testservice.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "#### answer Core.py\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "##### answercore\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [],
   "source": [
    "c = \"\"\"\n",
    "    根據 餘角關係 (Trigonometric Identities for Complementary Angles)國立蘭陽女中數學科陳敏晧老師/國立臺灣師範大學數學系洪萬生教授責任編輯在 \\\\Delta{ABC} 中，若 \\\\angle{ABC}=90^\\\\circ，則 \\\\angle{A}+\\\\angle{B}=90^\\\\circ，如下圖一所示：圖一：現行高中數學教科書，銳角三角函數的定義是建立在直角三角形上。根據三角函數的基本定義，因為 \\\\angle{A} 的對邊 \\\\overline{BC} 恰為 \\\\angle{B} 的鄰邊，且 \\\\angle{B} 的對邊 \\\\overline{AC} 恰為 \\\\angle{A} 的鄰邊。則\\\\displaystyle\\\\sin{A}=\\\\frac{a}{c}=\\\\cos{B}，\\\\displaystyle\\\\cos{A}=\\\\frac{b}{c}=\\\\sin{B}，\\\\displaystyle\\\\tan{A}=\\\\frac{a}{b}=\\\\cot{B}，\\\\displaystyle\\\\cot{A}=\\\\frac{b}{a}=\\\\tan{B}，\\\\displaystyle\\\\sec{A}=\\\\frac{c}{b}=\\\\csc{B}，\\\\displaystyle\\\\csc{A}=\\\\frac{c}{a}=\\\\sec{B}。以上這六個恆等式稱為三角函數的餘角關係。因為 \\\\angle{A} 和 \\\\angle{B} 互為餘角，我們稱正弦函數（sine）與餘弦函數（cosine）兩函數具有互餘關係、正切函數（tangent）與餘切函數（cotangent）兩函數具有互餘關係、正割函數（secant）與餘割函數（cosecant）兩函數具有互餘關係。透過餘角的關係，我們可以快速得到任何角其餘角的六個三角函數值。例如：直角 \\\\Delta{ABC} 中，\\\\angle{BAC}=30^\\\\circ，在 \\\\overline{CA} 上取一點 D，使 \\\\overline{AB}=\\\\overline{AD}，利用圖二，求 15^\\\\circ的六個三角函數值，進而求得 75^\\\\circ 的六個三角函數值。圖二：\\\\Delta{DBC}為15^\\\\circ-75^\\\\circ-90^\\\\circ直角三角形。解答：令 \\\\overline{BC}=1，利用直角三角形 30^\\\\circ-60^\\\\circ-90^\\\\circ 的邊長比例關係，得 \\\\overline{AC}=\\\\sqrt{3} 且 \\\\overline{AB}=2，又 \\\\overline{AB}=\\\\overline{AD}，得 \\\\overline{AD}=2，利用畢達哥拉斯定理得 \\\\overline{BD}=\\\\sqrt{{\\\\overline{CD}}^2+{\\\\overline{BC}}^2}=\\\\sqrt{(2+\\\\sqrt{3})^2+1^2}=\\\\sqrt{6}+\\\\sqrt{2}，根據三角函數的基本定義得：\\\\displaystyle\\\\sin{15}^\\\\circ=\\\\frac{\\\\overline{BC}}{\\\\overline{BD}}=\\\\frac{1}{\\\\sqrt{6}+\\\\sqrt{2}}=\\\\frac{\\\\sqrt{6}-\\\\sqrt{2}}{4}。\\\\displaystyle\\\\cos15^\\\\circ=\\\\frac{\\\\overline{CD}}{\\\\overline{BD}}=\\\\frac{2+\\\\sqrt{3}}{\\\\sqrt{6}+\\\\sqrt{2}}=\\\\frac{(2+\\\\sqrt{3})(\\\\sqrt{6}-\\\\sqrt{2})}{(\\\\sqrt{6}+\\\\sqrt{2})(\\\\sqrt{6}-\\\\sqrt{2})}=\\\\frac{\\\\sqrt{6}+\\\\sqrt{2}}{4}。\\\\displaystyle\\\\tan15^\\\\circ=\\\\frac{\\\\overline{BC}}{\\\\overline{CD}}=\\\\frac{1}{2+\\\\sqrt{3}}=2-\\\\sqrt{3}。\\\\displaystyle\\\\cot15^\\\\circ=\\\\frac{\\\\overline{CD}}{\\\\overline{BC}}=\\\\frac{2+\\\\sqrt{3}}{1}=2+\\\\sqrt{3}。\\\\displaystyle\\\\sec15^\\\\circ=\\\\frac{\\\\overline{BD}}{\\\\overline{CD}}=\\\\frac{\\\\sqrt{6}+\\\\sqrt{2}}{2+\\\\sqrt{3}}=\\\\frac{(\\\\sqrt{6}+\\\\sqrt{2})(2-\\\\sqrt{3})}{(2+\\\\sqrt{3})(2-\\\\sqrt{3})}=\\\\sqrt{6}-\\\\sqrt{2}。\\\\displaystyle\\\\csc15^\\\\circ=\\\\frac{\\\\overline{BD}}{\\\\overline{BC}}=\\\\frac{\\\\sqrt{6}+\\\\sqrt{2}}{1}=\\\\sqrt{6}+\\\\sqrt{2}。透過餘角關係，我們快速求得 75^\\\\circ 的六個三角函數值，\\\\displaystyle\\\\sin75^\\\\circ=\\\\sin(90^\\\\circ-15^\\\\circ)=\\\\cos15^\\\\circ=\\\\frac{\\\\sqrt{6}+\\\\sqrt{2}}{4}。\\\\displaystyle\\\\cos75^\\\\circ=\\\\cos(90^\\\\circ-15^\\\\circ)=\\\\sin15^\\\\circ=\\\\frac{\\\\sqrt{6}-\\\\sqrt{2}}{4}。\\\\displaystyle\\\\tan75^\\\\circ=\\\\tan(90^\\\\circ-15^\\\\circ)=\\\\cot15^\\\\circ=2+\\\\sqrt{3}。\\\\displaystyle\\\\cot75^\\\\circ=\\\\cot(90^-15^\\\\circ)=\\\\tan15^\\\\circ=2-\\\\sqrt{3}。\\\\displaystyle\\\\sec75^\\\\circ=\\\\sec(90^\\\\circ-15^\\\\circ)=\\\\csc15^\\\\circ=\\\\sqrt{6}+\\\\sqrt{2}。\\\\displaystyle\\\\csc75^\\\\circ=\\\\csc(90^\\\\circ-15^\\\\circ)=\\\\sec15^\\\\circ=\\\\sqrt{6}-\\\\sqrt{2}。這種類似的應用可延伸至特別角 18^\\\\circ-72^\\\\circ 關係。餘角關係的另一個功能則呈現在廣義角的三角函數值上，例如：求 \\\\sin225^\\\\circ 的值？可利用廣義角性質與餘角關係，即\\\\begin{array}{ll}\\\\sin255^\\\\circ &=\\\\sin(180^\\\\circ+75^\\\\circ)=-\\\\sin75^\\\\circ\\\\\\\\&=-\\\\sin(90^\\\\circ-15^\\\\circ)=-\\\\cos15^\\\\circ=\\\\displaystyle\\\\frac{\\\\sqrt{6}+\\\\sqrt{2}}{4}\\\\end{array}另外，Sidney H. Kung 被 Proof without WordsII：More Exercises in Visual Thinking 一書所收入的正弦的二倍角公式  \\\\sin2\\\\theta=2\\\\sin\\\\theta\\\\cos\\\\theta 之不言而喻證明，其過程就巧妙地利用 \\\\sin(\\\\frac{\\\\pi}{2}-\\\\theta)=\\\\cos\\\\theta 餘角關係式：\\\\displaystyle\\\\frac{\\\\sin2\\\\theta}{2\\\\sin\\\\theta}=\\\\frac{\\\\sin(\\\\pi/2-\\\\theta)}{1}=\\\\cos\\\\theta\\\\sin2\\\\theta=2\\\\sin\\\\theta\\\\cos\\\\theta圖三參考文獻：Nelson, Roger B. (2000).Proof without WordsⅡ:More Exercises in Visual Thinking, Washington D.C.：The Mathematical Association of America, p. 49. 請利用繁體中文回答 三角函數是什麼 這是單次問答無須說明開頭與結尾\n",
    "    \"\"\"\n",
    "q = \"三角函數是什麼\""
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "'三角函數是什麼'"
      ]
     },
     "execution_count": 2,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "q"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "三角函數是什麼\n",
      "{'state': False, 'value': \"'latin-1' codec can't encode characters in position 78-101: ordinal not in range(256)\"}\n"
     ]
    }
   ],
   "source": [
    "from modules.tools.answer_core2 import qa_by_gpt3\n",
    "a = qa_by_gpt3(q)\n",
    "print(a)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "/opt/homebrew/anaconda3/envs/trello_finder/lib/python3.11/site-packages/tqdm/auto.py:21: TqdmWarning: IProgress not found. Please update jupyter and ipywidgets. See https://ipywidgets.readthedocs.io/en/stable/user_install.html\n",
      "  from .autonotebook import tqdm as notebook_tqdm\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "{'state': False, 'value': \"'ascii' codec can't encode characters in position 131-154: ordinal not in range(128)\"}\n"
     ]
    }
   ],
   "source": [
    "from modules.tools.answer_core import qa_by_anthropic\n",
    "a = qa_by_anthropic(c, q)\n",
    "print(a)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 10,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "{'state': False, 'value': \"'latin-1' codec can't encode characters in position 78-101: ordinal not in range(256)\"}\n"
     ]
    }
   ],
   "source": [
    "from modules.tools.tools.answer_core import qa_by_openai\n",
    "a = qa_by_openai(c, q)\n",
    "print(a)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 18,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "{'state': True, 'value': 'frac'}\n"
     ]
    }
   ],
   "source": [
    "from modules.tools.answer_core import qa_by_RoBERTa\n",
    "a = qa_by_RoBERTa(c, q)\n",
    "print(a)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 17,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "{'state': True, 'value': '廣義角 [0.9999996423721313]'}\n"
     ]
    }
   ],
   "source": [
    "from modules.tools.answer_core import qa_by_bert\n",
    "a = qa_by_bert(c, q)\n",
    "print(a)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "---\n",
    "\n",
    "#### embed\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "##### 轉換文本至向量\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "metadata": {},
   "outputs": [
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "c:\\Users\\vm\\Anaconda3\\envs\\liang_trello_finder\\lib\\site-packages\\tqdm\\auto.py:21: TqdmWarning: IProgress not found. Please update jupyter and ipywidgets. See https://ipywidgets.readthedocs.io/en/stable/user_install.html\n",
      "  from .autonotebook import tqdm as notebook_tqdm\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "+---------------------------------------------------------------------+\n",
      "  Welcome to MONPA: Multi-Objective NER POS Annotator for Chinese\n",
      "+---------------------------------------------------------------------+\n",
      "已找到 model檔。Found model file.\n",
      "monpa_dict loaded\n",
      "sbert_model loaded\n",
      "Load Chinese stop words Done\n",
      "Load Chinese font Done\n"
     ]
    },
    {
     "data": {
      "text/plain": [
       "[-0.023274017497897148,\n",
       " -0.06658238917589188,\n",
       " -0.01817738451063633,\n",
       " 0.017023351043462753,\n",
       " -0.08696994930505753,\n",
       " -0.00829981453716755,\n",
       " 0.04493791610002518,\n",
       " 0.07804994285106659,\n",
       " 0.08329490572214127,\n",
       " 0.06792465597391129,\n",
       " 0.14963361620903015,\n",
       " -0.028785932809114456,\n",
       " -0.05873829126358032,\n",
       " -0.05532044172286987,\n",
       " -0.03914552181959152,\n",
       " -3.721192479133606e-05,\n",
       " -0.008978771045804024,\n",
       " 0.06438618898391724,\n",
       " 0.04754414036870003,\n",
       " 0.09977249801158905,\n",
       " -0.010209216736257076,\n",
       " 0.012290487065911293,\n",
       " -0.000528792676050216,\n",
       " -0.05262576788663864,\n",
       " -0.06534360349178314,\n",
       " -0.017625775188207626,\n",
       " -0.0038484898395836353,\n",
       " -0.0859900712966919,\n",
       " 0.0798158198595047,\n",
       " 0.0456731915473938,\n",
       " 0.04534439742565155,\n",
       " 0.05772240832448006,\n",
       " -0.1351315677165985,\n",
       " -0.04968131333589554,\n",
       " 0.03783712908625603,\n",
       " -0.05682364106178284,\n",
       " -0.018014196306467056,\n",
       " -0.07076980918645859,\n",
       " -0.15744169056415558,\n",
       " 0.017467770725488663,\n",
       " 0.09432075917720795,\n",
       " 0.13116776943206787,\n",
       " 0.008793868124485016,\n",
       " -0.04044686257839203,\n",
       " -0.0598466582596302,\n",
       " -0.044269926846027374,\n",
       " 0.15713363885879517,\n",
       " -0.11227450519800186,\n",
       " -0.069310262799263,\n",
       " 0.1207459568977356,\n",
       " -0.013539609499275684,\n",
       " 0.25213709473609924,\n",
       " -0.1302834302186966,\n",
       " 0.0600854866206646,\n",
       " 0.13524889945983887,\n",
       " -0.07390258461236954,\n",
       " -0.05150055140256882,\n",
       " 0.02654052898287773,\n",
       " 0.15049698948860168,\n",
       " 0.020789330825209618,\n",
       " -0.034278202801942825,\n",
       " -0.011401831172406673,\n",
       " 0.05464347451925278,\n",
       " 0.045920468866825104,\n",
       " -0.18366914987564087,\n",
       " -0.03813245892524719,\n",
       " 0.1492416113615036,\n",
       " 0.02876504324376583,\n",
       " -0.11875508725643158,\n",
       " -0.006553424056619406,\n",
       " 0.1997269243001938,\n",
       " 0.013904315419495106,\n",
       " -0.034650422632694244,\n",
       " -0.025424808263778687,\n",
       " 0.02147449553012848,\n",
       " -0.006757919676601887,\n",
       " 0.12428966909646988,\n",
       " -0.12839475274085999,\n",
       " -0.046315573155879974,\n",
       " -0.05676618963479996,\n",
       " 0.02203284576535225,\n",
       " 0.017394360154867172,\n",
       " -0.04999687522649765,\n",
       " -0.04073687642812729,\n",
       " -0.12915261089801788,\n",
       " 0.11314674466848373,\n",
       " 0.012524488382041454,\n",
       " -0.04833865910768509,\n",
       " -0.06201004981994629,\n",
       " -0.03886759281158447,\n",
       " 0.0726831704378128,\n",
       " -0.11671867221593857,\n",
       " -0.004140893928706646,\n",
       " -0.007894222624599934,\n",
       " 0.07212261855602264,\n",
       " -0.004851293750107288,\n",
       " -0.11144083738327026,\n",
       " -0.04719511419534683,\n",
       " 0.12208714336156845,\n",
       " -0.03118892014026642,\n",
       " 0.0833074301481247,\n",
       " 0.06208931282162666,\n",
       " -0.019776631146669388,\n",
       " 0.06209128350019455,\n",
       " 0.015556246042251587,\n",
       " 0.05853714793920517,\n",
       " 0.16722089052200317,\n",
       " 0.0950845405459404,\n",
       " -0.13713426887989044,\n",
       " 0.09021042287349701,\n",
       " -0.009159253910183907,\n",
       " -0.0317433625459671,\n",
       " 0.05920582264661789,\n",
       " 0.001951073994860053,\n",
       " 0.06781895458698273,\n",
       " -0.004544724710285664,\n",
       " 0.031772680580616,\n",
       " -0.09562083333730698,\n",
       " -0.0037501275073736906,\n",
       " 0.052721429616212845,\n",
       " -0.09201990067958832,\n",
       " -0.05320962518453598,\n",
       " -0.04422338679432869,\n",
       " 0.028420859947800636,\n",
       " -0.0026263317558914423,\n",
       " -0.004106865730136633,\n",
       " -0.09229038655757904,\n",
       " -0.005464131943881512,\n",
       " -0.02320769801735878,\n",
       " -0.022592784836888313,\n",
       " 0.055902816355228424,\n",
       " -0.03917469084262848,\n",
       " 0.02612805925309658,\n",
       " -0.010614368133246899,\n",
       " 0.05885324627161026,\n",
       " 0.04971490800380707,\n",
       " -0.060356833040714264,\n",
       " -0.06723061949014664,\n",
       " 0.06068006157875061,\n",
       " -0.11269336938858032,\n",
       " -0.023492980748414993,\n",
       " -0.023312196135520935,\n",
       " 0.0008381485822610557,\n",
       " -0.05915690213441849,\n",
       " -0.0211495254188776,\n",
       " -0.05043201521039009,\n",
       " -0.014504099264740944,\n",
       " -0.09148178994655609,\n",
       " 0.025984246283769608,\n",
       " 0.14451290667057037,\n",
       " 0.1353112757205963,\n",
       " 0.08024267852306366,\n",
       " -0.04143860191106796,\n",
       " 0.022491255775094032,\n",
       " -0.07176316529512405,\n",
       " -0.047881580889225006,\n",
       " 0.07313917577266693,\n",
       " -0.0034101910423487425,\n",
       " 0.00923029612749815,\n",
       " -0.06629164516925812,\n",
       " -0.001309612882323563,\n",
       " -0.06532863527536392,\n",
       " -0.08839117735624313,\n",
       " 0.09977181255817413,\n",
       " 0.0037738897372037172,\n",
       " 0.07570628821849823,\n",
       " -0.15845707058906555,\n",
       " -0.09481547027826309,\n",
       " 0.033112384378910065,\n",
       " -0.04199635237455368,\n",
       " -0.11494183540344238,\n",
       " 0.16170385479927063,\n",
       " 0.03134335204958916,\n",
       " 0.17918898165225983,\n",
       " 0.11794424057006836,\n",
       " 0.22384130954742432,\n",
       " 0.06374646723270416,\n",
       " -0.0802658349275589,\n",
       " 0.02115131914615631,\n",
       " -0.009439139626920223,\n",
       " 0.028711149469017982,\n",
       " 0.13647878170013428,\n",
       " 0.0817980021238327,\n",
       " 0.0047013722360134125,\n",
       " -0.07932664453983307,\n",
       " 0.07137278467416763,\n",
       " -0.009230493567883968,\n",
       " -0.05563798546791077,\n",
       " 0.03558608144521713,\n",
       " 0.002818581648170948,\n",
       " -0.03891994059085846,\n",
       " 0.055013470351696014,\n",
       " 0.033354200422763824,\n",
       " 0.12233233451843262,\n",
       " -0.0036411911714822054,\n",
       " -0.10728317499160767,\n",
       " -0.04908503592014313,\n",
       " -0.001061818329617381,\n",
       " -0.027561020106077194,\n",
       " -0.08125049620866776,\n",
       " 0.0253722183406353,\n",
       " -0.12501518428325653,\n",
       " 0.08664678037166595,\n",
       " 0.1789446622133255,\n",
       " 0.012392045930027962,\n",
       " -0.05522313714027405,\n",
       " 0.07602567225694656,\n",
       " 0.024471070617437363,\n",
       " 0.07921957969665527,\n",
       " 0.131282776594162,\n",
       " 0.17617842555046082,\n",
       " 0.02626132033765316,\n",
       " -0.05493156984448433,\n",
       " 0.008329799398779869,\n",
       " 0.028340822085738182,\n",
       " 0.06995894759893417,\n",
       " -0.013647397980093956,\n",
       " -0.03571482002735138,\n",
       " -0.006485754158347845,\n",
       " 0.15592624247074127,\n",
       " -0.01031620055437088,\n",
       " 0.051969658583402634,\n",
       " -0.07101272791624069,\n",
       " 0.023602014407515526,\n",
       " -0.05821368098258972,\n",
       " -0.10527147352695465,\n",
       " -0.0906204953789711,\n",
       " 0.004387249238789082,\n",
       " -0.034809499979019165,\n",
       " 0.013831205666065216,\n",
       " -0.01276002824306488,\n",
       " 0.06721393764019012,\n",
       " -0.0031551304273307323,\n",
       " 0.026319582015275955,\n",
       " -0.10986015945672989,\n",
       " -0.06087537854909897,\n",
       " -0.026958812028169632,\n",
       " -0.03432813286781311,\n",
       " 0.09053637832403183,\n",
       " -0.1558513045310974,\n",
       " -0.02246277406811714,\n",
       " -0.024219026789069176,\n",
       " -0.0022847685031592846,\n",
       " 0.04953000694513321,\n",
       " -0.05098526552319527,\n",
       " -0.034617990255355835,\n",
       " 0.14171884953975677,\n",
       " -0.05094660073518753,\n",
       " -0.011746850796043873,\n",
       " -0.08251144737005234,\n",
       " 0.015425480902194977,\n",
       " 0.029674839228391647,\n",
       " -0.002196317072957754,\n",
       " 0.026552021503448486,\n",
       " 0.20213055610656738,\n",
       " -0.11418531090021133,\n",
       " -0.03872758150100708,\n",
       " -0.09172917902469635,\n",
       " 0.06934959441423416,\n",
       " -0.12039563804864883,\n",
       " 0.04718215763568878,\n",
       " -0.014977698214352131,\n",
       " 0.03312762826681137,\n",
       " -0.052347492426633835,\n",
       " 0.14354486763477325,\n",
       " 0.014580048620700836,\n",
       " -0.006538516841828823,\n",
       " -0.14614157378673553,\n",
       " 0.018285613507032394,\n",
       " 0.00987432710826397,\n",
       " 0.08517158031463623,\n",
       " -0.001499428995884955,\n",
       " -0.06088629364967346,\n",
       " -0.0315675288438797,\n",
       " 0.009483002126216888,\n",
       " -0.02881433069705963,\n",
       " -0.1731203943490982,\n",
       " 0.08486459404230118,\n",
       " -0.06770969182252884,\n",
       " 0.048777975142002106,\n",
       " -0.019012058153748512,\n",
       " -0.07975182682275772,\n",
       " -0.01843130774796009,\n",
       " -0.01467241533100605,\n",
       " -0.12621167302131653,\n",
       " 0.09462494403123856,\n",
       " 0.019125450402498245,\n",
       " -0.15513110160827637,\n",
       " 0.034200675785541534,\n",
       " 0.0842897966504097,\n",
       " 0.028127562254667282,\n",
       " 0.01954076811671257,\n",
       " 0.12158127129077911,\n",
       " -0.08752503246068954,\n",
       " 0.08554092794656754,\n",
       " -0.11869369447231293,\n",
       " -0.031185677275061607,\n",
       " 0.04648770019412041,\n",
       " -0.0036987531930208206,\n",
       " -0.06683554500341415,\n",
       " 0.02654923126101494,\n",
       " -0.056894730776548386,\n",
       " -0.026319336146116257,\n",
       " -0.039892882108688354,\n",
       " -0.04053138568997383,\n",
       " 0.1015552431344986,\n",
       " 0.08633258938789368,\n",
       " -0.20628568530082703,\n",
       " 0.036318641155958176,\n",
       " 0.12004975229501724,\n",
       " 0.0304863341152668,\n",
       " 0.024645153433084488,\n",
       " -0.05158919095993042,\n",
       " 0.18652673065662384,\n",
       " -0.09185101091861725,\n",
       " -0.07197747379541397,\n",
       " 0.039615217596292496,\n",
       " -0.05474090576171875,\n",
       " -0.06866461038589478,\n",
       " 0.040803030133247375,\n",
       " -0.08990238606929779,\n",
       " -0.036430176347494125,\n",
       " 0.09495466947555542,\n",
       " -0.08504947274923325,\n",
       " -0.01643432304263115,\n",
       " -0.1198495477437973,\n",
       " 0.06456483155488968,\n",
       " 0.08481252193450928,\n",
       " 0.11598347127437592,\n",
       " -0.01914910227060318,\n",
       " 0.03180784732103348,\n",
       " 0.0011822186643257737,\n",
       " -0.04035124182701111,\n",
       " -0.0051942733116447926,\n",
       " -0.17162065207958221,\n",
       " 0.09307451546192169,\n",
       " 0.004893990699201822,\n",
       " 0.23886649310588837,\n",
       " -0.04490072652697563,\n",
       " 0.08572907745838165,\n",
       " -0.026760080829262733,\n",
       " -0.136189803481102,\n",
       " -0.021163295954465866,\n",
       " -0.14280317723751068,\n",
       " -0.032138776034116745,\n",
       " 0.08408385515213013,\n",
       " 0.009129478596150875,\n",
       " 0.028408249840140343,\n",
       " -0.061028122901916504,\n",
       " 0.014647086150944233,\n",
       " -0.09302778542041779,\n",
       " 0.06957991421222687,\n",
       " 0.008219357579946518,\n",
       " -0.06370442360639572,\n",
       " -0.05570864677429199,\n",
       " -0.030034944415092468,\n",
       " 0.00880477949976921,\n",
       " 0.07648498564958572,\n",
       " 0.01629638485610485,\n",
       " -0.06378433853387833,\n",
       " -0.01010072510689497,\n",
       " 0.055494524538517,\n",
       " -0.10486294329166412,\n",
       " 0.055547021329402924,\n",
       " 0.007543723098933697,\n",
       " 0.03337353840470314,\n",
       " -0.015374213457107544,\n",
       " -0.043541472405195236,\n",
       " -0.010066717863082886,\n",
       " 0.058037303388118744,\n",
       " -0.040811024606227875,\n",
       " -0.036554135382175446,\n",
       " 0.016424736008048058,\n",
       " 0.05197455734014511,\n",
       " 0.08135859668254852,\n",
       " 0.1784428060054779,\n",
       " 0.06842899322509766,\n",
       " -0.10434667766094208,\n",
       " -0.19633090496063232,\n",
       " -0.03671719878911972,\n",
       " 0.09590300172567368,\n",
       " -0.3707066476345062,\n",
       " 0.06662154942750931,\n",
       " -0.007489160634577274,\n",
       " -0.023790132254362106,\n",
       " -0.027573782950639725,\n",
       " -0.06960716098546982,\n",
       " -0.06261389702558517,\n",
       " -0.0881345272064209,\n",
       " 0.08567436039447784,\n",
       " -0.07552174478769302,\n",
       " -0.1335763931274414,\n",
       " 0.017758432775735855,\n",
       " 0.014720196835696697,\n",
       " 0.13512647151947021,\n",
       " 0.09406484663486481,\n",
       " 0.09190772473812103,\n",
       " 0.09744304418563843,\n",
       " -0.02123182825744152,\n",
       " 0.08824782073497772,\n",
       " -0.01851605251431465,\n",
       " 0.015789663419127464,\n",
       " -0.031144719570875168,\n",
       " 0.16799573600292206,\n",
       " 0.04584004729986191,\n",
       " -0.03258788585662842,\n",
       " -0.061375491321086884,\n",
       " 0.06262354552745819,\n",
       " -0.10049489885568619,\n",
       " -0.1644095480442047,\n",
       " -0.018545856699347496,\n",
       " -0.08882301300764084,\n",
       " 0.06584739685058594,\n",
       " 0.03302829712629318,\n",
       " 0.00447959965094924,\n",
       " 0.037471480667591095,\n",
       " -0.05742800235748291,\n",
       " -0.19630233943462372,\n",
       " 0.020857851952314377,\n",
       " -0.06538344919681549,\n",
       " -0.061811722815036774,\n",
       " 0.05120431259274483,\n",
       " -0.01756901666522026,\n",
       " 0.06258057057857513,\n",
       " -0.08643369376659393,\n",
       " 0.023722225800156593,\n",
       " 0.0217779241502285,\n",
       " 0.028956755995750427,\n",
       " 0.17610836029052734,\n",
       " 0.0529697947204113,\n",
       " 0.02593020536005497,\n",
       " -0.10989437997341156,\n",
       " 0.002971045672893524,\n",
       " 0.07097448408603668,\n",
       " -0.23095738887786865,\n",
       " -0.20152947306632996,\n",
       " -0.030315181240439415,\n",
       " 0.01035788469016552,\n",
       " 0.07402545213699341,\n",
       " -0.1440933346748352,\n",
       " -0.016478348523378372,\n",
       " 0.12992998957633972,\n",
       " 0.23309437930583954,\n",
       " 0.04486749321222305,\n",
       " -0.014895811676979065,\n",
       " 0.07749879360198975,\n",
       " -0.06300783902406693,\n",
       " -0.10435198247432709,\n",
