add: announcement

app.py

@@ -57,6 +57,29 @@ def log_to_google_sheet(question, answer, contexts, scores):
     except Exception as e:
         print("寫入 Google Sheet 失敗:", str(e))
 
+def fetch_announcement_from_sheet():
+    DEFAULT_MESSAGE = "尚無公告"
+    try:
+        url = os.environ.get("ANNOUNCEMENT_URL")
+        if not url:
+            print("Warning: 環境變數 'ANNOUNCEMENT_URL' 未設定")
+            return DEFAULT_MESSAGE
+
+        df = pd.read_csv(url)
+
+        if "Announcement" not in df.columns:
+            print("Error: CSV 檔案中無 'Announcement' 欄位")
+            return DEFAULT_MESSAGE
+
+        content = str(df["Announcement"].iloc[0]).strip()
+        content = content.replace("\\n", "<br>").replace("\n", "<br>")
+        return content if content else DEFAULT_MESSAGE
+
+    except Exception as e:
+        print(f"Error: 載入公告失敗：{e}")
+        return DEFAULT_MESSAGE
+
+
 def validate_openai_key(api_key):
     try:
         client = OpenAI(api_key=api_key)
@@ -247,18 +270,24 @@ def check_csv_and_run(file, key):
 # Gradio 介面
 with gr.Blocks() as demo:
     gr.Markdown("""
-## 📐 RAG系統評估工具 (分流B)
+# 📐 RAG系統評估工具 (分流A)
                 
 ### 📄 使用說明
-請上傳您 RAG 系統產出的結果檔案（需包含欄位：Question、Context、Answer），並填入您的 OpenAI API Key，以進行評估。
-#### ⏳ 完整評估通常需耗時 1 小時以上。若無即時回應，請耐心等候，系統並未當機，謝謝您的理解。
-🚦 注意：本工具部署於 Hugging Face Public Space，若同時有多位使用者使用，系統會將您的評估請求排入佇列。
-為避免長時間等待，建議您**先僅送出 1 筆資料進行測試**，若進度條顯示之預估等待時間超過 2 小時（7000 秒以上），可能是其他使用者正在使用。
-本頁為分流 A，您可以考慮改用其他分流或稍後再試，感謝您的耐心與配合!
+- 請上傳您 RAG 系統產出的結果檔案（需包含欄位：Question、Context、Answer），並填入您的 OpenAI API Key，以進行評估。
+- ⏳ 完整評估**通常需耗時 1 小時以上**，若無即時回應，請**耐心等候**，系統並未當機，謝謝您的理解。
+
+### 🚦 分流措施
+本工具部署於 Hugging Face Public Space，若同時有多位使用者使用，系統會將您的評估請求**排入佇列**。
+為避免長時間等待，建議您**先僅送出 1 筆資料進行測試**，若進度條顯示之預估**等待時間超過 2 小時（7000 秒以上），可能是其他使用者正在使用**。
+本頁為**分流 A**，您可以考慮改用其他分流或稍後再試，感謝您的耐心與配合!
+
 - 🔁 [主頁面 (Main)](https://huggingface.co/spaces/KSLab/RAG_Evaluator)
 - 🔁 [分流 A](https://huggingface.co/spaces/KSLab/RAG_Evaluator_A)
 - 🔁 [分流 C](https://huggingface.co/spaces/KSLab/RAG_Evaluator_C)
+
+### 📢 系統公告
 """)
+    gr.Markdown(fetch_announcement_from_sheet())
 
     file_input = gr.File(label="上傳 Evaluation_Dataset.csv")
     api_key_input = gr.Textbox(label="OpenAI API Key", type="password")
@@ -271,6 +300,7 @@ with gr.Blocks() as demo:
     gr.Markdown("""
     ---  
     ### ❓ 常見問題 & 解答  
+
     **Q: 什麼是「指令集」？**  
     A: 「指令集」是我們用來描述老師在課堂上所設計的各種學習活動操作流程。在與教學系統互動時，老師通常會透過一系列結構化的指令來引導學生完成任務，因此我們將這些可重複使用的操作流程統稱為「指令集」。
                 指令集也如同RESTful API一樣，我們有先盡力的與老師們溝通他們的需求，不過這些需求都只能視為一個草案，最終仍需要仰賴得標業者與老師們收斂，並且確定最終的版本來加以實作。