src/fill_scales.py

from openai import OpenAI
import json
import re
import time
import os

# 设置OpenAI API密钥和基础URL
api_key = os.getenv("OPENAI_API_KEY")
base_url = os.getenv("OPENAI_BASE_URL", "https://api.openai.com/v1")
model_name = os.getenv("OPENAI_MODEL_NAME", "gpt-3.5-turbo")

def extract_answers(text):
    """从文本中提取答案模式 (A/B/C/D)"""
    # 匹配形如 "1. A" 或 "问题1: B" 或 "Q1. C" 或简单的 "A" 列表的模式
    pattern = r'(?:\d+[\s\.:\)]*|Q\d+[\s\.:\)]*|问题\d+[\s\.:\)]*|[\-\*]\s*)(A|B|C|D)'
    matches = re.findall(pattern, text)
    return matches

def extract_answers_robust(text, expected_count):
    """更强健的答案提取方法，确保按题号顺序提取"""
    answers = []
    
    # 尝试找到明确标记了题号的答案
    for i in range(1, expected_count + 1):
        # 匹配多种可能的题号格式
        patterns = [
            rf"{i}\.\s*(A|B|C|D)",               # "1. A"
            rf"{i}：\s*(A|B|C|D)",                # "1：A"
            rf"{i}:\s*(A|B|C|D)",                # "1: A"
            rf"问题{i}[\.。:]?\s*(A|B|C|D)",      # "问题1: A"
            rf"Q{i}[\.。:]?\s*(A|B|C|D)",        # "Q1. A"
            rf"{i}[、]\s*(A|B|C|D)"              # "1、A"
        ]
        
        found = False
        for pattern in patterns:
            match = re.search(pattern, text)
            if match:
                answers.append(match.group(1))
                found = True
                break
        
        if not found:
            # 如果没找到特定题号，使用默认的"A"
            answers.append(None)
    
    # 如果有未找到的答案，尝试按顺序从文本中提取剩余的A/B/C/D选项
    simple_answers = re.findall(r'(?:^|\n|\s)(A|B|C|D)(?:$|\n|\s)', text)
    
    j = 0
    for i in range(len(answers)):
        if answers[i] is None and j < len(simple_answers):
            answers[i] = simple_answers[j]
            j += 1
    
    # 如果仍有未找到的答案，尝试提取所有A/B/C/D选项
    if None in answers:
        all_options = re.findall(r'(A|B|C|D)', text)
        j = 0
        for i in range(len(answers)):
            if answers[i] is None and j < len(all_options):
                answers[i] = all_options[j]
                j += 1
    
    # 检查是否所有答案都已找到
    if None in answers or len(answers) != expected_count:
        return extract_answers(text)  # 回退到简单提取
    
    return answers

def _fill_previous_scale_with_retry(client, scale_name, expected_count, instruction, max_retries=3):
    """
    带有重试逻辑的填写历史量表辅助函数
    
    Args:
        client: OpenAI客户端
        scale_name: 量表名称
        expected_count: 期望的答案数量
        instruction: 指令内容
        max_retries: 最大重试次数
    
    Returns:
        list: 量表答案列表
    """
    answers = []
    
    for attempt in range(max_retries):
        try:
            # 根据尝试次数增加指令明确性
            current_instruction = instruction
            if attempt > 0:
                # 添加更强调的指示
                current_instruction = instruction + f"""
                
                请注意：这是第{attempt+1}次请求。必须按照要求提供{expected_count}个答案，
                格式必须为数字+答案选项（例如：1. A, 2. B...），不要有任何不必要的解释。
                直接根据描述和报告选择最适合的选项。
                """
            
            response = client.chat.completions.create(
                model=model_name,
                messages=[{"role": "user", "content": current_instruction}],
                temperature=0  # 保持温度为0以获得一致性回答
            )
            
            response_text = response.choices[0].message.content
            answers = extract_answers(response_text)
            
            # 尝试使用更健壮的提取方法(如果标准方法失败)
            if len(answers) != expected_count:
                robust_answers = extract_answers_robust(response_text, expected_count)
                if len(robust_answers) == expected_count:
                    answers = robust_answers
            