       " 0.018937984481453896,\n",
       " 0.0434502437710762,\n",
       " 0.07450912892818451,\n",
       " -0.04242114722728729,\n",
       " -0.00024682487128302455,\n",
       " 0.03126899525523186,\n",
       " 0.089739128947258,\n",
       " -0.04285227507352829,\n",
       " 0.09075765311717987,\n",
       " -0.08709798753261566,\n",
       " -0.08165605366230011,\n",
       " 0.15522564947605133,\n",
       " -0.04625842720270157,\n",
       " 0.30745330452919006,\n",
       " -0.1431206315755844,\n",
       " 0.02260851487517357,\n",
       " -0.09565992653369904,\n",
       " 0.013695565052330494,\n",
       " -0.07534143328666687,\n",
       " -0.04433552175760269,\n",
       " 0.04612261429429054,\n",
       " -0.04118778184056282,\n",
       " -0.14793628454208374,\n",
       " 0.0027796796057373285,\n",
       " 0.019054247066378593,\n",
       " 0.12470628321170807,\n",
       " 0.01768411137163639,\n",
       " -0.01238970272243023,\n",
       " -0.005889344960451126,\n",
       " -0.09979838132858276,\n",
       " -0.04399076849222183,\n",
       " 0.004112655762583017,\n",
       " 0.06206456571817398,\n",
       " -0.11442847549915314,\n",
       " -0.017673403024673462,\n",
       " -0.038672663271427155,\n",
       " -0.049979209899902344,\n",
       " -0.05645420402288437,\n",
       " 0.0555783286690712,\n",
       " -0.05157378315925598,\n",
       " 0.05124031379818916,\n",
       " -0.04449966177344322,\n",
       " -0.02694576606154442,\n",
       " -0.04736693948507309,\n",
       " -0.01907879114151001,\n",
       " -0.01713263988494873,\n",
       " -0.192521333694458,\n",
       " 0.13213413953781128,\n",
       " -0.04828355461359024,\n",
       " 0.14227397739887238,\n",
       " 0.02096434310078621,\n",
       " -0.0032327473163604736,\n",
       " 0.10834044218063354,\n",
       " -0.03163764625787735,\n",
       " 0.044022057205438614,\n",
       " -0.03752073645591736,\n",
       " -0.042923856526613235,\n",
       " 0.1431301385164261,\n",
       " 0.024779822677373886,\n",
       " 0.03666786476969719,\n",
       " 0.04334139823913574,\n",
       " -0.07373213768005371,\n",
       " -0.006271867547184229,\n",
       " 0.024506298825144768,\n",
       " -0.02150055393576622,\n",
       " 0.05258480831980705,\n",
       " -0.058374881744384766,\n",
       " -0.12495378404855728,\n",
       " -0.11038074642419815,\n",
       " -0.05445754528045654,\n",
       " 0.04755407199263573,\n",
       " -0.00678459694609046,\n",
       " 0.03376882150769234,\n",
       " 0.0446392297744751,\n",
       " -0.05789560079574585,\n",
       " 0.01569800078868866,\n",
       " 0.08366230875253677,\n",
       " 0.07708759605884552,\n",
       " 0.05796828120946884,\n",
       " 0.007943016476929188,\n",
       " -0.05050773173570633,\n",
       " 0.010843541473150253,\n",
       " -0.09162335097789764,\n",
       " 0.018043607473373413,\n",
       " -0.020831814035773277,\n",
       " 0.041635073721408844,\n",
       " -0.045453302562236786,\n",
       " 0.027271801605820656,\n",
       " -0.01780429482460022,\n",
       " 0.11364736407995224,\n",
       " -0.023696351796388626,\n",
       " -0.17009058594703674,\n",
       " -0.09910120069980621,\n",
       " 0.024956421926617622,\n",
       " 0.23138442635536194,\n",
       " 0.11501722037792206,\n",
       " 0.032089944928884506,\n",
       " 0.07754852622747421,\n",
       " 0.002012573881074786,\n",
       " 0.07126618176698685,\n",
       " 0.018213579431176186,\n",
       " 0.008675584569573402,\n",
       " -0.018376430496573448,\n",
       " 0.1282777190208435,\n",
       " 0.06848988682031631,\n",
       " 0.003088479395955801,\n",
       " 0.06982952356338501,\n",
       " -0.1053098812699318,\n",
       " -0.04892953112721443,\n",
       " -0.11299803107976913,\n",
       " 0.11233677715063095,\n",
       " -0.02763429656624794,\n",
       " 0.04447221755981445,\n",
       " 0.022477921098470688,\n",
       " -0.07058370113372803,\n",
       " 0.11553327739238739,\n",
       " 0.003224193351343274,\n",
       " 0.016644898802042007,\n",
       " -0.07480727136135101,\n",
       " 0.0026671048253774643,\n",
       " 0.12092433869838715,\n",
       " 0.06302246451377869,\n",
       " 0.0074220746755599976,\n",
       " -0.04197414219379425,\n",
       " 0.0413244292140007,\n",
       " 0.08420760929584503,\n",
       " -0.08292035013437271,\n",
       " -0.05630766227841377,\n",
       " 0.004955875687301159,\n",
       " -0.14274361729621887,\n",
       " 0.13405165076255798,\n",
       " -0.029396463185548782,\n",
       " 0.06370539218187332,\n",
       " 0.0022771076764911413,\n",
       " 0.050166357308626175,\n",
       " -0.10504986345767975,\n",
       " -0.1011706218123436,\n",
       " 0.029582571238279343,\n",
       " 0.0597226619720459,\n",
       " 0.07949360460042953,\n",
       " 0.14797896146774292,\n",
       " -0.025058377534151077,\n",
       " 0.07713592797517776,\n",
       " 0.05031869560480118,\n",
       " -0.018272796645760536,\n",
       " -0.16587312519550323,\n",
       " -0.029598485678434372,\n",
       " -0.05996759608387947,\n",
       " -0.013024598360061646,\n",
       " 0.07255003601312637,\n",
       " 0.13933885097503662,\n",
       " 0.02298763394355774,\n",
       " 0.05209478735923767,\n",
       " -0.0509861595928669,\n",
       " 0.020028211176395416,\n",
       " 0.009767827577888966,\n",
       " -0.011567151173949242,\n",
       " -0.010757537558674812,\n",
       " -0.016979536041617393,\n",
       " 0.06344349682331085,\n",
       " 0.0011729876277968287,\n",
       " 0.02622460201382637,\n",
       " -0.03537317365407944,\n",
       " -0.004979717079550028,\n",
       " 0.023070991039276123,\n",
       " -0.12443526089191437,\n",
       " 0.0017107479507103562,\n",
       " -0.03254435211420059,\n",
       " 0.11155669391155243,\n",
       " 0.0920061394572258,\n",
       " -0.003439233172684908,\n",
       " 0.0063043078407645226,\n",
       " -0.13068276643753052,\n",
       " -0.07661524415016174,\n",
       " -0.04012458398938179,\n",
       " 0.0777578204870224,\n",
       " 0.1370704621076584,\n",
       " 0.03218875452876091,\n",
       " 0.1394570767879486,\n",
       " 0.021119454875588417,\n",
       " 0.11358833312988281,\n",
       " 0.24025730788707733,\n",
       " -0.023255225270986557,\n",
       " -0.007998717948794365,\n",
       " 0.04051441699266434,\n",
       " 0.06180482357740402,\n",
       " 0.021111449226737022,\n",
       " 0.07052786648273468,\n",
       " -0.006335777696222067,\n",
       " 0.011471115984022617,\n",
       " -0.12109770625829697,\n",
       " -0.07010097801685333,\n",
       " -0.14978620409965515,\n",
       " 0.09029434621334076,\n",
       " -0.0797940343618393,\n",
       " 0.045556578785181046,\n",
       " 0.03978309780359268,\n",
       " -0.02051030658185482,\n",
       " -0.08408696949481964,\n",
       " -0.020214896649122238,\n",
       " 0.014618927612900734,\n",
       " -0.01441195048391819,\n",
       " 0.03983323648571968,\n",
       " 0.06307307630777359,\n",
       " -0.061262451112270355,\n",
       " 0.11617708206176758,\n",
       " -0.091464102268219,\n",
       " -0.0212375707924366,\n",
       " -0.002250099088996649,\n",
       " 0.028290551155805588,\n",
       " 0.05797111988067627,\n",
       " 0.03976600617170334,\n",
       " 0.012946289964020252,\n",
       " 0.01657947525382042,\n",
       " -0.0311446376144886,\n",
       " -0.07715383917093277,\n",
       " -0.20931263267993927,\n",
       " -0.06480606645345688,\n",
       " 0.002178813796490431,\n",
       " 0.08318491280078888,\n",
       " 0.024706877768039703,\n",
       " 0.019669663161039352,\n",
       " 0.04249531030654907,\n",
       " -0.02526129223406315,\n",
       " 0.05597834661602974,\n",
       " -0.018802408128976822,\n",
       " 0.06776271015405655,\n",
       " -0.17612683773040771,\n",
       " -0.018370041623711586,\n",
       " 0.18198929727077484,\n",
       " 0.002020474523305893,\n",
       " 0.021447986364364624,\n",
       " -0.058770906180143356,\n",
       " 0.0704672783613205,\n",
       " 0.02091611549258232,\n",
       " 0.11089672893285751,\n",
       " 0.06817175447940826,\n",
       " -0.012139806523919106,\n",
       " -0.012732808478176594,\n",
       " 0.1244082823395729,\n",
       " 0.04078616946935654,\n",
       " 0.1145039051771164,\n",
       " 0.0772666484117508,\n",
       " 0.09918024390935898,\n",
       " 0.148337259888649,\n",
       " -0.05467240884900093,\n",
       " -0.02387044206261635,\n",
       " -0.08636310696601868,\n",
       " -0.051326215267181396,\n",
       " 0.012458079494535923,\n",
       " -0.09101065248250961,\n",
       " 0.09827595949172974,\n",
       " -0.002145207952708006,\n",
       " -0.032839592546224594,\n",
       " 0.09220059961080551,\n",
       " -0.01664622500538826,\n",
       " 0.08963864296674728,\n",
       " -0.06499306857585907,\n",
       " 0.027459362521767616,\n",
       " -0.029740426689386368,\n",
       " -0.006286000367254019,\n",
       " 0.056009333580732346,\n",
       " -0.0796065628528595,\n",
       " 0.014431653544306755,\n",
       " -0.054089564830064774,\n",
       " -0.0059323557652533054,\n",
       " -0.15536022186279297,\n",
       " -0.059882260859012604,\n",
       " 0.015222935006022453,\n",
       " 0.07190912216901779,\n",
       " 0.05396505072712898,\n",
       " -0.01401268970221281,\n",
       " -0.1261817216873169,\n",
       " 0.01633988693356514,\n",
       " 0.33693498373031616,\n",
       " 0.033781133592128754,\n",
       " 0.04220467805862427,\n",
       " 0.1318519115447998,\n",
       " 0.2205340415239334,\n",
       " 0.07033143192529678,\n",
       " 0.0569482259452343,\n",
       " 0.022878799587488174,\n",
       " -0.005961728747934103,\n",
       " 0.050363730639219284,\n",
       " 0.07310434430837631,\n",
       " 0.18989837169647217,\n",
       " 0.11828553676605225,\n",
       " 0.049903012812137604,\n",
       " -0.04782012850046158,\n",
       " -0.07349304854869843,\n",
       " -0.11996046453714371,\n",
       " 0.1317729949951172,\n",
       " -0.08562786877155304,\n",
       " 0.028340673074126244,\n",
       " 0.17311108112335205,\n",
       " 0.004896116908639669,\n",
       " -0.007010121829807758,\n",
       " -0.0003451593220233917,\n",
       " -0.009892737492918968,\n",
       " -0.009360544383525848,\n",
       " -0.0394752211868763,\n",
       " -0.06216689944267273,\n",
       " -0.03866437077522278,\n",
       " -0.02309906855225563,\n",
       " -0.016014641150832176,\n",
       " -0.07072553783655167,\n",
       " -0.25758951902389526,\n",
       " -0.05847833678126335,\n",
       " 0.09723524749279022,\n",
       " -0.07297641038894653,\n",
       " 0.12791194021701813,\n",
       " 0.005281573161482811,\n",
       " 0.0051528592593967915,\n",
       " 0.014504891820251942,\n",
       " -0.01357333641499281,\n",
       " -0.020831532776355743,\n",
       " 0.05671355873346329,\n",
       " 0.09319467842578888,\n",
       " -0.07619384676218033,\n",
       " -0.12806257605552673]"
      ]
     },
     "execution_count": 5,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "from modules.tools.process_words import embedding_sentence\n",
    "embedding_sentence(\"文字測試\")[\"value\"]"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "##### 搜尋 Top-K 相似文本\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "['[\"id: 8370, distance: 3.6535582542419434, entity: {\\'title\\': \\'以假亂真，虛實難辨—虛擬實境\\', \\'track_id\\': \\'64ba36b8e95d2fd316384839\\'}\", \"id: 24826, distance: 3.748079299926758, entity: {\\'title\\': \\'å¤ªé\\\\\\\\x99½è\\\\\\\\x83½æ\\\\\\\\x98¯æ\\\\\\\\x96°ç\\\\\\\\x9a\\\\\\\\x84é\\\\\\\\xa0\\\\\\\\x81å²©ï¼\\\\\\\\x81EIAï¼\\\\\\\\x9aæ\\\\\\\\x9cªä¾\\\\\\\\x86 1 å¹´ç\\\\\\\\x99¼é\\\\\\\\x9b»é\\\\\\\\x87\\\\\\\\x8få¢\\\\\\\\x9eå¹\\\\\\\\x85ç¨±å\\\\\\\\x86\\', \\'track_id\\': \\'64ba36fae95d2fd316388881\\'}\", \"id: 8254, distance: 3.8214385509490967, entity: {\\'title\\': \\'森棚教官的數學題－誤打誤撞\\', \\'track_id\\': \\'64ba36b7e95d2fd3163847c5\\'}\", \"id: 2607, distance: 3.851741313934326, entity: {\\'title\\': \\'正多邊形拼貼（二）（Regular Tessellation II）\\', \\'track_id\\': \\'64ba36a1e95d2fd3163831b6\\'}\", \"id: 6370, distance: 4.0133748054504395, entity: {\\'title\\': \\'是誰偷走了蜥蜴的尾巴？\\', \\'track_id\\': \\'64ba36b0e95d2fd316384069\\'}\", \"id: 79, distance: 4.101099014282227, entity: {\\'title\\': \\'AI需要新版涂林測試\\', \\'track_id\\': \\'64ba3698e95d2fd3163827d6\\'}\", \"id: 2368, distance: 4.137585163116455, entity: {\\'title\\': \\'命題與證明(Propositions and Proofs)\\', \\'track_id\\': \\'64ba36a0e95d2fd3163830c7\\'}\", \"id: 11658, distance: 4.2872724533081055, entity: {\\'title\\': \\'抗原檢測 19 天破解，原來背後有這些大平台\\', \\'track_id\\': \\'64ba36c5e95d2fd316385511\\'}\", \"id: 14140, distance: 4.294368267059326, entity: {\\'title\\': \\'防秋行軍蟲關鍵期，蘇貞昌：通報確認發獎金一萬\\', \\'track_id\\': \\'64ba36cfe95d2fd316385ec3\\'}\", \"id: 4461, distance: 4.299472332000732, entity: {\\'title\\': \\'化學情境試題：喝酒與酒測（Drinking and Alcohol Testing）〔I〕\\', \\'track_id\\': \\'64ba36a9e95d2fd3163838f4\\'}\"]']\n",
      "{'state': True, 'value': [{'id': '8370', 'distance': 3.6535582542419434, 'preview': '以假亂真，虛實難辨—虛擬實境', 'track_id': '64ba36b8e95d2fd316384839'}, {'id': '24826', 'distance': 3.748079299926758, 'preview': 'å¤ªé\\x99½è\\x83½æ\\x98¯æ\\x96°ç\\x9a\\x84é\\xa0\\x81å²©ï¼\\x81EIAï¼\\x9aæ\\x9cªä¾\\x86 1 å¹´ç\\x99¼é\\x9b»é\\x87\\x8få¢\\x9eå¹\\x85ç¨±å\\x86', 'track_id': '64ba36fae95d2fd316388881'}, {'id': '8254', 'distance': 3.8214385509490967, 'preview': '森棚教官的數學題－誤打誤撞', 'track_id': '64ba36b7e95d2fd3163847c5'}, {'id': '2607', 'distance': 3.851741313934326, 'preview': '正多邊形拼貼（二）（Regular Tessellation II）', 'track_id': '64ba36a1e95d2fd3163831b6'}, {'id': '6370', 'distance': 4.0133748054504395, 'preview': '是誰偷走了蜥蜴的尾巴？', 'track_id': '64ba36b0e95d2fd316384069'}, {'id': '79', 'distance': 4.101099014282227, 'preview': 'AI需要新版涂林測試', 'track_id': '64ba3698e95d2fd3163827d6'}, {'id': '2368', 'distance': 4.137585163116455, 'preview': '命題與證明(Propositions and Proofs)', 'track_id': '64ba36a0e95d2fd3163830c7'}, {'id': '11658', 'distance': 4.2872724533081055, 'preview': '抗原檢測 19 天破解，原來背後有這些大平台', 'track_id': '64ba36c5e95d2fd316385511'}, {'id': '14140', 'distance': 4.294368267059326, 'preview': '防秋行軍蟲關鍵期，蘇貞昌：通報確認發獎金一萬', 'track_id': '64ba36cfe95d2fd316385ec3'}, {'id': '4461', 'distance': 4.299472332000732, 'preview': '化學情境試題：喝酒與酒測（Drinking and Alcohol Testing）〔I〕', 'track_id': '64ba36a9e95d2fd3163838f4'}]}\n"
     ]
    }
   ],
   "source": [
    "def embedding_search():\n",
    "    from modules.tools.vector_search import search_article_vector\n",
    "    test_array = [-0.005197799764573574, -0.060954749584198, -0.01862676627933979, 0.01650049164891243, -0.07533332705497742, -0.014749011024832726, 0.015784621238708496, 0.058604948222637177, 0.13177333772182465, 0.09462665021419525, 0.15668514370918274, -0.03643137961626053, -0.06627486646175385, -0.03243940323591232, -0.006716811563819647, 0.018112104386091232, -0.013616335578262806, 0.042958326637744904, 0.06785955280065536, 0.09765157848596573, -0.03499831631779671, 0.006744864396750927, -0.001459748251363635, -0.031569354236125946, -0.06095830723643303, -0.0004117608186788857, -0.029179882258176804, -0.042118098586797714, 0.08196278661489487, 0.011508490890264511, 0.05863673612475395, 0.05279809236526489, -0.1137322410941124, -0.007658264134079218, 0.041053880006074905, -0.052459150552749634, -0.012409958057105541, -0.060027360916137695, -0.15079465508460999, -0.004633686505258083, 0.10362845659255981, 0.1083105206489563, -0.010417038574814796, -0.05906219035387039, -0.05205373838543892, -0.06865796446800232, 0.14954300224781036, -0.11535158008337021, -0.08958520740270615, 0.07710324227809906, -0.014666566625237465, 0.27098554372787476, -0.1282326877117157, 0.04441384971141815, 0.16323471069335938, -0.06642336398363113, -0.048344895243644714, 0.028306294232606888, 0.15594390034675598, 0.03441580384969711, 0.0030871243216097355, -0.010446942411363125, 0.075379878282547, 0.05421745032072067, -0.18690821528434753, 0.0008852601167745888, 0.18836256861686707, 0.040822453796863556, -0.12262088060379028, -0.009128409437835217, 0.1607707440853119, -0.0018602355848997831, -0.017532628029584885, -0.0032391503918915987, 0.019898168742656708, -0.06860672682523727, 0.1327427476644516, -0.11952608823776245, -0.025491703301668167, -0.05575300380587578, 0.03590488061308861, 0.019408421590924263, -0.04570890590548515, -0.027177613228559494, -0.12751516699790955, 0.13350656628608704, -0.002958929631859064, -0.04123552888631821, -0.05000784993171692, -0.051700543612241745, 0.09358338266611099, -0.118258997797966, 0.0001824170321924612, -0.02426137961447239, 0.07369197905063629, -0.014603512361645699, -0.12948033213615417, -0.006475155707448721, 0.1265181452035904, -0.02744794264435768, 0.11715670675039291, 0.06543873250484467, -0.029214879497885704, 0.08037809282541275, 0.02734440565109253, 0.01713358424603939, 0.15491271018981934, 0.10236425697803497, -0.14126302301883698, 0.07569756358861923, -0.005899026989936829, -0.039737336337566376, 0.053079597651958466, -0.031095484271645546, 0.07307135313749313, -0.008974773809313774, 0.0528862364590168, -0.09275847673416138, 0.012084673158824444, 0.03952890634536743, -0.10023047775030136, -0.0873393565416336, -0.04073667898774147, 0.0023345660883933306, -0.002183428965508938, -0.017533594742417336, -0.10356142371892929, 0.008111155591905117, -0.0026908214204013348, -0.030688589438796043, 0.0401301309466362, -0.03695111721754074, 0.007545898202806711, -0.00852753035724163, 0.05913754180073738, 0.044206298887729645, -0.05842719227075577, -0.07467151433229446, 0.08270750194787979, -0.11333203315734863, -0.015998411923646927, -0.016035644337534904, 0.025377977639436722, -0.060365479439496994, -0.020285021513700485, -0.06479956954717636, 0.012367429211735725, -0.11604902893304825, 0.03272714465856552, 0.11042870581150055, 0.15049605071544647, 0.1079886183142662, -0.017898360267281532, 0.012119905091822147, -0.07304054498672485, -0.03485587239265442, 0.054492853581905365, -0.03254670649766922, -0.009111526422202587, -0.06435566395521164, 0.005487245507538319, -0.03180703893303871, -0.11216981709003448, 0.0983223021030426, 0.01404954306781292, 0.09273243695497513, -0.15102866291999817, -0.0819995179772377, 0.04866356775164604, -0.03596245497465134, -0.10961417853832245, 0.13511916995048523, 0.05723254755139351, 0.136488676071167, 0.10338570177555084, 0.21306678652763367, 0.0652049332857132, -0.1358485221862793, 0.022285526618361473, -9.318217780673876e-05, -0.013760429807007313, 0.09141905605792999, 0.09337662160396576, -0.009212559089064598, -0.06319105625152588, 0.0720856562256813, -0.027050241827964783, -0.04498843103647232, 0.02447683736681938, 0.0016497609904035926, -0.03472648188471794, 0.04685690626502037, 0.026256585493683815, 0.09797430038452148, -0.015328137204051018, -0.09290832281112671, -0.02654104493558407, -0.025654982775449753, -0.01617622934281826, -0.05545291304588318, 0.014856432564556599, -0.1480172872543335, 0.12148837745189667, 0.15824879705905914, 0.007809767033904791, -0.04283729940652847, 0.06852678954601288, 0.02552957832813263, 0.06300661712884903, 0.115067258477211, 0.17863133549690247, 0.04157803952693939, -0.04840954393148422, 0.027112927287817, 0.03418910875916481, 0.1016179546713829, -0.015634600073099136, -0.0023176430258899927, -0.0024708015844225883, 0.14084617793560028, -0.01783491112291813, 0.014114570803940296, -0.06409559398889542, 0.03984586521983147, -0.04406487196683884, -0.07660277187824249, -0.094122014939785, -0.004856436979025602, -0.05969492346048355, -0.001111422898247838, -0.0008050173637457192, 0.06716183573007584, 0.00030462368158623576, 0.023445475846529007, -0.1065436452627182, -0.03177569806575775, 0.009337388910353184, -0.022093793377280235, 0.10470791906118393, -0.15676496922969818, -0.021582502871751785, -0.009283564984798431, 0.0055720144882798195, 0.045041829347610474, -0.020769193768501282, -0.05730006843805313, 0.0849393755197525, -0.03145171329379082, -0.016865920275449753, -0.07549621164798737, -0.002932816743850708, 0.042279891669750214, -0.024173971265554428, 0.0021418374963104725, 0.17353107035160065, -0.10706256330013275, -0.020582394674420357, -0.12347398698329926, 0.09045116603374481, -0.15279927849769592, 0.038895122706890106, 0.00025256723165512085, 0.026778746396303177, -0.08218817412853241, 0.15877820551395416, 0.02904246747493744, -0.017948100343346596, -0.12415293604135513, -0.013490905985236168, -0.0022122629452496767, 0.06475647538900375, -0.023580331355333328, -0.060817115008831024, -0.04444614425301552, 0.019323956221342087, -0.004539974499493837, -0.15580353140830994, 0.07636387646198273, -0.08624254167079926, 0.03317192941904068, -0.019139647483825684, -0.07489440590143204, -0.012697246856987476, -0.007978919893503189, -0.10936985164880753, 0.08999943733215332, 0.0045589255169034, -0.10864223539829254, 0.04318927973508835, 0.03398533910512924, 0.06010023504495621, 0.03261900693178177, 0.08327828347682953, -0.08962652832269669, 0.11838897317647934, -0.07597633451223373, -0.010825556702911854, 0.008665153756737709, 0.00929996557533741, -0.006734903901815414, 0.012115332297980785, -0.04444288834929466, 0.0024504095781594515, -0.050783850252628326, -0.048542581498622894, 0.08162663877010345, 0.10314901173114777, -0.19810974597930908, 0.06827230006456375, 0.12432695925235748, 0.010613063350319862, 0.051115117967128754, -0.040879298001527786, 0.16937020421028137, -0.07096259295940399, -0.08236867189407349, 0.03507639095187187, -0.02406958118081093, -0.03367789834737778, 0.045624226331710815, -0.06542230397462845, -0.033882834017276764, 0.0900290310382843, -0.08996628224849701, -0.025963526219129562, -0.0539434552192688, 0.07241249084472656, 0.07844533026218414, 0.12110652774572372, -0.0036069441121071577, 0.01259569264948368, -0.007093491498380899, -0.0030386485159397125, 0.011413644067943096, -0.1340046375989914, 0.05831822752952576, 0.02112002857029438, 0.18808592855930328, -0.04919866472482681, 0.07192791253328323, -0.00045179500011727214, -0.1322673261165619, -0.024121295660734177, -0.13567152619361877, -0.1206979900598526, 0.10295401513576508, -0.024389196187257767, 0.030000146478414536, -0.067964568734169, 0.023902829736471176, -0.08518697321414948, 0.08060014992952347, 0.0015112757682800293, -0.05852736905217171, -0.08349302411079407, -0.04751552268862724, 0.000870997435413301, 0.08368828147649765, 0.024778518825769424, -0.04104967787861824, -0.00863770954310894, 0.0327538326382637, -0.13640746474266052, 0.02844361960887909, -0.024726083502173424, 0.06224521994590759, -0.045015785843133926, -0.012581887654960155, 0.03890608623623848, 0.05634273216128349, -0.04752346873283386, -0.023224296048283577, 0.010385485365986824, 0.03603925183415413, 0.05815618485212326, 0.18662306666374207, 0.08253322541713715, -0.09795789420604706, -0.1616372913122177, -0.021080542355775833, 0.08481372892856598, -0.3362429738044739, 0.027285194024443626, -\n",
