Update app.py

app.py

@@ -154,7 +154,7 @@ def batch_find_relevant_tables(api_key: str, sub_queries: list[str], top_k: int
         # 為每個子問題找回 20 個最相關的候選表
         candidates_per_query = extract_project_names_from_rag_manual_mix(query, db_jb, db_sim, top_k=20)
        # test
-        print(candidates_per_query)
+        # print(candidates_per_query)
         
         if candidates_per_query: # 只加入有找到候選表的查詢
             query_to_candidates_map[query] = candidates_per_query
@@ -369,43 +369,6 @@ semantic_query_tool = StructuredTool.from_function(
 # =======================================================================
 # 4. 主要執行流程 (Reflect)
 # =======================================================================
-# system_reviewer = """
-# 你是語意分析專家，請將使用者的複雜問題拆解成具體子問題，並判斷每個子問題的查詢類型。
-
-# ⚠️ 拆解前請先檢查以下條件：
-# 1. 涉及高雄市以外或全國性資料，請直接回傳：「抱歉～我是高雄市查詢機器人，無法查詢高雄以外資料。」
-# 2. 未提及明確時間（如112年、113年3月），請回傳：「抱歉～請問查詢的資料時間。」
-#    📌 明確時間＝出現「具體年份」、「年月」、「季」或「學年」。模糊詞（平均、近年、目前、歷年等）皆視為未指定。
-
-# 📌 回傳格式（**僅限 JSON 陣列**，不得加上任何文字）：
-# [
-#   {
-#     "sub_query": "子問題內容（不得遺漏任何原始資訊）",
-#     "type": "direct" 或 "comparison"
-#   }
-# ]
-
-# 📌 類型說明：
-# - 可直接查詢者為 "direct"
-# - 涉及比較、推論、排序者為 "comparison"
-
-# 📍 行政區關鍵詞（出現以下詞應視為涉及全部行政區）：
-# - 關鍵詞："各行政區", "所有行政區", "全體行政區", "人口最多", "人口最少"
-# - 對應行政區如下：
-# kaohsiung_districts = ["鹽埕區", "鼓山區", "左營區", "楠梓區", "三民區", "新興區", "前金區", "苓雅區", "前鎮區", "旗津區", "小港區", "鳳山區", "林園區", "大寮區", "大樹區", "大社區", "仁武區", "鳥松區", "岡山區", "橋頭區", "燕巢區", "田寮區", "阿蓮區", "路竹區", "湖內區", "茄萣區", "永安區", "彌陀區", "梓官區", "旗山區", "美濃區", "六龜區", "甲仙區", "杉林區", "內門區", "茂林區", "桃源區", "那瑪夏區"]
-
-# 📌 子問題拆解規則：
-# - 每個子問題必須包含 1 個「地點」、1 個「時間」、1 個「指標」
-# - 若同時包含多個時間、地區或指標，請拆成多筆（如：110-113年、1至3月 都要拆開）
-# - 若內容有年齡區間如20-24歲，則不必拆分
-# - ⛔ 禁止省略使用者輸入中的任何關鍵詞（例如：「人口數合計」的「合計」也不得省略）
-
-# 📤 僅允許輸出：
-# - JSON 陣列格式，禁止加說明文字
-# - 禁用「...」，子問題必須完整列出
-# - 回應必須為繁體中文
-# """
-
 system_reviewer = """
 你是語意分析專家，請將使用者的複雜問題拆解成具體子問題，並判斷每個子問題的查詢類型。
 
@@ -534,165 +497,9 @@ def extract_json(text: str) -> list | dict:
     except json.JSONDecodeError as e:
         raise ValueError(f"清理後仍然無法解析 JSON。原始錯誤: {e}")
 
