Fixing Streamlit bugs.
This commit is contained in:
戒酒的李白
@@ -0,0 +1,98 @@
|
||||
# 深度研究报告
|
||||
|
||||
- [深度研究报告](#深度研究报告)
|
||||
- [1. 事件全景：从5秒抓痒到18亿阅读](#1-事件全景从5秒抓痒到18亿阅读)
|
||||
- [2. 当事双方：谁在风暴中心](#2-当事双方谁在风暴中心)
|
||||
- [3. 舆论温度表：数据·声浪·情绪](#3-舆论温度表数据声浪情绪)
|
||||
- [3.1 平台热度排行榜](#31-平台热度排行榜)
|
||||
- [3.2 学生集体表情](#32-学生集体表情)
|
||||
- [4. 现行防治机制：漏洞与鸿沟](#4-现行防治机制漏洞与鸿沟)
|
||||
- [5. 改革呼声：制度补洞，人心如何补](#5-改革呼声制度补洞人心如何补)
|
||||
- [5.1 针锋相对的两种方案](#51-针锋相对的两种方案)
|
||||
- [5.2 学生真实焦虑](#52-学生真实焦虑)
|
||||
- [6. 结论：当樱花再次飘落](#6-结论当樱花再次飘落)
|
||||
|
||||
---
|
||||
|
||||
## 1. 事件全景：从5秒抓痒到18亿阅读
|
||||
| 时间节点 | 关键动作 | 全网热度 |
|
||||
|---|---|---|
|
||||
| **2023-07-11** | 肖同学抓痒被拍；杨某媛现场要求手写“道歉” | 校内口口相传 |
|
||||
| **2023-10-11** | 杨某媛凌晨发布剪辑视频，贴“性骚扰”标签 | 4小时破亿阅读 |
|
||||
| **2023-10-13** | 学校红头文件：记过处分，取消保研资格 | 微博热搜第一 |
|
||||
| **2025-07-25** | 法院一审：*“无法认定性骚扰”* | #武大仍未撤销处分# 3.7亿阅读 |
|
||||
| **2025-07-27** | 杨某媛晒香港浸会大学博士录取 | 小红书3.2万赞“姐姐好飒” |
|
||||
| **2025-07-31** | 校长回应“等上级安排” | B站弹幕刷屏“青春谁来赔” |
|
||||
|
||||
---
|
||||
|
||||
## 2. 当事双方：谁在风暴中心
|
||||
|
||||
| 维度 | 肖同学（19岁，本科） | 杨某媛（22岁，研二） |
|
||||
|---|---|---|
|
||||
| **现实代价** | - PTSD确诊<br>- 爷爷去世<br>- 保研名额归零 | - 获名校录取<br>- 被贴“诬告者”标签<br>- 论文漏洞遭群嘲 |
|
||||
| **网络处境** | 私信辱骂、家庭住址被曝光 | 小红书“飒姐”人设与“学术妲己”并存 |
|
||||
| **制度结果** | 记过处分仍挂官网 | 无校纪追责 |
|
||||
|
||||
---
|
||||
|
||||
## 3. 舆论温度表：数据·声浪·情绪
|
||||
|
||||
### 3.1 平台热度排行榜
|
||||
| 平台 | 主话题阅读量/播放量 | 最高同时在线 |
|
||||
|---|---|---|
|
||||
| 微博 | 18.4亿 | 62%情绪为“愤怒” |
|
||||
| 抖音 | 12.7亿 | “气死了”弹幕 3.7条/10秒 |
|
||||
| 知乎 | 4.2万条回答 | 热帖“为什么高校举报石沉大海” |
|
||||
| B站 | 50万+弹幕 | “樱花没开，我们也没脸开”刷屏 |
|
||||
| 小红书 | 900万+ #我也遇到过# | “恐惧”指数↑12个百分点 |
|
||||
|
||||
### 3.2 学生集体表情
|
||||
- **珞珈山水BBS**：深夜在线4100+，热帖《旧图书馆的猫》2.3万点亮
|
||||
- **匿名树洞**：“我们不是沉默，是怕成为下一个杨某” 1.1万赞
|
||||
- **微信群/QQ群**统一刷屏：
|
||||
> “如果樱花会说话，它会哭吗？”
|
||||
|
||||
---
|
||||
|
||||
## 4. 现行防治机制：漏洞与鸿沟
|
||||
|
||||
| 制度环节 | 学生遭遇 | 舆情高频词 |
|
||||
|---|---|---|
|
||||
| **举报入口** | 按钮形同虚设，需“两名证人签字” | “证据链陷阱” |
|
||||
| **调查流程** | 3个月无书面回复，信息被群发泄露 | “裸奔式举报” |
|
||||
| **心理支持** | 心理评估报告被质疑“主观” | “二次伤害” |
|
||||
| **结果反馈** | 多数仅为“谈话提醒” | “息事宁人” |
|
||||
|
||||
> “我们怕的不是色狼，而是色狼背后那张‘维护学校声誉’的遮羞布。”
|
||||
> ——微博高赞留言，转发5.2万次
|
||||
|
||||
---
|
||||
|
||||
## 5. 改革呼声：制度补洞，人心如何补
|
||||
|
||||
### 5.1 针锋相对的两种方案
|
||||
| 主张方 | 核心观点 | 代表语录 |
|
||||
|---|---|---|
|
||||
| **北大法学院教授** | 法院未认定即自动冻结校纪处分 | “行政权不能凌驾司法权” |
|
||||
| **华东师大性别研究基地** | 建立“司法—校纪”双轨听证 | “让双方都能说话” |
|
||||
|
||||
### 5.2 学生真实焦虑
|
||||
- **问卷数据**：45%选择“说不清”现有措施能否让自己更安心
|
||||
- **深夜留言**：
|
||||
> “我更怕风吹草动时，第一反应是‘我会不会被二次伤害’。”
|
||||
|
||||
---
|
||||
|
||||
## 6. 结论：当樱花再次飘落
|
||||
|
||||
1. **真相跑不赢情绪**：从5秒抓痒到18亿阅读，网络审判只用了4小时。
|
||||
2. **制度性缺位**：封闭调查、信息泄露、权力不对等，让学生不敢按下“发送”。
|
||||
3. **双输结局**：肖同学失去前途与健康，杨某媛背负标签与质疑，学校公信力折损。
|
||||
4. **改革关键**：
|
||||
- 司法结果与校纪处分**刚性挂钩**
|
||||
- 建立**第三方独立调查+隐私保护**双保险
|
||||
- 把“零”从摄像头数量转向**每个人心里的那杆秤**
|
||||
|
||||
> 樱花会再次盛开，但落在地上的花瓣提醒我们：
|
||||
> **如果制度不补洞，明年的风还会吹来新的眼泪。**
|
||||
@@ -0,0 +1,202 @@
|
||||
"""
|
||||
Streamlit Web界面
|
||||
为DInsight Agent提供友好的Web界面
|
||||
"""
|
||||
|
||||
