Spaces:
Sleeping
Sleeping
Update app.py
Browse files
app.py
CHANGED
|
@@ -3,6 +3,7 @@ import os
|
|
| 3 |
from datetime import datetime
|
| 4 |
from gradio_client import Client
|
| 5 |
import re
|
|
|
|
| 6 |
import json
|
| 7 |
|
| 8 |
# 初始化任务生成客户端(腾讯混元 Space)
|
|
@@ -14,8 +15,11 @@ os.makedirs(OUTPUT_DIR, exist_ok=True)
|
|
| 14 |
# 拆解 JD 成任务
|
| 15 |
def extract_task_from_jd(jd):
|
| 16 |
message = f"""你是一个岗位分析助手,请根据以下JD内容提取一个可以用来测试候选人核心能力的具体任务。
|
| 17 |
-
|
| 18 |
-
|
|
|
|
|
|
|
|
|
|
| 19 |
|
| 20 |
JD: {jd}"""
|
| 21 |
response = taskgen_client.predict(message=message, api_name="/chat")
|
|
@@ -24,52 +28,13 @@ JD: {jd}"""
|
|
| 24 |
# 基于任务生成三个解决方案
|
| 25 |
def generate_solutions_from_task(task):
|
| 26 |
message = f"""你是一个解决方案生成助手,请根据以下任务设计三种不同的实现思路。
|
| 27 |
-
每个方案需要包含详细的步骤,具体的操作流程,并在每个步骤中提供执行细节。请确保每个方案的字数不少于200
|
| 28 |
-
方案需要详细到以下几个方面:
|
| 29 |
1. 总体思路:解决方案的总体思路与背景。
|
| 30 |
-
2.
|
| 31 |
-
3.
|
| 32 |
4. 代码示例(如果适用):相关技术实现的代码片段。
|
| 33 |
5. 挑战与解决方案:在实现过程中可能遇到的技术难题以及相应的解决方法。
|
| 34 |
|
| 35 |
请严格按如下格式输出,每个方案应包含详细信息,字数不少于200字:
|
| 36 |
方案1:
|
| 37 |
-
1. 总体思路:
|
| 38 |
-
2. 执行步骤: (具体的实现步骤,最好有分步)
|
| 39 |
-
3. 技术栈: (技术栈、工具、框架)
|
| 40 |
-
4. 代码示例: (如果适用,提供相关代码片段)
|
| 41 |
-
5. 挑战与解决方案: (在实现过程中可能遇到的问题和解决方法)
|
| 42 |
-
|
| 43 |
-
方案2:
|
| 44 |
-
1. 总体思路: (简述方案的总体设计思想)
|
| 45 |
-
2. 执行步骤: (具体的实现步骤,最好有分步)
|
| 46 |
-
3. 技术栈: (技术栈、工具、框架)
|
| 47 |
-
4. 代码示例: (如果适用,提供相关代码片段)
|
| 48 |
-
5. 挑战与解决方案: (在实现过程中可能遇到的问题和解决方法)
|
| 49 |
-
|
| 50 |
-
方案3:
|
| 51 |
-
1. 总体思路: (简述方案的总体设计思想)
|
| 52 |
-
2. 执行步骤: (具体的实现步骤,最好有分步)
|
| 53 |
-
3. 技术栈: (技术栈、工具、框架)
|
| 54 |
-
4. 代码示例: (如果适用,提供相关代码片段)
|
| 55 |
-
5. 挑战与解决方案: (在实现过程中可能遇到的问题和解决方法)
|
| 56 |
-
|
| 57 |
-
任务: {task}"""
|
| 58 |
-
|
| 59 |
-
# 直接输出原始响应内容以便调试
|
| 60 |
-
response = taskgen_client.predict(message=message, api_name="/chat")
|
| 61 |
-
print("原始响应内容:", response)
|
| 62 |
-
|
| 63 |
-
# 直接返回响应内容,便于分析
|
| 64 |
-
return response.strip()
|
| 65 |
-
|
| 66 |
-
# 构建 Gradio UI
|
| 67 |
-
def build_ui():
|
| 68 |
-
with gr.Blocks() as demo:
|
| 69 |
-
gr.Markdown("## 📌 JD 任务拆解 + 解决方案选择 Demo")
|
| 70 |
-
|
| 71 |
-
jd_input = gr.Textbox(label="输入 JD", placeholder="请输入岗位描述 JD")
|
| 72 |
-
task_output = gr.Textbox(label="拆解出的测试任务", lines=2, interactive=False)
|
| 73 |
-
generate_task_btn = gr.Button("🧠 拆解 JD 成任务")
|
| 74 |
-
|
| 75 |
-
generate_solutions_btn = gr.Button("🚀 基于任务生成三个方案")
|
|
|
|
| 3 |
from datetime import datetime
|
| 4 |
from gradio_client import Client
|
| 5 |
import re
|
| 6 |
+
import uuid
|
| 7 |
import json
|
| 8 |
|
| 9 |
# 初始化任务生成客户端(腾讯混元 Space)
|
|
|
|
| 15 |
# 拆解 JD 成任务
|
| 16 |
def extract_task_from_jd(jd):
|
| 17 |
message = f"""你是一个岗位分析助手,请根据以下JD内容提取一个可以用来测试候选人核心能力的具体任务。
|
| 18 |
+
请确保任务具有一定的技术深度,特别是在编程、算法设计、系统架构或其他技术方面的能力。
|
| 19 |
+
任务的描述需要清晰且具体,能够考察候选人对于该岗位要求的核心技能。
|
| 20 |
+
|
| 21 |
+
请以如下格式回复:
|
| 22 |
+
任务:(任务描述)
|
| 23 |
|
| 24 |
JD: {jd}"""
|
| 25 |
response = taskgen_client.predict(message=message, api_name="/chat")
|
|
|
|
| 28 |
# 基于任务生成三个解决方案
|
| 29 |
def generate_solutions_from_task(task):
|
| 30 |
message = f"""你是一个解决方案生成助手,请根据以下任务设计三种不同的实现思路。
|
| 31 |
+
每个方案需要包含详细的步骤,具体的操作流程,并在每个步骤中提供执行细节。请确保每个方案的字数不少于200字,并且要包含以下内容:
|
|
|
|
| 32 |
1. 总体思路:解决方案的总体思路与背景。
|
| 33 |
+
2. 执行步骤:实现该方案的详细步骤,最好分步操作,字数要求至少50字。
|
| 34 |
+
3. 技术栈:使用的具体技术、工具、框架和技术栈。
|
| 35 |
4. 代码示例(如果适用):相关技术实现的代码片段。
|
| 36 |
5. 挑战与解决方案:在实现过程中可能遇到的技术难题以及相应的解决方法。
|
| 37 |
|
| 38 |
请严格按如下格式输出,每个方案应包含详细信息,字数不少于200字:
|
| 39 |
方案1:
|
| 40 |
+
1. 总体思路: (
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|