Update app.py

app.py

@@ -19,7 +19,7 @@ faq_output = ""
 business_info = None
 product_info = None
 last_user_request = ""
-initial_prompt = ""  # پرامپت اولیه کاربر
+initial_prompt = ""
 
 # پرامپت مادر (بدون تغییر)
 mother_prompt = """
@@ -84,9 +84,9 @@ def start_process(file1, file2, user_request, user_prompt):
         iteration_history += f"**درخواست کاربر (فقط برای این Iteration):** {last_user_request}\n"
     if initial_prompt:
         iteration_history += f"**پرامپت اولیه کاربر:**\n{initial_prompt}\n"
-        prompt_output = initial_prompt  # پرامپت اولیه کاربر به‌عنوان پایه
+        prompt_output = initial_prompt
     
-    dce_instructions = f"iteration {iteration_count}: اگه پرامپت اولیه کاربر وجود داره، از اون به‌عنوان پایه استفاده کن. اگه درخواست کاربر تغییر پرامپته (مثل 'لحن رسمی‌تر بشه')، تغییرات رو اعمال کن. اگه درخواست بهینه‌سازیه (مثل 'بهینه و خلاصه کن')، پرامپت رو کوتاه‌تر کن و اطلاعات اضافی رو به پایگاه دانش یا FAQ منتقل کن بدون تغییر رفتار پرامپت. در غیر این صورت، یه پرامپت جدید به انگلیسی (با بخش‌های Persona, Tone, Guidelines, About Us و غیره)، پایگاه دانش به فرمت JSON و FAQ به فرمت JSON بساز."
+    dce_instructions = f"iteration {iteration_count}: اگه پرامپت اولیه کاربر وجود داره، از اون به‌عنوان پایه استفاده کن. اگه درخواست کاربر 'بهینه و خلاصه کن' بود، پرامپت رو مستقیم کوتاه‌تر کن و اطلاعات اضافی رو به پایگاه دانش یا FAQ منتقل کن بدون تغییر رفتار پرامپت. اگه درخواست تغییر پرامپته (مثل 'لحن رسمی‌تر بشه')، تغییرات رو اعمال کن. در غیر این صورت، یه پرامپت جدید به انگلیسی بساز."
     iteration_history += f"**دستورات DCE:** {dce_instructions}\n"
     
     pee_prompt = f"""
@@ -95,9 +95,9 @@ def start_process(file1, file2, user_request, user_prompt):
     اطلاعات کسب‌وکار: {json.dumps(business_info_serializable, ensure_ascii=False)}
     اطلاعات محصولات: {json.dumps(product_info_serializable, ensure_ascii=False)}
     پرامپت اولیه کاربر: {initial_prompt if initial_prompt else "هیچ پرامپتی وارد نشده"}
-    درخواست کاربر (فقط برای این Iteration): {last_user_request if last_user_request else "هیچ درخواستی وارد نشده"}
+    درخواست کاربر: {last_user_request if last_user_request else "هیچ درخواستی وارد نشده"}
     {dce_instructions}
-    خروجی رو با --- جدا کن.
+    خروجی رو با --- جدا کن (پرامپت --- پایگاه دانش --- FAQ).
     """
     pee_response = client.chat.completions.create(
         model="gpt-4o",
@@ -106,9 +106,14 @@ def start_process(file1, file2, user_request, user_prompt):
     pee_output = pee_response.choices[0].message.content
     iteration_history += f"**خروجی PEE:**\n{pee_output}\n"
     
+    parts = validate_and_fix_output(pee_output)
+    prompt_output = parts[0]
+    knowledge_base_output = parts[1]
+    faq_output = parts[2]
+    
     cae_prompt = f"""
     {mother_prompt}
-    شما Critical Analysis Expert (CAE) هستید. خروجی PEE رو نقد کن، مطمئن شو لحن درست اعمال شده، ساختار JSON درسته و درخواست کاربر (اگه هست) رعایت شده:
+    شما Critical Analysis Expert (CAE) هستید. خروجی PEE رو نقد کن، مطمئن شو درخواست کاربر رعایت شده:
     خروجی PEE:\n{pee_output}
     """
     cae_response = client.chat.completions.create(
@@ -123,18 +128,12 @@ def start_process(file1, file2, user_request, user_prompt):
     **وضعیت فعلی:** پرامپت، پایگاه دانش و FAQ اولیه آماده شدن.
     **اهداف بعدی:**
     #G-{iteration_count}-1: بهبود بر اساس نقد CAE.
-    #G-{iteration_count}-2: تکمیل فرمت JSON یا بهینه‌سازی بیشتر.
     **پایان iteration {iteration_count}**
     """
     iteration_history += dce_summary
     last_user_request = ""
     
