diff --git "a/app_agent.py" "b/app_agent.py"
--- "a/app_agent.py"
+++ "b/app_agent.py"
@@ -99,11 +99,9 @@ SCENARIOS = {
"title": "同一原文的人工翻譯 vs 機器翻譯",
"short": "人機對比",
"upload_prompt": (
- "請上傳欲分析的文本，文本檔名設計用 **A_xx.txt、B_xx.txt** "
- "作為區分人工或機器翻譯。\n"
- "上傳的文本必須使用 [ckip_segmentation_sumin](https://github.com/suhsiung/ckip_segmentation_sumin) "
- "工具完成斷詞後的 `.txt` 檔案，"
- "內容格式為：`詞_詞性`、`_詞性` 或空白行。"
+ "1. 檔名規範：請以 **A_xx.txt**、**B_xx.txt** 等格式區分人工翻譯與機器翻譯。\n"
+ "2. 斷詞要求：必須先使用 I 語料淬鍊 工具完成斷詞。\n"
+ "3. 內容格式：僅限 `詞_詞性`、`_詞性` 或空白行。"
),
"desc": "焦點在人機差異的語言特徵。",
"scenario_module_key": "scenario_2",
@@ -112,11 +110,9 @@ SCENARIOS = {
"title": "全譯 vs 編譯（節譯、改寫）",
"short": "全譯vs編譯",
"upload_prompt": (
- "請上傳欲分析的文本，文本檔名設計用 **A_xx.txt、B_xx.txt** "
- "作為區分全譯或編譯。\n"
- "上傳的文本必須使用 [ckip_segmentation_sumin](https://github.com/suhsiung/ckip_segmentation_sumin) "
- "工具完成斷詞後的 `.txt` 檔案，"
- "內容格式為：`詞_詞性`、`_詞性` 或空白行。"
+ "1. 檔名規範：請以 **A_xx.txt**、**B_xx.txt** 等格式區分全譯與編譯。\n"
+ "2. 斷詞要求：必須先使用 I 語料淬鍊 工具完成斷詞。\n"
+ "3. 內容格式：僅限 `詞_詞性`、`_詞性` 或空白行。"
),
"desc": "焦點在文本完整性和改寫策略。",
"scenario_module_key": "scenario_3",
@@ -125,11 +121,9 @@ SCENARIOS = {
"title": "不同譯者的同期譯本",
"short": "譯者風格",
"upload_prompt": (
- "請上傳欲分析的文本，文本檔名設計用 **A_xx.txt、B_xx.txt、C_xx.txt…** "
- "作為區分不同的譯者。\n"
- "上傳的文本必須使用 [ckip_segmentation_sumin](https://github.com/suhsiung/ckip_segmentation_sumin) "
- "工具完成斷詞後的 `.txt` 檔案，"
- "內容格式為：`詞_詞性`、`_詞性` 或空白行。"
+ "1. 檔名規範：請以 **A_xx.txt**、**B_xx.txt**、**C_xx.txt** 等格式區分不同群組的譯者。\n"
+ "2. 斷詞要求：必須先使用 I 語料淬鍊 工具完成斷詞。\n"
+ "3. 內容格式：僅限 `詞_詞性`、`_詞性` 或空白行。"
),
"desc": "焦點在個人風格差異。排除時代因素，討論譯者個人的語言偏好。",
"scenario_module_key": "scenario_4",
@@ -138,11 +132,9 @@ SCENARIOS = {
"title": "同一原文的不同時期人工譯本",
"short": "歷時重譯",
"upload_prompt": (
- "請上傳欲分析的文本，文本檔名設計用 **A_xx.txt、B_xx.txt、C_xx.txt…** "
- "作為區分時期。\n"
- "上傳的文本必須使用 [ckip_segmentation_sumin](https://github.com/suhsiung/ckip_segmentation_sumin) "
- "工具完成斷詞後的 `.txt` 檔案，"
- "內容格式為：`詞_詞性`、`_詞性` 或空白行。"
+ "1. 檔名規範：請以 **A_xx.txt**、**B_xx.txt**、**C_xx.txt** 等格式區分不同時期的譯本。\n"
+ "2. 斷詞要求：必須先使用 I 語料淬鍊 工具完成斷詞。\n"
+ "3. 內容格式：僅限 `詞_詞性`、`_詞性` 或空白行。"
),
"desc": "分析焦點在歷時變化、語言現代化、翻譯規範的演變。時間維度是核心變數。",
"scenario_module_key": "scenario_1",
@@ -1381,74 +1373,57 @@ def make_initial_state(session_id: str) -> dict:
}
-def get_intro_message() -> str:
- sys_p = (
- "你是「重譯文本分析系統」的主 Agent（智能助理），"
- "請用繁體中文、專業而友善的語氣向使用者介紹本系統，"
- "並說明四種研究情境，最後邀請使用者選擇情境。"
- "回覆請控制在 400 字以內。"
- )
- user_p = (
- "請介紹本系統並列出以下四種研究情境，請使用者選擇：\n"
- "1. 同一原文的人工翻譯 vs 機器翻譯\n"
- "2. 全譯 vs 編譯（節譯、改寫）\n"
- "3. 不同譯者的同期譯本\n"
- "4. 同一原文的不同時期人工譯本\n"
- "詢問使用者：「請輸入數字 1、2、3 或 4 選擇您要進行的研究情境。」"
- )
- try:
- return call_main_agent(sys_p, user_p)
- except Exception as e:
- return (
- "歡迎使用 TransPrism II 分析引擎 SpectraEngine。\n\n"
- "請依照您的研究設計選擇分析情境：\n\n"
- "1 人工翻譯 vs 機器翻譯\n"
- "2 全譯 vs 編譯／節譯／改寫\n"
- "3 同期不同譯者譯本比較\n"
- "4 不同時期重譯本的歷時比較\n\n"
- "輸入 1、2、3 或 4 。"
- )
+_STEPS = [
+ (1, "情境選擇"),
+ (2, "上傳引導"),
+ (3, "文本上傳"),
