Upload app.py

app.py

@@ -5,6 +5,7 @@
 
 错误信息：
 1. 如果上传的单个文件中的内容超过大模型的上下文，可能会报错。需要确认文件内容，或者需要更换长文大模型。
+1. 纯txt文件中可能会因为Encoding（utf-8）的问题而导致部分失败，PDF和JSON文件可以基本保证成功。
 
 """
 
@@ -66,7 +67,8 @@ dashscope.api_key = os.environ['dashscope_api_key']
 
 ### Streamlit页面设定。
 st.set_page_config(layout="wide",  page_icon="🌀", page_title="人工智能大模型的智能信息探索平台")
-st.title("EF教育大模型文本清洗与挖掘平台DEMO（可内网部署）")
+st.title("EF教育人工智能大模型文本清洗与挖掘平台")
+# st.title("人工智能大模型文本清洗与挖掘平台（可内网部署）")
 # st.subheader("Large Language Model-based Knowledge Base QA System")
 # st.warning("_声明：内容由人工智能生成，仅供参考。如果您本人使用或对外传播本服务生成的输出，您应当主动核查输出内容的真实性、准确性，避免传播虚假信息。_")
 # st.info("_声明：内容由人工智能生成，仅供参考。如果您本人使用或对外传播本服务生成的输出，您应当主动核查输出内容的真实性、准确性，避免传播虚假信息。_")
@@ -335,20 +337,17 @@ st.divider()
 with st.expander(label='**标准模块**', expanded=True):
     col_1, col_2, col_3, col_4 = st.columns(4)
     with col_1:
-        prompt_input = st.text_area(label='**原始文件的说明**', value=""" 1. "input"和“instruction”都代表了用户的问题，可以忽略“instruction”部分的内容。 
-                                    
-2. “output”是法律顾问的回答内容。""", height=200, label_visibility='visible')
+        prompt_input = st.text_area(label='**原始文件的说明**', value="""内容是一通完整的邀约中心电话记录。其中说话人2是公司邀约专员，说话人1是客户。""", height=200, label_visibility='visible')
     with col_2:
         prompt_caution = st.text_area(label='**注意事项**', value='忽略所有语法错误和错别字。',height=200, label_visibility='visible')
     with col_3:
         prompt_rule = st.text_area(label='**规则定义**', value='无特定规则要求。',height=200, label_visibility='visible')
     with col_4:
         prompt_output = st.text_area(label='**输出结果的要求**', value=
-                                    """【用户问题】用一段话来总结用户的核心问题。
-【法律顾问回答】用一段话来总结法律顾问的回答要点。
-【整体情况】用一句话来简单概述判断这一通话的整体情况。
-【是否解决】判断问题是否解决。
-    """, height=200, label_visibility='visible')
+                                    """【邀约的整体情况】用一句话来简单概述判断这一通话的整体情况。
+【客户的关注点】 客户关注点是哪些？
+【是否邀约成功】判断邀约是否成功，即客户是否愿意来参加活动。
+""", height=200, label_visibility='visible')
 
     # st.write(f"{prompt_explain} {prompt_notice} {prompt_rule} {prompt_ouput}")