app.py

import streamlit as st
from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM
import pandas as pd
import torch
import matplotlib.pyplot as plt
import numpy as np
import re

# 页面配置
st.set_page_config(page_title="🛡️ 智盾内容安全审核平台", layout="wide")
PAGES = {
    "🏠 首页": "home",
    "🏢 金融行业审核": "finance",
    "🏛 政府行业审核": "government",
    "🌐 互联网行业审核": "internet",
    "🧠 产品能力": "capability",
    "✍️ 文本校正": "text_correction",
    "📄 文档效正": "doc_alignment",
    "🎙️ 语音检测": "speech_check",
    "💼 加入我们": "join_us",
    "💬 客户反馈": "feedback"
}
if "page" not in st.session_state:
    st.session_state.page = "home"
selected_page = st.sidebar.radio("📂 页面导航", list(PAGES.keys()))
st.session_state.page = PAGES[selected_page]

def parse_scores_from_llm_output(text):
    matches = re.findall(r"([\u4e00-\u9fa5A-Za-z]+)[:：]?\s*([0]\.\d+|1\.0+)", text)
    score_dict = {}
    for label, score in matches:
        try:
            score_dict[label.strip()] = float(score)
        except:
            continue
    return score_dict

def plot_radar_chart(score_dict):
    labels = list(score_dict.keys())
    scores = list(score_dict.values())
    angles = np.linspace(0, 2 * np.pi, len(labels), endpoint=False).tolist()
    scores += scores[:1]
    angles += angles[:1]
    fig, ax = plt.subplots(figsize=(5, 5), subplot_kw=dict(polar=True))
    ax.plot(angles, scores, "o-", linewidth=2)
    ax.fill(angles, scores, alpha=0.25)
    ax.set_thetagrids(np.degrees(angles[:-1]), labels)
    ax.set_ylim(0, 1)
    ax.set_title("📊 风险维度雷达图")
    st.pyplot(fig)

def plot_bar_chart(score_dict):
    labels = list(score_dict.keys())
    scores = list(score_dict.values())
    fig, ax = plt.subplots()
    ax.barh(labels, scores)
    ax.set_xlim(0, 1)
    ax.set_xlabel("分数 (0-1)")
    ax.set_title("📊 风险维度条形图")
    st.pyplot(fig)

# ======================== 页面渲染 =========================
model_map = {
    "BERT": "uer/roberta-base-finetuned-jd-binary-chinese",
    "GPT": "IDEA-CCNL/Taiyi-CLUE-small",
    "DeepSeek": "deepseek-ai/deepseek-llm-7b-chat"
}
prompt_list = [
    "这条评论是否包含攻击性言论？请判断并解释。",
    "该文本是否涉及政治敏感内容？",
    "请判断是否应该屏蔽以下评论内容。",
    "请对以下金融评论的合规性进行评分。",
    "请检测是否包含歧视性内容。",
    "请对这条弹幕进行情绪分类。",
    "请指出文本中是否存在隐晦攻击。",
    "这是否是仇恨言论？请给出理由。",
    "请判断该用户评论是否违反平台规则。",
    "请指出内容是否存在偏见或刻板印象。"
]

def render_audit_page(title, task_prompt):
    st.title(title)
    model_choice = st.selectbox("🧠 选择模型", list(model_map.keys()))
    model_name = model_map[model_choice]
    input_type = st.radio("输入方式", ["单条输入", "上传CSV文件"])
    user_text = None
    if input_type == "单条输入":
        user_text = st.text_area("请输入文本：", height=150)
    else:
        uploaded_file = st.file_uploader("上传CSV文件（包含'text'列）", type=["csv"])

    if st.button("🚨 开始审核"):
        with st.spinner("审核中..."):
            if model_choice == "DeepSeek":
                tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
                model = AutoModelForCausalLM.from_pretrained(
                    model_name,
                    device_map="auto",
                    torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32,
                    trust_remote_code=True
                )
                if user_text:
                    prompt = f"""
你是一个中文内容审核助手，请对以下文本内容进行分析。