    "                  0.017438039183616638, -0.04523659870028496, -0.015375619754195213, -0.05955938249826431, -0.05965443700551987, -0.10675390064716339, 0.08735696226358414, -0.07767736166715622, -0.1376173198223114, -0.0005393436294980347, 0.031450457870960236, 0.12626980245113373, 0.10812245309352875, 0.0822632908821106, 0.09234903752803802, 0.0008624810725450516, 0.08355136215686798, -0.02653750218451023, 0.08091124892234802, -0.04113907739520073, 0.17362499237060547, 0.05055367201566696, -0.04034934937953949, -0.06744329631328583, 0.054266203194856644, -0.10457261651754379, -0.147355318069458, -0.06066548079252243, -0.07090865075588226, 0.08292780816555023, 0.06265497207641602, -0.008702024817466736, 0.049042873084545135, -0.06804434955120087, -0.18087878823280334, 0.020358046516776085, -0.06794336438179016, -0.08473119884729385, 0.0728008896112442, -0.022826801985502243, 0.05453847721219063, -0.06591255962848663, 0.009230053052306175, 0.01214359886944294, 0.03955250233411789, 0.1617509424686432, 0.047732286155223846, 0.027364473789930344, -0.10313818603754044, 0.005979303270578384, 0.10060155391693115, -0.2259090393781662, -0.20416080951690674, -0.044167980551719666, 0.04927019029855728, 0.09941531717777252, -0.1351531594991684, 0.013672810979187489, 0.07729101926088333, 0.24440188705921173, 0.029675837606191635, -0.018846934661269188, 0.1066393256187439, -0.0409032441675663, -0.10640064626932144, -0.004753873683512211, 0.047591738402843475, 0.08317695558071136, -0.04022783041000366, -0.00630208570510149, 0.03938624635338783, 0.07970798015594482, -0.04948936775326729, 0.10058565437793732, -0.10184969007968903, -0.07049354165792465, 0.11863237619400024, -0.052200011909008026, 0.32216203212738037, -0.1327250450849533, 0.011677702888846397, -0.07062463462352753, -0.008320795372128487, -0.07926713675260544, -0.030637135729193687, 0.026435470208525658, -0.04946580156683922, -0.1330500990152359, 0.021292636170983315, 0.012820038013160229, 0.12787821888923645, -0.001323797507211566, -0.033765461295843124, -0.031967584043741226, -0.14560231566429138, -0.03737544268369675, 0.005091800354421139, 0.029347103089094162, -0.11284355074167252, -0.04704289883375168, -0.019264675676822662, -0.043397288769483566, -0.06809668242931366, 0.06904272735118866, -0.031148964539170265, 0.048951055854558945, -0.03185037896037102, -0.01816539466381073, -0.026851778849959373, -0.022891240194439888, -0.012665185146033764, -0.18383218348026276, 0.09365633875131607, -0.06434740126132965, 0.09411393105983734, 0.03715711832046509, 0.035562075674533844, 0.1270543783903122, -0.025880301371216774, 0.05511484295129776, -0.007146868854761124, -0.06202740594744682, 0.11937586963176727, 0.052522946149110794, -0.022860435768961906, 0.05608563870191574, -0.08351688086986542, -0.020807906985282898, 0.04221253842115402, -0.026778701692819595, 0.0650547593832016, -0.053562212735414505, -0.11157204210758209, -0.12141591310501099, -0.060049720108509064, 0.011767193675041199, -0.02093866653740406, 0.02889155223965645, 0.030744094401597977, -0.06617762893438339, -0.001914219232276082, 0.06346143782138824, 0.08183777332305908, 0.06150008365511894, 0.002044224413111806, -0.050683967769145966, 0.02678968571126461, -0.06841198354959488, 0.00932115875184536, -0.030498500913381577, 0.054853081703186035, -0.054027456790208817, 0.026638979092240334, -0.01722586527466774, 0.11145768314599991, -0.012623673304915428, -0.12944458425045013, -0.05102471262216568, 0.016207953914999962, 0.20371070504188538, 0.10916659981012344, 0.04603780061006546, 0.08373339474201202, 0.012763711623847485, 0.048950474709272385, 0.012629089877009392, 0.02543879672884941, -0.006178885232657194, 0.10296831279993057, 0.05144354701042175, -0.01039233896881342, 0.06578041613101959, -0.10783495008945465, -0.03080887161195278, -0.1099342554807663, 0.09190936386585236, 0.0077055394649505615, 0.03600231558084488, 0.03349679708480835, -0.09746156632900238, 0.1293940246105194, 0.01988411135971546, 0.01673436351120472, -0.05968819931149483, 0.0022426978684961796, 0.13339021801948547, 0.060739338397979736, -0.0014043115079402924, -0.024525994434952736, 0.046871863305568695, 0.08579567074775696, -0.07152962684631348, -0.07582901418209076, 0.011700738221406937, -0.09929121285676956, 0.1283089816570282, -0.01783873699605465, 0.04493382200598717, -0.006585693918168545, 0.03720303624868393, -0.09593663364648819, -0.08378653228282928, 0.027621770277619362, 0.04471096768975258, 0.04249507561326027, 0.11933107674121857, -0.023845911026000977, 0.08298200368881226, 0.08028849959373474, 0.028382832184433937, -0.14122317731380463, -0.057943087071180344, -0.03748025372624397, -0.015315065160393715, 0.08140051364898682, 0.1063900962471962, 0.023968594148755074, 0.05769674852490425, -0.026463737711310387, 0.007975324057042599, 0.015511518344283104, 0.0010124007239937782, -0.0033984880428761244, -0.026709455996751785, 0.06108947470784187, 0.0064731622114777565, -0.020725173875689507, -0.045067112892866135, -0.010534331202507019, 0.005694025661796331, -0.11595162004232407, -0.003892684355378151, -0.031063100323081017, 0.11522406339645386, 0.07819610834121704, 0.014493659138679504, 0.029659446328878403, -0.11998172104358673, -0.09356845915317535, -0.058750420808792114, 0.06455448269844055, 0.128543883562088, 0.03246000409126282, 0.11920678615570068, 0.023510346189141273, 0.10234947502613068, 0.23078593611717224, -0.04553747922182083, -0.020230267196893692, 0.042178548872470856, 0.0569487102329731, 0.043238140642642975, 0.038060810416936874, 0.024487152695655823, 0.022388026118278503, -0.13127204775810242, -0.03825758025050163, -0.14834991097450256, 0.04324980452656746, -0.046520061790943146, 0.04846332594752312, 0.04303855448961258, -0.008999994024634361, -0.09402775019407272, -0.04899531975388527, 0.0002736119495239109, 0.01549546979367733, 0.056028980761766434, 0.06092418357729912, -0.08279724419116974, 0.08889790624380112, -0.07973936945199966, -0.0160185769200325, 0.009899044409394264, 0.007158177904784679, 0.04982275515794754, 0.017832238227128983, 0.005368477664887905, -0.0037444080226123333, -0.018184687942266464, -0.0793180987238884, -0.20765432715415955, -0.06132395192980766, 0.00977153517305851, 0.07593004405498505, 0.021420147269964218, -0.003826071275398135, 0.03505527973175049, -0.0312785804271698, 0.021046116948127747, -0.006071828305721283, 0.06827278435230255, -0.16254165768623352, 0.0101079186424613, 0.217361718416214, -0.028638267889618874, 0.0459553599357605, -0.09052868187427521, 0.060049958527088165, 0.010579409077763557, 0.09400121122598648, 0.04299469664692879, 0.0006160967168398201, -0.026704782620072365, 0.13240431249141693, 0.04705638810992241, 0.0806812196969986, 0.043335020542144775, 0.08556325733661652, 0.11496585607528687, -0.04572673141956329, 0.02506965398788452, -0.08122292160987854, -0.024735137820243835, -0.006101678125560284, -0.14149066805839539, 0.08773095905780792, 0.003396101761609316, -0.029620373621582985, 0.07457258552312851, -0.008230960927903652, 0.08745972812175751, -0.03892070800065994, 0.01720309630036354, -0.0030395924113690853, -0.02419084869325161, 0.024820944294333458, -0.055740613490343094, 0.05490109324455261, -0.053624801337718964, -0.001425084425136447, -0.17227013409137726, -0.07269159704446793, -0.0032589330803602934, 0.07372744381427765, 0.04105152562260628, -0.04501911625266075, -0.10246433317661285, -0.023304125294089317, 0.33028343319892883, 0.032236602157354355, 0.04181312769651413, 0.13038060069084167, 0.1812708079814911, 0.067408986389637, 0.06563763320446014, 0.006577543914318085, 0.0023933476768434048, 0.047673702239990234, 0.04077056795358658, 0.16863998770713806, 0.09906454384326935, 0.036306291818618774, -0.040988557040691376, -0.019333841279149055, -0.0991106927394867, 0.1339845508337021, -0.08750345557928085, 0.03393883630633354, 0.15827372670173645, -0.0051120431162416935, -0.009684532880783081, 0.004223085008561611, -0.015871664509177208, 0.015411016531288624, -0.013443646021187305, -0.09098237752914429, -0.0007515702163800597, -0.04402480274438858, 0.029887843877077103, -0.07031673192977905, -0.20639851689338684, -0.06206890940666199, 0.11952166259288788, -0.07173993438482285, 0.1382702887058258, -0.017008716240525246, 0.01420615054666996, 0.03785630315542221, 0.00032097549410536885, -0.052401650696992874, 0.07732203602790833, 0.09066597372293472, -0.061856843531131744, -0.11630244553089142]\n",
    "    print(search_article_vector(test_array, limit=10))\n",
    "\n",
    "\n",
    "embedding_search()"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "##### generate_wordcloud\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [],
   "source": [
    "from modules.tools.process_words import generate_wordcloud\n",
    "a = generate_wordcloud(\n",
    "    \"Test ! tedr add\"\n",
    "    \"123_test\"\n",
    ")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "{'state': True, 'value': 'static/images/wordCloud/0_wordcloud.png'}"
      ]
     },
     "execution_count": 2,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "a"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "---\n",
    "\n",
    "#### mongo_connector\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "##### Mongo Log Record (for trello)\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [],
   "source": [
    "from modules.tools.mongo_connector import add_trello_log\n",
    "add_trello_log(\"Trello_card_id\", True, \"msg\")"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "##### Mongo Closed words\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "AI : AI 人工智慧 醫療\n",
      "\n"
     ]
    }
   ],
   "source": [
    "from modules.tools.mongo_connector import process_injectionword\n",
    "print(process_injectionword(\"AI\"))\n",
    "# print(process_injectionword(\"學習\"))\n",
    "# print(process_injectionword(\"學\"))\n",
    "# print(process_injectionword(\"彈簧\"))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "海水酸化的影響（Ocean Acidification）臺北市立南湖高級中學地球科學科董家莒教師/國立臺灣師範大學地球科學系吳朝榮副教授責任編輯海洋是二氧化碳的最大儲存場所，每年大約有20億噸的溫室效應氣體儲存於海洋並形成碳酸。由長期的監測資料得知，18世紀以來海洋中的酸化程度已經增加了10％，有些研究認為珊瑚礁體的建造速度因此而嚴重地減緩。雖然許多研究證實海水酸化會影響珊瑚礁生長，但都是侷限在水族箱中的基礎實驗，而真實的情況比實驗室中複雜許多，例如藻類的光合作用和動物的呼吸作用，都會影響海中二氧化碳的含量，而使海洋的酸度隨著時間有自然的波動。Chris Martens與Niels Lindquist是美國北卡羅萊納州立大學的海洋生物化學家，他們在一座13公尺長的海下實驗室（Aquarius）中，探究海洋酸化對珊瑚礁的衝擊。他們帶著許多測量儀器來瞭解珊瑚礁在海洋中的生活原貌，這是一種史無前例的真實測量「把實驗室帶入海洋中」測量自然環境下的生物活動與海水酸度變化。珊瑚與自然環境間有複雜的交互作用，在實驗室是不可能模擬的。在白天，植物光合作用把二氧化碳轉換為氧氣以提供動物與微生物呼吸；到了晚上，因為缺少光合作用而使二氧化碳增加，也提升了海水的酸度。當然，水流和其他因素也可能會影響這些變化，沒有人能夠有效地管理在實驗區域中所發生的各種生物活動或化學變化，若試圖量化這些影響因子是非常容易遭受挫敗的。但新的研究結果初步顯示Martens和Lindquist的團隊可以在最後使用正確的工具來有效地監測及研究實驗區域中所發生的變化。雖然這個結果只是試驗性的，但研究者也如預期地發現：海洋中的酸度在晚上有上升的趨勢；白天有下降的趨勢。這個結論是很重要的，它提供了設備儀器所需的基礎數據，而且最令人感到驚訝的是，研究發現海水pH值的改變相等於大約海水體積五分之一的二氧化碳溶解於海中所造成，這個現象普遍存在海洋各處，有個可能的解釋是海綿，因為它的濾水能力每天可以過濾其體積100,000倍的海水，而且活動時也有相同量的二氧化碳被生產出來。這將是很引人注目的，如果海綿和其他有機體是主要導致礁體附近海水酸化的主要原因，這將成為全世界珊瑚覆蓋率減少，而海綿生長區擴張的充分證據。科學實驗有其重複性與實證性，必須要控制變因、操縱變因以獲得較為單純且有效的結果。然而，這種實證科學常常僅適用於實驗室中，在自然環境下有太多外在的影響因子與複雜的交互作用干擾著實驗結果。以減少溫室效應氣體的方法為例，曾有科學家提出：在海洋中灑入大量的鐵離子使藻類迅速繁衍，藻類的大量生長可以加速光合作用使二氧化碳轉變為氧氣。然而，在自然環境中誰也沒有辦法確定，海中大量的鐵離子、藻類與浮游植物是否會導致另一波的蝴蝶效應，引發另一個環境危機。參考資料：1. Nature Reports Climate Change. http://www.nature.com/climate/index.html2. Nature Reports Climate Change. http://www.nature.com/climate/2008/0812 … 8.127.html\n"
     ]
    }
   ],
   "source": [
    "from modules.tools.mongo_connector import find_article_info\n",
    "print(find_article_info(\"508\")[\"content\"])"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "---\n",
    "\n",
    "#### trello connector\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "##### Trello Contral Core Test\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [],
   "source": [
    "from modules.tools.trello_connector import addCommentToCard\n",
    "addCommentToCard(\n",
    "    \"card_id\",\n",
    "    \"comment\"\n",
    ")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "from modules.tools.trello_connector import addCommentWithPictureToCard\n",
    "addCommentWithPictureToCard(\n",
    "    \"card_id\",\n",
    "    \"picture_url\",\n",
    "    \"comment\",\n",
    ")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "from modules.tools.trello_connector import updateDataToCard\n",
    "updateDataToCard(\n",
    "    \"card_id\",\n",
    "    data={\n",
    "        \"name\": \"new_name\",\n",
    "    }\n",
    ")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Card_id: 65d595463aa966e0ed0f2e14\n",
      "200\n"
     ]
    },
    {
     "data": {
      "text/plain": [
       "[{'create_id': '5cf78be21c83121944069409', 'comment_str': '@help2020  回應一下'},\n",
       " {'create_id': '5cf78be21c83121944069409', 'comment_str': '**事仕事**\\n\\nＸＤ'}]"
      ]
     },
     "execution_count": 4,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "from modules.tools.trello_connector import getCommentsFromCard\n",
    "getCommentsFromCard(\n",
    "    card_id=\"65d595463aa966e0ed0f2e14\"\n",
    ")"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "---\n",
    "\n",
    "#### vector_calc\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "##### Array mean\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [],
   "source": [
    "from modules.tools.process_words import embedding_sentence\n",
    "from modules.tools.vector_calc import calc_array_mean\n",
    "\n",
    "calc_array_mean(set=[{\n",
    "    \"weight\": 1,\n",
    "    \"array\": embedding_sentence(\"文字測試\")[\"value\"]\n",
    "}, {\n",
    "    \"weight\": 1,\n",
    "    \"array\": embedding_sentence(\"文字測試2\")[\"value\"]\n",
    "}], len_array=768)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "---\n",
    "\n",
    "#### other\n"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "##### Enveriment Value Get\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "啟動詞與無資料罐頭訊息載入完成！\n"
     ]
    }
   ],
   "source": [
    "def txt_to_list(file_path):\n",
    "    try:\n",
    "        with open(file_path, 'r', encoding='utf-8') as file:\n",
    "            content = file.readlines()\n",
    "            content = [line.strip() for line in content]\n",
    "        return content\n",
    "    except FileNotFoundError:\n",
    "        print(\"找不到指定的檔案。請檢查檔案路徑是否正確。\")\n",
    "        return []\n",
    "    except Exception as e:\n",
    "        print(\"讀取檔案時發生錯誤：\", e)\n",
    "        return []\n",
    "\n",
    "\n",
    "# 指定文字檔路徑\n",
    "file_path = 'your_file.txt'  # 請替換成實際的檔案路徑\n",
    "action_word_list = txt_to_list(\"./setting/action_word_list.txt\")\n",
    "not_found_msg_list = txt_to_list(\"./setting/not_found_msg_list.txt\")\n",
    "print(\"啟動詞與無資料罐頭訊息載入完成！\")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "['對不起，我還在學習，等我長大後再告訴你答案啦',\n",
       " '你的問題好有趣，但我現在還不會 (´・ω・`)',\n",
       " '我的小腦袋想不到 (╥﹏╥)，但我相信你的老師會的！']"
      ]
     },
     "execution_count": 3,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "not_found_msg_list"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd\n",
    "top_10_tf_df = pd.read_json('./docs/backup/5. TF 字典（含向量）.json')"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>word</th>\n",
       "      <th>word_id</th>\n",
       "      <th>vector</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>方法</td>\n",
       "      <td>0</td>\n",
       "      <td>[-0.018200440300000002, -0.0207575597, -0.0205...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>因果</td>\n",
       "      <td>1</td>\n",
       "      <td>[-0.0245203413, 0.047072701200000004, -0.02090...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>關係</td>\n",
       "      <td>2</td>\n",
       "      <td>[0.0035511809, 0.1148635149, -0.0184334479, 0....</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>資料</td>\n",
       "      <td>3</td>\n",
       "      <td>[-0.1050320342, 0.10554046930000001, -0.018963...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>4</th>\n",
       "      <td>AI</td>\n",
       "      <td>4</td>\n",
       "      <td>[-0.1786929816, 0.10562170300000001, -0.010878...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>...</th>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1595823</th>\n",
       "      <td>黨團</td>\n",
       "      <td>1595823</td>\n",
       "      <td>[-0.0738442689, 0.0248856582, -0.0183375981, 0...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1595831</th>\n",
       "      <td>備而不用</td>\n",
       "      <td>1595831</td>\n",
       "      <td>[0.025757161900000002, 0.1049960852, -0.021495...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1595850</th>\n",
       "      <td>格架</td>\n",
       "      <td>1595850</td>\n",
       "      <td>[-0.0103145884, 0.0129827634, -0.0215662960000...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1595881</th>\n",
       "      <td>Goods</td>\n",
       "      <td>1595881</td>\n",
       "      <td>[0.0315635279, 0.034908812500000004, -0.012700...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1595894</th>\n",
       "      <td>下殺</td>\n",
       "      <td>1595894</td>\n",
       "      <td>[0.0422893353, 0.0544964001, -0.0201802589, -0...</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "<p>101525 rows × 3 columns</p>\n",
       "</div>"
      ],
      "text/plain": [
       "          word  word_id                                             vector\n",
       "0           方法        0  [-0.018200440300000002, -0.0207575597, -0.0205...\n",
       "1           因果        1  [-0.0245203413, 0.047072701200000004, -0.02090...\n",
       "2           關係        2  [0.0035511809, 0.1148635149, -0.0184334479, 0....\n",
       "3           資料        3  [-0.1050320342, 0.10554046930000001, -0.018963...\n",
       "4           AI        4  [-0.1786929816, 0.10562170300000001, -0.010878...\n",
       "...        ...      ...                                                ...\n",
       "1595823     黨團  1595823  [-0.0738442689, 0.0248856582, -0.0183375981, 0...\n",
       "1595831   備而不用  1595831  [0.025757161900000002, 0.1049960852, -0.021495...\n",
       "1595850     格架  1595850  [-0.0103145884, 0.0129827634, -0.0215662960000...\n",
       "1595881  Goods  1595881  [0.0315635279, 0.034908812500000004, -0.012700...\n",
       "1595894     下殺  1595894  [0.0422893353, 0.0544964001, -0.0201802589, -0...\n",
       "\n",
       "[101525 rows x 3 columns]"
      ]
     },
     "execution_count": 5,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "top_10_tf_df"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [],
   "source": [
    "unique_words_df = top_10_tf_df[['word']].drop_duplicates()"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd\n",
    "unique_words_df = pd.read_json('./docs/backup/99. 文本&向量.json')"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>word</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>方法</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>因果</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>關係</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>資料</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>4</th>\n",
       "      <td>AI</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>...</th>\n",
       "      <td>...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1595823</th>\n",
       "      <td>黨團</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1595831</th>\n",
       "      <td>備而不用</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1595850</th>\n",
       "      <td>格架</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1595881</th>\n",
       "      <td>Goods</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1595894</th>\n",
       "      <td>下殺</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "<p>101525 rows × 1 columns</p>\n",
       "</div>"
      ],
      "text/plain": [
       "          word\n",
       "0           方法\n",
       "1           因果\n",
       "2           關係\n",
       "3           資料\n",
       "4           AI\n",
       "...        ...\n",
       "1595823     黨團\n",
       "1595831   備而不用\n",
       "1595850     格架\n",
       "1595881  Goods\n",
       "1595894     下殺\n",
       "\n",
       "[101525 rows x 1 columns]"
      ]
     },
     "execution_count": 4,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "unique_words_df"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "metadata": {},
   "outputs": [],
   "source": [
    "unique_words_df.to_json(\"./docs/backup/5. TF 字典（含向量）.json\")"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "---\n",
    "\n",
    "#### Rabbit MQ\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [],
   "source": [
    "import modules.tools.rabbitmq_connector as rmq"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [],
   "source": [
    "card_id = \"65b8ab389534ccd0fbc02038\"\n",
    "input_string = \"虎克定律？\"\n",
    "trello_req = {}"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      " [x] Sent data: 65b8ab389534ccd0fbc02038 | 虎克定律？. \n"
     ]
    },
    {
     "data": {
      "text/plain": [
       "{'state': True, 'value': ' [x] Sent data: 65b8ab389534ccd0fbc02038 | 虎克定律？'}"
      ]
     },
     "execution_count": 4,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "rmq.send_trello_mission({\n",
    "    'card_id': card_id,\n",
    "    'input_string': input_string,\n",
    "    'trello_req': trello_req\n",
    "})"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "---\n",
    "\n",
    "#### Search Engine\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "SBERT 搜尋文章相似度門檻：2.75\n"
     ]
    }
   ],
   "source": [
    "import modules.search_engine.search_engine as search_engine"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "metadata": {},
   "outputs": [
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "02/19/2024 14:03:51 - DEBUG - httpx - load_ssl_context verify=True cert=None trust_env=True http2=False\n",
      "02/19/2024 14:03:51 - DEBUG - httpx - load_verify_locations cafile='c:\\\\Users\\\\vm\\\\Anaconda3\\\\envs\\\\liang_trello_finder\\\\lib\\\\site-packages\\\\certifi\\\\cacert.pem'\n"
     ]
    }
   ],
   "source": [
    "import modules.tools.answer_core as ai_core"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 13,
   "metadata": {},
   "outputs": [
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "02/19/2024 14:06:05 - DEBUG - openai._base_client - Request options: {'method': 'post', 'url': '/chat/completions', 'files': None, 'json_data': {'messages': [{'role': 'system', 'content': ''}, {'role': 'user', 'content': '你是一位老師，要幫我把學生的提問挑出關鍵字直接回應，不用開頭與備註，例如：「小幫手我想知道亨利定律公式」輸出「亨利定律」；「小幫手我想問虎克定律」輸出「虎克定律」；「小幫手我想知道同種橡皮筋的並聯條數是否影響彈性係數」輸出「並聯、彈性係數」，接下來我會給你文字請根據前面需求轉換文字，沒給文字不回應，請幫我把「「小幫手我想知道亨利定律公式」」的關鍵字截出來'}], 'model': 'gpt-3.5-turbo-16k', 'temperature': 0.1}}\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.connection - close.started\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.connection - close.complete\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.connection - connect_tcp.started host='api.openai.com' port=443 local_address=None timeout=5.0 socket_options=None\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.connection - connect_tcp.complete return_value=<httpcore._backends.sync.SyncStream object at 0x0000024BFC24BEE0>\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.connection - start_tls.started ssl_context=<ssl.SSLContext object at 0x0000024BCE1FDA40> server_hostname='api.openai.com' timeout=5.0\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.connection - start_tls.complete return_value=<httpcore._backends.sync.SyncStream object at 0x0000024BFC250DC0>\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.http11 - send_request_headers.started request=<Request [b'POST']>\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.http11 - send_request_headers.complete\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.http11 - send_request_body.started request=<Request [b'POST']>\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.http11 - send_request_body.complete\n",
