Update src/streamlit_app.py

src/streamlit_app.py

@@ -8,18 +8,18 @@ from datasets import load_dataset # 导入Hugging Face datasets库
 # =======================================================================
 
 # 请将 'your_agent_file' 替换为包含 MsPatient 类的实际文件名
-from ms_patient import MsPatient 
+from your_agent_file import MsPatient 
 
-# 使用Streamlit的缓存功能来加载和缓存数据集
-@st.cache_data
+# 从Hugging Face加载数据集的函数（移除了缓存）
 def load_hf_dataset():
     """
-    从Hugging Face Hub加载并缓存数据集。
+    从Hugging Face Hub加载数据集。
     这将返回一个字典列表，每个字典代表一个病人数据。
     """
     try:
         # 加载'train'分割部分的数据
-        dataset = load_dataset("sci-m-wang/Anna-CPsyCounD", split='train')
+        # cache_dir=None 可以尝试避免写入受限目录，但最可靠的方式是完全移除缓存
+        dataset = load_dataset("sci-m-wang/Anna-CPsyCounD", split='train', cache_dir=None)
         # 转换为pandas DataFrame再转为字典列表，方便处理
         return dataset.to_pandas().to_dict('records')
     except Exception as e:
@@ -27,6 +27,7 @@ def load_hf_dataset():
         return []
 
 # 加载数据
+# 注意：现在每次脚本重新运行时都会调用此函数
 ALL_PATIENTS = load_hf_dataset()
 
 
@@ -37,7 +38,7 @@ ALL_PATIENTS = load_hf_dataset()
 # --- 页面配置 ---
 st.set_page_config(
     page_title="与Anna对话",
-    page_icon="�",
+    page_icon="👩",
     layout="wide"
 )