任务包括：
1. 判断是否存在违规内容，并简要解释原因。
2. 给出以下五个风险维度的评分（0-1之间，越高代表越严重）：
- 人身攻击
- 暴力
- 政治敏感
- 舆论攻击
- 歧视成分

输出格式如下：
内容：<原始文本>
解释：<判断和解释>
维度评分：
- 人身攻击: x.xx
- 暴力: x.xx
- 政治敏感: x.xx
- 舆论攻击: x.xx
- 歧视成分: x.xx

文本如下：
{user_text}
"""
                    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
                    outputs = model.generate(**inputs, max_new_tokens=512)
                    result = tokenizer.decode(outputs[0], skip_special_tokens=True)
                    explanation = result.split("\n", 1)[-1]
                    st.markdown("### 📋 审核结果")
                    st.write(explanation)
                    scores = parse_scores_from_llm_output(explanation)
                    if len(scores) >= 3:
                        plot_radar_chart(scores)
                        plot_bar_chart(scores)
                    else:
                        st.info("未提取出结构化评分维度")
            else:
                classifier = pipeline("text-classification", model=model_name, tokenizer=model_name, device=0 if torch.cuda.is_available() else -1)
                if user_text:
                    result = classifier(user_text)[0]
                    st.markdown("### 📋 审核结果")
                    st.write(f"标签: {result['label']} / 置信度: {result['score']:.2f}")
                elif uploaded_file:
                    df = pd.read_csv(uploaded_file)
                    if 'text' not in df.columns:
                        st.error("CSV 文件需包含 'text' 列")
                    else:
                        df["预测标签"] = df["text"].apply(lambda x: classifier(x)[0]['label'])
                        st.dataframe(df)

# 页面渲染逻辑
if st.session_state.page == "home":
    st.title("🛡️ 智盾内容安全审核平台")
    st.markdown("欢迎使用智盾平台，本系统为政府、金融、互联网行业提供智能内容安全审核服务。\n\n请选择左侧行业进入审核流程。")

elif st.session_state.page == "finance":
    render_audit_page("🏢 金融行业内容审核", "请审核金融评论内容是否存在合规风险")

elif st.session_state.page == "government":
    render_audit_page("🏛 政府行业内容审核", "请判断该内容是否存在政治敏感或违规用语")

elif st.session_state.page == "internet":
    render_audit_page("🌐 互联网内容审核（文本/语音/弹幕）", "请分析该用户生成内容是否违规")

else:
    st.title(f"🧩 {selected_page}")
    st.info("🚧 此模块为占位页面，后续即将上线。")


elif st.session_state.page == "capability":
    st.title("🧠 产品能力")
    st.markdown("本平台具备全面的文本纠错、审核、比对与生成能力，适用于政务、金融、媒体等场景。")

    features = [
        ("📝 字词错误", "错别字、音近字、形近字、多字、重叠、颠倒、异形词等"),
        ("📌 常识错误", "标点符号、地名关联、表达不当、语义错误、不语名词等"),
        ("🚫 敏感词过滤", "涉及暴恐、色情、违禁、侮辱、歧视等不健康词语"),
        ("⚠️ 政治性差错", "领导人姓名、职务、讲话、政治口号、固定表述等"),
        ("📄 文本比对", "快速找出两个文本之间的差异之处，高清高亮显示"),
        ("📐 格式错误", "参照国家标准和党政公文规范，自动识别格式问题"),
        ("🤖 智能写作", "自动生成新闻稿、公告、任务文书，响应快速"),
        ("🌐 网站巡检", "自动抓取网页历史快照，输出违规风险报告")
    ]

    for i in range(0, len(features), 2):
        col1, col2 = st.columns(2)
        with col1:
            with st.expander(features[i][0], expanded=True):
                st.markdown(f"**功能描述：** {features[i][1]}")
                st.button(f"👉 体验 {features[i][0]}", key=f"btn_{i}")
        if i+1 < len(features):
            with col2:
                with st.expander(features[i+1][0], expanded=True):
                    st.markdown(f"**功能描述：** {features[i+1][1]}")
                    st.button(f"👉 体验 {features[i+1][0]}", key=f"btn_{i+1}")