      "02/19/2024 14:06:05 - DEBUG - httpcore.http11 - receive_response_headers.started request=<Request [b'POST']>\n",
      "02/19/2024 14:06:07 - DEBUG - httpcore.http11 - receive_response_headers.complete return_value=(b'HTTP/1.1', 200, b'OK', [(b'Date', b'Mon, 19 Feb 2024 06:06:08 GMT'), (b'Content-Type', b'application/json'), (b'Transfer-Encoding', b'chunked'), (b'Connection', b'keep-alive'), (b'access-control-allow-origin', b'*'), (b'Cache-Control', b'no-cache, must-revalidate'), (b'openai-model', b'gpt-3.5-turbo-16k-0613'), (b'openai-organization', b'nthu-9wthij'), (b'openai-processing-ms', b'717'), (b'openai-version', b'2020-10-01'), (b'strict-transport-security', b'max-age=15724800; includeSubDomains'), (b'x-ratelimit-limit-requests', b'10000'), (b'x-ratelimit-limit-tokens', b'60000'), (b'x-ratelimit-remaining-requests', b'9999'), (b'x-ratelimit-remaining-tokens', b'59848'), (b'x-ratelimit-reset-requests', b'8.64s'), (b'x-ratelimit-reset-tokens', b'152ms'), (b'x-request-id', b'req_5c38aa72b8418f4116141724ab0ecb42'), (b'CF-Cache-Status', b'DYNAMIC'), (b'Server', b'cloudflare'), (b'CF-RAY', b'857c5270ffc34a84-TPE'), (b'Content-Encoding', b'gzip'), (b'alt-svc', b'h3=\":443\"; ma=86400')])\n",
      "02/19/2024 14:06:07 - INFO - httpx - HTTP Request: POST https://api.openai.com/v1/chat/completions \"HTTP/1.1 200 OK\"\n",
      "02/19/2024 14:06:07 - DEBUG - httpcore.http11 - receive_response_body.started request=<Request [b'POST']>\n",
      "02/19/2024 14:06:07 - DEBUG - httpcore.http11 - receive_response_body.complete\n",
      "02/19/2024 14:06:07 - DEBUG - httpcore.http11 - response_closed.started\n",
      "02/19/2024 14:06:07 - DEBUG - httpcore.http11 - response_closed.complete\n",
      "02/19/2024 14:06:07 - DEBUG - openai._base_client - HTTP Request: POST https://api.openai.com/v1/chat/completions \"200 OK\"\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "開始清理文字\n",
      "['亨利']\n",
      "開始精準搜尋\n",
      "精準搜尋共 2 筆資料\n",
      "精準搜尋階段完成\n",
      "SBERT 算法[sbert]搜尋開始\n",
      "注入文本：亨利 \n",
      "-> 亨利 : 氣體 亨利 定律\n",
      "\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "Batches: 100%|██████████| 1/1 [00:00<00:00,  1.44it/s]\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "['[\"id: 80373, distance: 2.5355982780456543, entity: {\\'preview_str\\': \\'理想氣體定律\\', \\'link_id\\': \\'80373\\'}\", \"id: 1200, distance: 2.6742172241210938, entity: {\\'preview_str\\': \\'氣體性質\\', \\'link_id\\': \\'1200\\'}\", \"id: 24039, distance: 2.8423633575439453, entity: {\\'preview_str\\': \\'亨利定律\\', \\'link_id\\': \\'24039\\'}\", \"id: 164813, distance: 2.8857345581054688, entity: {\\'preview_str\\': \\'氣體物質\\', \\'link_id\\': \\'164813\\'}\", \"id: 206776, distance: 2.93330717086792, entity: {\\'preview_str\\': \\'氣體介質\\', \\'link_id\\': \\'206776\\'}\", \"id: 80062, distance: 2.935472011566162, entity: {\\'preview_str\\': \\'氣體動力論\\', \\'link_id\\': \\'80062\\'}\", \"id: 110189, distance: 2.9794538021087646, entity: {\\'preview_str\\': \\'氣體離子\\', \\'link_id\\': \\'110189\\'}\", \"id: 222, distance: 3.024482488632202, entity: {\\'preview_str\\': \\'氣體\\', \\'link_id\\': \\'222\\'}\", \"id: 11388, distance: 3.0258679389953613, entity: {\\'preview_str\\': \\'惰性氣體\\', \\'link_id\\': \\'11388\\'}\", \"id: 103663, distance: 3.0346920490264893, entity: {\\'preview_str\\': \\'成氣體\\', \\'link_id\\': \\'103663\\'}\"]']\n",
      "相關推薦共 83 筆資料\n",
      "相關推薦過多，僅顯示前 20 筆\n",
      "SBERT+TF 算法(擴展關鍵字)搜尋結束\n",
      "SBERT「文章向量加權」算法搜尋開始\n",
      "原始句子：亨利\n",
      "注入句子：亨利 : 氣體 亨利 定律\n",
      "\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "Batches: 100%|██████████| 1/1 [00:00<00:00,  1.39it/s]\n",
      "Batches: 100%|██████████| 1/1 [00:00<00:00,  2.00it/s]\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "向量計算成功\n",
      "相似文章搜尋成功\n",
      "你可能也喜歡共 20 筆資料\n",
      "SBERT「文章向量加權」算法搜尋結束\n"
     ]
    }
   ],
   "source": [
    "qustion = \"「小幫手我想知道亨利定律公式」\"\n",
    "# use gpt to clean the input string\n",
    "qustion = ai_core.get_keyword(qustion)\n",
    "\n",
    "ans = {}\n",
    "\n",
    "ans[\"tf\"] = search_engine.tf(user_input=qustion)\n",
    "\n",
    "ans[\"mix\"] = search_engine.sbert_mix_tf(user_input=qustion)\n",
    "\n",
    "ans[\"sbert\"] = search_engine.sbert(user_input=qustion)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 10,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "[{'article_id': '19589', 'tf_value': 0.09130434782608696}]"
      ]
     },
     "execution_count": 10,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "ans[\"tf\"]['alist']"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 15,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "\n",
      "**相關推薦：**\n",
      " --- \n",
      "\n",
      "1. [亨利定律](https://highscope.ch.ntu.edu.tw/wordpress/?p=4320)\n",
      "2. [格雷姆定律](https://highscope.ch.ntu.edu.tw/wordpress/?p=4322)\n",
      "3. [理想氣體](https://highscope.ch.ntu.edu.tw/wordpress/?p=17211)\n",
      "4. [氣體檢測十年功，現在只需三秒鐘－氣態紅外光譜自動定性定量技術](https://pansci.asia/archives/76718)\n",
      "5. [銀暈：包圍銀河系的龐大熾熱氣體](https://pansci.asia/archives/29273)\n",
      "6. [溫度的意義（三）](https://www.scitw.cc/posts/4220)\n",
      "7. [惰性氣體的應用](https://highscope.ch.ntu.edu.tw/wordpress/?p=48448)\n",
      "8. [響應半導體碳足跡計畫，聯華氣體 SMR 製氫同時還能減碳](https://technews.tw/2021/06/11/steam-methane-reforming/)\n",
      "9. [道耳頓分壓定律](https://highscope.ch.ntu.edu.tw/wordpress/?p=4324)\n",
      "10. [【化學家】惰性氣體發現者-威廉·拉姆齊](https://www.lifechem.tw/blog/191002)\n",
      "11. [今夏宇宙煙火秀](https://www.scitw.cc/posts/6672)\n",
      "12. [記憶體「惰性氣體」部分來自烏克蘭，美光：持續觀察局勢](https://technews.tw/2022/02/23/micron-ceo-talks-about-noble-gases-from-ukraine/)\n",
      "13. [星系生命力取決於能不能回收氣體再利用](https://pansci.asia/archives/9580)\n",
      "14. [地質能源：什麼是「 可燃冰」？可以燃燒的冰嗎？](https://scitechvista.nat.gov.tw/Article/C000003/detail?ID=c7d5d969-1418-43b2-8a78-70afd67654cc)\n",
      "15. [發現超大質量黑洞拋出子彈氣體](https://pansci.asia/archives/7896)\n",
      "16. [為什麼保溫瓶要抽真空？](https://highscope.ch.ntu.edu.tw/wordpress/?p=61792)\n",
      "17. [天文學家在極早期星系周圍偵測到大量富含碳元素的氣體與塵埃](https://pansci.asia/archives/16061)\n",
      "18. [令人困惑的超長星系氣體尾](https://pansci.asia/archives/10012)\n",
      "19. [在量子氣體裡被看到的超固體](https://pb.ps-taiwan.org/modules/news/article.php?storyid=470)\n",
      "20. [聲波冷卻冰箱(Acoustic Refrigerator)](https://highscope.ch.ntu.edu.tw/wordpress/?p=28615)\n",
      "\n",
      " --- \n",
      "亨利 : 氣體 亨利 定律、理想氣體定律、氣體性質、亨利定律、氣體物質、氣體介質、氣體動力論、氣體離子、氣體、惰性氣體、成氣體、氣體體積、氣體反應、絕緣氣體、氣體的、製程氣體、甲烷氣、形成氣體、惰性氣體離子、氣體流動、氣體流\n",
      "\n",
      "\n",
      "\n"
     ]
    }
   ],
   "source": [
    "print(ans[\"mix\"][\"comment_msg\"])"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 1,
   "metadata": {},
   "outputs": [
    {
     "ename": "NameError",
     "evalue": "name 'search_engine' is not defined",
     "output_type": "error",
     "traceback": [
      "\u001b[1;31m---------------------------------------------------------------------------\u001b[0m",
      "\u001b[1;31mNameError\u001b[0m                                 Traceback (most recent call last)",
      "Cell \u001b[1;32mIn[1], line 3\u001b[0m\n\u001b[0;32m      1\u001b[0m qustion \u001b[38;5;241m=\u001b[39m \u001b[38;5;124m\"\u001b[39m\u001b[38;5;124m小幫手我想知道拉午耳定理\u001b[39m\u001b[38;5;124m\"\u001b[39m\n\u001b[0;32m      2\u001b[0m ans \u001b[38;5;241m=\u001b[39m {}\n\u001b[1;32m----> 3\u001b[0m ans[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124mtf\u001b[39m\u001b[38;5;124m\"\u001b[39m] \u001b[38;5;241m=\u001b[39m \u001b[43msearch_engine\u001b[49m\u001b[38;5;241m.\u001b[39mtf(user_input\u001b[38;5;241m=\u001b[39mqustion)\n\u001b[0;32m      4\u001b[0m ans[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124mmix\u001b[39m\u001b[38;5;124m\"\u001b[39m] \u001b[38;5;241m=\u001b[39m search_engine\u001b[38;5;241m.\u001b[39msbert_mix_tf(user_input\u001b[38;5;241m=\u001b[39mqustion, except_article_ids\u001b[38;5;241m=\u001b[39m[\n\u001b[0;32m      5\u001b[0m                                         x[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124marticle_id\u001b[39m\u001b[38;5;124m\"\u001b[39m] \u001b[38;5;28;01mfor\u001b[39;00m x \u001b[38;5;129;01min\u001b[39;00m ans[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124mtf\u001b[39m\u001b[38;5;124m\"\u001b[39m][\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124malist\u001b[39m\u001b[38;5;124m\"\u001b[39m]])\n\u001b[0;32m      6\u001b[0m ans[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124msbert\u001b[39m\u001b[38;5;124m\"\u001b[39m] \u001b[38;5;241m=\u001b[39m search_engine\u001b[38;5;241m.\u001b[39msbert(user_input\u001b[38;5;241m=\u001b[39mqustion, except_article_ids\u001b[38;5;241m=\u001b[39m(\n\u001b[0;32m      7\u001b[0m     [x[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124marticle_id\u001b[39m\u001b[38;5;124m\"\u001b[39m] \u001b[38;5;28;01mfor\u001b[39;00m x \u001b[38;5;129;01min\u001b[39;00m ans[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124mtf\u001b[39m\u001b[38;5;124m\"\u001b[39m][\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124malist\u001b[39m\u001b[38;5;124m\"\u001b[39m]] \u001b[38;5;241m+\u001b[39m [x[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124m_id\u001b[39m\u001b[38;5;124m\"\u001b[39m] \u001b[38;5;28;01mfor\u001b[39;00m x \u001b[38;5;129;01min\u001b[39;00m ans[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124mmix\u001b[39m\u001b[38;5;124m\"\u001b[39m][\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124malist\u001b[39m\u001b[38;5;124m\"\u001b[39m]]))\n",
      "\u001b[1;31mNameError\u001b[0m: name 'search_engine' is not defined"
     ]
    }
   ],
   "source": [
    "qustion = \"小幫手我想知道交聯作用\"\n",
    "ans = {}\n",
    "ans[\"tf\"] = search_engine.tf(user_input=qustion)\n",
    "ans[\"mix\"] = search_engine.sbert_mix_tf(user_input=qustion, except_article_ids=[\n",
    "                                        x[\"article_id\"] for x in ans[\"tf\"][\"alist\"]])\n",
    "ans[\"sbert\"] = search_engine.sbert(user_input=qustion, except_article_ids=(\n",
    "    [x[\"article_id\"] for x in ans[\"tf\"][\"alist\"]] + [x[\"_id\"] for x in ans[\"mix\"][\"alist\"]]))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 26,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "{'state': True,\n",
       " 'comment_msg': '\\n**優先推薦：** \\n --- \\n\\n1. [[物理史] 拉午耳（François-Marie Raoult）和拉午耳定律 他發現了溶解分子的普適特性並說明如何加以利用](https://highscope.ch.ntu.edu.tw/wordpress/?p=72762)\\n',\n",
       " 'wc_string': \"{'title': '[ 物理 史 ]  拉午耳 （ François-Marie Raoult ） 和 拉午耳定律 他 發現 了 溶解 分子的 普適 特性 並 說明 如何 加以 利用', 'content': '系列 文章 100 篇 已 集結 成 冊 ， 由 五南 出版 ， 書 名為 《 物理 奇才 奇事 》 。   年輕 歲月 物理學 發展史 物質的 原子 - 分子 論 要 被 全 盤 接受 端賴 能否 將 熟悉的 物質 巨觀性質 與 個別 分子 特性 連結 起來 ， 這 從 亞佛加厥 （ Amedeo Avogadro ） 提出 ， 在 相同的 情形 下 ， 所有 單位體積 的 氣體 分子數 目 相同 開始 。 在 此 基礎 下 ， 理想氣體 理論 在 物理 上 引發 了 無數的 努力 ， 以 求 進一步的 理解 。   在 理想氣體 中 ， 任一 種 氣體 分子的 行為 皆 相同 ， 此 觀念 所 表達 的 普 適性 說明 了 有 一 基本 物理 適用於 廣大 範圍 的物質 。 終於 ， 物理學家 找出 了 測定 亞佛加厥常數 數值的 方法 ， 即 特定 體積 （ 視 壓力 和 溫度 而 定 ） 中 的 實際 分子數 目 。 分子量 如此 便 可以 簡單 地 經由 測定 氣體的 密度 而 決定 。 拉午耳定律 的 普 適性 引發 了 有關 液體 和 溶液 創意 研究 的 熱潮 ， 對於 定量 但 分子數 未知 的 溶劑 ， 如 高分子 或 其他 高分子量 的物質 而言 ， 拉午耳定律 可 讓 人 經由 蒸氣壓 或 其他 溶劑的 特性 來 測定 其 分子量 。 原文 刊載 於 物理 雙月刊 2014年 6月 號 36 卷 第3 期 ， 感謝 楊信男 教授 同意 授權 刊載 。   年輕 歲月   註 （ 1 ） ： 莫耳 為 物質的 計量單位 ， 1 莫耳的 物質 含有   6.022 \\\\\\\\times 10^ { 23 } （ 亞佛加厥常數 ） 個 分子 。 莫耳分率 指 混合溶液 中 溶劑的 莫耳數 除 以 該 混合溶液 的 總 莫耳數 。 註 （ 2 ） ： 拉午耳定律 比較 常見 的 說法 為 ， 混合溶液 中 來自 溶劑的 蒸氣壓 與 該 溶劑 在 混合溶液 中 的 莫耳分率 成 正比 。 物理 在 多年 審慎 地 實驗 後 ， 拉午耳 在 《 法國 科學 院 彙刊 》 （ Comptes Re ndus ， 1887 年   5 月   23 日 ） 發表 了 一 篇 指標性 的 文章 〈 溶劑 蒸氣壓 通則 〉 （ Ge neral La w of the Vapor Pressure of Solvents ） ， 說明 現在 被 視為 拉午耳定律 的 核心 概念 。 他 溶解 不同 低濃度 的 非 揮發性化合物 ： 5   種 溶 於 水 ， 14   種 溶 於   11   種 有機溶劑 中 。   之後 ， 他 測量 溶解 化合物 在 溶劑 蒸氣壓 上的 效果 ， 發現 結果 很 值得注意 。 在 他 實驗的 範圍 中 ， 液體 中 任一 被 溶解的 物質 只要 莫耳分率 （ 1 ） 一定 ， 此時 測得 的 蒸氣壓 與 原 溶劑的 蒸氣壓 相比 ， 減少 的 分率 都 相同 （ 此 即 拉午耳定律 ， 詳 見 註 2 ） 。 後來 經由 其他 科學家 的 證實 ， 這些 實驗 印證 了 亞佛加厥 和 理想氣體 理論的 建構者 在 當時 對 物理 提出 的 普 適性 ； 在 拉午耳 另外 的 研究 則 說明 了 液體 熔點 被 溶劑 降低 的 類似 效果 。 凡特何夫 （ Jacobus van ’ t Ho ff ） 和 阿瑞尼斯 （ Svante Ar rh enius ） 之後的 理論 研究 ， 證實 了 拉午 耳的 結果 ， 提供 了 熱 力學的 基礎 ， 也 說明 了 如何 理解 那些 一 開始 被 認為 是 例外 的 結果 。   終於 在   1867 年 ， 拉午耳 來到 法國 東南 格勒諾勃 大學科學 院 （ Sc iences Faculty in Grenoble ） 當 化學 教授 。   當時 有 人 反對 ， 質疑 他 其實 是 物理學家 ， 但 任命 最後 還是 通過 了 ， 而 他 就 在 格勒諾勃 大學 繼續 他 的 研究 長達   31 年 。 那時 的 實驗室 很 簡陋 ， 美國 歷史學 家恩葉 （ Mary Jo Nye ） 在 她 的 著作 《 科學 在 法國 》 （ Sc ience in the  Provinces ） 中 引用 了 拉午 耳的 描述 說 ： 「 每 位 教授 有 一 張 小 桌子 ， 這 個 房間 白天 是 實驗室 ， 也 同時 是 管理員 的 起居室 。 物理 教授 在 此 安置 他 的 儀器 ； 動物 系 教授 解剖 兔子 、 餵 鴿子 ； … 地質學 教授 陳設 他 的 化石 ； … 化學 系 教授 執行 他 所有的 操作 。 」  拉午耳 （ 18 30 - 1901 ） 出生 在 法國 北部 諾爾 縣 富爾內 （ Fournes ,   Nord ） ， 父親 是 海關 的 職員 。 他 曾 短暫 就讀 於 巴黎 大學 ， 但 沒 經濟 能力 繼續 讀完 。 之後 ， 他 在 中學 全職 教 物理 和 數學 長達   14 年 ， 學校 一 所 換過 一 所 。 同時 ， 他 還 靠 自己 ， 在 相當 困難的 情形 下 ， 繼續 研究 伏打電池 的 能量 關係 ， 終於 從 巴黎 大學 獲得 了 物理 博士學位 。 論文 雖 在 當時 沒有 引起 注意 ， 卻 是 開創 性的 研究 。 他 是 最先 說明 伏打電池 的 化學反應 能量和 電能量 並 非相同的 科學家 之 一 ， 後來 熱力學 自由能 和 熵 的 概念 被 人 理解 ， 應用到 電化電池 後 ， 他 的 研究 才 受到 重視 。  拉午 耳的 生平 事跡 拉午耳定律 拉午耳 （ François-Marie Raoult ） 和 拉午耳定律 他 發現 了 溶解 分子的 普適 特性 並 說明 如何 加以 利用 拉午 耳的 一生 都 在 為了 讓 世人 了解 他 所 喜愛 的 研究 而 努力 奮鬥 ， 他 忍受 經濟的 困境 完成 了 博士學位 ， 還 長期 在 中學 教書 ， 以及 在 格勒諾勃 大學 遭遇 阻力 才 獲得 教職 。 最終 他 先 在別 的 國家 ， 最後 在 法國 ， 得到 了 應有的 地位 。 拉午耳定律 拉午耳定律 和 理想氣體定律 兩 者 皆 只 能 應用 在 限定的 範圍 內 。 對於 理想氣體定律 來 說 ， 它 只 限用 於 相對 高溫 和 低壓 ， 而 無法 適用於 高壓 和 低溫的 情況 。 不同 氣體的 行為 都 不 一樣 ， 通常 會 依循 凡德 瓦 方程 （ Van der Waals equation ） ， 最後凝結 成 液體 。 科學家 在 跨越 原有 定律 適用的 範圍 後 發現 了 豐富的 新 物理 。   至於 拉午耳定律 則 適用於 極 低限濃度 的 非揮發性 溶質 ， 而 在 高濃度 或是 揮發性 溶質 的 情形 ， 不同的 化合物 行為 都 不 一樣 。 探索 這些 情況 可 得到 大量的 資料 ， 以 做為 分餾 及 其他 工業製程 的 基礎 。 不僅 如此 ， 拉午耳 還 在 有 些 鹽類 ， 例如 水中的 氯化鈉 ， 發現 其 分子數 目 大約 是 預期的 2 倍 ， 這 是 水中 氯化鈉 解離 成 鈉 和 氯 離子的 早期 線索 。   然而 ， 我們 對於 氣體的 了解 並 無助於 我們 進一步 了解 液體 、 溶液 以及 凝態物質 。 大多數 的 分子 無法 像 氣體 一樣 簡單 地 被 觀測 ， 但 當 溶解 於 液體 中時 ， 可以 觀測 到 它們 聚集 的 行為 ， 就 如同 理想氣體 理論 中 的 情況 。 這 如何 解釋 就 有待 法國 科學家 拉午耳 （ François-Marie Raoult ） 的 研究 了 。 物理學 發展史 拉午 耳的 生平 事跡', 'query': '[ 物理 史 ]  拉午耳 （ François-Marie Raoult ） 和 拉午耳定律 他 發現 了 溶解 分子的 普適 特性 並 說明 如何 加以 利用 [ 物理 史 ]  拉午耳 （ François-Marie Raoult ） 和 拉午耳定律 他 發現 了 溶解 分子的 普適 特性 並 說明 如何 加以 利用 [ 物理 史 ]  拉午耳 （ François-Marie Raoult ） 和 拉午耳定律 他 發現 了 溶解 分子的 普適 特性 並 說明 如何 加以 利用 [ 物理 史 ]  拉午耳 （ François-Marie Raoult ） 和 拉午耳定律 他 發現 了 溶解 分子的 普適 特性 並 說明 如何 加以 利用 [ 物理 史 ]  拉午耳 （ François-Marie Raoult ） 和 拉午耳定律 他 發現 了 溶解 分子的 普適 特性 並 說明 如何 加以 利用 系列 文章 100 篇 已 集結 成 冊 ， 由 五南 出版 ， 書 名為 《 物理 奇才 奇事 》 。   年輕 歲月 物理學 發展史 物質的 原子 - 分子 論 要 被 全 盤 接受 端賴 能否 將 熟悉的 物質 巨觀性質 與 個別 分子 特性 連結 起來 ， 這 從 亞佛加厥 （ Amedeo Avogadro ） 提出 ， 在 相同的 情形 下 ， 所有 單位體積 的 氣體 分子數 目 相同 開始 。 在 此 基礎 下 ， 理想氣體 理論 在 物理 上 引發 了 無數的 努力 ， 以 求 進一步的 理解 。   在 理想氣體 中 ， 任一 種 氣體 分子的 行為 皆 相同 ， 此 觀念 所 表達 的 普 適性 說明 了 有 一 基本 物理 適用於 廣大 範圍 的物質 。 終於 ， 物理學家 找出 了 測定 亞佛加厥常數 數值的 方法 ， 即 特定 體積 （ 視 壓力 和 溫度 而 定 ） 中 的 實際 分子數 目 。 分子量 如此 便 可以 簡單 地 經由 測定 氣體的 密度 而 決定 。 拉午耳定律 的 普 適性 引發 了 有關 液體 和 溶液 創意 研究 的 熱潮 ， 對於 定量 但 分子數 未知 的 溶劑 ， 如 高分子 或 其他 高分子量 的物質 而言 ， 拉午耳定律 可 讓 人 經由 蒸氣壓 或 其他 溶劑的 特性 來 測定 其 分子量 。 原文 刊載 於 物理 雙月刊 2014年 6月 號 36 卷 第3 期 ， 感謝 楊信男 教授 同意 授權 刊載 。   年輕 歲月   註 （ 1 ） ： 莫耳 為 物質的 計量單位 ， 1 莫耳的 物質 含有   6.022 \\\\\\\\times 10^ { 23 } （ 亞佛加厥常數 ） 個 分子 。 莫耳分率 指 混合溶液 中 溶劑的 莫耳數 除 以 該 混合溶液 的 總 莫耳數 。 註 （ 2 ） ： 拉午耳定律 比較 常見 的 說法 為 ， 混合溶液 中 來自 溶劑的 蒸氣壓 與 該 溶劑 在 混合溶液 中 的 莫耳分率 成 正比 。 物理 在 多年 審慎 地 實驗 後 ， 拉午耳 在 《 法國 科學 院 彙刊 》 （ Comptes Re ndus ， 1887 年   5 月   23 日 ） 發表 了 一 篇 指標性 的 文章 〈 溶劑 蒸氣壓 通則 〉 （ Ge neral La w of the Vapor Pressure of Solvents ） ， 說明 現在 被 視為 拉午耳定律 的 核心 概念 。 他 溶解 不同 低濃度 的 非 揮發性化合物 ： 5   種 溶 於 水 ， 14   種 溶 於   11   種 有機溶劑 中 。   之後 ， 他 測量 溶解 化合物 在 溶劑 蒸氣壓 上的 效果 ， 發現 結果 很 值得注意 。 在 他 實驗的 範圍 中 ， 液體 中 任一 被 溶解的 物質 只要 莫耳分率 （ 1 ） 一定 ， 此時 測得 的 蒸氣壓 與 原 溶劑的 蒸氣壓 相比 ， 減少 的 分率 都 相同 （ 此 即 拉午耳定律 ， 詳 見 註 2 ） 。 後來 經由 其他 科學家 的 證實 ， 這些 實驗 印證 了 亞佛加厥 和 理想氣體 理論的 建構者 在 當時 對 物理 提出 的 普 適性 ； 在 拉午耳 另外 的 研究 則 說明 了 液體 熔點 被 溶劑 降低 的 類似 效果 。 凡特何夫 （ Jacobus van ’ t Ho ff ） 和 阿瑞尼斯 （ Svante Ar rh enius ） 之後的 理論 研究 ， 證實 了 拉午 耳的 結果 ， 提供 了 熱 力學的 基礎 ， 也 說明 了 如何 理解 那些 一 開始 被 認為 是 例外 的 結果 。   終於 在   1867 年 ， 拉午耳 來到 法國 東南 格勒諾勃 大學科學 院 （ Sc iences Faculty in Grenoble ） 當 化學 教授 。   當時 有 人 反對 ， 質疑 他 其實 是 物理學家 ， 但 任命 最後 還是 通過 了 ， 而 他 就 在 格勒諾勃 大學 繼續 他 的 研究 長達   31 年 。 那時 的 實驗室 很 簡陋 ， 美國 歷史學 家恩葉 （ Mary Jo Nye ） 在 她 的 著作 《 科學 在 法國 》 （ Sc ience in the  Provinces ） 中 引用 了 拉午 耳的 描述 說 ： 「 每 位 教授 有 一 張 小 桌子 ， 這 個 房間 白天 是 實驗室 ， 也 同時 是 管理員 的 起居室 。 物理 教授 在 此 安置 他 的 儀器 ； 動物 系 教授 解剖 兔子 、 餵 鴿子 ； … 地質學 教授 陳設 他 的 化石 ； … 化學 系 教授 執行 他 所有的 操作 。 」  拉午耳 （ 18 30 - 1901 ） 出生 在 法國 北部 諾爾 縣 富爾內 （ Fournes ,   Nord ） ， 父親 是 海關 的 職員 。 他 曾 短暫 就讀 於 巴黎 大學 ， 但 沒 經濟 能力 繼續 讀完 。 之後 ， 他 在 中學 全職 教 物理 和 數學 長達   14 年 ， 學校 一 所 換過 一 所 。 同時 ， 他 還 靠 自己 ， 在 相當 困難的 情形 下 ， 繼續 研究 伏打電池 的 能量 關係 ， 終於 從 巴黎 大學 獲得 了 物理 博士學位 。 論文 雖 在 當時 沒有 引起 注意 ， 卻 是 開創 性的 研究 。 他 是 最先 說明 伏打電池 的 化學反應 能量和 電能量 並 非相同的 科學家 之 一 ， 後來 熱力學 自由能 和 熵 的 概念 被 人 理解 ， 應用到 電化電池 後 ， 他 的 研究 才 受到 重視 。  拉午 耳的 生平 事跡 拉午耳定律 拉午耳 （ François-Marie Raoult ） 和 拉午耳定律 他 發現 了 溶解 分子的 普適 特性 並 說明 如何 加以 利用 拉午 耳的 一生 都 在 為了 讓 世人 了解 他 所 喜愛 的 研究 而 努力 奮鬥 ， 他 忍受 經濟的 困境 完成 了 博士學位 ， 還 長期 在 中學 教書 ， 以及 在 格勒諾勃 大學 遭遇 阻力 才 獲得 教職 。 最終 他 先 在別 的 國家 ， 最後 在 法國 ， 得到 了 應有的 地位 。 拉午耳定律 拉午耳定律 和 理想氣體定律 兩 者 皆 只 能 應用 在 限定的 範圍 內 。 對於 理想氣體定律 來 說 ， 它 只 限用 於 相對 高溫 和 低壓 ， 而 無法 適用於 高壓 和 低溫的 情況 。 不同 氣體的 行為 都 不 一樣 ， 通常 會 依循 凡德 瓦 方程 （ Van der Waals equation ） ， 最後凝結 成 液體 。 科學家 在 跨越 原有 定律 適用的 範圍 後 發現 了 豐富的 新 物理 。   至於 拉午耳定律 則 適用於 極 低限濃度 的 非揮發性 溶質 ， 而 在 高濃度 或是 揮發性 溶質 的 情形 ， 不同的 化合物 行為 都 不 一樣 。 探索 這些 情況 可 得到 大量的 資料 ， 以 做為 分餾 及 其他 工業製程 的 基礎 。 不僅 如此 ， 拉午耳 還 在 有 些 鹽類 ， 例如 水中的 氯化鈉 ， 發現 其 分子數 目 大約 是 預期的 2 倍 ， 這 是 水中 氯化鈉 解離 成 鈉 和 氯 離子的 早期 線索 。   然而 ， 我們 對於 氣體的 了解 並 無助於 我們 進一步 了解 液體 、 溶液 以及 凝態物質 。 大多數 的 分子 無法 像 氣體 一樣 簡單 地 被 觀測 ， 但 當 溶解 於 液體 中時 ， 可以 觀測 到 它們 聚集 的 行為 ， 就 如同 理想氣體 理論 中 的 情況 。 這 如何 解釋 就 有待 法國 科學家 拉午耳 （ François-Marie Raoult ） 的 研究 了 。 物理學 發展史 拉午 耳的 生平 事跡'} \",\n",
       " 'alist': [{'article_id': '20257', 'tf_value': 0.0187207488299532}]}"
      ]
     },
     "execution_count": 26,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "ans['tf']"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 27,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "\n",
      "**優先推薦：** \n",
      " --- \n",
      "\n",
      "1. [[物理史] 拉午耳（François-Marie Raoult）和拉午耳定律 他發現了溶解分子的普適特性並說明如何加以利用](https://highscope.ch.ntu.edu.tw/wordpress/?p=72762)\n",
      "\n"
     ]
    }
   ],
   "source": [
    "print(ans[\"tf\"][\"comment_msg\"])"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 22,
   "metadata": {},
   "outputs": [],
   "source": [
    "from modules.tools.mongo_connector import find_article_info\n",
    "answer_artivle_id_list = [x[\"article_id\"] for x in ans[\"tf\"][\"alist\"]] + [x[\"_id\"]\n",
    "                                                                          for x in ans[\"mix\"][\"alist\"]] + [x for x in ans[\"sbert\"][\"alist\"]]\n",
    "\n",
    "\n",
    "if len(answer_artivle_id_list) > 10:\n",
    "\n",
    "    answer_artivle_id_list = answer_artivle_id_list[:10]\n",
    "\n",
    "\n",
    "answer_article_str = \"\\n\".join(\n",
    "\n",
    "    [f\"[{x}] {find_article_info(str(x))['content']}\" for x in answer_artivle_id_list])"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 23,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "[8451] 第一批的量子電腦已經快要問世了。在紐奧良召開的2017美國物理學會三月大會的第一天一大早，來自谷歌(Google)、微軟(Microsoft)、和哈佛大學的研究者們就在一個擁擠的房間裡，向擠在裡面的物理學者們討論他們最近在量子電腦方面的成果以及他們對這個還不太成熟的技術的近程計畫。 來自谷歌的量子電腦主教級大師約翰.馬丁尼斯(John Martinis)提出了他們公司的「延伸目標」是在今年底建造及測試一台49-量子位元(qubit)的量子電腦。這個電腦所使用的的量子位元是由超導線路製作。每一個量子位元將被定在一個二元狀態系統的某一個精確的量子態。這次的測試將成為量子電腦技術的里程碑。接續在馬丁尼斯之後，也是來自谷歌的舍吉歐.布埃索(Sergio Boixo)接著說明，他說一個大約50個量子位元的量子電腦就可以在執行某些困難任務的速度上超過最快的古典電腦。 博士 學者們說，在像解決質因數分解或者精確模擬有機分子這一類計算超繁瑣的問題時，量子電腦保證在速度上會有指數的增長。這是因為「量子糾纏」：如果你預備了相互糾纏的量子位元，那麼你就可以同時操作好幾個狀態。 為了顯示他們的49-量子位元電腦真的有用，馬丁尼斯的團隊會將這些量子位元植入一個晶片，先精確的定好量子位元的初始量子態，然後透過外加的電位來控制量子位元的狀態演進。最後，他們會將測量到的量子位元狀態和一個針對該實驗所做的理論模擬結果相比較（這個理論模擬的計算是使用一個古典的超級電腦來做的）。如果兩者相符，那就表示研究團隊的確能夠操控量子位元的量子態演化，也就表示他們可以進行量子計算！ 這個示範並不對應於任何有用的計算工作，他只是要表現他們能夠確實掌控他們的的量子位元。「由於這個實驗牽涉到的是隨機演算法，所以那個演算法不會有什麼實際的用處，」馬丁尼斯說：「但是我們仍然可以將輸出的實驗結果和電腦模擬的結果做非常精確的比對，而確定實驗和理論是彼此吻合的。」 面對年底即將來臨的挑戰，雖然他們終究必須搞清楚所有的細節，但是馬丁尼斯他們對於設計那個49-量子位元的電腦已經有了大的圖像。由於研究團隊已經成功的建造而且測試過了9-量子位元版的量子電腦，馬丁尼斯說：「我們事實上對於這個任務大大小小的部分，感覺都還頗為自在。」 在製作49-量子位元版的電腦之前，團隊會先將系統擴充至20或30-量子位元。將一座量子電腦容量加大一倍有點像從已經掌握的單核電腦技術去製作一台雙核的電腦。馬丁尼斯說：「你當然必須顧慮到會出現有些交互作用，但是你一旦知道怎麼去做一個，那麼去做兩個之後再把他們兜在一起就不是太難的事了。」\n",
      "[17685] 10 月 23 日，《Nature》正式刊登 Google「實現量子霸權」論文──《使用程式化超導處理器的量子霸權》。這篇論文曾在一個月前洩漏，但很快就刪掉了。<a href='//www5.technews.tw/www/delivery/ck.php?n=a4b3f35b&amp;cb=INSERT_RANDOM_NUMBER_HERE' target='_blank'><img src='//www5.technews.tw/www/delivery/avw.php?zoneid=59&amp;cb=INSERT_RANDOM_NUMBER_HERE&amp;n=a4b3f35b' border='0' alt='' /></a>「量子優越性」是指量子電腦可完成古典電腦（當今主流電腦）無法做到的事。此概念最早由加州理工學院理論物理教授 John Preskill 在 2012 年提出。理論上，只要給予足夠時間，古典電腦可解決任何能計算的問題。因此，「量子優越性」的標準是在同一個計算工作上，量子電腦比古典電腦有顯著（等比級數）加速。Google 論文顯示，他們製造出 53 個量子位元數的量子電腦，計算能力超過古典超級電腦。同樣的計算量，量子電腦用 200 秒就完成了，目前最強的古典超級電腦，要花費 1 萬年才能完成。IBM 的研究人員有不同看法。10 月 21 日，IBM 研究人員發文質疑 Google 的實驗方法：Google 在估算古典超級電腦需 1 萬年計算有問題，IBM 的方法可讓超算在 2.5 天內以更高傳真度完成相同計算工作，這還是「保守、最壞情況的估計」，其他研究能進一步減少時間。不管是 1 萬年還是 2.5 天，量子電腦的速度都遠超過古典電腦，背後關鍵原因是量子並列計算。解釋量子並列計算，要從量子屬性說起。「量子」不是具體指某種粒子，而是量子世界中物質客體的總稱，可以是光子、電子、原子、原子核、基本粒子等微觀粒子，也可以是宏觀範圍下的量子系統，比如「薛丁格的貓」。日常經驗中，宏觀世界物體的物理量和狀態在某個時刻總是確定。如一顆燈泡要麼是開的，要麼是關的，不可能同時是開著又是關著。但在量子世界裡，「開著又關著的燈泡」存在，因為量子有疊加態。量子疊加是指，一個量子系統可處在不同量子態的疊加態上。簡言之，就是兩種狀態疊加在一起。「薛丁格的貓」就是解釋量子疊加的思想實驗：把貓關在一個不透明的箱子裡，箱子裡有個裝置會釋放毒氣。如果不開箱子觀察（測量），貓就陷於死／活的疊加狀態。除了疊加態，量子還有另一個重要特徴：量子糾纏。量子糾纏是指，兩個粒子即使相隔數光年之遙，也有相互聯繫的特徴。▲ 首張量子糾纏圖片。（Source：格拉斯大學）1981 年，美國物理學家查德·費曼提出，原則上，人們可以設計一種電腦，透過量子力學特徴工作，模擬量子系統並採用量子方程式得到解答。由於量子系統有天然並列處理能力，用它達成目標的電腦很可能遠遠超越古典電腦。古典電腦的資訊單位是位元，一般用 0 和 1 表示。一個位元，要麼是 0，要麼是 1。量子電腦的資訊單位是「量子位元」（qubit）。上面說到，量子有疊加態特徴，因此量子位元可以同時是 0 和 1。有人比喻：古典位元是 「開關」，只有開和關兩個狀態（0 和 1），量子位元是 「旋鈕」，就像收音機調頻旋鈕，有無窮多種狀態。古典電腦透過操縱古典位元運算，量子電腦是操縱量子位元，本質上就是旋轉它們。由於疊加特徴，讓量子電腦具備強大的並列計算能力。設計量子電腦時，通常會利用量子糾纏特徴，讓一個粒子和其他粒子糾纏，進一步提升並列計算能力。簡言之，利用量子疊加和量子糾纏可使計算能力以等比級數增長。製造量子電腦不是容易的事。由於量子位元的量子態非常脆弱，打造量子電腦主要困難之一是保持量子態在超低溫狀態。「雜訊」的最輕微震動或溫度擾動變化，都可能導致粒子在工作正常完成之前就發生量子行為衰減，這稱為「退相干」（Decoherence）現象。因此量子電腦必須在極低溫條件下工作，以盡力保護量子位元不受外界環境影響。其次，因量子位元的不穩定性，量子計算的精準度也有問題，傳真度不高。不少研究人員都認為，Google 的成果推動量子計算往前走了一大步，但大家都很清楚，量子計算的應用還是非常有限。目前，古典電腦仍然是解決大多數問題最簡單、最經濟的方案。而量子電腦適用於材料科學、藥物研究和密碼學等領域，有公司已在試驗應用於汽車業和製藥業。此外，機器學習核心的最佳化過程與量子計算是天作之合，Google 花這麼大力氣研發量子電腦，也就不奇怪了。（本文由 PingWest 授權轉載；首圖來源：Google）延伸閱讀：IBM 打臉量子霸權說，Google 出手回應3 分鐘搞定超級電腦 2 萬年完成的任務，53-Qubit Sycamore 量子電腦讓 Google 取得量子霸權科學家首次用相機捕捉，愛因斯坦稱為鬼魅似的遠距作用量子糾纏影像\n",