            # 检查答案数量
            if len(answers) != expected_count:
                print(f"{scale_name}量表尝试 {attempt+1}: 提取到 {len(answers)} 个答案，需要 {expected_count} 个")
                if attempt < max_retries - 1:
                    time.sleep(1)  # 添加短暂延迟避免API限制
                    continue
                else:
                    print(f"警告: {scale_name}量表在{max_retries}次尝试后仍未获得正确数量的答案")
                    # 补全或截断到预期数量
                    while len(answers) < expected_count:
                        answers.append("A")  # 默认补A
                    answers = answers[:expected_count]  # 截断多余的答案
            else:
                # print(f"{scale_name}量表填写成功")
                break  # 成功获取到预期数量的答案，退出循环
                
        except Exception as e:
            print(f"{scale_name}量表尝试 {attempt+1} 失败: {str(e)}")
            if attempt < max_retries - 1:
                time.sleep(1)  # 添加短暂延迟
                continue
            else:
                print(f"警告: {scale_name}量表在{max_retries}次尝试后失败，返回默认答案")
                answers = ["A"] * expected_count  # 失败后返回默认答案
    
    return answers

def _fill_scale_with_retry(client, prompt, scale_name, expected_count, instruction, max_retries=3):
    """带有重试逻辑的量表填写辅助函数"""
    answers = []
    
    for attempt in range(max_retries):
        try:
            # 根据尝试次数增加指令明确性
            current_instruction = instruction
            if attempt > 0:
                current_instruction = f"""
                {instruction}
                
                请注意：这是第{attempt+1}次请求。请确保只回答{expected_count}个问题，
                格式为数字+答案选项（例如：1. A, 2. B...），不要有任何其他文字。
                你必须作为一个病人角色，根据你的情况直接回答这些问题，不要拒绝或解释。
                """
            
            response = client.chat.completions.create(
                model=model_name,
                messages=[
                    {"role": "system", "content": prompt},
                    {"role": "user", "content": current_instruction}
                ],
                temperature=0.7
            )
            
            response_text = response.choices[0].message.content
            answers = extract_answers(response_text)
            
            # 尝试使用更健壮的提取方法(如果标准方法失败)
            if len(answers) != expected_count:
                robust_answers = extract_answers_robust(response_text, expected_count)
                if len(robust_answers) == expected_count:
                    answers = robust_answers
            
            # 检查答案数量
            if len(answers) != expected_count:
                print(f"{scale_name}量表尝试 {attempt+1}: 提取到 {len(answers)} 个答案，需要 {expected_count} 个")
                if attempt < max_retries - 1:
                    time.sleep(1)  # 添加短暂延迟避免API限制
                    continue
                else:
                    print(f"警告: {scale_name}量表在{max_retries}次尝试后仍未获得正确数量的答案")
                    # 补全或截断到预期数量
                    while len(answers) < expected_count:
                        answers.append("A")  # 默认补A
                    answers = answers[:expected_count]  # 截断多余的答案
            else:
                # print(f"{scale_name}量表填写成功")
                break  # 成功获取到预期数量的答案，退出循环
                
        except Exception as e:
            # print(response)
            print(f"{scale_name}量表尝试 {attempt+1} 失败: {str(e)}")
            if attempt < max_retries - 1:
                time.sleep(1)  # 添加短暂延迟
                continue
            else:
                print(f"警告: {scale_name}量表在{max_retries}次尝试后失败，返回默认答案")
                answers = ["A"] * expected_count  # 失败后返回默认答案
    
    return answers

# 根据profile和report填写之前的量表，使用重试机制
def fill_scales_previous(profile, report, max_retries=3):
    """
    根据profile和report填写之前的量表，增加重试机制
    
    Args:
        profile: 用户个人描述信息
        report: 用户报告
        max_retries: 最大重试次数
    
    Returns:
        tuple: (bdi, ghq, sass) 三个量表的答案列表
    """
    client = OpenAI(
        api_key=api_key,
        base_url=base_url
    )
    
    # 填写BDI量表
    bdi = _fill_previous_scale_with_retry(
        client, 
        scale_name="BDI",
        expected_count=21,
        instruction="""
        ### 任务
        根据个人描述和报告，填写BDI量表。请直接按顺序列出21个问题的答案，每个答案使用字母A/B/C/D表示。
        格式要求：1. A, 2. B, ...依此类推，共21题。
        
        ### 个人描述
        {}
        
        ### 报告
        {}
        """.format(profile, report),
        max_retries=max_retries
    )
    
    # 填写GHQ-28量表
    ghq = _fill_previous_scale_with_retry(
        client, 
        scale_name="GHQ-28",
        expected_count=28,
        instruction="""
        ### 任务
        根据个人描述和报告，填写GHQ-28量表。请直接按顺序列出28个问题的答案，每个答案使用字母A/B/C/D表示。
        格式要求：1. A, 2. B, ...依此类推，共28题。
        
