prompt).generations[0][0].text.strip()
+        return result
+    except Exception as e:
+        logging.error(f"大纲生成失败: {e}")
+        return "⚠️ 抱歉，生成失败，请稍后再试。"
+
+# === 占位函数 ===
 def placeholder_fn(*args, **kwargs):
     return "功能尚未实现，请等待后续更新。"
 
+# === Gradio UI ===
 with gr.Blocks() as demo:
     gr.Markdown("# 智能学习助手 v2.0\n— 大学生专业课学习助手 —")
 
     with gr.Tabs():
-        # ---------- 智能问答 ----------
+        # --- 模块 A：智能问答 ---
         with gr.TabItem("智能问答"):
-            gr.Markdown("> **示例：** 什么是函数的定义域？")
+            gr.Markdown("> 示例：什么是函数的定义域？")
             chatbot = gr.Chatbot()
             user_msg = gr.Textbox(placeholder="输入您的学习问题，然后按回车或点击发送")
             send_btn = gr.Button("发送")
 
-            # 单轮：把问答显示在 Chatbot
             def update_chat(message, chat_history):
                 reply = simple_qa(message)
                 chat_history.append((message, reply))
                 return "", chat_history
 
-            send_btn.click(
-                fn=update_chat,
-                inputs=[user_msg, chatbot],
-                outputs=[user_msg, chatbot],
-            )
-            user_msg.submit(
-                fn=update_chat,
-                inputs=[user_msg, chatbot],
-                outputs=[user_msg, chatbot],
-            )
-
-        # ---------- 生成学习大纲 ----------
+            send_btn.click(update_chat, inputs=[user_msg, chatbot], outputs=[user_msg, chatbot])
+            user_msg.submit(update_chat, inputs=[user_msg, chatbot], outputs=[user_msg, chatbot])
+
+        # --- 模块 B：生成学习大纲 ---
         with gr.TabItem("生成学习大纲"):
-            gr.Markdown("（学习大纲模块，待开发）")
-            topic_input = gr.Textbox(label="主题/章节名称", placeholder="如：线性代数 第五章 特征值")
+            gr.Markdown("> 示例：高等数学 第六章 定积分")
+            topic_input = gr.Textbox(label="章节主题", placeholder="请输入章节名")
+            outline_output = gr.Textbox(label="系统生成的大纲", lines=12)
             gen_outline_btn = gr.Button("生成大纲")
-            gen_outline_btn.click(placeholder_fn, inputs=topic_input, outputs=topic_input)
+            gen_outline_btn.click(fn=generate_outline, inputs=topic_input, outputs=outline_output)
 
-        # ---------- 自动出题 ----------
+        # --- 模块 C：自动出题（占位） ---
         with gr.TabItem("自动出题"):
             gr.Markdown("（出题模块，待开发）")
             topic2 = gr.Textbox(label="知识点/主题", placeholder="如：高数 第三章 多元函数")
@@ -106,7 +114,7 @@ with gr.Blocks() as demo:
             gen_q_btn = gr.Button("开始出题")
             gen_q_btn.click(placeholder_fn, inputs=[topic2, difficulty2, count2], outputs=topic2)
 
-        # ---------- 答案批改 ----------
+        # --- 模块 D：答案批改（占位） ---
         with gr.TabItem("答案批改"):
             gr.Markdown("（批改模块，待开发）")
             std_ans = gr.Textbox(label="标准答案", lines=5)