      "[19188] 10 月 23 日，《Nature》正式刊登 Google「實現量子霸權」論文──《使用程式化超導處理器的量子霸權》。這篇論文曾在一個月前洩漏，但很快就刪掉了。<a href='//www5.technews.tw/www/delivery/ck.php?n=a4b3f35b&amp;cb=INSERT_RANDOM_NUMBER_HERE' target='_blank'><img src='//www5.technews.tw/www/delivery/avw.php?zoneid=59&amp;cb=INSERT_RANDOM_NUMBER_HERE&amp;n=a4b3f35b' border='0' alt='' /></a>「量子優越性」是指量子電腦可完成古典電腦（當今主流電腦）無法做到的事。此概念最早由加州理工學院理論物理教授 John Preskill 在 2012 年提出。理論上，只要給予足夠時間，古典電腦可解決任何能計算的問題。因此，「量子優越性」的標準是在同一個計算工作上，量子電腦比古典電腦有顯著（等比級數）加速。Google 論文顯示，他們製造出 53 個量子位元數的量子電腦，計算能力超過古典超級電腦。同樣的計算量，量子電腦用 200 秒就完成了，目前最強的古典超級電腦，要花費 1 萬年才能完成。IBM 的研究人員有不同看法。10 月 21 日，IBM 研究人員發文質疑 Google 的實驗方法：Google 在估算古典超級電腦需 1 萬年計算有問題，IBM 的方法可讓超算在 2.5 天內以更高傳真度完成相同計算工作，這還是「保守、最壞情況的估計」，其他研究能進一步減少時間。不管是 1 萬年還是 2.5 天，量子電腦的速度都遠超過古典電腦，背後關鍵原因是量子並列計算。解釋量子並列計算，要從量子屬性說起。「量子」不是具體指某種粒子，而是量子世界中物質客體的總稱，可以是光子、電子、原子、原子核、基本粒子等微觀粒子，也可以是宏觀範圍下的量子系統，比如「薛丁格的貓」。日常經驗中，宏觀世界物體的物理量和狀態在某個時刻總是確定。如一顆燈泡要麼是開的，要麼是關的，不可能同時是開著又是關著。但在量子世界裡，「開著又關著的燈泡」存在，因為量子有疊加態。量子疊加是指，一個量子系統可處在不同量子態的疊加態上。簡言之，就是兩種狀態疊加在一起。「薛丁格的貓」就是解釋量子疊加的思想實驗：把貓關在一個不透明的箱子裡，箱子裡有個裝置會釋放毒氣。如果不開箱子觀察（測量），貓就陷於死／活的疊加狀態。除了疊加態，量子還有另一個重要特徴：量子糾纏。量子糾纏是指，兩個粒子即使相隔數光年之遙，也有相互聯繫的特徴。▲ 首張量子糾纏圖片。（Source：格拉斯大學）1981 年，美國物理學家查德·費曼提出，原則上，人們可以設計一種電腦，透過量子力學特徴工作，模擬量子系統並採用量子方程式得到解答。由於量子系統有天然並列處理能力，用它達成目標的電腦很可能遠遠超越古典電腦。古典電腦的資訊單位是位元，一般用 0 和 1 表示。一個位元，要麼是 0，要麼是 1。量子電腦的資訊單位是「量子位元」（qubit）。上面說到，量子有疊加態特徴，因此量子位元可以同時是 0 和 1。有人比喻：古典位元是 「開關」，只有開和關兩個狀態（0 和 1），量子位元是 「旋鈕」，就像收音機調頻旋鈕，有無窮多種狀態。古典電腦透過操縱古典位元運算，量子電腦是操縱量子位元，本質上就是旋轉它們。由於疊加特徴，讓量子電腦具備強大的並列計算能力。設計量子電腦時，通常會利用量子糾纏特徴，讓一個粒子和其他粒子糾纏，進一步提升並列計算能力。簡言之，利用量子疊加和量子糾纏可使計算能力以等比級數增長。製造量子電腦不是容易的事。由於量子位元的量子態非常脆弱，打造量子電腦主要困難之一是保持量子態在超低溫狀態。「雜訊」的最輕微震動或溫度擾動變化，都可能導致粒子在工作正常完成之前就發生量子行為衰減，這稱為「退相干」（Decoherence）現象。因此量子電腦必須在極低溫條件下工作，以盡力保護量子位元不受外界環境影響。其次，因量子位元的不穩定性，量子計算的精準度也有問題，傳真度不高。不少研究人員都認為，Google 的成果推動量子計算往前走了一大步，但大家都很清楚，量子計算的應用還是非常有限。目前，古典電腦仍然是解決大多數問題最簡單、最經濟的方案。而量子電腦適用於材料科學、藥物研究和密碼學等領域，有公司已在試驗應用於汽車業和製藥業。此外，機器學習核心的最佳化過程與量子計算是天作之合，Google 花這麼大力氣研發量子電腦，也就不奇怪了。（本文由 PingWest 授權轉載；首圖來源：Google）延伸閱讀：IBM 打臉量子霸權說，Google 出手回應3 分鐘搞定超級電腦 2 萬年完成的任務，53-Qubit Sycamore 量子電腦讓 Google 取得量子霸權科學家首次用相機捕捉，愛因斯坦稱為鬼魅似的遠距作用量子糾纏影像\n",
      "[8775] 量子理論 本團隊有許多成員長期耕耘在量子資訊與量子電腦的研究領域，成果執全國之牛耳。基於上述扎實之研究基礎，理論成員將持續致力於量子糾纏操縱理論之建立，而實驗成員則著重在設備建置，以及運用已建立起的量子元件自製能量而進行量子位元元件開發。在本團隊已有良好基礎與成果的優秀理論與實驗成員的密切合作下，預計在中期建立起固態量子位元，以及由本團隊成員所發展之「時間量子操縱」理論 (Temporal Quantum Steering)，並以半導體量子位元為基底的非凡 (non-trivial) 量子感測元件。往實現雙電子自旋糾纏態 (雙位元邏輯閘) 之備置與量測，以及量子亂數產生器此二長程目標邁進。 量子元件與電腦 在量子元件的開發上，將運用量子材料天生的量子效應，製作出運算特性超越傳統電子元件的結構。如同今日半導體電子產業一樣，在發展量子電腦等下世代量子科技中，能否掌握各式量子元件及晶片的設計、開發與製程至關重要。握有量子元件開發及製程之關鍵技術及其專利，便掌握未來量子科技的核心。目前量子元件製作能大多藉由與國外頂尖團隊合作而成，這將有礙於未來發展。因此本中心主要發展策略及目標為結合現有高端製程技術的基礎及經驗，建立起量子元件國內自製之能量。初期將可藉超導半導體量子元件的研發過程，有效地建立起關鍵Know-how 與技術。此外，亦著重建立國內第一個複合量子位元所需之相關低溫高頻量測系統。而中期目標將聚焦在製作出結合超導量子電路之量子複合位元與天使粒子元件兩大核心元件，以期在長程規劃中建立世界領先的量子電腦與科技。 量子材料 隨著新世代量子革命的發展演進，傳統以矽半導體為基礎的各類元件效能及設計自由度受到了先天只考慮電子電流效應的限制，而量子材料的應用則利用自旋、晶格、軌域、電荷等對稱性與導電性，以及拓樸性等各類交互作用，進而帶入各類相關電、光、熱、力、磁等豐富的量子應用前景。中心將與多個材料成長專長的研究團隊垂直整合，並以原子/奈米級精密量測的能量為基礎，建立快速的量子材料開發鏈，其中，短程將以各式量子材料成長為主，包含二維量子材料、低維氧化物量子系統、低維度高溫超導材料、與拓樸材料，並以實現新穎量子特徵為基礎。而中程將藉由中心特有的整合式量子材料磊晶平台，進行室溫量子系統與量子複合系統的開發。長期目標將建立在有效控制量子元件均勻性，並進而達成大面積量產化之目標，以建立3H 量子晶圓產業的核心目標。 總而言之，量子電腦產業將是未來的新興科技產業，近年已逐漸萌芽，以飛快的速度從實驗室走向應用，成大前沿量子科技研究中心預計與國外頂尖團隊的合作，製造出量子元件。中心成立後，更將結合台灣高端半導體製程技術的基礎和經驗，建構在台灣就能夠獨立設計與製作量子元件和晶片的能力，掌握設計、開發、製程等方面的關鍵技術與智慧財產權。本中心期望能夠成為國際級的頂尖量子科技研究中心，讓未來的台灣成為量子電腦供應鏈中的關鍵技術供應者，如同台灣目前在全球半導體產業中的重要角色。\n",
      "[5743] 19世紀末，人們觀察到量子世界，提出量子力學理論，顛覆了古典物理世界，視為第一次量子革命。現在，不僅僅只是理論，更要去應用它，第二次量子革命正揭開序幕。 量子電腦威力無窮 台灣大學IBM量子電腦中心主任張慶瑞說：「The Future is quantum!」（未來屬於量子！） 雖然超級電腦越來越快，但仍有瓶頸。遵守摩爾定律的電晶體尺寸，已經快到極限；平行化計算也快達飽和；最重要的是，超級電腦越來越耗能、成本越來越高。而量子電腦將是解藥。 舉例說明量子電腦與古典電腦的差異。如果每次走一公尺，走30次後可以走多遠？古典電腦的走法是1x30，結果是30公尺；量子電腦則是2的30次方，約等於繞地球26圈。這種指數增長便是量子電腦的威力。因此，人腦神經元數量約為1015，只要50個量子位元（qubit）即可描述。預計100個量子位元後，很多問題都能迎刃而解，包括一般最佳化問題和化學問題。500個量子位元就可以描述全宇宙的狀態。 量子威能如此強大，美國智庫認為，量子技術等於是二戰前的核彈技術，先掌控這個技術的國家就能掌控全世界。因此各國無不投入大量資源研發量子電腦，以爭取量子霸權。目前只有D-Wave、IBM兩家公司提供量子電腦服務。IBM還設計了量子遊戲「Hello, quantum」和「entanglion」，讓一般民眾不必懂量子力學就能熟悉量子電腦的操作。 量子電腦的原理 量子電腦運用了費曼（Richard Feynman）和圖靈（Alan Turing）兩位科學家的概念。費曼說，這個宇宙本來就是量子構成的，怎麼可能用古典的東西去模擬，一定要用量子去解決量子問題。而圖靈則是用0和1來描述所有的數學邏輯問題。兩者相加就是量子電腦。 量子電腦的單位是量子位元，主要應用了兩個特性：疊加態和糾纏態。 木蘭辭中的雄兔和雌兔可以巧妙地比喻兩個特性。將一公一母的兔子丟到草地上讓牠們奔跑，遠遠看，「安能辨我是雌雄？」可能是公也可能是母，兩種狀態同時存在，就像旋轉中的硬幣不知是正面還是反面，這種現象稱為疊加態。抓起一隻兔子發現是公的，那就知道另一隻是母的；如果把公的動了變性手術放回去，另一隻也會自動改變。這稱為糾纏態。 根據這兩個特性，一個古典位元的0和1只能描述布洛赫球面（Bloch ball）的北極和南極，但是量子位元不只描述兩個點，而是一次就描述布洛赫球面上所有點。四個量子位元，不是指四個布洛赫球，而是四個布洛赫球共同提供的24的平行空間，一次就表達了24所有的可能性。所以量子電腦可以同時做24個平行處理。 例如，如果想在迷宮裡尋找出口，古典電腦只能一條路一條路地去嘗試，但量子電腦可以產生分身，一次就找到出口。如果用射箭來比喻，個人電腦每次只能一支箭，超級電腦是連弩弓，可連續射箭，量子電腦就是鋪天蓋地的箭雨。 不過量子演算法必須在量子電腦這個黑盒子裡進行，中間過程要讓它自動發展，不能偷看，一旦偷看（在量子世界中稱為量測），就會回到古典世界。這個黑盒子內的量子過程稱為神諭（Oracle）。 最後，張慶瑞再次強調，未來屬於量子，而且不只是電腦，感應器、通訊器等都將量子化。\n",
      "[8734] 量子計算的研究已經開始逐漸成熟了，尤其拜最近量子位元 (quantum bit 或簡稱 qubit) 工程的進步所賜，一連串的物理實驗可以使用為數不多的量子位元就成功地展示其計算能力。但除了小型、實驗室規模、原則性 (proof of principle) 的元件之外有許多企業也開始想辦法將這種能力運用到可擴展 (scalable) 的量子計算系統上，希望能將上千萬個邏輯量子位元放入可商用的完整量子計算系統，藉由量子科技的能力解決傳統電腦無法應付的實際問題。 量子計算的研究在數學和物理的領域裡並非新鮮事，但主要都聚焦在量子位元和量子演算法 (quantum algorithm) 這兩個部份。量子位元的研究著重於實驗元件裡量子位元的製造、操作和效能評估，而迪文森佐準則 (DiVincenzo criteria) 列出了提供了要在真實物理系統裡做量子計算最基本要滿足的運作狀態1同時也變成了研究的主流方向。至於量子演算法的研究則是著重在發展可以使用在理想量子位元上的演算法2，不過最近也已經開始打造能夠用於真實量子位元的相關演算法3。但整體來說，就像傳統電腦的組成不只有軟體和電晶體，單單只有量子演算法和量子位元也不可能構成真正的量子計算系統。 要如何打造一套量子計算系統可以自動地將輸入的量子演算法放到量子位元上運行？現在已經有研究人員開始在制定基本運作方法的架構層4,5 (architectrual layer)，部分的運作方法可以在圖一裡找到，不過其餘完整操作方法和可複製量子計算系統的部分還沒有什麼具體的想法。 “ 要建造真正可擴展量子電腦需要跨領域技術的人才，所以有心願意跨領域的人有福了，因為這類系統的設計師現在正遇到一些橫跨物理、工程和電腦架構領域的難題。”應用導向的設計 量子演算法到底是怎麼設計出來、又怎麼在真實量子位元上執行？首先要把演算法變成一連串的邏輯運算 (logical operation) 或稱量子閘 (gate，有時也稱量子邏輯閘) 組成的量子電路 (quantum circuit，請見註解一)。接下來設計師透過物理上的對稱性將電路簡化，使演算法可以在現今這種為數不多的真實量子位元系統上執行。不過目前量子演算法的最佳化還沒辦法完全靠電腦做，而其中最頭痛的步驟到目前都還是純手工處理。不過有了軟體的幫助，設計師就可以透過分析同調時間 (coherence time)、量子閘保真度 (gate fidelity) 和演算法的近似方法等變數如何影響結果的準確性來估算所需要的量子位元和量子閘的數量。但最佳化工具應該還是要設計成不需要人工就可以簡化演算法，例如這些工具應該要很快地生出各種不同但等價的么正轉換 (unitary transformation) 電路讓設計師從中選出最好的一個。 現在已經有一些程式設計環境已經可以讓編譯器執行一些演算法的初步優化且使這些演算法可以做資源分析 (resource analysis)、模擬或在特定類型的量子位元上執行。基本上編譯器做的事情就是把量子電路轉譯成稱為量子組合語言 (QASM，quantum assembly language) 的一系列量子邏輯指令 (logical quantum instruction)。量子電路在這種文字格式的程式語言下變成一系列的操作指令，而這些指令會根據演算法告訴各個量子位元當下該做什麼事。從演算法設計師的角度來看，QASM 的程式碼已經可以在真實的量子位元系統上執行了。但不幸的是並非所有類型的量子位元系統都與 QSMA 定義的量子閘相容，畢竟量子位元的製造原料不只有一種，而這些材料會決定哪些量子閘是物理性質直接給定的。這樣子的量子閘被稱為天然閘 (native gate) ，因為這些會因量子位元系統不同而有所改變，所以這些 QASM 的邏輯操作必須先將量子閘轉換成天然閘的組合。即便如此，研究人員還是必須考量會影響系統設計和架構的因素，譬如演算法裡哪些量子邏輯操作是可以直接在量子位元上運作的。不能直接運作的要怎麼找到等價的量子閘或是一組量子閘替代？哪些量子閘可以平行運算？連續幾個量子閘的操作後保真度或誤差還在可以接受的範圍內？ 當選擇了適當的邏輯操作和量子位元的種類後研究人員就可以將一系列的天然閘放到真實的系統上執行。雖然從設計演算法的角度來看，系統內任意兩個量子位元之間都應當可以執行雙量子位元量子閘 (two-qubit gate) 操作，不過在許多系統裡要做雙位元操作必須要兩個量子位元靠夠近才辦得到。所以演算法必須要投射 (mapping) 到量子位元網格 (qubit grid) 裡可以執行操作的量子位元上並在量子元件諸多的限制下決定最佳操作順序或平行運算。演算法的操作要投射到量子位元上和做排程並不簡單，畢竟大多數量子位元裝置之間的連接非常受限，通常只有最靠近的兩個量子位元才有連結；因此要決定哪個量子位元可以拿來執行操作也必須考慮這一層關係。如果要操作較遠的量子位元就需要透過訊息穿梭 (shuttling) 或量子遙傳 (quantum teleportation)，但如此一來會大大地削弱跑演算法的可用量子資源6。投射和安排通訊協定 (protocol) 更是個困難的挑戰，因為真實的量子位元算是出了名的脆弱且雜訊多，所以製作協定還必須要把這些缺陷列入考量。 確保量子電腦每次運算的初始狀態盡可能地一致對所有演算法執行也很重要，畢竟量子演算法必須要重複運算多次才能得到統計上有意義的結果。通常演算的執行過程要跑好幾千次，所以必須要又快又準確才能避免量子電路被多餘的誤差來源影響。 傳統計算需要做誤差校正才能確保運作的可靠性，量子計算當然也不例外；不過傳統的誤差校正協定 (error-correcting protocol) 沒辦法直接用在量子計算上，因為就像傳統電腦的位元，個別量子位元所攜帶的資訊也會被環境雜訊破壞，不過會干擾量子計算的誤差來源比傳統的還要多、影響也更大。量子誤差校正方法裡包含了在多個量子位元之間編入一個邏輯量子位元態 (logical qubit state) 且用測量和傳統計算資源快速偵錯使計算過程得以做校正。在這個雜訊中等規模量子 (NISQ, Noisy Intermediate-Scale Quantum) 的年代7由於量子位元之間的同調時間不長、量子閘保真度又不高的情形下不得不將邏輯量子位元與真實量子位元比例提高。而現在的量子位元系統缺乏主動回饋 (active feedback) 也就意味著目前的科技還沒辦法對一系列的量子位元做非破壞性的誤差測量、找到誤差來源、找到修正方法、也沒辦法在真實的量子位元生命期內修正錯誤。 既然目前真實系統帶的量子位元數量還不夠多，與其找到一個完整、嚴格的量子修正方法，在 NISQ 年代所需要的應該是減少誤差的技術，而其中一種方法是靠增加測量或事後選擇測量 (postselected measurement) 移除誤差8。最終當然還是希望可以製造一台完全不會被物理性誤差影響的容錯量子電腦 (fault-tolerant quantum computer)，不過這種電腦至少需要長生命週期的量子位元、高保真度的量子閘和快速的回饋，每個都是具挑戰性的研究領域。 第一台量子電腦十之八九會是個連接傳統的中央處理器 (central processing unit 或 CPU) 的共處理機 (coprocessor) ，這種情形下電腦扮演加速演算法中特定部分的角色。在還沒找到誤差校正方法的這段期間內最被看好的演算法是量子傳統混合 (quantum-classical hybrid) 型的演算法，而這種演算法需要傳統和量子的處理器密切地配合，如此一來計算系統架構的設計也很可能會是傳統和量子混合組成。不過並非每個人都如此認為，就拿指令序列的設計來說，有些研究人員提倡指令序列的設計由量子和傳統指令混合9,10，但也有人認為指令序列必須是純量子的11。雖然近代的設計在電腦架構中加入共處理器增進效率已經非常地常見，但要怎麼在量子計算上使用混合架構依然是個待解的問題。 任何量子電腦的量子位元控制系統組成裡都免不了得將傳統電子元件整合進去，但連目前小型的量子位元系統都需要一層層的實驗室電子器材和一大堆的導線在低溫冷凍機或超真空室裡控制和操作量子位元，加上量子位元在真空室裡長時間地等待電子訊號傳送過來的時間本來就很容易有雜訊干擾；如果量子位元數量變多，晶載 (on-chip) 和輸出入的接線也會隨之增加，如此會使量子位元系統升溫並增加雜訊干擾。雖然目前的量子位元硬體裡每個量子位元只要用五到七條輸出入的電纜，不過這樣的設置除非有廠商做出更大的客製化稀釋致冷機 (dilution refrigerator)，不然量子位元的數量頂多就是幾十個而已。換句話說，量子位元控制系統的接線問題不解決就沒辦法使量子計算系統達到有用的規模。 不同的量子位元之間的連接排列方式和工程技術上的受限，例如控制線與量子位元的比例和量子位元的平行運作及選擇操控，也會造成更多運作上的限制。不過這樣的限制同時也提供了研究最佳化的機會，譬如英特爾實驗室 (Intel Labs) 證實了如果量子傅立葉轉換演算法的排程 (scheduling) 排得好，在近鄰連接 (nearest-neighbor connectivity) 的線性量子位元陣列 (linear array of qubits) 上的執行效率並不會比全連接 (all-to-all) 的量子位元系統差多少 (請見註解一)。 設計量子計算系統的關鍵是發展出一套包含許多小型演算法的函式庫，成為可以用在更大、更貼近量子化學和凝態物理等實際應用領域的基石。有了這些函式庫裡的演算法就可以從真實的量子位元出發進而設計出完整量子電腦系統，因為這樣的作法可以使研究人員瞭解真實量子位元要跑演算法時，各運算層所需要的功能並藉此設計相容的可擴展量子計算系統。即便還是有系統雜訊，這些小型的演算基石依然可以幫研究人員改進系統組織和架構，包含找到量子位元間的最佳連接法和適切的量子位元組織網格。只要量子閘的數量不多，研究人員就可以在沒有量子誤差校正的情形下用五到七個量子位元跑小型的演算法12,13。如果特定應用區 (application area) 的演算法裡常用的子演算法都可以分開執行，那完整的量子演算法就有機會在量子位元數量增加、可執行的電路深度 (depth) 也增加地更大型量子位元系統上執行；而應用導向的設計就可以讓系統架構加速特定的應用區。雖然當更大型的量子位元系統出現後設計的難度也會跟著增加，但每次的量子電腦的硬體進步都讓研究人員從新一代的系統裡學到經驗也可以有系統地解決規模問題。 系統 ≠ 量子位元效能 過去在評量量子計算的效能幾乎都只著重在量子位元的部份，其中最主要的量化指標就是量子位元技術的物理特徵，譬如是否滿足迪文森佐準則裡量子位元同調時間的延長的部份以及量子閘的錯誤率、執行速率和連結度等效能表現。不過量子計算要從純物理研究轉型成電腦科技，研究人員應該開始將眼光放在整體系統效能，畢竟這才是使用者真正會在乎的。 從兩種不同量子位元技術的系統硬體架構對比研究14中雖然可以反應出硬體方面的一些狀況，不過這還是太過注重個別量子位元表現而忽略了對完整的量子計算系統也很重要的部份。現在量子計算已經漸漸地偏向如 IBM 的量子體積指標 (quantum volume metric) 同時考慮多種量子電路的系統效率指標15，但是依然還有些課題需要被克服，譬如要制定一組同時兼顧根據小型量子位元系統上跑真實演算法的經驗並且可以使用在更大型量子計算技術的更廣用的系統效能指標。 當量子計算系統規模不再只是用少數量子位元跑小型演算法時，研究人員希望能將基本上已經完善的傳統電腦工程技術用來設計量子電腦將並將規模增大到可以跑更複雜的量子演算法。圖二列出了一些架構師在設計量子計算系統時必須兼顧的部份；其中演算法執行時間 (algorithm execution time) 代表的是在特定量子位元件和硬體上的量子位元平面編制 (qubit plane organization) 上編譯及做量子閘排程所需的資源；硬體控制和執行流程 (hardware control and excution flow) 裡包含了一組可用的量子閘，而平行性 (parallelism) 和傳統電子元件對個別量子元件的控制程度是決定系統效能的關鍵；量子位元效能指標 (qubit performance metric) ，譬如單和雙量子位元量子閘保真度、量子態供給與量測誤差和同調時間，這些都會影響系統的最大執行深度、錯誤容忍方法和其他系統效能特徵；量子位元平面編制則是指各個量子位元之間如何連接。如果量子位元平面所提供的是二維可平面化 (planar) 的近鄰連接，那就可能可以使用拓樸量子校正碼 (topological error-correction code) 做校正；但若無法得知系統的連接程度，那就必須要用重複碼 (repetition code) 或其他錯誤校正方法做校正，如此一來就會影響這個系統的錯誤容忍程度。 量子計算架構 ⇒ 新多學科領域 在傳統計算裡有些工具軟體可以拿來模擬系統裡所有元件的運作情形，包含系統的極限和限制，以製造更好的硬體設計。在硬體被實際製造出來之前其實都先用軟體模擬過各式各樣設計的系統效能，但量子計算裡的量子位元會有疊加態 (superposition) 和糾纏態 (entanglement) ，要製造系統效能模擬器是個奢求。更雪上加霜的是量子位元的物理性質會影響量子計算系統的運作，要怎麼找到量子位元網格的簡化哈密頓 (Hamilton) 使得放入系統效能模擬時能在運算時間和記憶體的限制下提供對系統足夠多的了解並不是件簡單的工作。 一個量子計算的系統效能模擬器基本上包含兩種類型的模擬：一種是系統模擬器，用來模擬軟體架構、硬體架構和編譯器到傳統脈衝等電子控制元件並且與第二種模擬器 ― 量子元件模擬器 ― 互動。量子元件模擬器負責少量量子位元系統的哈密頓與傳統控制界面的模擬。 第一種模擬基本上就是處理所有非量子部份的模擬，譬如程式語言、編譯器、控制方法和量子位元間的連接。這種模擬器可以回答一些量子計算架構的問題，譬如說：需要多少量子位元才能達到有用的程度？接下來一、二十年內量子計算架構可以支援到多少個量子位元？室溫和低溫控制的分界在哪裡？不同元素的架構是否必須用不同的量子位元製作？ 第二種模擬器則是由少量量子位元的哈密頓組成。這個模擬需要將一些元件層級的指標列入考量，例如同調時間、單和雙量子位元閘的保真度、量子位元間與電磁波耦合的情形、量子位元的連接性和控制量量子閘的電子元件。因為量子位元通常是用多階 (multilevel) 的量子系統來近似，用少階的模擬器來做模擬時雖然不能把多出的高階都忽略掉但可以把他們當對系統的微擾。模擬器也要考慮將像半導體量子點的電荷捕捉 (charge-trapping) 缺陷當雜訊來看，如此一來研究人員就可以做一些像將系統上常用的量子演算法做最佳化、找出主要俱破壞性的雜訊來源和幫量子硬體除錯等工作。 如果能將兩種模擬器合併成一個整體的量子電腦效能模擬器的話能做的事情將會更強大。合併的量子模擬器就可以模擬特定的編譯器、量子位元控制系統、量子位元類型和量子位元間的連接方法的小型演算法運算情形，同時也能夠分析更改任意元件對於整體運算的影響，電腦架構師可以因此找到更好傳統或量子層面的設計。更進一步來說，實驗學家和量子位元設計師可以因此分析各種量子位元類型、連接狀態和控制上的限制進一步地理解他們的量子位元在整體系統下如何使用。 註解二詳細地列出系統效能測試可以如何幫助選擇系統層級的設計，這裡面展示了如何將一個常見的量子閘 ― 受控反閘（logical controlled-NOT gate 或簡稱 CNOT gate，如果第一個量子為元為 丨1 〉 則將第二個量子為元做一個 NOT 操作的雙量子位元閘) ― 用兩種方式拆解成為一個真實量子位元的操作和旋轉。對於特定的量子系統需要考慮不同的元素如量子位元同調時間、量子閘保真度、量子閘的執行時間長短和量子位元間的連接性找出最好的拆解方法。如果有一個可以模擬這種量子計算系統的模擬器就可以幫助做系統設計的決定。量子計算系統裡的古典尬量子的設計則需要由同時有物理和電腦架構背景的研究人員作選擇。這種量子計算架構的新領域已經準備變成新一代物理學家可以選擇的有趣職涯。這個領域打通了量子和傳統計算的疆界，而且將會是往後形成有用的量子電腦的關鍵。 作者們非常感謝 Jim Held 和 Xiang Zhou 的貢獻。 註解一、設計比一比：量子傅立葉轉換 左下方圖是順序由左向右的量子電路，圖裡每條線都對應到一個特定的量子位元，其中每個方框都代表著一種操作。量子閘上的符號代表該作用在該量子位元上各種不同的么正操作 (unitary operation)。量子閘是量子電路中的最基本的組成，其重要性就如同傳統計算裡數位電路中的邏輯閘一樣。下面的圖表描述的就是量子傅立葉轉換 (QFT, quantum Fourier-transformation) 的演算法。這裡的 H 代表的是阿達馬閘 (Hadamard gate)，這是將一個量子位元的丨0〉和丨1 〉態旋轉成他們的疊加態，將丨0 〉轉到丨0〉+丨1 〉而丨1 〉到 丨0 〉-丨1 〉，用矩陣表現時就是一個執行 n 個量子位元的量子電路所需要的量子閘大致上會是 O(n2) 的數量級，而 O 這個符號可以用輸入資訊量與所需要的運算時間或空間關係將演算法分類。不過如果所有的量子位元都連接在一起如下方右圖所示，理論上來說最佳的運算方法應該會是 O(n) 的電路深度(circuit depth，一個演算法從輸入到輸出最長的路徑或說是最多的運算步驟)。綠色的圈代表的是個別的量子位元，而黑線連接起來代表這兩個量子位元之間可以做一個雙量子位元閘的操作。實際上比較容易製造的系統是如下方左圖所示的量子位元線性陣列，其中只有最靠近的量子位元間有連接。讓人訝異的是 QFT 就算是在線性陣列的量子位元系統上的排程電路深度也可以是 Ｏ(n) 的數量級，與全連接的量子位元系統相比指多出小小的 0.25 倍運算量。最右下角的圖是這個演算法的偽碼 (pseudocode) ，其中外迴路需要執行 n 次，而外迴路裡還有兩個可以平行運算的兩個迴圈，也就是說這個是 O(1) 的時間長度。這樣子的演算法設計也可以把最後那個互換閘的步驟拿掉。 註解二、選擇受控反閘的拆解方法 受控反閘是一種產生糾纏的操作，假如控制位元是 1 的態，那目標位元的 1 和 0 做交換。要在特定系統裡使用量子閘必須被先將它拆解成一系列的該量子位元技術的天然閘的操作。這裡提供兩種可能的拆解方法，圖裡的RX、RY 和 RZ 分別代表對 x、y、z 軸的轉動。系統效能模擬可以提供一些指標幫助選取在特定系統裡選擇哪種受控反閘拆解方式最合適。 根據單或雙量子位元量子閘的保真度和運作速度，研究人員可以選擇其中一種拆解方式當作該系統的受控反閘的操作。不過並非一種拆解方式永遠都比另一種好，有時在執行演算法的特定部份時也會因顧及可用量子位元的效能而選擇另一種拆解方式\n",
      "[19661] 與去年型號相比，IBM 將量子電腦效能提高一倍。目前除 IBM 外，國際許多科技巨頭已使用量子電腦領域探索，如英特爾、Google 和微軟等。<a href='//www5.technews.tw/www/delivery/ck.php?n=a4b3f35b&amp;cb=INSERT_RANDOM_NUMBER_HERE' target='_blank'><img src='//www5.technews.tw/www/delivery/avw.php?zoneid=59&amp;cb=INSERT_RANDOM_NUMBER_HERE&amp;n=a4b3f35b' border='0' alt='' /></a>當然，這種能為社會帶來革命性變化的電腦仍處於技術發展的早期階段。量子電腦的基本資料處理單位叫量子位元（Qubit），量子位元越多越好，不過對外部環境的要求非常挑剔，如熱量變化很容易擾亂量子位元，進而破壞量子計算結果。為了測量效能，IBM 建立名為「量子量」的測試，旨在反映一台量子電腦有多少量子位元及實際完成多少工作。2019 年，IBM 量子位元數量達 32 個，今年達 64 個，等比級數進展對量子電腦真正成為實用或商用電腦非常重要。量子計算不會取代電腦、伺服器、智慧手錶和智慧手機等產品，但能解決現在電腦完全無法解決的問題，比如可促進新材料、藥物和化肥製造等化學分子層面的發展；可讓車隊更快送達包裹；還能高效率找出投資組合。這項技術如此重要，以至於 IBM、Google、英特爾和微軟等科技巨頭數年來紛紛投入重資，美國也出現大批致力發展量子計算的新創公司。不過現在還處於早期階段，IBM 是量子電腦市場的領導者，目前執行的量子電腦只有 22 台，而 5 月時只有 18 台。量子計算競賽已開啟今年稍早，想加入量子計算競賽的高科技企業 Honeywell 表示，量子位元數量超過 IBM，達里程碑式的 64 個。這表明傳統電腦產業正在量子計算領域發揮作用。這些企業正在進行製造執行速度最快的量子電腦競賽。量子計算的競爭與業界大多數競爭不同之處在於，競爭對手採取截然不同的方式，這就像馬、車、飛機、自行車同場比賽。和 Google 的量子電腦一樣，IBM 新產品設計是將超級計算量子位元冷卻到絕對零度以上幾分之一的溫度──比太空還冷。Honeywell 的量子位元以不同方式包裝在一個「陷阱」裡，包含稱為離子的帶電粒子。英特爾的想法還不成熟，是利用電子為量子位元的「自旋」量子力學特徴。微軟希望透過稱為拓撲量子位元的方法來避免量子位元的缺陷。不過以上都需要量子位元。普通電腦位元可處於 0 或 1 兩種狀態之一，而量子位元透過叫「疊加」的量子物理現象記錄兩種狀態的組合。將更多量子位元塞入晶片將更多量子位元置入晶片並保持穩定，是量子計算成功的關鍵。現階段量子電腦晶片還沒有很多量子位元，IBM 獵鷹量子計算晶片只有 27 個量子位元。「IBM 正在改進擁有 53 量子位元的蜂鳥系統」，IBM 達 64 量子位元數量的論文合著者、IBM 量子副總裁 Jay Gambetta 說。英特爾量子計算硬體主管 Jim Clarke 在晶片處理器會議說，英特爾 2018 年處理器嘗試 IBM 的超導方法。他說，這種晶片與傳統伺服器晶片一樣大，所以很貴。英特爾之所以採用自旋量子位，是因為可將更多量子位元塞入晶片。IBM doubles its quantum computer performance（本文由 雷鋒網 授權轉載；首圖來源：IBM）延伸閱讀：德國將於 2021 年興建量子電腦，稱於計算領域仍有差距不用上百萬的稀釋冷凍機，研究員破解量子高溫糾纏難題透過全然不同的「離子阱」技術，Honeywell 宣稱打造世界最強大的商用量子電腦量子計算新里程碑：IBM 推出全球首台 53 位元量子電腦\n",
      "[20596] 本篇文章將帶你了解 :量子運算技術或使當前加密機制形同虛設以量子運算技術打造加密系統將成次世代解決方案                                                                專注於雲端量子加密技術的英國新創公司 Arqit 於 6 月 11 日宣布，包含美國、英國、日本等國家將參與開發規劃之聯合量子系統（Federated Quantum System，FQS），以建構雲端量子加密網路。                                本篇文章將帶你了解 :量子運算技術或使當前加密機制形同虛設以量子運算技術打造加密系統將成次世代解決方案                                                                                                                                                                                                                                                                                                                                                                此文章為 VIP 會員專屬                                                    VIP 會員登入                                                    註冊 VIP 會員                                                    立即 查看訂閱方案 了解更多 VIP 會員專屬好康                                                                                                                                                                                        \t                                        <a href='//www5.technews.tw/www/delivery/ck.php?n=a4b3f35b&amp;cb=INSERT_RANDOM_NUMBER_HERE' target='_blank'><img src='//www5.technews.tw/www/delivery/avw.php?zoneid=59&amp;cb=INSERT_RANDOM_NUMBER_HERE&amp;n=a4b3f35b' border='0' alt='' /></a>\n",
      "[21550] 外媒 The Register 報導，為了發展量子運算，英特爾傳提供美國能源部的阿貢國家實驗室（ANL）量子運算設備。<a href='//www5.technews.tw/www/delivery/ck.php?n=a4b3f35b&amp;cb=INSERT_RANDOM_NUMBER_HERE' target='_blank'><img src='//www5.technews.tw/www/delivery/avw.php?zoneid=59&amp;cb=INSERT_RANDOM_NUMBER_HERE&amp;n=a4b3f35b' border='0' alt='' /></a>報導指出，目前仍不清楚這個硬體設備到底是什麼，但中媒指英特爾提供的是首台量子運算試驗台。阿貢國家實驗室透露，英特爾晶片將安裝在阿貢量子代工廠的第一個主要組件，工廠將製造和測試新量子材料和設備，預計今年完成。英特爾認為，量子運算是超越 CPU 和 GPU 的下一步技術，並與美國能源部合作，加速研發量子設備與量子材料。英特爾目前已經製造 22 奈米量子晶片的樣品，稱為 Horse Ridge I 和 II。這款晶片透過混合訊號積體電路來控制量子位元（Qubit）以輸出資料，並擴展到更多量子位元。目前多間企業正在建造量子系統，包括 IBM、Google、微軟都在研發這項技術，而英特爾認為其量子位元方式是最好的，因為可以透過現有工廠來製造量子運算硬體。目前，英特爾正與量子資訊科學研究中心 Q-NEXT 科學家合作，而該機構的主實驗室就是阿貢國家實驗室，為的是促進美國量子運算和通訊。據悉，透過英特爾的設備，可在實體量子運算試驗台運行量子運算法，並非在類比量子環境，除可測試應用外，還能幫助測試新的量子材料和設備，而英特爾可從中心獲得有關機器組件品質和整體運作、操作回饋。Intel ships mystery quantum hardware to national lab（首圖來源：英特爾）\n",
      "[18001] 今年 3 月，Google 推出由超導電路製成的 72 個量子位元 Bristlecone 晶片，超過 IBM 的 50 量子位元和英特爾的 49 量子位元，成為迄今為止最大的量子晶片。<a href='//www5.technews.tw/www/delivery/ck.php?n=a4b3f35b&amp;cb=INSERT_RANDOM_NUMBER_HERE' target='_blank'><img src='//www5.technews.tw/www/delivery/avw.php?zoneid=59&amp;cb=INSERT_RANDOM_NUMBER_HERE&amp;n=a4b3f35b' border='0' alt='' /></a>▲ Bristlecone 是 Google 的最新量子處理器（左）。右側是晶片的架構示意圖，每個「X」代表一個量子位元，相鄰最近的量子位元之間有相連。不少學者曾表示，量子電腦獲得 50~100 個量子位元就能實現「量子霸權」，在一些領域有傳統電腦沒有的能力，比如化學和材料學模擬分子架構，還有處理密碼學、機器學習一些問題。Google 的 Bristlecone 給我們期待，但硬體具備，只欠東風。目前量子計算並沒有真正解決傳統電腦無法解決的問題。為了讓量子電腦真正發揮效用，Google 近日推出用於量子電腦的開源框架 Cirq，以便大眾可為量子電腦開發有用的演算法。Google AI Quantum 部落格文章寫道，「Cirq 專注於眼前問題，幫助研究人員了解 NISQ 量子電腦能否解決有實際重要性的計算問題。」量子位元相比傳統電腦位元更強大，是由於兩個獨特的量子現象：疊加（superposition）和糾纏（entanglement）。量子疊加使量子位元同時具 0 和 1 數值，可進行「同步計算」（simultaneous computation）。量子糾纏使分處兩地的兩個量子位元能共用量子態，創造出超疊加效應：每增加一個量子位元，運算效能就翻一倍。比方說，使用 5 個糾纏量子的演算法，能同時進行 25 或 32 個運算，傳統電腦只能一個接一個算。理論上， 300 個糾纏量子能進行的並列運算數量，比宇宙的原子還多。Google 看來，過去幾年，量子計算在量子硬體的構建、量子演算法方面都有明顯發展，隨著 Noisy Intermediate Scale Quantum（NISQ）電腦出現，開發用於理解這些機器功率的演算法變得越來越重要。然而，NISQ 處理器上設計量子演算法時的常見問題是，如何充分利用這些有限的量子器件 ，集中資源解決難題，而不是耗在演算法與硬體之間的不良對映。此外，一些量子處理器有複雜的幾何約束和其他細微差別，捨棄這些將導致錯誤的量子計算，或導致修改和次優的計算。NISQ 概念由美國人 John Preskill 提出，是嘈雜中型量子（Noisy Intermediate-Scale Quantum）的簡稱。擁有 50~100 量子位元、高保真量子門（Quantum Gate）的電腦，便可稱為 NISQ 電腦。Google 開發的具 72 個量子位元 Bristlecone 晶片便是 NISQ。Google 希望借助 NISQ 在 5 年內達成商業化。 據了解，該框架尚未在真正量子電腦執行（只是模擬），但有望幫助量子電腦找到用途。Criq 能提供什麼樣的演算法開發支援？Cirq 為用戶提供精確控制量子電路、經最佳化的資料架構，可用於編寫和編譯這些量子電路，進而使用戶充分利用 NISQ 架構。Cirq 支援在模擬器區域執行這些演算法，可透過雲端與量子電腦或更大的模擬器整合。此外，Cirq 支援在模擬器執行演算法，如果將來有量子電腦或更大的模擬器，也很容易透過雲端，把裝置和演算法整合起來。Google 還同時發表 Criq 的應用範例──OpenFermion-Cirq。OpenFermion 是一開發化學問題量子演算法的平台。OpenFermion-Cirq 則是開源程式庫，將量子模擬演算法編譯成 Cirq。新程式庫利用最新進展為量子化學問題構建低深度量子演算法，使用戶能從化學問題的細節轉變為高度最佳化的量子電路，自訂為在特定硬體執行。例如，該程式庫可用於輕鬆構建量子變分演算法，以模擬分子和複雜材料的特徴。Google 表示，如果要發揮全部潛力，量子計算將需要強大的跨界和學術合作。構建 Cirq 時與早期測試人員合作，以獲得 NISQ 電腦演算法設計的回饋和見解。以下是與早期採用者的 Cirq 合作範例：Quantum Benchmark 提供的本質是量子診斷工具，可告知一般使用者量子處理器的錯誤率，並幫助抑制這些錯誤。QCWare 首席執行長馬特約翰遜表示，Google 模擬器的優勢是用戶最終能在其上執行大規模問題，軟體允許用戶在多硬體平台執行量子演算法。「這將使我們的用戶能利用在功率方面肯定會成為領先硬體系統的產品」。Google 稱，Google AI Quantum 團隊正使用 Cirq 建立在 Google 的 Bristlecone 處理器執行的電路。將來，Google 計劃在雲端提供此處理器，而 Cirq 將成為用戶為此處理器編寫程式的介面。與此同時，Google 希望 Cirq 能提高各地 NISQ 演算法開發人員和研究人員的工作效率。NISQ 是令人充滿期待的術語，Google 的 Bristlecone 也讓人看到量子位元數量不斷增加的希望。然而，對量子電腦的應用，很多專家並不「興奮」。MIT 的 Seth Lloyd 教授認為，想要開發出有用的應用，系統至少要超過 100 個量子位。Intel 進階副總裁、首席技術長兼 Intel 研究院院長 Michael Mayberry 曾告訴雷鋒網，雖然他看好量子計算的前景，但也坦承這技術還有漫長的路要走；實際上，量子計算離真正大規模商用還需 10 年時間。不僅如此，即使量子計算進入商用，也不會淘汰經典的計算方法（比如說當下基於 CPU 的計算），不管深度學習還是人工智慧，都不會因為量子計算崛起發展而消失──當然，量子計算可解決很多目前常規計算能力無法解決的問題，比如說模擬材料、模擬藥品、後量子時代的加密演算法等。看來，量子電腦的發展道阻且長。借助 Google 的 NISQ 量子電腦和基於此的 Criq 演算法，更多探索和想像或將發生。（本文由 雷鋒網 授權轉載；首圖來源：影片截圖）延伸閱讀：Google 公布 72 量子位元處理器，朝向量子霸權目標邁進\n"
     ]
    }
   ],
   "source": [
    "print(answer_article_str)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "from modules.tools.mongo_connector import find_article_info\n",
    "print(find_article_info(\"508\")[\"content\"])"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "metadata": {},
   "outputs": [],
   "source": [
    "return_data = ans"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "metadata": {},
   "outputs": [
    {
     "ename": "KeyError",
     "evalue": "'tf'",
     "output_type": "error",
     "traceback": [
      "\u001b[1;31m---------------------------------------------------------------------------\u001b[0m",
      "\u001b[1;31mKeyError\u001b[0m                                  Traceback (most recent call last)",
      "Cell \u001b[1;32mIn[8], line 1\u001b[0m\n\u001b[1;32m----> 1\u001b[0m \u001b[38;5;28mprint\u001b[39m(\u001b[43mans\u001b[49m\u001b[43m[\u001b[49m\u001b[38;5;124;43m\"\u001b[39;49m\u001b[38;5;124;43mtf\u001b[39;49m\u001b[38;5;124;43m\"\u001b[39;49m\u001b[43m]\u001b[49m[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124mcomment_msg\u001b[39m\u001b[38;5;124m\"\u001b[39m])\n\u001b[0;32m      2\u001b[0m \u001b[38;5;28mprint\u001b[39m(ans[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124mmix\u001b[39m\u001b[38;5;124m\"\u001b[39m][\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124mcomment_msg\u001b[39m\u001b[38;5;124m\"\u001b[39m])\n\u001b[0;32m      3\u001b[0m \u001b[38;5;28mprint\u001b[39m(ans[\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124msbert\u001b[39m\u001b[38;5;124m\"\u001b[39m][\u001b[38;5;124m\"\u001b[39m\u001b[38;5;124mcomment_msg\u001b[39m\u001b[38;5;124m\"\u001b[39m])\n",
      "\u001b[1;31mKeyError\u001b[0m: 'tf'"
     ]
    }
   ],
   "source": [
    "print(ans[\"tf\"][\"comment_msg\"])\n",
    "print(ans[\"mix\"][\"comment_msg\"])\n",
    "print(ans[\"sbert\"][\"comment_msg\"])"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "---\n",
    "\n",
    "#### Test\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [],
   "source": [
    "# coding:utf-8\n",
    "from openai import OpenAI\n",
    "import os\n",
    "\n",
    "# OpenAI API Key & Settings\n",
    "OPENAI_API_KEY = \"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\"\n",
    "OPENAI_EMBEDING_MODEL = \"text-embedding-3-small\"\n",
    "OPENAI_GPT_MODEL = \"gpt-3.5-turbo\"\n",
    "client = OpenAI(\n",
    "    api_key=OPENAI_API_KEY,\n",