-    parts = validate_and_fix_output(pee_output)
-    prompt_output = parts[0]
-    knowledge_base_output = parts[1]
-    faq_output = parts[2]
-    
-    return (iteration_history, prompt_output, knowledge_base_output, faq_output, "", f"Iteration {iteration_count}", 
+    return (iteration_history, prompt_output, knowledge_base_output, faq_output, "", "", f"Iteration {iteration_count}", 
             gr.update(interactive=False), gr.update(interactive=True))
 
 # تابع ادامه Iteration
@@ -148,7 +147,7 @@ def continue_iteration(_=None):
     if last_user_request:
         iteration_history += f"**درخواست کاربر (فقط برای این Iteration):** {last_user_request}\n"
     
-    dce_instructions = f"iteration {iteration_count}: پرامپت قبلی رو بر اساس نقد CAE بهبود بده. اگه درخواست کاربر تغییر پرامپته (مثل 'لحن دوستانه‌تر بشه')، تغییرات رو اعمال کن. اگه درخواست بهینه‌سازیه (مثل 'بهینه و خلاصه کن')، پرامپت رو کوتاه‌تر کن و اطلاعات اضافی رو به پایگاه دانش یا FAQ منتقل کن بدون تغییر رفتار پرامپت. فرمت JSON رو دقیق‌تر کن."
+    dce_instructions = f"iteration {iteration_count}: پرامپت قبلی رو بر اساس نقد CAE بهبود بده. اگه درخواست کاربر 'بهینه و خلاصه کن' بود، پرامپت رو مستقیم کوتاه‌تر کن و اطلاعات اضافی رو به پایگاه دانش یا FAQ منتقل کن بدون تغییر رفتار پرامپت. اگه درخواست تغییر پرامپته (مثل 'لحن دوستانه‌تر بشه')، تغییرات رو اعمال کن."
     iteration_history += f"**دستورات DCE:** {dce_instructions}\n"
     
     pee_prompt = f"""
@@ -157,10 +156,10 @@ def continue_iteration(_=None):
     اطلاعات کسب‌وکار: {json.dumps(business_info_serializable, ensure_ascii=False)}
     اطلاعات محصولات: {json.dumps(product_info_serializable, ensure_ascii=False)}
     پرامپت اولیه کاربر: {initial_prompt if initial_prompt else "هیچ پرامپتی وارد نشده"}
-    درخواست کاربر (فقط برای این Iteration): {last_user_request if last_user_request else "هیچ درخواستی وارد نشده"}
+    درخواست کاربر: {last_user_request if last_user_request else "هیچ درخواستی وارد نشده"}
     تاریخچه iteration قبلی:\n{iteration_history}
     {dce_instructions}
-    خروجی رو با --- جدا کن.
+    خروجی رو با --- جدا کن (پرامپت --- پایگاه دانش --- FAQ).
     """
     pee_response = client.chat.completions.create(
         model="gpt-4o",
@@ -176,7 +175,7 @@ def continue_iteration(_=None):
     
     cae_prompt = f"""
     {mother_prompt}
-    شما Critical Analysis Expert (CAE) هستید. خروجی جدید PEE رو نقد کن و مطمئن شو لحن درست اعمال شده، فرمت JSON درسته و درخواست کاربر (اگه هست) رعایت شده:
+    شما Critical Analysis Expert (CAE) هستید. خروجی جدید PEE رو نقد کن و مطمئن شو درخواست کاربر رعایت شده:
     خروجی PEE:\n{pee_output}
     """
     cae_response = client.chat.completions.create(
@@ -196,8 +195,8 @@ def continue_iteration(_=None):
     iteration_history += dce_summary
     last_user_request = ""
     
