zenityx/Interactive_Prompt_Learning_Tool

1# app.py2 3#!pip install gradio transformers  # <--- เอาออกได้หากใช้ requirements.txt4 5import re6import gradio as gr7from transformers import pipeline8 9# โหลดโมเดลจาก Hugging Face (เลือกได้ตามต้องการ)10prompt_analyzer = pipeline("text2text-generation", model="google/flan-t5-base")11 12def analyze_prompt(user_prompt: str):13    """14    ฟังก์ชันนี้จะ:15      1. ตรวจสอบความว่างเปล่าของ Prompt16      2. ส่ง Prompt เข้าโมเดล text2text-generation เพื่อขอ:17         - Rating (1–10)18         - Feedback (เหตุผลหรือคำแนะนำ)19         - Improvements (ตัวอย่าง Prompt ที่ปรับปรุงแล้ว)20      3. แยกวิเคราะห์ (Parse) ข้อความที่โมเดลตอบมา ด้วย Regex21      4. คืนค่าผลลัพธ์เป็น (rating, feedback, suggestions)22    """23    24    if not user_prompt.strip():25        return "N/A", "กรุณากรอก Prompt ที่ถูกต้อง", "ไม่มีคำแนะนำ"26    27    instruction = f"""28    คุณคือนักออกแบบ Prompt มืออาชีพ29    โปรดวิเคราะห์ Prompt ด้านล่างสำหรับการสร้างภาพด้วย AI30 31    Prompt: {user_prompt}32 33    1. ให้คะแนน (Rating) Prompt นี้แบบเต็ม 10 คะแนน34    2. อธิบายสั้น ๆ ว่าทำไมถึงได้คะแนนนี้ (Feedback)35    3. เขียน Prompt ที่ปรับปรุงให้ดีขึ้น (Improvements) อย่างน้อย 3 รูปแบบ36 37    กรุณาเรียบเรียงผลลัพธ์ตามโครงสร้าง:38 39    Rating: X40    Feedback: (อธิบาย)41    Improvements:42    1. ...43    2. ...44    3. ...45    """46 47    # เรียกใช้งานโมเดล48    model_response = prompt_analyzer(instruction, max_length=300)[0]["generated_text"]49    50    # ใช้ Regex เพื่อค้นหา Rating, Feedback และ Improvements51    # โดยสมมติว่าตัวโมเดลจะมีคำว่า "Rating:", "Feedback:", และ "Improvements:" อยู่จริง52    rating_pattern = r"Rating:\s*(\d+)"53    feedback_pattern = r"Feedback:\s*(.*?)(?=Improvements:|$)"54    improvements_pattern = r"Improvements:\s*(.*)"55 56    rating_match = re.search(rating_pattern, model_response)57    feedback_match = re.search(feedback_pattern, model_response, re.DOTALL)58    improvements_match = re.search(improvements_pattern, model_response, re.DOTALL)59 60    if rating_match:61        rating = rating_match.group(1).strip()62    else:63        rating = "N/A"64        65    if feedback_match:66        feedback = feedback_match.group(1).strip()67    else:68        feedback = "ไม่พบคำแนะนำ"69 70    if improvements_match:71        suggestions = improvements_match.group(1).strip()72    else:73        suggestions = "ไม่พบคำแนะนำ"74 75    return rating, feedback, suggestions76 77# ตัวอย่าง Prompt ที่มีไว้ให้ผู้ใช้เลือก (Dropdown)78example_prompts = [79    "A majestic dragon soaring above a medieval castle, fantasy art style, highly detailed",80    "A peaceful countryside landscape with rolling hills and a small cottage at sunset",81    "A cyberpunk city scene with neon lights, flying cars, and towering skyscrapers",82]83 84# ฟังก์ชันสำหรับโหลด Prompt ตัวอย่าง85def set_example_prompt(example):86    return example87 88# สร้าง Gradio Interface89with gr.Blocks() as demo:90    gr.Markdown("""91    # แอปพลิเคชันเรียนรู้ Prompt Engineering แบบโต้ตอบ92    **(โดย สถาบัน Prompt Engineers Academy)**93 94    1. พิมพ์ Prompt ของคุณในช่องด้านล่าง  95    2. คลิก "Evaluate Prompt" เพื่อรับคะแนน (Rating), ข้อเสนอแนะ (Feedback) และตัวอย่าง Prompt ที่ปรับปรุงแล้ว (Improvements)  96    3. เลือก Prompt จากตัวอย่าง (Dropdown) เพื่อศึกษาเพิ่มเติมได้97    """)98 99    with gr.Row():100        with gr.Column():101            example_dropdown = gr.Dropdown(102                label="ตัวอย่าง Prompt ที่มีให้",103                choices=example_prompts,104                value=None,105                interactive=True106            )107            user_prompt_input = gr.Textbox(108                label="ใส่ Prompt ของคุณ:",109                lines=4,110                placeholder="เช่น 'A futuristic cityscape with neon lights at night, highly detailed...'"111            )112            load_example_btn = gr.Button("Load Example Prompt")113            analyze_btn = gr.Button("Evaluate Prompt")114        115        with gr.Column():116            score_output = gr.Textbox(117                label="คะแนน (Rating)",118                interactive=False119            )120            feedback_output = gr.Textbox(121                label="คำแนะนำ (Feedback)",122                lines=3,123                interactive=False124            )125            suggestions_output = gr.Textbox(126                label="Prompt ที่ปรับปรุงแล้ว (Improvements)",127                lines=6,128                interactive=False129            )130    131    load_example_btn.click(132        fn=set_example_prompt,133        inputs=[example_dropdown],134        outputs=[user_prompt_input]135    )136 137    analyze_btn.click(138        fn=analyze_prompt,139        inputs=[user_prompt_input],140        outputs=[score_output, feedback_output, suggestions_output]141    )142 143# เปิดใช้งานแอป Gradio144demo.launch()145