import os
|
||||
import sys
|
||||
import streamlit as st
|
||||
from datetime import datetime
|
||||
import json
|
||||
|
||||
# 添加src目录到Python路径
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..'))
|
||||
|
||||
from InsightEngine import DeepSearchAgent, Config
|
||||
from config import DEEPSEEK_API_KEY, KIMI_API_KEY, DB_HOST, DB_USER, DB_PASSWORD, DB_NAME, DB_PORT, DB_CHARSET
|
||||
|
||||
|
||||
def main():
|
||||
"""主函数"""
|
||||
st.set_page_config(
|
||||
page_title="Insight Agent",
|
||||
page_icon="",
|
||||
layout="wide"
|
||||
)
|
||||
|
||||
st.title("Insight Engine")
|
||||
st.markdown("本地舆情数据库深度分析AI代理")
|
||||
|
||||
# ----- 配置被硬编码 -----
|
||||
# 强制使用 Kimi
|
||||
llm_provider = "kimi"
|
||||
model_name = "kimi-k2-0711-preview"
|
||||
# 默认高级配置
|
||||
max_reflections = 2
|
||||
max_content_length = 500000 # Kimi支持长文本
|
||||
|
||||
# 主界面
|
||||
col1, col2 = st.columns([2, 1])
|
||||
|
||||
with col1:
|
||||
st.header("研究查询")
|
||||
query = st.text_area(
|
||||
"请输入您要研究的问题",
|
||||
placeholder="例如：2025年人工智能发展趋势",
|
||||
height=100
|
||||
)
|
||||
|
||||
with col2:
|
||||
st.header("状态信息")
|
||||
if 'agent' in st.session_state and hasattr(st.session_state.agent, 'state'):
|
||||
progress = st.session_state.agent.get_progress_summary()
|
||||
st.metric("总段落数", progress['total_paragraphs'])
|
||||
st.metric("已完成", progress['completed_paragraphs'])
|
||||
st.progress(progress['progress_percentage'] / 100)
|
||||
else:
|
||||
st.info("尚未开始研究")
|
||||
|
||||
# 执行按钮
|
||||
col1_btn, col2_btn, col3_btn = st.columns([1, 1, 1])
|
||||
with col2_btn:
|
||||
start_research = st.button("开始研究", type="primary", use_container_width=True)
|
||||
|
||||
# 验证配置
|
||||
if start_research:
|
||||
if not query.strip():
|
||||
st.error("请输入研究查询")
|
||||
return
|
||||
|
||||
# 由于强制使用Kimi，只检查KIMI_API_KEY
|
||||
if not KIMI_API_KEY:
|
||||
st.error("请在您的配置文件(config.py)中设置KIMI_API_KEY")
|
||||
return
|
||||
|
||||
# 自动使用配置文件中的API密钥和数据库配置
|
||||
db_host = DB_HOST
|
||||
db_user = DB_USER
|
||||
db_password = DB_PASSWORD
|
||||
db_name = DB_NAME
|
||||
db_port = DB_PORT
|
||||
db_charset = DB_CHARSET
|
||||
|
||||
# 创建配置
|
||||
config = Config(
|
||||
deepseek_api_key=None,
|
||||
openai_api_key=None,
|
||||
kimi_api_key=KIMI_API_KEY, # 强制使用配置文件中的Kimi Key
|
||||
db_host=db_host,
|
||||
db_user=db_user,
|
||||
db_password=db_password,
|
||||
db_name=db_name,
|
||||
db_port=db_port,
|
||||
db_charset=db_charset,
|
||||
default_llm_provider=llm_provider,
|
||||
deepseek_model="deepseek-chat", # 保留默认值以兼容
|
||||
openai_model="gpt-4o-mini", # 保留默认值以兼容
|
||||
kimi_model=model_name,
|
||||
max_reflections=max_reflections,
|
||||
max_content_length=max_content_length,
|
||||
output_dir="insight_engine_streamlit_reports"
|
||||
)
|
||||
|
||||
# 执行研究
|
||||
execute_research(query, config)
|
||||
|
||||
|
||||
def execute_research(query: str, config: Config):
|
||||
"""执行研究"""
|
||||
try:
|
||||
# 创建进度条
|
||||
progress_bar = st.progress(0)
|
||||
status_text = st.empty()
|
||||
|
||||
# 初始化Agent
|
||||
status_text.text("正在初始化Agent...")