+ (4, "格式驗證"),
+ (5, "指標計算"),
+ (6, "統計分析"),
+ (7, "報告撰寫"),
+ (8, "下載成果"),
+]
-def _build_todo_list(sc_num: str, done_steps: list = None, current_step: int = None) -> str:
+
+def _build_header_html(done_steps: list = None, current_step: int = None) -> str:
"""
- 即時 to-do list 執行進度（確定性，不依賴 LLM）。
+ 產生完整標題區塊 HTML（標題＋動態步驟列＋進度條），確定性、不依賴 LLM。
+ 取代原本寫死不會變的步驟列，以及原本另外放在右欄、跟這裡資訊重複的
+ 「執行進度」面板——進度資訊現在只在這裡出現一次。
done_steps: 已完成步驟（1-based list）
current_step: 目前執行步驟（1-based int）
"""
done_steps = done_steps or []
- sc_info = SCENARIOS.get(sc_num, {})
- sc_title = sc_info.get("short", sc_info.get("title", ""))
-
- steps = [
- (1, "情境選擇"),
- (2, "上傳引導"),
- (3, "文本上傳"),
- (4, "格式驗證"),
- (5, "指標計算"),
- (6, "統計分析"),
- (7, "報告撰寫"),
- (8, "成果下載"),
- ]
-
- total = len(steps)
- done_count = len([s for s in done_steps if s <= total])
- pct = int(done_count / total * 100)
-
- lines = [
- f"**執行進度｜{sc_title}**",
- f"`{'█' * (done_count * 2)}{'░' * ((total - done_count) * 2)}` {pct}%",
- "",
- ]
- for num, name in steps:
+ pills = []
+ for num, name in _STEPS:
if num in done_steps:
- lines.append(f"✅ ~~{num}. {name}~~")
+ pills.append(
+ f''
+ f'✓{name}'
+ )
elif num == current_step:
- lines.append(f"⏳ **{num}. {name}**")
+ pills.append(
+ f''
+ f'{num}{name}'
+ )
else:
- lines.append(f"☐ {num}. {name}")
+ pills.append(
+ f''
+ f'{num}{name}'
+ )
+
+ pct = int(len(done_steps) / len(_STEPS) * 100)
- return "\n\n".join(lines)
+ return (
+ ''
+ )
def handle_scenario_select(user_input: str, state: dict):
@@ -1464,39 +1439,17 @@ def handle_scenario_select(user_input: str, state: dict):
state["done_steps"] = [1]
state["current_step"] = 2
- sys_p = (
- "你是重譯文本分析系統的主 Agent，請用繁體中文確認使用者的研究情境選擇，"
- "並說明接下來將由工作程序 Agent 協助上傳文本。語氣專業友善，50 字以內。"
+ # 固定文字，不經 LLM：確保每次措辭一致，並直接引導使用者去看上傳卡片裡的
+ # 格式要求，不需要另外由工作程序 Agent 生成一則重複格式細節的引導訊息
+ confirm_text = (
+ f"已確認您的研究情境為「{sc_num}. {sc_info['title']}」。"
+ "接下來請您上傳文本檔案。"
)
- user_p = f"使用者選擇了研究情境 {sc_num}：{sc_info['title']}"
- try:
- confirm_text = call_main_agent(sys_p, user_p)
- except Exception:
- confirm_text = f"已記錄研究情境：**{sc_info['title']}**。"
state["state"] = "UPLOAD_GUIDE"
return (confirm_text, state)
-def get_upload_guide_message(scenario_num: str) -> str:
- """工作程序 Agent 根據情境提供上傳說明。"""
- sc_info = SCENARIOS[scenario_num]
- sys_p = (
- "你是重譯文本分析系統的工作程序 Agent，請用繁體中文說明文本上傳格式要求。"
- "語氣清晰、條列式，120 字以內。"
- "必須強調：文本必須使用 https://github.com/suhsiung/ckip_segmentation_sumin 工具完成斷詞，"
- "才能上傳。最後提示使用者上傳檔案。"
- )
- user_p = f"研究情境：{sc_info['title']}\n上傳說明：\n{sc_info['upload_prompt']}"
- try:
- return call_worker_agent(sys_p, user_p)
- except:
- return (
- f"**【工作程序 Agent】文本上傳說明**\n\n"
- f"{sc_info['upload_prompt']}\n\n"
- "請在下方選擇並上傳文本檔案（可多選）。"
- )
-
def handle_uploaded_files(files, state: dict):
"""
@@ -1671,15 +1624,15 @@ def run_computation_pipeline_streaming(state: dict):
_EMPTY_HINT = (
''
'
'
'
'
- '
尚未產生資料
'
- '
請先於「主頁」完成分析流程
'
+ '
尚未產生資料
'
+ '
請先於「主頁」完成分析流程
'
'