    ")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "[-0.019184619188308716, -0.025279032066464424, -0.0017195191467180848, 0.01884828321635723, -0.033795066177845, -0.01969585195183754, -0.02094702236354351, 0.051580529659986496, -0.03212684020400047, -0.030377890914678574, -0.002145825419574976, -0.028978731483221054, -0.0024737531784921885, -0.031481072306632996, 0.010332250036299229, 0.018606122583150864, -0.04614533483982086, 0.04146353527903557, 0.0004418617463670671, 0.04122137278318405, 0.05367926508188248, 0.0018733929609879851, 0.0045674461871385574, 0.010022819973528385, 0.04786737635731697, 0.0022013208363205194, -0.009834472090005875, 0.03847686946392059, 0.00089213193859905, -0.05211866647005081, 0.051150016486644745, -0.032557349652051926, -0.014031948521733284, -0.012632790021598339, 0.013271828182041645, 0.018565760925412178, 0.0016068464610725641, -0.0008185583865270019, -0.012753871269524097, -0.029705218970775604, -0.004443001933395863, -0.015323479659855366, 0.025655729696154594, 0.009107985533773899, -0.03686245530843735, 0.020328164100646973, -0.04071014001965523, -0.002621741034090519, 0.03549019992351532, 0.04851314052939415, -0.03368743881583214, -0.002441801130771637, 0.017260776832699776, 0.07598508894443512, 0.0009232430020347238, -0.04267434403300285, 0.008381499908864498, 0.0760388970375061, -0.047275424003601074, 0.015081318095326424, 0.014247204177081585, 0.024700535461306572, 0.010197714902460575, -0.000978738535195589, 0.013789786025881767, -0.010103541426360607, -0.020704859867691994, -0.001531170797534287, -0.011717955581843853, 0.04934725537896156, 0.0010939337080344558, 0.037831101566553116, -0.019332608208060265, 0.005855614319443703, -0.046279869973659515, -0.0045439028181135654, -0.022359633818268776, 0.008751469664275646, -0.02657056413590908, -0.05440575256943703, -0.04423494264483452, 0.019332608208060265, -0.03091602772474289, -0.06037908419966698, -0.018888644874095917, 0.004372371360659599, -0.02389332838356495, -0.012027384713292122, -0.016601556912064552, 0.0022013208363205194, -0.00802498310804367, 0.01529657281935215, -0.014960236847400665, 0.01245789509266615, 0.014502819627523422, -0.027687201276421547, -0.022790145128965378, 0.05666593089699745, 0.061024848371744156, -0.04929343983530998, 0.014610446989536285, -0.027323957532644272, 0.013251648284494877, -0.0205434188246727, 0.0298666600137949, 0.022507622838020325, 0.00819987803697586, -0.04068323224782944, -0.026584018021821976, 0.004533812869340181, -0.12474039196968079, 0.009417415596544743, 0.031803958117961884, -0.031077470630407333, 0.005801800638437271, 0.030835308134555817, 0.05367926508188248, -0.039553143084049225, 0.02342245727777481, -0.05375998839735985, 0.00868420209735632, -0.01152287982404232, 0.019534409046173096, -0.04184022918343544, -0.043131761252880096, -0.04297031834721565, 0.005852250847965479, 0.057526953518390656, -0.031481072306632996, 0.019911106675863266, 0.03944551572203636, 0.03982221335172653, 0.01127399131655693, -0.0002850449818652123, -0.045553382486104965, 0.0018666662508621812, -0.040656328201293945, -0.013446723110973835, -0.049105092883110046, 0.047275424003601074, 0.056450676172971725, -0.047248516231775284, -0.010890567675232887, -0.00996228028088808, -0.005926244892179966, -0.04119446501135826, -0.008791829459369183, 0.026086239144206047, -0.009948826394975185, -0.00625585438683629, 0.030377890914678574, 0.060648154467344284, -0.051230739802122116, 0.025776810944080353, 0.00377705623395741, -0.002621741034090519, 0.024512186646461487, -0.016816813498735428, -0.02782173454761505, 0.015054411254823208, 0.05510533228516579, 0.039580050855875015, -0.04436947777867317, -0.007897174917161465, -0.008146064355969429, 0.00850930716842413, -0.011744862422347069, 0.002426665974780917, -0.04361608624458313, -0.002248407807201147, 0.023974047973752022, 0.020933568477630615, -0.0211219172924757, -0.04509596526622772, -0.0192249808460474, 0.02634185552597046, 0.023449363186955452, -0.04958941787481308, -0.01622486114501953, -0.025238672271370888, 0.02852131426334381, 0.04541884735226631, 0.0022921315394341946, 0.019090445712208748, -0.026584018021821976, -0.011179816909134388, -0.004473272245377302, -0.006804082542657852, -0.011913030408322811, 0.0008563962182961404, -0.03298785910010338, 0.056235421448946, 0.023476270958781242, 0.0019675670191645622, 0.004510269034653902, -0.03659338504076004, 0.0669981837272644, 0.00536792678758502, -0.021565880626440048, 0.02427002415060997, -0.00038993984344415367, 0.012706783600151539, -0.05136527121067047, -0.031884677708148956, -0.02342245727777481, -0.04186713695526123, -1.4254876077757217e-05, 0.07087277621030807, -0.00837477296590805, -0.05246845632791519, 0.058603230863809586, -0.014677714556455612, -0.0541904978454113, -0.0020482877735048532, -0.04932034760713577, -0.017879635095596313, 0.041275184601545334, 0.02229236625134945, -0.011226904578506947, -0.03161560744047165, -0.07937535643577576, 0.07157235592603683, 0.08513343334197998, -0.04122137278318405, 0.030889121815562248, -0.013339095748960972, -0.008536214008927345, -0.008213330991566181, 0.04996611550450325, 0.01458354014903307, 0.020879754796624184, 0.01826978474855423, 0.02429693192243576, -0.021431345492601395, -0.010500418022274971, -0.004325284156948328, 0.036727920174598694, -0.021350625902414322, -0.005657176021486521, -0.0071572354063391685, -0.0387459360063076, -0.0011199996806681156, -0.006037235725671053, 0.034252483397722244, 0.04563410207629204, -0.016103779897093773, -0.042728159576654434, -0.022413447499275208, 0.011119276285171509, 0.04076395556330681, 0.017960356548428535, 0.02724323607981205, 0.005418376997113228, -0.02036852389574051, 0.017166603356599808, -0.01021116878837347, 0.006659457925707102, -0.027458492666482925, 0.042728159576654434, -0.02106810361146927, -0.048728395253419876, -0.062101125717163086, -0.035301852971315384, -0.02779482863843441, 0.012632790021598339, -0.027404678985476494, 0.004089849069714546, -0.013897414319217205, -0.016615010797977448, -0.013164200820028782, 0.04385824874043465, -0.0075810193084180355, 0.03266497701406479, -0.004355554468929768, -0.025803716853260994, 0.0032876869663596153, -0.005179578438401222, -0.017328044399619102, -0.01981693133711815, 0.0369969867169857, -0.025763357058167458, -0.0014664260670542717, 0.010513870976865292, 0.033983416855335236, -0.05131145939230919, 0.008832190185785294, 0.027081795036792755, -0.01144888624548912, 0.007722280453890562, -0.02479470893740654, 0.03277260437607765, 0.02774101495742798, 0.016278674826025963, -0.02039542980492115, 0.025911344215273857, -0.002879038453102112, -0.0013175972271710634, -0.041651882231235504, 0.038153983652591705, 0.0025460654869675636, 0.07695373892784119, 0.0007592791225761175, 0.04294341430068016, -0.005845523905009031, -0.001709428965114057, 0.04154425486922264, 0.015901979058980942, -0.01701861433684826, 0.05951806530356407, -0.0013714110245928168, -0.008959997445344925, 0.009585583582520485, 0.05666593089699745, -0.02784864231944084, 0.01347362995147705, -0.045849356800317764, 0.019857292994856834, -0.019332608208060265, 0.0009694892796687782, -0.04003746807575226, 0.023449363186955452, -0.06199349835515022, 0.009477955289185047, -0.015713630244135857, -0.015162038616836071, -0.00862366147339344, 0.045553382486104965, 0.021538974717259407, 0.0020180174615234137, 0.013756153173744678, 0.014664260670542717, -0.02706834115087986, -0.004664984066039324, 0.010830027051270008, 0.007224502973258495, -0.016951346769928932, -0.04372371360659599, 0.05427121743559837, 0.012767324224114418, 0.04579554498195648, -0.02657056413590908, -0.027902456000447273, 0.02179458923637867, -0.03651266545057297, -0.011987023986876011, -0.0041941129602491856, 0.033929601311683655, -0.02712215483188629, 0.004288287367671728, 0.004399278201162815, -0.017381858080625534, -0.005243482068181038, 0.016413209959864616, -0.02464671991765499, -0.01762402057647705, -0.009868105873465538, 0.0716799795627594, -0.024727441370487213, -0.019534409046173096, 0.021256450563669205, -0.006609007250517607, -0.006915073376148939, 0.00413020933046937, -0.01210810523480177, 0.03384888172149658, 0.030431704595685005, -0.007258136291056871, -0.04081776738166809, -0.007345583755522966, 0.04385824874043465, 0.013298735953867435, 0.01475843507796526, 0.032153744250535965, -0.0036324316170066595, -0.03479062393307686, -0.015175491571426392, 0.0117986761033535, -0.00017373869195580482, 0.059625692665576935, -0.009249246679246426, 0.04036035016179085, 0.03371434658765793, -0.019736211746931076, -0.026610923931002617, 0.010325523093342781, -0.005855614319443703, 0.0206914059817791, 0.011381618678569794, -0.01701861433684826, 0.008576574735343456, 0.03352599963545799, -0.011563240550458431, 0.004426185041666031, 0.00951158907264471, 0.007809727918356657, -0.01757020689547062, -0.021808043122291565, -0.015188945457339287, -0.022682517766952515, -0.05763458088040352, 0.04716779664158821, -0.023664619773626328, 0.007527205627411604, 0.011401799507439137, -0.02022053487598896, -0.03347218409180641, 0.012229186482727528, 0.05112311244010925, -0.0036391583271324635, -0.023503176867961884, 0.004083122126758099, -0.052280109375715256, 0.033956509083509445, 0.03191158547997475, -0.025036871433258057, 0.00199615559540689, -0.023261016234755516, -0.03928407281637192, -0.0007407806115224957, -0.0041201189160346985, 0.00614150008186698, 0.019036632031202316, -0.014153029769659042, 0.025911344215273857, -0.032557349652051926, 0.04006437584757805, 0.03062005341053009, -0.028063897043466568, 0.0187944695353508, -0.08260418474674225, -0.0015959155280143023, -0.03573236241936684, -0.00360216130502522, 0.03624359518289566, 0.02631494775414467, -0.04617224261164665, 0.002162642078474164, -0.006302941590547562, 0.058603230863809586, 0.02322065457701683, -0.0025494287256151438, 0.009013812057673931, 0.008832190185785294, 0.0022988582495599985, -0.009350148029625416, -0.05384070798754692, -0.003153152298182249, -0.013857053592801094, -0.040548697113990784, 0.017812367528676987, 0.0035248040221631527, -0.04358917847275734, 0.013177654705941677, 0.013978134840726852, 0.03134653717279434, 0.015175491571426392, -0.0002869368763640523, 0.01687062717974186, 0.01992456056177616, 0.026449482887983322, -0.0039048639591783285, 0.0231668408960104, -0.04773284122347832, 0.052172478288412094, 0.006410568952560425, -0.0035718909930437803, -0.02284395880997181, 0.023328281939029694, -0.016305582597851753, -0.02229236625134945, -0.012525161728262901, 0.025077231228351593, 0.008226784877479076, -0.023758793249726295, -0.020314710214734077, -0.018202519044280052, -0.05445956811308861, 0.01547146774828434, -0.044154223054647446, 0.0001709008647594601, 0.027525758370757103, 0.007002520840615034, 0.04143662750720978, 0.02919398620724678, -0.003316275542601943, 0.009773931466042995, -0.07211049646139145, 0.026732005178928375, -0.004042761866003275, -0.010231348685920238, -0.034333206713199615, 0.06193968653678894, 0.0640922337770462, -0.015484921634197235, -0.009706663899123669, -0.008280598558485508, 0.005670629441738129, -0.013251648284494877, -0.002973212394863367, -0.02879038266837597, -0.007143781986087561, -0.04157116264104843, -0.0066998181864619255, 0.01987074688076973, 0.06199349835515022, -0.006968887057155371, -0.04687182232737541, -0.014193389564752579, 0.007399397436529398, -0.03374125435948372, -0.043481551110744476, -0.008139337413012981, 0.007634832989424467, -0.005532731302082539, 0.012087925337255001, -0.003134653903543949, 0.009518316015601158, 0.028252245858311653, -0.012000477872788906, -0.030835308134555817, 0.026624377816915512, 0.032557349652051926, -0.006575373932719231, -0.00798462238162756, -0.0033515908289700747, 0.019386421889066696, -0.05160743370652199, -0.022104019299149513, 0.008516034111380577, 0.027875548228621483, 0.019628584384918213, 0.004991230089217424, 0.028655849397182465, 0.01359471119940281, -0.007782821077853441, -0.01109909638762474, -0.0005763962399214506, 0.011953390203416348, -0.004738977644592524, -0.022790145128965378, 0.007096694782376289, 0.02948996238410473, -0.006481199525296688, -0.0007987986318767071, -0.011475793085992336, -0.00785008817911148, 0.04687182232737541, 0.006397115532308817, -0.002424984471872449, 0.025157952681183815, 0.00809897668659687, -0.016332488507032394, -0.013897414319217205, -0.012081198394298553, 0.03387578949332237, 0.0027613206766545773, -0.02149861305952072, -0.006656094454228878, 0.015148584730923176, 0.06586809456348419, 0.004765884950757027, -0.010439877398312092, 0.013762879185378551, 0.027956269681453705, -9.002249862533063e-05, 0.03177705034613609, 0.007190869189798832, -0.0212699044495821, -0.03772347420454025, -0.038530681282281876, -0.03616287559270859, -0.024014407768845558, -0.026032425463199615, -0.06387697905302048, 0.021175730973482132, -0.007587745785713196, 0.033929601311683655, 0.026355309411883354, 0.0013167564757168293, -0.004880239255726337, -0.004715434275567532, -0.0167495459318161, -0.0015866663306951523, 0.029705218970775604, -0.04119446501135826, 0.048755303025245667, 0.02182149700820446, 0.014368284493684769, 0.024700535461306572, -0.032207559794187546, 0.012188825756311417, 0.003978857770562172, 0.009249246679246426, 0.04264743626117706, 0.0012848045444115996, -0.0352480411529541, -0.018000716343522072, -0.02034161612391472, -0.029382335022091866, 0.03702389448881149, 0.011785222217440605, 0.006400479003787041, -0.022238552570343018, -0.04845932871103287, 0.027552666142582893, -0.014166482724249363, -0.01102510280907154, -0.0018464860040694475, 0.0025527921970933676, -0.04958941787481308, -0.024956149980425835, 0.03772347420454025, -0.021565880626440048, -0.05410977825522423, -0.004147026222199202, 0.03053933195769787, -0.011354711838066578, 0.011778495274484158, -0.015202398411929607, -0.021888762712478638, -0.008253691717982292, -0.042378369718790054, 0.0026671465020626783, 0.028225338086485863, -0.00250906846486032, 0.016789905726909637, -0.018606122583150864, 0.0023072666954249144, -0.02369152568280697, 0.01987074688076973, 0.012901858426630497, 0.014960236847400665, 0.0059800585731863976, -0.0016825221246108413, -0.006575373932719231, -0.005008046980947256, -0.008657295256853104, -0.01654774323105812, 0.00396204087883234, -0.02334173582494259, 0.04958941787481308, 0.020852847024798393, 0.0028454046696424484, -0.01757020689547062, 0.05203794687986374, 0.014260657131671906, 0.013083480298519135, 0.03137344494462013, 0.009531769901514053, -0.013339095748960972, 0.026705099269747734, 0.004022581502795219, 0.0033717709593474865, 0.0017573569202795625, 0.012908585369586945, -0.020489605143666267, -0.028117710724473, -0.01844467967748642, -0.021027741953730583, 0.02234617993235588, -0.004634713754057884, 0.07496262341737747, -0.016278674826025963, -0.006239037495106459, -0.009074351750314236, 0.010049727745354176, 0.019467143341898918, 0.014193389564752579, -0.008072069846093655, -0.019561316817998886, 0.00862366147339344, -0.014314470812678337, 0.04251290112733841, 0.0033566358033567667, 0.03659338504076004, 0.0019103899830952287, -0.030108822509646416, -0.007305223494768143, 0.0018733929609879851, -0.024431465193629265, 0.01335927564650774, 0.006326484959572554, -0.04105992987751961, -0.03629740700125694, -0.0020953749772161245, 0.028924917802214622, 0.029785938560962677, 0.01069549284875393, -0.003615614725276828, -0.0005154352984391153, -0.02922089397907257, -0.021808043122291565, -0.0036324316170066595, 0.04243218153715134, -0.010480238124728203, -0.03156179562211037, 0.022709423676133156, 0.004443001933395863, -0.01286149863153696, -0.03826161101460457, 0.024660173803567886, -0.011004921980202198, -0.006393752060830593, 0.02114882320165634, 0.026906900107860565, -0.023462817072868347, -0.024135489016771317, 0.03446773812174797, 0.028036991134285927, 0.014341377653181553, -0.04700635373592377, 0.005378016736358404, -0.02914017252624035, 0.0093232411891222, -0.05881848558783531, -0.0029210804495960474, -0.029678311198949814, -0.060701966285705566, -0.006797355599701405, 0.002322401851415634, -0.034306298941373825, 0.0004843242058996111, -0.023651165887713432, 0.01073585357517004, -0.021310264244675636, -0.035005878657102585, 0.0028050444088876247, -0.01596924476325512, 0.03126581758260727, 0.018256332725286484, 0.0285482220351696, -0.01844467967748642, 0.013688885606825352, 0.02581717073917389, 0.0167495459318161, -0.0010073271114379168, -0.023826060816645622, -0.01404540240764618, 0.015054411254823208, -0.01493333000689745, -0.022978492081165314, 0.02494269609451294, 0.04407350346446037, 0.022938132286071777, -0.016655370593070984, 0.012807684950530529, 0.001075435196980834, 0.001704383990727365, -0.016386302188038826, -7.651649502804503e-05, 0.011771769262850285, 0.01046005729585886, -0.028575127944350243, -0.003598797833546996, 0.004406005144119263, -0.012377174571156502, 0.017704740166664124, -0.0015740536618977785, -0.017112787812948227, 0.021565880626440048, -0.01887519098818302, 0.030862214043736458, 0.00434210104867816, 0.05147290229797363, -0.020449243485927582, 0.006454292684793472, 0.011926483362913132, 0.0012721918756142259, -0.001787627232261002, 0.003323002252727747, 0.04606461524963379, -0.003995674662292004, 0.01133453194051981, 0.0022013208363205194, 0.0026419213972985744, 0.0064273858442902565, -0.04157116264104843, 0.022332727909088135, -0.042324554175138474, -0.018431227654218674, -0.006249127443879843, 0.009444322437047958, -0.024108583107590675, -0.0015706903068348765, 0.01404540240764618, -0.017812367528676987, 0.0015967563958838582, 0.011516153812408447, 0.022211646661162376, -0.04229764640331268, -0.024175850674510002, -0.046279869973659515, -0.01168432179838419, 0.005357836373150349, 0.005263662431389093, 0.044907618314027786, -0.01824287883937359, -0.032207559794187546, 0.010641679167747498, 0.003783782944083214, 0.004570809658616781, -0.04751758649945259, 0.02071831375360489, 0.04009127989411354, 0.004762521479278803, -0.026678191497921944, -0.014395191334187984, 0.008838917128741741, 0.006434112787246704, -0.008267145603895187, 0.021525520831346512, 0.03406413644552231, -0.012101378291845322, -0.012356993742287159, 0.005690809339284897, -0.03982221335172653, 0.006400479003787041, 0.0035483473911881447, 0.02304575964808464, -0.00011897894728463143, 0.02071831375360489, 0.008327685296535492, -0.018552307039499283, -0.014206843450665474, 0.046898726373910904, 0.0218484029173851, -0.023974047973752022, 0.014287563972175121, 0.03376815840601921, -0.003514713840559125, -0.018565760925412178, 0.0023139934055507183, -0.006820899434387684, -0.006615734193474054, 0.006568646989762783, 0.02922089397907257, 0.00862366147339344, -0.01687062717974186, -0.03522113338112831, -0.010668586008250713, 0.0003584083169698715, -0.0030942936427891254, 0.0010552549501881003, -0.0161710474640131, 0.02601897343993187, -0.008072069846093655, 0.021538974717259407, -0.02456600032746792, -0.0029093085322529078, 0.012942219153046608, -0.043454643338918686, -0.012854771688580513, 0.026207320392131805, -0.006733451969921589, -0.03209993243217468, 0.016063420102000237, -0.026032425463199615, -0.012195552699267864, -0.002974894130602479, -0.01949404925107956, -0.005391470156610012, 0.019655490294098854, 0.018485041335225105, 0.017139695584774017, 0.033283837139606476, -0.014731528237462044, -0.0006108707166276872, -0.012377174571156502, 0.0495356023311615, 0.050100646913051605, 0.0015606002416461706, -0.00031111104181036353, 0.001344504184089601, -0.02948996238410473, 0.020758673548698425, 0.04474617540836334, -0.05475554242730141, 0.02784864231944084, -0.006649367976933718, -0.007708827033638954, 0.022790145128965378, 0.04264743626117706, 0.010338976047933102, 0.006767085287719965, -0.036028340458869934, -0.026032425463199615, 0.01494678296148777, 0.02324756234884262, 0.01347362995147705, 0.008246964775025845, -0.014341377653181553, 0.003151470795273781, -0.0016581377713009715, -0.00967303104698658, 0.006259217858314514, -0.02124299854040146, -0.010675312951207161, 0.027202876284718513, 0.014879516325891018, 0.009269427508115768, 0.010675312951207161, -0.007937535643577576, 0.02121609076857567, 0.02779482863843441, 0.018135251477360725, -0.007567565888166428, -0.0042714704759418964, -0.002071831375360489, -0.006245764438062906, 0.0018363959388807416, -0.014650807715952396, -0.0521455742418766, 0.02922089397907257, 0.024485278874635696, 0.047975003719329834, 0.009081078693270683, 0.015592548996210098, 0.022238552570343018, -0.0061784968711435795, 0.006121319718658924, -0.01894245855510235, -0.04353536665439606, -0.016937894746661186, 0.0056975362822413445, -0.004089849069714546, -0.009121439419686794, -0.032853323966264725, 0.0556434690952301, 0.006935253739356995, -0.017435671761631966, 0.029086358845233917, 0.029624497517943382, -0.016036512330174446, 0.01809488981962204, 0.007897174917161465, -0.013453450053930283, -0.051580529659986496, 0.030512424185872078, 0.0027512304950505495, -0.031104376539587975, -0.03099674917757511, 0.03879975154995918, 0.0193729680031538, 0.00539819709956646, 0.06226256862282753, 0.00551255140453577, 0.017906542867422104, -0.004089849069714546, -0.015229305252432823, -0.0192249808460474, -0.023651165887713432, -0.002043242799118161, 0.0007563361432403326, 0.007587745785713196, -0.010830027051270008, 0.008246964775025845, 0.044127315282821655, -0.008919637650251389, -0.005472190678119659, 0.012404081411659718, -0.01666882447898388, -0.016426661983132362, -0.02474089525640011, -0.012195552699267864, -0.0016488884575664997, -0.004607806913554668, -0.01870029605925083, -0.013830146752297878, 0.009713390842080116, 0.015632908791303635, -0.0273912250995636, 0.0006550148827955127, 0.03656647726893425, -0.01140852551907301, 0.0023745340295135975, -0.017287682741880417, -0.035328760743141174, 0.025884438306093216, 0.04052179306745529, -0.006302941590547562, 0.023624258115887642, 0.02266906388103962, 0.02584407851099968, -0.005145944654941559, -0.005293932743370533, 0.001347026671282947, 0.01459699310362339, 0.006010328885167837, -0.016184501349925995, -0.014475912787020206, 0.007305223494768143, -0.006706545129418373, -0.02092011459171772, 0.03452155366539955, 0.03976839780807495, -0.003048888174816966, -0.025938251987099648, -0.011354711838066578, -0.02129681222140789, -0.0167495459318161, 0.0022753148805350065, 0.01684371940791607, 0.02414894290268421, -0.002409849315881729, 0.0163190346211195, -0.0012705102562904358, -0.006528286729007959, 0.006094412878155708, 0.012955672107636929, -0.015727084130048752, 0.030700773000717163, -0.003481080289930105, -0.014085762202739716, 0.025857530534267426, 0.026503296568989754, 0.005149308126419783, -0.029086358845233917, 0.04140971973538399, -0.004678437486290932, 0.0144220981746912, -0.025951705873012543, -0.005445283837616444, 0.005421740468591452, -0.009706663899123669, -0.007971169427037239, -0.018955910578370094, 0.010769487358629704, -0.011213450692594051, -0.02919398620724678, 0.027606479823589325, -0.018256332725286484, 0.02114882320165634, -0.00399231119081378, 0.0361359678208828, -0.00720432261005044, 0.03137344494462013, -0.02589789219200611, -0.012067744508385658, -0.017731647938489914, -0.009471229277551174, -0.004722161218523979, -0.018377412110567093, -0.01338618341833353, 0.02324756234884262, 0.0035853444132953882, -0.004755794536322355, -0.03029716946184635, 0.029032545164227486, 0.0035449841525405645, -0.010628225281834602, -0.015942338854074478, 0.029059452936053276, -0.00629285117611289, 0.02421621046960354, 0.022063657641410828, 0.00978738535195589, 0.010103541426360607, -0.0140588553622365, 0.005495734512805939, 0.02281705103814602, -0.054325032979249954, -0.029059452936053276, -0.02983975224196911, 0.00378041947260499, 0.016776451840996742, -0.028063897043466568, 0.023287922143936157, 0.003978857770562172, 0.00819987803697586, 0.03656647726893425, -0.01899627223610878, 0.014502819627523422, -0.012787504121661186, 0.033283837139606476, -0.009020538069307804, -0.018108343705534935, 0.02992047369480133, -0.025938251987099648, 0.016467023640871048, -0.011011648923158646, 0.021808043122291565, -0.011038555763661861, 0.023328281939029694, -0.031185097992420197, -0.03979530557990074, -0.031158190220594406, 0.0022265459410846233, 0.005660539027303457, 0.029032545164227486, -0.014664260670542717, 0.0030051644425839186, 0.0048028817400336266, -0.026301495730876923, 0.016480475664138794, -0.044477105140686035, 0.018054530024528503, 0.027081795036792755, 0.010076634585857391, 0.05316803604364395, -0.02642257697880268, -0.00046036025742068887, 0.02024744264781475, 0.023355189710855484, -0.018955910578370094, -0.010049727745354176, 0.007998076267540455, -0.01303639356046915, -0.01387050747871399, 0.0035550743341445923, 0.039230260998010635, 0.021579334512352943, -0.00399231119081378, 0.003669428639113903, -0.0096124904230237, 