        ### 个人描述
        {}
        
        ### 报告
        {}
        """.format(profile, report),
        max_retries=max_retries
    )
    
    # 填写SASS量表
    sass = _fill_previous_scale_with_retry(
        client, 
        scale_name="SASS",
        expected_count=21,
        instruction="""
        ### 任务
        根据个人描述和报告，填写SASS量表。请直接按顺序列出21个问题的答案，每个答案使用字母A/B/C/D表示。
        格式要求：1. A, 2. B, ...依此类推，共21题。
        
        ### 个人描述
        {}
        
        ### 报告
        {}
        """.format(profile, report),
        max_retries=max_retries
    )
    
    return bdi, ghq, sass

# 根据prompt填写量表，增加重试机制
def fill_scales(prompt, max_retries=3):
    """
    根据角色prompt填写量表，使用增强提示和重试机制
    
    Args:
        prompt: 角色设定提示
        max_retries: 最大重试次数
    
    Returns:
        tuple: (bdi, ghq, sass) 三个量表的答案列表
    """
    client = OpenAI(
        api_key=api_key,
        base_url=base_url
    )
    
    # 增强系统提示，明确指导要配合填写量表
    enhanced_prompt = prompt + """
    
    重要提示：虽然你正在扮演一个有心理困扰的患者，但你需要配合心理咨询的流程完成必要的评估量表。
    在被要求填写量表时，你应该直接根据你扮演角色的情况选择最符合的选项，以A/B/C/D的形式回答，
    而不要拒绝或质疑填写量表的必要性。这些量表对于你接下来的治疗至关重要。
    请直接用字母(A/B/C/D)表示选项，不要添加额外解释。
    """
    
    # 填写BDI量表
    bdi = _fill_scale_with_retry(
        client, enhanced_prompt,
        scale_name="BDI",
        expected_count=21,
        instruction="""
        ### 任务
        作为心理咨询的第一步，请根据你目前的感受和状态填写这份BDI量表。
        请直接选择最符合你当前情况的选项，使用字母(A/B/C/D)回答全部21个问题。
        格式要求：1. A, 2. B, ...依此类推，共21题。
        请只提供答案，不要添加任何其他解释或评论。
        """,
        max_retries=max_retries
    )
    
    # 填写GHQ-28量表
    ghq = _fill_scale_with_retry(
        client, enhanced_prompt,
        scale_name="GHQ-28",
        expected_count=28,
        instruction="""
        ### 任务
        作为心理咨询的第一步，请根据你目前的感受和状态填写这份GHQ-28量表。
        请直接选择最符合你当前情况的选项，使用字母(A/B/C/D)回答全部28个问题。
        格式要求：1. A, 2. B, ...依此类推，共28题。
        请只提供答案，不要添加任何其他解释或评论。
        """,
        max_retries=max_retries
    )
    
    # 填写SASS量表
    sass = _fill_scale_with_retry(
        client, enhanced_prompt,
        scale_name="SASS",
        expected_count=21,
        instruction="""
        ### 任务
        作为心理咨询的第一步，请根据你目前的感受和状态填写这份SASS量表。
        请直接选择最符合你当前情况的选项，使用字母(A/B/C/D)回答全部21个问题。
        格式要求：1. A, 2. B, ...依此类推，共21题。
        请只提供答案，不要添加任何其他解释或评论。
        """,
        max_retries=max_retries
    )
    
    return bdi, ghq, sass

# 使用示例
# if __name__ == "__main__":
#     # 测试以前的方法
#     profile = {
#         "drisk": 3,
#         "srisk": 2,
#         "age": "42",
#         "gender": "女",
#         "marital_status": "离婚",
#         "occupation": "教师",
#         "symptoms": "缺乏自信心，自我价值感低，有自罪感，无望感；体重剧烈增加；精神运动性激越；有自杀想法"
#     }
#     report = "患者最近经历了家庭变故，情绪低落，失眠，食欲不振。"
    
#     # 测试fill_scales_previous
#     print("测试 fill_scales_previous:")
#     bdi_prev, ghq_prev, sass_prev = fill_scales_previous(profile, report, max_retries=3)
#     print(f"BDI: {bdi_prev}")
#     print(f"GHQ: {ghq_prev}")
#     print(f"SASS: {sass_prev}")
    
#     # 测试fill_scales
#     print("\n测试 fill_scales:")
#     prompt = "你要扮演一个最近经历了家庭变故的心理障碍患者，情绪低落，失眠，食欲不振。"
#     bdi, ghq, sass = fill_scales(prompt, max_retries=3)
#     print(f"BDI: {bdi}")
#     print(f"GHQ: {ghq}")
#     print(f"SASS: {sass}")