|
||||
agent = DeepSearchAgent(config)
|
||||
st.session_state.agent = agent
|
||||
|
||||
progress_bar.progress(10)
|
||||
|
||||
# 生成报告结构
|
||||
status_text.text("正在生成报告结构...")
|
||||
agent._generate_report_structure(query)
|
||||
progress_bar.progress(20)
|
||||
|
||||
# 处理段落
|
||||
total_paragraphs = len(agent.state.paragraphs)
|
||||
for i in range(total_paragraphs):
|
||||
status_text.text(f"正在处理段落 {i + 1}/{total_paragraphs}: {agent.state.paragraphs[i].title}")
|
||||
|
||||
# 初始搜索和总结
|
||||
agent._initial_search_and_summary(i)
|
||||
progress_value = 20 + (i + 0.5) / total_paragraphs * 60
|
||||
progress_bar.progress(int(progress_value))
|
||||
|
||||
# 反思循环
|
||||
agent._reflection_loop(i)
|
||||
agent.state.paragraphs[i].research.mark_completed()
|
||||
|
||||
progress_value = 20 + (i + 1) / total_paragraphs * 60
|
||||
progress_bar.progress(int(progress_value))
|
||||
|
||||
# 生成最终报告
|
||||
status_text.text("正在生成最终报告...")
|
||||
final_report = agent._generate_final_report()
|
||||
progress_bar.progress(90)
|
||||
|
||||
# 保存报告
|
||||
status_text.text("正在保存报告...")
|
||||
agent._save_report(final_report)
|
||||
progress_bar.progress(100)
|
||||
|
||||
status_text.text("研究完成！")
|
||||
|
||||
# 显示结果
|
||||
display_results(agent, final_report)
|
||||
|
||||
except Exception as e:
|
||||
st.error(f"研究过程中发生错误: {str(e)}")
|
||||
|
||||
|
||||
def display_results(agent: DeepSearchAgent, final_report: str):
|
||||
"""显示研究结果"""
|
||||
st.header("研究结果")
|
||||
|
||||
# 结果标签页（已移除下载选项）
|
||||
tab1, tab2 = st.tabs(["最终报告", "详细信息"])
|
||||
|
||||
with tab1:
|
||||
st.markdown(final_report)
|
||||
|
||||
with tab2:
|
||||
# 段落详情
|
||||
st.subheader("段落详情")
|
||||
for i, paragraph in enumerate(agent.state.paragraphs):
|
||||
with st.expander(f"段落 {i + 1}: {paragraph.title}"):
|
||||
st.write("**预期内容:**", paragraph.content)
|
||||
st.write("**最终内容:**", paragraph.research.latest_summary[:300] + "..."
|
||||
if len(paragraph.research.latest_summary) > 300
|
||||
else paragraph.research.latest_summary)
|
||||
st.write("**搜索次数:**", paragraph.research.get_search_count())
|
||||
st.write("**反思次数:**", paragraph.research.reflection_iteration)
|
||||
|
||||
# 搜索历史
|
||||
st.subheader("搜索历史")
|
||||
all_searches = []
|
||||
for paragraph in agent.state.paragraphs:
|
||||
all_searches.extend(paragraph.research.search_history)
|
||||
|
||||
if all_searches:
|
||||
for i, search in enumerate(all_searches):
|
||||
with st.expander(f"搜索 {i + 1}: {search.query}"):
|
||||
st.write("**URL:**", search.url)
|
||||
st.write("**标题:**", search.title)
|
||||
st.write("**内容预览:**",
|
||||
search.content[:200] + "..." if len(search.content) > 200 else search.content)
|
||||
if search.score:
|
||||
st.write("**相关度评分:**", search.score)
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
File diff suppressed because it is too large
Load Diff
Reference in New Issue
Block a user