0.02409512922167778, 0.0008652250398881733, -0.022588342428207397, 0.00023102096747606993, 0.00042714705341495574, -0.0077895475551486015, 0.02024744264781475, -0.03688935935497284, 0.02004563994705677, -0.0068747131153941154, -0.008637115359306335, -0.009471229277551174, 0.05306040868163109, 0.021606240421533585, -0.03347218409180641, 0.007365764118731022, 0.02414894290268421, 0.005129127763211727, 0.022440355271100998, -0.04375062137842178, 0.015431107021868229, 0.05074641481041908, -0.017301136627793312, -0.01722041703760624, -0.027256689965724945, 0.022009843960404396, 0.04829788580536842, -0.007305223494768143, -0.008361319079995155, -0.0010258256224915385, -0.03801944851875305, -0.0056437221355736256, -0.006834352854639292, 0.10095468908548355, -0.004984503146260977, -0.022655609995126724, 0.004284923896193504, 0.038180891424417496, -0.028763476759195328, 0.007809727918356657, -0.0008156154071912169, -0.009491409175097942, -0.015256212092936039, -0.012309907004237175, -0.012666423805058002, -0.04536503553390503, -0.008018256165087223, -0.008240237832069397, 0.02954377606511116, -0.006114593241363764, -0.03207302466034889, -0.007856815122067928, 0.0016387983923777938, 0.008119157515466213, -0.050477344542741776, -0.009168526157736778, 0.005889247637242079, 0.0017842638771981, -0.02427002415060997, -0.04014509543776512, -0.0161710474640131, 0.019964920356869698, 0.03839614614844322, -0.014368284493684769, 0.00034768760087899864, 0.04614533483982086, -0.018727201968431473, -0.01388396043330431, 0.020207082852721214, -0.044826894998550415, -0.021686961874365807, -0.03686245530843735, 0.0249157901853323, -0.03627050295472145, 0.0027461855206638575, 0.028010083362460136, -0.02529248595237732, 0.0016228224849328399, 0.005280479323118925, 0.00720432261005044, -0.00756083894520998, 0.0009156754822470248, -0.01444900594651699, -0.005129127763211727, 0.04116755723953247, -0.004897055681794882, 0.012962399050593376, 0.01423375029116869, -0.01203411165624857, 0.03374125435948372, 0.055078424513339996, 0.05591253936290741, -0.01292203925549984, 0.0007449848344549537, 0.012054291553795338, 0.0142741110175848, 0.010372609831392765, 0.005805163644254208, -0.015780897811055183, -0.0396338626742363, 0.038934286683797836, -0.010325523093342781, 0.04700635373592377, -0.008455493487417698, 0.0192249808460474, 0.01477188803255558, 0.03387578949332237, 0.009242520667612553, 0.012881678529083729, -0.015498374588787556, 0.022978492081165314, -0.001986065646633506, 0.039176445454359055, -0.007540659047663212, -0.023180294781923294, 0.007991349324584007, 0.0419478565454483, -0.014327924698591232, 0.03239590674638748, -0.006343301851302385, -0.005465464200824499, -0.01512167789041996, -0.008462220430374146, 0.0028403596952557564, -0.0056336321868002415, 0.023059213533997536, 0.0068612596951425076, -0.012552069500088692, 0.025184858590364456, -0.054002150893211365, 0.020906662568449974, -0.02377224713563919, 0.020301256328821182, 0.020435791462659836, 0.019184619188308716, 0.03352599963545799, 0.019413327798247337, -0.028951825574040413, -0.011065462604165077, -0.008125883527100086, -0.0582803450524807, -0.03939170390367508, 0.031077470630407333, -0.00020705700444523245, -0.009794111363589764, 0.015135131776332855, -0.004722161218523979, 0.05106929689645767, -0.07060370594263077, -0.03624359518289566, -0.03161560744047165, 0.0004237836692482233, 0.013513990677893162, 0.045176684856414795, 0.03314930200576782, 0.014287563972175121, -0.022453809157013893, 0.03656647726893425, -0.008280598558485508, 0.04996611550450325, 0.013379456475377083, 0.025184858590364456, -0.021888762712478638, 0.003402041271328926, -0.014153029769659042, -0.001526966574601829, 0.014502819627523422, 0.02059723250567913, -0.0005839638179168105, 0.013628344982862473, -0.012948946096003056, -0.0027663656510412693, 0.00431183073669672, 0.0013747744960710406, -0.03645884990692139, 0.013379456475377083, -0.009255973622202873, -0.01739531196653843, -0.0028117711190134287, 0.025938251987099648, -0.00592960836365819, -0.03559783101081848, -0.039902932941913605, -0.003255734918639064, -0.021754229441285133, 0.009269427508115768, 0.0029849843122065067, -0.0046414402313530445, -0.004863422363996506, -0.029759032651782036, 0.0034777168184518814, 0.01704552210867405, -0.03573236241936684, -0.047329239547252655, -0.013063300400972366, -0.01346017699688673, -0.0034642633982002735, -0.015928884968161583, 0.02339554950594902, -0.02339554950594902, 0.021660054102540016, -0.00933669414371252, -0.0029160352423787117, 0.022951586171984673, -0.031050562858581543, -0.019278794527053833, 0.014435552060604095, 0.005872431211173534, -0.01672263815999031, 0.0056100888177752495, 0.014354831539094448, 0.04210929945111275, 0.008711108937859535, -0.06419986486434937, -0.037077710032463074, 0.02199639193713665, -0.018363960087299347, -0.0029059452936053276, 0.024135489016771317, -0.014987143687903881, -0.019305700436234474, -0.012942219153046608, -0.03269188478589058, 0.0018212607828900218, -0.018982818350195885, -0.005663902498781681, -0.005209848750382662, -0.013574531301856041, -0.01777200773358345, -0.03476371616125107, -0.04081776738166809, 0.02104119583964348, -0.010069907642900944, -0.047652121633291245, -0.026624377816915512, 0.017637472599744797, 0.012720237486064434, 0.03164251521229744, 0.016426661983132362, -0.01779891550540924, 0.023005399852991104, -0.013843600638210773, -0.018337052315473557, -0.004385824780911207, 0.02414894290268421, -0.01241080742329359, 0.009155073203146458, 0.051499806344509125, 0.05456719547510147, -0.0008387385169044137, 0.032207559794187546, -0.0035315307322889566, 0.01722041703760624, -0.006262580864131451, -0.0008812010055407882, 0.01404540240764618, -0.013466903939843178, -0.013756153173744678, 0.019103899598121643, -0.005468827672302723, -0.020059093832969666, -0.02039542980492115, -0.015188945457339287, 0.02494269609451294, 0.011812129057943821, 0.025009963661432266, 0.041624974459409714, -0.013184381648898125, 0.008354592137038708, -0.004651530645787716, 0.0001839338947320357, -0.01409921608865261, -0.008408406749367714, -0.008226784877479076, -0.02159278839826584, 0.006181860342621803, -0.017879635095596313, -0.0016127323033288121, 0.037804193794727325, 0.03376815840601921, -0.0008383181411772966, 0.01814870350062847, -0.001523603219538927, 0.0018178974278271198, 0.028063897043466568, -0.02304575964808464, -0.011879396624863148, 0.008421859703958035, -0.0053611998446285725, 0.004611169919371605, -0.006888166535645723, 0.021552426740527153, -0.00696216057986021, -0.026879994198679924, -0.006548467092216015, 0.008442039601504803, -0.032503534108400345, -0.00047045035171322525, -0.02989356592297554, 0.02217128686606884, 0.019655490294098854, -0.0013302098959684372, 0.02774101495742798, -0.010715672746300697, 0.006901619955897331, 0.008119157515466213, -0.028225338086485863, -0.02441801130771637, 0.019763117656111717, 0.032853323966264725, -0.01812179759144783, 0.022252006456255913, -0.01359471119940281, -0.009713390842080116, -0.020274348556995392, -0.011791949160397053, 0.007688646670430899, -0.014072309248149395, 0.015632908791303635, -0.008213330991566181, 0.0011511108605191112, -0.031131284311413765, -0.011132730171084404, 0.06769776344299316, -0.008805283345282078, 0.008576574735343456, 0.02097392827272415, -0.01494678296148777, 0.005024863872677088, -0.012007203884422779, 0.005277115851640701, 0.020987382158637047, -0.0036593384575098753, -0.024835068732500076, 0.0002877777151297778, 0.004056215286254883, -0.013830146752297878, -0.004335374105721712, 0.02342245727777481, 0.018754109740257263, 0.008812010288238525, -0.012013930827379227, 0.0008509307517670095, 0.012518435716629028, 0.020987382158637047, -0.008845643140375614, -0.005741260014474392, -0.017085881903767586, 0.020906662568449974, -0.00992191955447197, -0.011966844089329243, -0.004540539346635342, 0.03592071309685707, 0.02669164538383484, 0.014960236847400665, -0.007365764118731022, -0.01044660434126854, -0.02784864231944084, -0.025978611782193184, 0.005667265970259905, -0.0040965755470097065, 0.027875548228621483, -0.03939170390367508, 0.0031649242155253887, 0.004587626550346613, 0.04038725793361664, -0.028359873220324516, 0.036055248230695724, -0.027902456000447273, -0.021552426740527153, 0.011132730171084404, 0.022359633818268776, -0.015807803720235825, 0.025305939838290215, -0.005102220922708511, 0.002261861227452755, 0.013083480298519135, 0.011643961071968079, 0.023234108462929726, 0.02879038266837597, -0.016117233783006668, 0.0093972347676754, 0.00861020851880312, -0.023852966725826263, 0.008832190185785294, 0.020112907513976097, 0.001081321039237082, -0.05688118934631348, 0.02919398620724678, 0.003302822122350335, -0.03191158547997475, 0.02287086471915245, -0.02199639193713665, -0.0019053448922932148, -0.041275184601545334, -0.01867338828742504, 0.009121439419686794, -0.029651403427124023, 0.06037908419966698, -0.02502341754734516, -0.01777200773358345, 0.03376815840601921, -0.020260896533727646, -0.017206963151693344, -0.02537320740520954, 0.03094293549656868, -0.03403722867369652, 0.01964203640818596, -0.006319758016616106, -0.010022819973528385, -0.031104376539587975, 0.014637353830039501, 0.013218014501035213, -0.020489605143666267, -0.02211747132241726, 0.0115834204480052, -0.005505824461579323, 0.043777525424957275, 0.004540539346635342, -0.02264215610921383, 0.0056336321868002415, -0.010594592429697514]\n"
     ]
    }
   ],
   "source": [
    "def embeddingByOpenAI(text):\n",
    "    response = client.embeddings.create(\n",
    "        input=text,\n",
    "        model=OPENAI_EMBEDING_MODEL\n",
    "    )\n",
    "    return response.data[0].embedding\n",
    "\n",
    "\n",
    "print(embeddingByOpenAI(\"Hello, world!\"))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "metadata": {},
   "outputs": [],
   "source": [
    "import pandas as pd\n",
    "df = pd.read_json('./docs/backup/20240131-AllArticle_vec.json')"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 30,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>link_id</th>\n",
       "      <th>title</th>\n",
       "      <th>url</th>\n",
       "      <th>content</th>\n",
       "      <th>form</th>\n",
       "      <th>vector_title</th>\n",
       "      <th>vector_content</th>\n",
       "      <th>openai-vector-str</th>\n",
       "      <th>openai-vector-len</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>0</th>\n",
       "      <td>0</td>\n",
       "      <td>種瓜得瓜 AI也略懂略懂</td>\n",
       "      <td>https://highscope.ch.ntu.edu.tw/wordpress/?p=8...</td>\n",
       "      <td>方法 因果關係 大數據與資料探勘 種瓜得瓜 AI也略懂略懂 手寫數字 參考資料 L. Bot...</td>\n",
       "      <td>Highscope_V02</td>\n",
       "      <td>[-0.0173872132, 0.11031571030000001, -0.016326...</td>\n",
       "      <td>[-0.021029852300000002, -0.0542514324, -0.0027...</td>\n",
       "      <td>種瓜得瓜 AI也略懂略懂 方法 因果關係 大數據與資料探勘 種瓜得瓜 AI也略懂略懂 手寫數...</td>\n",
       "      <td>1695</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>1</th>\n",
       "      <td>1</td>\n",
       "      <td>眼見不為憑：假新聞攻防戰</td>\n",
       "      <td>https://highscope.ch.ntu.edu.tw/wordpress/?p=8...</td>\n",
       "      <td>參考資料 「剛開始看覺得沒什麼問題，但仔細看之後會覺得不太對，但也說不出奇怪的地方在哪。」這...</td>\n",
       "      <td>Highscope_V02</td>\n",
       "      <td>[0.06334497780000001, 0.144509241, -0.01732851...</td>\n",
       "      <td>[0.0209220685, -0.0199356694, -0.0100477496000...</td>\n",
       "      <td>眼見不為憑：假新聞攻防戰 參考資料 「剛開始看覺得沒什麼問題，但仔細看之後會覺得不太對，但也...</td>\n",
       "      <td>2746</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>2</td>\n",
       "      <td>演化，AI的第三條路！(1/2)</td>\n",
       "      <td>https://highscope.ch.ntu.edu.tw/wordpress/?p=8...</td>\n",
       "      <td>電腦程式的演化，是個比數學函數複雜的例子。譬如利用迭代法及記憶方式為蛋白質序列進行分類的電腦...</td>\n",
       "      <td>Highscope_V02</td>\n",
       "      <td>[0.0084472038, 0.153572455, -0.0110182399, -0....</td>\n",
       "      <td>[0.010877614800000001, 0.1293374151, -0.006410...</td>\n",
       "      <td>演化，AI的第三條路！(1/2) 電腦程式的演化，是個比數學函數複雜的例子。譬如利用迭代法及...</td>\n",
       "      <td>5006</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>3</td>\n",
       "      <td>理解與預測：科學的兩條路</td>\n",
       "      <td>https://highscope.ch.ntu.edu.tw/wordpress/?p=8...</td>\n",
       "      <td>「教」讓我們能交流所知的因果關係（如果按照這些規則，那麼你就可以完成除法）；「學」則讓我們串...</td>\n",
       "      <td>Highscope_V02</td>\n",
       "      <td>[0.0314404219, 0.19583205880000001, -0.0118992...</td>\n",
       "      <td>[0.0122648785, 0.0393077433, -0.0125984019, 0....</td>\n",
       "      <td>理解與預測：科學的兩條路 「教」讓我們能交流所知的因果關係（如果按照這些規則，那麼你就可以完...</td>\n",
       "      <td>3126</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>4</th>\n",
       "      <td>4</td>\n",
       "      <td>別中了社群媒體的圈套(2/2)</td>\n",
       "      <td>https://highscope.ch.ntu.edu.tw/wordpress/?p=8...</td>\n",
       "      <td>我們是否會像酒精跟藥物成癮那樣對手機「成癮」，這問題頗有爭議，不過無論是酒精、藥物還是手機，...</td>\n",
       "      <td>Highscope_V02</td>\n",
       "      <td>[0.1116571501, 0.1034322381, -0.0180011783, 0....</td>\n",
       "      <td>[0.0771951079, 0.027206542, -0.0130433952, -0....</td>\n",
       "      <td>別中了社群媒體的圈套(2/2) 我們是否會像酒精跟藥物成癮那樣對手機「成癮」，這問題頗有爭議...</td>\n",
       "      <td>2199</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>...</th>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38656</th>\n",
       "      <td>38656</td>\n",
       "      <td>太空:最終回收目標?</td>\n",
       "      <td>https://pansci.asia/archives/14096</td>\n",
       "      <td>作者：Roger East（Green Futures）對太空計畫而言，回收與再利用概念還很...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.2069889158, 0.3128984869, -0.011901754, -0....</td>\n",
       "      <td>[0.2269798517, 0.22774672510000002, -0.0107713...</td>\n",
       "      <td>太空:最終回收目標? 作者：Roger East（Green Futures）對太空計畫而言...</td>\n",
       "      <td>1016</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38657</th>\n",
       "      <td>38657</td>\n",
       "      <td>用App Inventor直接控制樂高EV3機器人：單點控制</td>\n",
       "      <td>https://pansci.asia/archives/75189</td>\n",
       "      <td>文／CAVEDU教育團隊各位讀者，2015 快樂！ CAVEDU的專欄從2012開始連載， ...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.084682487, -0.2302442342, -0.0100832339, -0...</td>\n",
       "      <td>[0.052304484000000005, -0.0390539169, -0.00749...</td>\n",
       "      <td>用App Inventor直接控制樂高EV3機器人：單點控制 文／CAVEDU教育團隊各位讀...</td>\n",
       "      <td>3785</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38658</th>\n",
       "      <td>38658</td>\n",
       "      <td>輕鬆使用Android裝置控制樂高機器人：按鈕控制</td>\n",
       "      <td>https://pansci.asia/archives/12611</td>\n",
       "      <td>文／曾吉弘（CAVE教育團隊http://www.cavedu.com）用手機遙控機器人，聽...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.0636124462, -0.2335223407, -0.0135746291, -...</td>\n",
       "      <td>[0.1251537651, 0.020888887300000002, -0.010190...</td>\n",
       "      <td>輕鬆使用Android裝置控制樂高機器人：按鈕控制 文／曾吉弘（CAVE教育團隊http:/...</td>\n",
       "      <td>2585</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38659</th>\n",
       "      <td>38659</td>\n",
       "      <td>這裡不是片場 — 全世界最大的救災實境演練場地「守護者中心」</td>\n",
       "      <td>https://pansci.asia/archives/62191</td>\n",
       "      <td>文 / 陳妤寧Guardian Centers 的模擬救災現場（圖片來源：Guardian ...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[-0.0070183859, 0.0795827955, -0.0174346641, 0...</td>\n",
       "      <td>[-0.1207724139, 0.0474054664, -0.0123745799, 0...</td>\n",
       "      <td>這裡不是片場 — 全世界最大的救災實境演練場地「守護者中心」 文 / 陳妤寧Guardian...</td>\n",
       "      <td>3466</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38660</th>\n",
       "      <td>38660</td>\n",
       "      <td>搞笑諾貝爾獎結果出爐，夜貓子通常自我感覺良好？</td>\n",
       "      <td>https://pansci.asia/archives/67796</td>\n",
       "      <td>第24屆搞笑諾貝爾獎[1]的頒獎典禮，在台灣時間今天早上六點，於哈佛大學的桑德斯劇場舉行，典...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.11307638880000001, 0.1654647589, -0.0132908...</td>\n",
       "      <td>[0.2013293952, -0.0044756439, -0.006578777, 0....</td>\n",
       "      <td>搞笑諾貝爾獎結果出爐，夜貓子通常自我感覺良好？ 第24屆搞笑諾貝爾獎[1]的頒獎典禮，在台灣...</td>\n",
       "      <td>2098</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "<p>38661 rows × 9 columns</p>\n",
       "</div>"
      ],
      "text/plain": [
       "       link_id                           title  \\\n",
       "0            0                    種瓜得瓜 AI也略懂略懂   \n",
       "1            1                    眼見不為憑：假新聞攻防戰   \n",
       "2            2                演化，AI的第三條路！(1/2)   \n",
       "3            3                    理解與預測：科學的兩條路   \n",
       "4            4                 別中了社群媒體的圈套(2/2)   \n",
       "...        ...                             ...   \n",
       "38656    38656                      太空:最終回收目標?   \n",
       "38657    38657  用App Inventor直接控制樂高EV3機器人：單點控制   \n",
       "38658    38658       輕鬆使用Android裝置控制樂高機器人：按鈕控制   \n",
       "38659    38659  這裡不是片場 — 全世界最大的救災實境演練場地「守護者中心」   \n",
       "38660    38660         搞笑諾貝爾獎結果出爐，夜貓子通常自我感覺良好？   \n",
       "\n",
       "                                                     url  \\\n",
       "0      https://highscope.ch.ntu.edu.tw/wordpress/?p=8...   \n",
       "1      https://highscope.ch.ntu.edu.tw/wordpress/?p=8...   \n",
       "2      https://highscope.ch.ntu.edu.tw/wordpress/?p=8...   \n",
       "3      https://highscope.ch.ntu.edu.tw/wordpress/?p=8...   \n",
       "4      https://highscope.ch.ntu.edu.tw/wordpress/?p=8...   \n",
       "...                                                  ...   \n",
       "38656                 https://pansci.asia/archives/14096   \n",
       "38657                 https://pansci.asia/archives/75189   \n",
       "38658                 https://pansci.asia/archives/12611   \n",
       "38659                 https://pansci.asia/archives/62191   \n",
       "38660                 https://pansci.asia/archives/67796   \n",
       "\n",
       "                                                 content           form  \\\n",
       "0      方法 因果關係 大數據與資料探勘 種瓜得瓜 AI也略懂略懂 手寫數字 參考資料 L. Bot...  Highscope_V02   \n",
       "1      參考資料 「剛開始看覺得沒什麼問題，但仔細看之後會覺得不太對，但也說不出奇怪的地方在哪。」這...  Highscope_V02   \n",
       "2      電腦程式的演化，是個比數學函數複雜的例子。譬如利用迭代法及記憶方式為蛋白質序列進行分類的電腦...  Highscope_V02   \n",
       "3      「教」讓我們能交流所知的因果關係（如果按照這些規則，那麼你就可以完成除法）；「學」則讓我們串...  Highscope_V02   \n",
       "4      我們是否會像酒精跟藥物成癮那樣對手機「成癮」，這問題頗有爭議，不過無論是酒精、藥物還是手機，...  Highscope_V02   \n",
       "...                                                  ...            ...   \n",
       "38656  作者：Roger East（Green Futures）對太空計畫而言，回收與再利用概念還很...    Pansci_data   \n",
       "38657  文／CAVEDU教育團隊各位讀者，2015 快樂！ CAVEDU的專欄從2012開始連載， ...    Pansci_data   \n",
       "38658  文／曾吉弘（CAVE教育團隊http://www.cavedu.com）用手機遙控機器人，聽...    Pansci_data   \n",
       "38659  文 / 陳妤寧Guardian Centers 的模擬救災現場（圖片來源：Guardian ...    Pansci_data   \n",
       "38660  第24屆搞笑諾貝爾獎[1]的頒獎典禮，在台灣時間今天早上六點，於哈佛大學的桑德斯劇場舉行，典...    Pansci_data   \n",
       "\n",
       "                                            vector_title  \\\n",
       "0      [-0.0173872132, 0.11031571030000001, -0.016326...   \n",
       "1      [0.06334497780000001, 0.144509241, -0.01732851...   \n",
       "2      [0.0084472038, 0.153572455, -0.0110182399, -0....   \n",
       "3      [0.0314404219, 0.19583205880000001, -0.0118992...   \n",
       "4      [0.1116571501, 0.1034322381, -0.0180011783, 0....   \n",
       "...                                                  ...   \n",
       "38656  [0.2069889158, 0.3128984869, -0.011901754, -0....   \n",
       "38657  [0.084682487, -0.2302442342, -0.0100832339, -0...   \n",
       "38658  [0.0636124462, -0.2335223407, -0.0135746291, -...   \n",
       "38659  [-0.0070183859, 0.0795827955, -0.0174346641, 0...   \n",
       "38660  [0.11307638880000001, 0.1654647589, -0.0132908...   \n",
       "\n",
       "                                          vector_content  \\\n",
       "0      [-0.021029852300000002, -0.0542514324, -0.0027...   \n",
       "1      [0.0209220685, -0.0199356694, -0.0100477496000...   \n",
       "2      [0.010877614800000001, 0.1293374151, -0.006410...   \n",
       "3      [0.0122648785, 0.0393077433, -0.0125984019, 0....   \n",
       "4      [0.0771951079, 0.027206542, -0.0130433952, -0....   \n",
       "...                                                  ...   \n",
       "38656  [0.2269798517, 0.22774672510000002, -0.0107713...   \n",
       "38657  [0.052304484000000005, -0.0390539169, -0.00749...   \n",
       "38658  [0.1251537651, 0.020888887300000002, -0.010190...   \n",
       "38659  [-0.1207724139, 0.0474054664, -0.0123745799, 0...   \n",
       "38660  [0.2013293952, -0.0044756439, -0.006578777, 0....   \n",
       "\n",
       "                                       openai-vector-str  openai-vector-len  \n",
       "0      種瓜得瓜 AI也略懂略懂 方法 因果關係 大數據與資料探勘 種瓜得瓜 AI也略懂略懂 手寫數...               1695  \n",
       "1      眼見不為憑：假新聞攻防戰 參考資料 「剛開始看覺得沒什麼問題，但仔細看之後會覺得不太對，但也...               2746  \n",
       "2      演化，AI的第三條路！(1/2) 電腦程式的演化，是個比數學函數複雜的例子。譬如利用迭代法及...               5006  \n",
       "3      理解與預測：科學的兩條路 「教」讓我們能交流所知的因果關係（如果按照這些規則，那麼你就可以完...               3126  \n",
       "4      別中了社群媒體的圈套(2/2) 我們是否會像酒精跟藥物成癮那樣對手機「成癮」，這問題頗有爭議...               2199  \n",
       "...                                                  ...                ...  \n",
       "38656  太空:最終回收目標? 作者：Roger East（Green Futures）對太空計畫而言...               1016  \n",
       "38657  用App Inventor直接控制樂高EV3機器人：單點控制 文／CAVEDU教育團隊各位讀...               3785  \n",
       "38658  輕鬆使用Android裝置控制樂高機器人：按鈕控制 文／曾吉弘（CAVE教育團隊http:/...               2585  \n",
       "38659  這裡不是片場 — 全世界最大的救災實境演練場地「守護者中心」 文 / 陳妤寧Guardian...               3466  \n",
       "38660  搞笑諾貝爾獎結果出爐，夜貓子通常自我感覺良好？ 第24屆搞笑諾貝爾獎[1]的頒獎典禮，在台灣...               2098  \n",
       "\n",
       "[38661 rows x 9 columns]"
      ]
     },
     "execution_count": 30,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "df"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 16,
   "metadata": {},
   "outputs": [],
   "source": [
    "df['openai-vector-str'] = df.apply(lambda x: x['title'] +\n",
    "                                   \" \" + x['content'], axis=1)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 25,
   "metadata": {},
   "outputs": [],
   "source": [
    "# 參考資料：\n",
    "# https://github.com/DjangoPeng/openai-quickstart/blob/main/openai_api/count_tokens_with_tiktoken.ipynb\n",
    "import tiktoken\n",
    "encoding = tiktoken.get_encoding(\"cl100k_base\")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 28,
   "metadata": {},
   "outputs": [],
   "source": [
    "df[\"openai-vector-len\"] = df[\"openai-vector-str\"].apply(\n",
    "    lambda x: len(encoding.encode(x)))"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 34,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>link_id</th>\n",
       "      <th>title</th>\n",
       "      <th>url</th>\n",
       "      <th>content</th>\n",
       "      <th>form</th>\n",
       "      <th>vector_title</th>\n",
       "      <th>vector_content</th>\n",
       "      <th>openai-vector-str</th>\n",