-
-# def reflect_post(api_key, api_key2, api_key3, api_key4, user_input):
-#     """
-#     API 呼叫總次數固定為 4 次。
-#     """
-#     # Step 1：拆解子問題 (API Call #1)
-#     decomposed_text = reply(api_key, system_reviewer, user_input)
-#     if "抱歉～" in decomposed_text:
-#         return "", decomposed_text
-#     try:
-#         parsed_list = extract_json(decomposed_text)
-#         if not isinstance(parsed_list, list): raise ValueError("回傳的不是列表格式")
-#     except Exception as e:
-#         return "", f"⚠️ 查詢意圖格式錯誤：{e}"
-
-#     direct_queries = [item for item in parsed_list if item.get("type") == "direct"]
-#     if not direct_queries:
-#         return "", "⚠️ 無法從輸入問題中擷取有效查詢項目。"
-
-#     all_querys_summary = "🔹 關鍵查詢：\n" + "\n".join(f"- {q['sub_query']}" for q in direct_queries)
-    
-#     sub_query_texts = [q["sub_query"] for q in direct_queries]
-
-#     # Step 2：批次匹配表名 (API Call #2)
-#     table_map = batch_find_relevant_tables(api_key2, sub_query_texts)
-#     if not table_map:
-#         return all_querys_summary, "⚠️ 系統無法為您的查詢匹配到合適的資料表。"
-        
-#     # Step 3: 批次解析所有子問題的參數 (API Call #3)
-#     params_map = batch_parse_sub_queries_with_gemini(api_key3, sub_query_texts)
-#     if not params_map:
-#         return all_querys_summary, "⚠️ 系統無法解析您問題中的查詢參數。"
-
-#     # Step 4：逐一執行查詢 (零 API 呼叫)
-#     context_list = []
-#     for q in direct_queries:
-#         sub_query = q["sub_query"]
-#         table_name = table_map.get(sub_query)
-#         params = params_map.get(sub_query)
-
-#         if not table_name or not params:
-#             context_list.append(f"【{sub_query}】\n查詢失敗：未能匹配到資料表或解析參數。")
-#             continue
-        
-#         try:
-#             # 帶著所有精準參數執行查詢
-#             result_json = semantic_query_logic(
-#                 time_query=params.get("time_query", ""),
-#                 item_query=params.get("item_query", ""),
-#                 district_query=params.get("district_query", ""),
-#                 project_name=table_name
-#             )
-#             result_data = json.loads(result_json)
-#             if result_data:
-#                 formatted_result = json.dumps(result_data, ensure_ascii=False, indent=2)
-#                 context_list.append(f"【{sub_query}】\n查詢結果：\n{formatted_result}")
-#             else:
-#                 context_list.append(f"【{sub_query}】\n查無資料。")
-#         except Exception as e:
-#             context_list.append(f"【{sub_query}】\n查詢失敗：{e}")
-
-#     combined_context = "\n\n".join(context_list)
-
-#     # Step 5：整合分析 (API Call #4)
-#     integration_prompt = f"使用者問題：{user_input}\n\n查詢資料如下：\n{combined_context}"
-#     integration_result = reply(api_key4, system_integration, integration_prompt)
-#     return all_querys_summary, integration_result
-
 # =======================================================================
 # 5. Gradio Web UI
 # =======================================================================
-
-# def gradio_interface(user_input):
-#     """Gradio 主要處理函式"""
-#     api_key = os.getenv('Gemini')
-#     api_key2 = os.getenv('Gemini2')
-#     api_key3 = os.getenv('Gemini3')
-#     api_key4 = os.getenv('Gemini4')
-    
-#     if not api_key:
-#         return "❌ 查詢失敗", "錯誤：未在伺服器環境中設定 'Gemini' API 金鑰。"
-    
-#     # 檢查向量資料庫是否成功載入
-#     if not db_jb or not db_sim:
-#         return "❌ 系統錯誤", "向量資料庫未成功載入，請檢查伺服器日誌。"
-
-#     try:
-#         analysis_text, final_result = reflect_post(api_key, api_key2, api_key3, api_key4, user_input)
-#         return analysis_text, final_result
-#     except Exception as e:
-#         # 捕捉預期外的錯誤
-#         import traceback
-#         print(traceback.format_exc()) # 在後台印出詳細錯誤
-#         return "❌ 查詢失敗", f"發生未預期的系統錯誤：{str(e)}"
-
-# # --- UI 介面定義 ---
-# with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue", secondary_hue="orange")) as demo:
-#     gr.Markdown(
-#         """
-#         # 🤖 高雄市公務統計資料智慧查詢
-#         歡迎使用！您可以透過自然語言提出關於高雄市的公務統計問題，系統將盡力為您查找相關資訊。
-#         本系統運作於2v cpu & 16 GB RAM 免費資源，系統速度稍慢(產生結果時間依問題複雜度而定，一般為10至15秒)。
-#         """
-#     )
-
-#     with gr.Row():
-#         with gr.Column(scale=1):
-#             user_input_box = gr.Textbox(
-#                 label="請在此輸入您的問題",
-#                 placeholder="例如：113年底前金區人口數？",
-#                 lines=5
-#             )
-#             gr.Examples(
-#                 examples=[
-#                     "113年底前金區人口數？",
-#                     "110-113年高雄市總人口數趨勢？",
-#                     "110-113年失業率情形",
-#                     "113學年國小一年級學生人數",
-#                     "113年底鹽埕區、三民區、前鎮區、林園區及美濃區人口數",
-#                     "107年勞工教育班數",
-#                     "112年路竹區門診體驗人數",
-#                     "113學年國立大學教師數",
-#                     "105年公共污水下水道當年接管戶數",
-#                     "113年三民區人口數及該區身心障礙人數"
-#                 ],
-#                 inputs=user_input_box,
-#                 label="💡 範例問題"
-#             )
-#             with gr.Row():
-#                 btn_clear = gr.ClearButton(value="清除")
-#                 btn_submit = gr.Button("送出查詢", variant="primary")
-
-#         with gr.Column(scale=1):
-#             output_analysis = gr.Textbox(
-#                 label="🌟 問題分析",
-#                 interactive=False,
-#                 lines=6,
-#                 visible=False,
-#             )
-#             output_result = gr.Textbox(
-#                 label="🧐 查詢結果",
-#                 interactive=False,
-#                 lines=10,
-#             )
-
-#     gr.Markdown(
-#         """
-#         ---
-#         *資料來源：[高雄市政府主計處](https://kcgdg.kcg.gov.tw/StatWebRWD/Page/Default.aspx)*
-#         *本工具由 AI 驅動，查詢結果僅供參考。*
-#         """
-#     )
-    
-#     # --- 事件���定 ---
-#     outputs_list = [output_analysis, output_result]
-#     btn_submit.click(fn=gradio_interface, inputs=user_input_box, outputs=outputs_list)
-#     user_input_box.submit(fn=gradio_interface, inputs=user_input_box, outputs=outputs_list)
-#     btn_clear.add([user_input_box] + outputs_list)
-
 def gradio_interface(user_input):
     """Gradio 主要處理函式"""
     api_key = os.getenv('Gemini')
@@ -838,7 +645,8 @@ with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue", secondary_hue="orange"),
                     "112年路竹區門診體驗人數",
                     "113學年國立大學教師數",
                     "105年公共污水下水道當年接管戶數",
-                    "113年三民區人口數及該區身心障礙人數"
+                    "113年三民區人口數及該區身心障礙人數",
+                    "113年高雄市各行政區中哪一區人口最多"
                 ],
                 inputs=user_input_box,
                 label="💡 範例問題"