-    return (iteration_history, prompt_output, knowledge_base_output, faq_output, "", 
-            f"Iteration {iteration_count}", gr.update(interactive=False), gr.update(interactive=True))
+    return (iteration_history, prompt_output, knowledge_base_output, faq_output, "", "", f"Iteration {iteration_count}", 
+            gr.update(interactive=False), gr.update(interactive=True))
 
 # تابع پایان و تولید خروجی نهایی
 def end_process(_=None):
@@ -212,15 +211,15 @@ def end_process(_=None):
     final_prompt = f"""
     {mother_prompt}
     فرایند iteration‌ها تموم شده. لطفاً خروجی نهایی رو تولید کن:
-    1. پرامپت چت‌بات به انگلیسی با بخش‌های: Persona, Tone, Guidelines, About Us, Responses to Common Questions, Contact Information, Additional Guidelines. اگه پرامپت اولیه کاربر وجود داره، از اون به‌عنوان پایه استفاده کن. اگه درخواست بهینه‌سازی بوده، پرامپت رو خلاصه کن و اطلاعات اضافی رو به پایگاه دانش یا FAQ منتقل کن بدون تغییر رفتار.
-    2. پایگاه دانش به فرمت JSON-like با فیلدهای: name, description, variants (شامل size و price), objectID.
-    3. FAQ به فرمت JSON-like با دسته‌بندی‌ها (مثل Services, Care)، موضوعات، سوالات و جواب‌های کوتاه.
+    1. پرامپت چت‌بات به انگلیسی (Persona, Tone, Guidelines, About Us, ...). اگه پرامپت اولیه کاربر وجود داره، از اون به‌عنوان پایه استفاده کن. اگه درخواست بهینه‌سازی بود، پرامپت رو خلاصه کن و اطلاعات اضافی رو به پایگاه دانش یا FAQ منتقل کن بدون تغییر رفتار.
+    2. پایگاه دانش به فرمت JSON-like (name, description, variants, objectID).
+    3. FAQ به فرمت JSON-like (دسته‌بندی‌ها، سوالات، جواب‌ها).
     اطلاعات کسب‌وکار: {json.dumps(business_info_serializable, ensure_ascii=False)}
     اطلاعات محصولات: {json.dumps(product_info_serializable, ensure_ascii=False)}
     پرامپت اولیه کاربر: {initial_prompt if initial_prompt else "هیچ پرامپتی وارد نشده"}
-    درخواست کاربر (فقط برای این مرحله): {last_user_request if last_user_request else "هیچ درخواستی وارد نشده"}
+    درخواست کاربر: {last_user_request if last_user_request else "هیچ درخواستی وارد نشده"}
     تاریخچه iteration‌ها:\n{iteration_history}
-    **هر بخش رو با دقیقاً "---" جدا کن. هیچ متن اضافی نذار.**
+    **هر بخش رو با --- جدا کن.**
     """
     final_response = client.chat.completions.create(
         model="gpt-4o",
@@ -234,19 +233,11 @@ def end_process(_=None):
     knowledge_base_output = parts[1]
     faq_output = parts[2]
     
-    print("پرامپت نهایی:", prompt_output)
-    print("پایگاه دانش نهایی:", knowledge_base_output)
-    print("FAQ نهایی:", faq_output)
-    
     iteration_history += "\n**فرایند تموم شد و خروجی نهایی آماده‌ست! 🎉**\n"
     last_user_request = ""
     
-    print("ارسال به تب‌ها - پرامپت:", prompt_output)
-    print("ارسال به تب‌ها - پایگاه دانش:", knowledge_base_output)
-    print("ارسال به تب‌ها - FAQ:", faq_output)
-    
-    return (iteration_history, prompt_output, knowledge_base_output, faq_output, "", 
-            "فرایند پایان یافت", gr.update(interactive=True), gr.update(interactive=True))
+    return (iteration_history, prompt_output, knowledge_base_output, faq_output, "", "", "فرایند پایان یافت", 
+            gr.update(interactive=True), gr.update(interactive=True))
 
 # تابع ریست فرایند
 def reset_process():