       "      <th>openai-vector-len</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>2</th>\n",
       "      <td>2</td>\n",
       "      <td>演化，AI的第三條路！(1/2)</td>\n",
       "      <td>https://highscope.ch.ntu.edu.tw/wordpress/?p=8...</td>\n",
       "      <td>電腦程式的演化，是個比數學函數複雜的例子。譬如利用迭代法及記憶方式為蛋白質序列進行分類的電腦...</td>\n",
       "      <td>Highscope_V02</td>\n",
       "      <td>[0.0084472038, 0.153572455, -0.0110182399, -0....</td>\n",
       "      <td>[0.010877614800000001, 0.1293374151, -0.006410...</td>\n",
       "      <td>演化，AI的第三條路！(1/2) 電腦程式的演化，是個比數學函數複雜的例子。譬如利用迭代法及...</td>\n",
       "      <td>5006</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>3</th>\n",
       "      <td>3</td>\n",
       "      <td>理解與預測：科學的兩條路</td>\n",
       "      <td>https://highscope.ch.ntu.edu.tw/wordpress/?p=8...</td>\n",
       "      <td>「教」讓我們能交流所知的因果關係（如果按照這些規則，那麼你就可以完成除法）；「學」則讓我們串...</td>\n",
       "      <td>Highscope_V02</td>\n",
       "      <td>[0.0314404219, 0.19583205880000001, -0.0118992...</td>\n",
       "      <td>[0.0122648785, 0.0393077433, -0.0125984019, 0....</td>\n",
       "      <td>理解與預測：科學的兩條路 「教」讓我們能交流所知的因果關係（如果按照這些規則，那麼你就可以完...</td>\n",
       "      <td>3126</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>6</th>\n",
       "      <td>6</td>\n",
       "      <td>科技如何影響大腦？(2/2)</td>\n",
       "      <td>https://highscope.ch.ntu.edu.tw/wordpress/?p=8...</td>\n",
       "      <td>倫理 導航 「決定因子不是接觸媒體的難易，而是他們在生活中能否得到機會、正向的同儕影響，以及...</td>\n",
       "      <td>Highscope_V02</td>\n",
       "      <td>[0.0386001952, 0.1004417911, -0.01051694250000...</td>\n",
       "      <td>[0.11082176120000001, 0.0019031335000000002, -...</td>\n",
       "      <td>科技如何影響大腦？(2/2) 倫理 導航 「決定因子不是接觸媒體的難易，而是他們在生活中能否...</td>\n",
       "      <td>3401</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>9</th>\n",
       "      <td>9</td>\n",
       "      <td>AI的表現好嗎？十種常見的評估指標</td>\n",
       "      <td>https://highscope.ch.ntu.edu.tw/wordpress/?p=8...</td>\n",
       "      <td>若要讓資料類別分布從不平衡到平衡，也可以直接透過隨機抽樣調整。有兩種抽樣方式，一種針對少數類...</td>\n",
       "      <td>Highscope_V02</td>\n",
       "      <td>[-0.14297313990000002, 0.0854389146, -0.011337...</td>\n",
       "      <td>[0.0474116355, 0.0297855716, -0.0082038622, -0...</td>\n",
       "      <td>AI的表現好嗎？十種常見的評估指標 若要讓資料類別分布從不平衡到平衡，也可以直接透過隨機抽樣...</td>\n",
       "      <td>3729</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>12</th>\n",
       "      <td>12</td>\n",
       "      <td>我的機器人老闆</td>\n",
       "      <td>https://highscope.ch.ntu.edu.tw/wordpress/?p=8...</td>\n",
       "      <td>不過，設計生產線並非唯一的挑戰。機器人與人類一向難以並肩工作。工業機器人只會從一個點移動到另...</td>\n",
       "      <td>Highscope_V02</td>\n",
       "      <td>[0.1100733876, 0.0444597788, -0.01062987090000...</td>\n",
       "      <td>[0.0971548408, 0.0709571242, -0.0100150276, -0...</td>\n",
       "      <td>我的機器人老闆 不過，設計生產線並非唯一的挑戰。機器人與人類一向難以並肩工作。工業機器人只會...</td>\n",
       "      <td>4267</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>...</th>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38631</th>\n",
       "      <td>38631</td>\n",
       "      <td>Hotmail 與 Yahoo! Mail 暗中封鎖網站， 這跟美國政府濫權沒收網域名稱有沒...</td>\n",
       "      <td>https://pansci.asia/archives/32909</td>\n",
       "      <td>DHS/ICE 沒收網域的恐嚇頁面你的 Microsoft Hotmail 或 Yahoo！...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.1852098405, 0.2045548707, -0.01491571030000...</td>\n",
       "      <td>[0.12706846, 0.14746715130000002, -0.012450236...</td>\n",
       "      <td>Hotmail 與 Yahoo! Mail 暗中封鎖網站， 這跟美國政府濫權沒收網域名稱有沒...</td>\n",
       "      <td>3296</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38635</th>\n",
       "      <td>38635</td>\n",
       "      <td>Nike跟Uniqlo的衣服有毒？新衣服買回來洗過再穿就沒事了嗎？</td>\n",
       "      <td>https://pansci.asia/archives/6524</td>\n",
       "      <td>謠言：國際組織綠色和平，跨國抽查大品牌服飾，赫然發現包括耐吉、愛迪達、日本優衣庫等14家國際...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.0822108462, 0.1363609284, -0.0104475496, 0....</td>\n",
       "      <td>[0.08737204970000001, 0.13107655940000001, -0....</td>\n",
       "      <td>Nike跟Uniqlo的衣服有毒？新衣服買回來洗過再穿就沒事了嗎？ 謠言：國際組織綠色和平，...</td>\n",
       "      <td>3156</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38641</th>\n",
       "      <td>38641</td>\n",
       "      <td>很難處理的福島核電廠含氚「處理水」是怎麼來的？為什麼有人主張要排進大海？</td>\n",
       "      <td>https://pansci.asia/archives/170989</td>\n",
       "      <td>文／張郁婕（CHANG, Yu-Chieh）2019 年 9 月 10 日記者會上，當時即將...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.0427746959, 0.12780611220000002, -0.0150325...</td>\n",
       "      <td>[0.012412019100000001, 0.107497938, -0.0112412...</td>\n",
       "      <td>很難處理的福島核電廠含氚「處理水」是怎麼來的？為什麼有人主張要排進大海？ 文／張郁婕（CHA...</td>\n",
       "      <td>5368</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38657</th>\n",
       "      <td>38657</td>\n",
       "      <td>用App Inventor直接控制樂高EV3機器人：單點控制</td>\n",
       "      <td>https://pansci.asia/archives/75189</td>\n",
       "      <td>文／CAVEDU教育團隊各位讀者，2015 快樂！ CAVEDU的專欄從2012開始連載， ...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.084682487, -0.2302442342, -0.0100832339, -0...</td>\n",
       "      <td>[0.052304484000000005, -0.0390539169, -0.00749...</td>\n",
       "      <td>用App Inventor直接控制樂高EV3機器人：單點控制 文／CAVEDU教育團隊各位讀...</td>\n",
       "      <td>3785</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>38659</th>\n",
       "      <td>38659</td>\n",
       "      <td>這裡不是片場 — 全世界最大的救災實境演練場地「守護者中心」</td>\n",
       "      <td>https://pansci.asia/archives/62191</td>\n",
       "      <td>文 / 陳妤寧Guardian Centers 的模擬救災現場（圖片來源：Guardian ...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[-0.0070183859, 0.0795827955, -0.0174346641, 0...</td>\n",
       "      <td>[-0.1207724139, 0.0474054664, -0.0123745799, 0...</td>\n",
       "      <td>這裡不是片場 — 全世界最大的救災實境演練場地「守護者中心」 文 / 陳妤寧Guardian...</td>\n",
       "      <td>3466</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "<p>9911 rows × 9 columns</p>\n",
       "</div>"
      ],
      "text/plain": [
       "       link_id                                              title  \\\n",
       "2            2                                   演化，AI的第三條路！(1/2)   \n",
       "3            3                                       理解與預測：科學的兩條路   \n",
       "6            6                                     科技如何影響大腦？(2/2)   \n",
       "9            9                                  AI的表現好嗎？十種常見的評估指標   \n",
       "12          12                                            我的機器人老闆   \n",
       "...        ...                                                ...   \n",
       "38631    38631  Hotmail 與 Yahoo! Mail 暗中封鎖網站， 這跟美國政府濫權沒收網域名稱有沒...   \n",
       "38635    38635                  Nike跟Uniqlo的衣服有毒？新衣服買回來洗過再穿就沒事了嗎？   \n",
       "38641    38641               很難處理的福島核電廠含氚「處理水」是怎麼來的？為什麼有人主張要排進大海？   \n",
       "38657    38657                     用App Inventor直接控制樂高EV3機器人：單點控制   \n",
       "38659    38659                     這裡不是片場 — 全世界最大的救災實境演練場地「守護者中心」   \n",
       "\n",
       "                                                     url  \\\n",
       "2      https://highscope.ch.ntu.edu.tw/wordpress/?p=8...   \n",
       "3      https://highscope.ch.ntu.edu.tw/wordpress/?p=8...   \n",
       "6      https://highscope.ch.ntu.edu.tw/wordpress/?p=8...   \n",
       "9      https://highscope.ch.ntu.edu.tw/wordpress/?p=8...   \n",
       "12     https://highscope.ch.ntu.edu.tw/wordpress/?p=8...   \n",
       "...                                                  ...   \n",
       "38631                 https://pansci.asia/archives/32909   \n",
       "38635                  https://pansci.asia/archives/6524   \n",
       "38641                https://pansci.asia/archives/170989   \n",
       "38657                 https://pansci.asia/archives/75189   \n",
       "38659                 https://pansci.asia/archives/62191   \n",
       "\n",
       "                                                 content           form  \\\n",
       "2      電腦程式的演化，是個比數學函數複雜的例子。譬如利用迭代法及記憶方式為蛋白質序列進行分類的電腦...  Highscope_V02   \n",
       "3      「教」讓我們能交流所知的因果關係（如果按照這些規則，那麼你就可以完成除法）；「學」則讓我們串...  Highscope_V02   \n",
       "6      倫理 導航 「決定因子不是接觸媒體的難易，而是他們在生活中能否得到機會、正向的同儕影響，以及...  Highscope_V02   \n",
       "9      若要讓資料類別分布從不平衡到平衡，也可以直接透過隨機抽樣調整。有兩種抽樣方式，一種針對少數類...  Highscope_V02   \n",
       "12     不過，設計生產線並非唯一的挑戰。機器人與人類一向難以並肩工作。工業機器人只會從一個點移動到另...  Highscope_V02   \n",
       "...                                                  ...            ...   \n",
       "38631  DHS/ICE 沒收網域的恐嚇頁面你的 Microsoft Hotmail 或 Yahoo！...    Pansci_data   \n",
       "38635  謠言：國際組織綠色和平，跨國抽查大品牌服飾，赫然發現包括耐吉、愛迪達、日本優衣庫等14家國際...    Pansci_data   \n",
       "38641  文／張郁婕（CHANG, Yu-Chieh）2019 年 9 月 10 日記者會上，當時即將...    Pansci_data   \n",
       "38657  文／CAVEDU教育團隊各位讀者，2015 快樂！ CAVEDU的專欄從2012開始連載， ...    Pansci_data   \n",
       "38659  文 / 陳妤寧Guardian Centers 的模擬救災現場（圖片來源：Guardian ...    Pansci_data   \n",
       "\n",
       "                                            vector_title  \\\n",
       "2      [0.0084472038, 0.153572455, -0.0110182399, -0....   \n",
       "3      [0.0314404219, 0.19583205880000001, -0.0118992...   \n",
       "6      [0.0386001952, 0.1004417911, -0.01051694250000...   \n",
       "9      [-0.14297313990000002, 0.0854389146, -0.011337...   \n",
       "12     [0.1100733876, 0.0444597788, -0.01062987090000...   \n",
       "...                                                  ...   \n",
       "38631  [0.1852098405, 0.2045548707, -0.01491571030000...   \n",
       "38635  [0.0822108462, 0.1363609284, -0.0104475496, 0....   \n",
       "38641  [0.0427746959, 0.12780611220000002, -0.0150325...   \n",
       "38657  [0.084682487, -0.2302442342, -0.0100832339, -0...   \n",
       "38659  [-0.0070183859, 0.0795827955, -0.0174346641, 0...   \n",
       "\n",
       "                                          vector_content  \\\n",
       "2      [0.010877614800000001, 0.1293374151, -0.006410...   \n",
       "3      [0.0122648785, 0.0393077433, -0.0125984019, 0....   \n",
       "6      [0.11082176120000001, 0.0019031335000000002, -...   \n",
       "9      [0.0474116355, 0.0297855716, -0.0082038622, -0...   \n",
       "12     [0.0971548408, 0.0709571242, -0.0100150276, -0...   \n",
       "...                                                  ...   \n",
       "38631  [0.12706846, 0.14746715130000002, -0.012450236...   \n",
       "38635  [0.08737204970000001, 0.13107655940000001, -0....   \n",
       "38641  [0.012412019100000001, 0.107497938, -0.0112412...   \n",
       "38657  [0.052304484000000005, -0.0390539169, -0.00749...   \n",
       "38659  [-0.1207724139, 0.0474054664, -0.0123745799, 0...   \n",
       "\n",
       "                                       openai-vector-str  openai-vector-len  \n",
       "2      演化，AI的第三條路！(1/2) 電腦程式的演化，是個比數學函數複雜的例子。譬如利用迭代法及...               5006  \n",
       "3      理解與預測：科學的兩條路 「教」讓我們能交流所知的因果關係（如果按照這些規則，那麼你就可以完...               3126  \n",
       "6      科技如何影響大腦？(2/2) 倫理 導航 「決定因子不是接觸媒體的難易，而是他們在生活中能否...               3401  \n",
       "9      AI的表現好嗎？十種常見的評估指標 若要讓資料類別分布從不平衡到平衡，也可以直接透過隨機抽樣...               3729  \n",
       "12     我的機器人老闆 不過，設計生產線並非唯一的挑戰。機器人與人類一向難以並肩工作。工業機器人只會...               4267  \n",
       "...                                                  ...                ...  \n",
       "38631  Hotmail 與 Yahoo! Mail 暗中封鎖網站， 這跟美國政府濫權沒收網域名稱有沒...               3296  \n",
       "38635  Nike跟Uniqlo的衣服有毒？新衣服買回來洗過再穿就沒事了嗎？ 謠言：國際組織綠色和平，...               3156  \n",
       "38641  很難處理的福島核電廠含氚「處理水」是怎麼來的？為什麼有人主張要排進大海？ 文／張郁婕（CHA...               5368  \n",
       "38657  用App Inventor直接控制樂高EV3機器人：單點控制 文／CAVEDU教育團隊各位讀...               3785  \n",
       "38659  這裡不是片場 — 全世界最大的救災實境演練場地「守護者中心」 文 / 陳妤寧Guardian...               3466  \n",
       "\n",
       "[9911 rows x 9 columns]"
      ]
     },
     "execution_count": 34,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "df[df[\"openai-vector-len\"] > 3000]"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 22,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/html": [
       "<div>\n",
       "<style scoped>\n",
       "    .dataframe tbody tr th:only-of-type {\n",
       "        vertical-align: middle;\n",
       "    }\n",
       "\n",
       "    .dataframe tbody tr th {\n",
       "        vertical-align: top;\n",
       "    }\n",
       "\n",
       "    .dataframe thead th {\n",
       "        text-align: right;\n",
       "    }\n",
       "</style>\n",
       "<table border=\"1\" class=\"dataframe\">\n",
       "  <thead>\n",
       "    <tr style=\"text-align: right;\">\n",
       "      <th></th>\n",
       "      <th>link_id</th>\n",
       "      <th>title</th>\n",
       "      <th>url</th>\n",
       "      <th>content</th>\n",
       "      <th>form</th>\n",
       "      <th>vector_title</th>\n",
       "      <th>vector_content</th>\n",
       "      <th>openai-vector-str</th>\n",
       "      <th>openai-vector-len</th>\n",
       "    </tr>\n",
       "  </thead>\n",
       "  <tbody>\n",
       "    <tr>\n",
       "      <th>33615</th>\n",
       "      <td>33615</td>\n",
       "      <td>這真的是我要的婚姻嗎？二十個藏著「但是」的婚姻殺手</td>\n",
       "      <td>https://pansci.asia/archives/36359</td>\n",
       "      <td>[摘要]又到了一年一度的春節，在發完紅包、吃完魷魚絲、用腳按遙控器之際，看看Rodrigue...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.1232939735, 0.2818791866, -0.01368585040000...</td>\n",
       "      <td>[-0.0190795194, 0.0644435138, -0.0102510089, 0...</td>\n",
       "      <td>這真的是我要的婚姻嗎？二十個藏著「但是」的婚姻殺手 [摘要]又到了一年一度的春節，在發完紅包...</td>\n",
       "      <td>32791</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>29232</th>\n",
       "      <td>29232</td>\n",
       "      <td>該走或該留？逐漸消失的依賴感</td>\n",
       "      <td>https://pansci.asia/archives/12330</td>\n",
       "      <td>圖／Pixabay我屏住呼吸，在101年的101煙火中謹慎地喘息。「嗨，新年快樂。」在電話響...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.0052304128000000005, 0.14413656290000001, -...</td>\n",
       "      <td>[-0.0614383295, 0.0905586481, -0.0153288692000...</td>\n",
       "      <td>該走或該留？逐漸消失的依賴感 圖／Pixabay我屏住呼吸，在101年的101煙火中謹慎地喘...</td>\n",
       "      <td>25243</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>34435</th>\n",
       "      <td>34435</td>\n",
       "      <td>哭泣與生氣的祕密：關係中的爭執與情緒</td>\n",
       "      <td>https://pansci.asia/archives/11214</td>\n",
       "      <td>時序進入初秋。街上的人們紛紛搭上薄外套，不時隨著偶來的陣風瑟縮著身子同眼神。磚道上落葉紛紛，...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.0578840226, 0.044979576, -0.0124269444, -0....</td>\n",
       "      <td>[-0.050076983900000004, 0.0674674287, -0.01434...</td>\n",
       "      <td>哭泣與生氣的祕密：關係中的爭執與情緒 時序進入初秋。街上的人們紛紛搭上薄外套，不時隨著偶來的...</td>\n",
       "      <td>20565</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>23351</th>\n",
       "      <td>23351</td>\n",
       "      <td>氫的自述</td>\n",
       "      <td>https://scitechvista.nat.gov.tw/Article/C00000...</td>\n",
       "      <td>當時，這艘飛船準備降落時，卻因火花引發我「氫」氣爆炸，許多乘客因而喪生。這使人們對我「氫」感...</td>\n",
       "      <td>Scitechvista_data</td>\n",
       "      <td>[-0.025977978500000002, -0.014628452200000001,...</td>\n",
       "      <td>[0.050300244200000004, 0.0189477168, -0.013131...</td>\n",
       "      <td>氫的自述 當時，這艘飛船準備降落時，卻因火花引發我「氫」氣爆炸，許多乘客因而喪生。這使人們對...</td>\n",
       "      <td>20307</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>35177</th>\n",
       "      <td>35177</td>\n",
       "      <td>人類寶寶的腸道裡到底都住了哪些微生物？──決定嬰兒腸道微生物菌相的要素及對於整復之啟示</td>\n",
       "      <td>https://pansci.asia/archives/314513</td>\n",
       "      <td>圖／ILSI Taiwan。文／李元昆 教授｜新加坡國立大學楊潞齡醫學院，微生物與免疫學系／...</td>\n",
       "      <td>Pansci_data</td>\n",
       "      <td>[0.1309612095, 0.0939259455, -0.0111158025, -0...</td>\n",
       "      <td>[0.026275156100000002, 0.1094764024, -0.010655...</td>\n",
       "      <td>人類寶寶的腸道裡到底都住了哪些微生物？──決定嬰兒腸道微生物菌相的要素及對於整復之啟示 圖／...</td>\n",
       "      <td>18288</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>...</th>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "      <td>...</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>8428</th>\n",
       "      <td>8428</td>\n",
       "      <td>您所不知道的諾貝爾物理</td>\n",
       "      <td>http://pb.ps-taiwan.org/catalog/ins.php?index_...</td>\n",
       "      <td>無(都是圖)</td>\n",
       "      <td>PbPs_V02</td>\n",
       "      <td>[0.1063788533, 0.0914362296, -0.01226969530000...</td>\n",
       "      <td>[0.0184044782, 0.07186989490000001, -0.0180959...</td>\n",
       "      <td>您所不知道的諾貝爾物理 無(都是圖)</td>\n",
       "      <td>18</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>8171</th>\n",
       "      <td>8171</td>\n",
       "      <td>萬年不朽的塑膠</td>\n",
       "      <td>https://www.ntsec.edu.tw/LiveSupply-Content.as...</td>\n",
       "      <td>無文字，漫畫大圖1張</td>\n",
       "      <td>Ntsec_V02</td>\n",
       "      <td>[0.13008530440000002, -0.018514599700000002, -...</td>\n",
       "      <td>[0.1398044229, 0.0176967978, -0.0177297387, 0....</td>\n",
       "      <td>萬年不朽的塑膠 無文字，漫畫大圖1張</td>\n",
       "      <td>18</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>8566</th>\n",
       "      <td>8566</td>\n",
       "      <td>看見微小世界（電子顯微鏡）</td>\n",
       "      <td>http://pb.ps-taiwan.org/catalog/ins.php?index_...</td>\n",
       "      <td>無</td>\n",
       "      <td>PbPs_V02</td>\n",
       "      <td>[0.0670660213, -0.034671276800000005, -0.01803...</td>\n",
       "      <td>[0.0341924466, 0.1034044623, -0.0203762054, 0....</td>\n",
       "      <td>看見微小世界（電子顯微鏡） 無</td>\n",
       "      <td>15</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>8582</th>\n",
       "      <td>8582</td>\n",
       "      <td>什麼是暗物質與暗能量？</td>\n",
       "      <td>http://pb.ps-taiwan.org/catalog/ins.php?index_...</td>\n",
       "      <td>無</td>\n",
       "      <td>PbPs_V02</td>\n",
       "      <td>[0.049455978000000005, 0.0353181325, -0.005456...</td>\n",
       "      <td>[0.0341924466, 0.1034044623, -0.0203762054, 0....</td>\n",
       "      <td>什麼是暗物質與暗能量？ 無</td>\n",
       "      <td>13</td>\n",
       "    </tr>\n",
       "    <tr>\n",
       "      <th>8584</th>\n",
       "      <td>8584</td>\n",
       "      <td>重力波大年表</td>\n",
       "      <td>http://pb.ps-taiwan.org/catalog/ins.php?index_...</td>\n",
       "      <td>無</td>\n",
       "      <td>PbPs_V02</td>\n",
       "      <td>[-0.0094033107, 0.07847937940000001, -0.017638...</td>\n",
       "      <td>[0.0341924466, 0.1034044623, -0.0203762054, 0....</td>\n",
       "      <td>重力波大年表 無</td>\n",
       "      <td>8</td>\n",
       "    </tr>\n",
       "  </tbody>\n",
       "</table>\n",
       "<p>38661 rows × 9 columns</p>\n",
       "</div>"
      ],
      "text/plain": [
       "       link_id                                        title  \\\n",
       "33615    33615                    這真的是我要的婚姻嗎？二十個藏著「但是」的婚姻殺手   \n",
       "29232    29232                               該走或該留？逐漸消失的依賴感   \n",
       "34435    34435                           哭泣與生氣的祕密：關係中的爭執與情緒   \n",
       "23351    23351                                         氫的自述   \n",
       "35177    35177  人類寶寶的腸道裡到底都住了哪些微生物？──決定嬰兒腸道微生物菌相的要素及對於整復之啟示   \n",
       "...        ...                                          ...   \n",
       "8428      8428                                  您所不知道的諾貝爾物理   \n",
       "8171      8171                                      萬年不朽的塑膠   \n",
       "8566      8566                                看見微小世界（電子顯微鏡）   \n",
       "8582      8582                                  什麼是暗物質與暗能量？   \n",
       "8584      8584                                       重力波大年表   \n",
       "\n",
       "                                                     url  \\\n",
       "33615                 https://pansci.asia/archives/36359   \n",
       "29232                 https://pansci.asia/archives/12330   \n",
       "34435                 https://pansci.asia/archives/11214   \n",
       "23351  https://scitechvista.nat.gov.tw/Article/C00000...   \n",
       "35177                https://pansci.asia/archives/314513   \n",
       "...                                                  ...   \n",
       "8428   http://pb.ps-taiwan.org/catalog/ins.php?index_...   \n",
       "8171   https://www.ntsec.edu.tw/LiveSupply-Content.as...   \n",
       "8566   http://pb.ps-taiwan.org/catalog/ins.php?index_...   \n",
       "8582   http://pb.ps-taiwan.org/catalog/ins.php?index_...   \n",
       "8584   http://pb.ps-taiwan.org/catalog/ins.php?index_...   \n",
       "\n",
       "                                                 content               form  \\\n",
       "33615  [摘要]又到了一年一度的春節，在發完紅包、吃完魷魚絲、用腳按遙控器之際，看看Rodrigue...        Pansci_data   \n",
       "29232  圖／Pixabay我屏住呼吸，在101年的101煙火中謹慎地喘息。「嗨，新年快樂。」在電話響...        Pansci_data   \n",
       "34435  時序進入初秋。街上的人們紛紛搭上薄外套，不時隨著偶來的陣風瑟縮著身子同眼神。磚道上落葉紛紛，...        Pansci_data   \n",
       "23351  當時，這艘飛船準備降落時，卻因火花引發我「氫」氣爆炸，許多乘客因而喪生。這使人們對我「氫」感...  Scitechvista_data   \n",
       "35177  圖／ILSI Taiwan。文／李元昆 教授｜新加坡國立大學楊潞齡醫學院，微生物與免疫學系／...        Pansci_data   \n",
       "...                                                  ...                ...   \n",
       "8428                                              無(都是圖)           PbPs_V02   \n",
       "8171                                          無文字，漫畫大圖1張          Ntsec_V02   \n",
       "8566                                                   無           PbPs_V02   \n",
       "8582                                                   無           PbPs_V02   \n",
       "8584                                                   無           PbPs_V02   \n",
       "\n",
       "                                            vector_title  \\\n",
       "33615  [0.1232939735, 0.2818791866, -0.01368585040000...   \n",
       "29232  [0.0052304128000000005, 0.14413656290000001, -...   \n",
       "34435  [0.0578840226, 0.044979576, -0.0124269444, -0....   \n",
       "23351  [-0.025977978500000002, -0.014628452200000001,...   \n",
       "35177  [0.1309612095, 0.0939259455, -0.0111158025, -0...   \n",
       "...                                                  ...   \n",
       "8428   [0.1063788533, 0.0914362296, -0.01226969530000...   \n",
       "8171   [0.13008530440000002, -0.018514599700000002, -...   \n",
       "8566   [0.0670660213, -0.034671276800000005, -0.01803...   \n",
       "8582   [0.049455978000000005, 0.0353181325, -0.005456...   \n",
       "8584   [-0.0094033107, 0.07847937940000001, -0.017638...   \n",
       "\n",
       "                                          vector_content  \\\n",
       "33615  [-0.0190795194, 0.0644435138, -0.0102510089, 0...   \n",
       "29232  [-0.0614383295, 0.0905586481, -0.0153288692000...   \n",
       "34435  [-0.050076983900000004, 0.0674674287, -0.01434...   \n",
       "23351  [0.050300244200000004, 0.0189477168, -0.013131...   \n",
       "35177  [0.026275156100000002, 0.1094764024, -0.010655...   \n",
       "...                                                  ...   \n",
       "8428   [0.0184044782, 0.07186989490000001, -0.0180959...   \n",
       "8171   [0.1398044229, 0.0176967978, -0.0177297387, 0....   \n",
       "8566   [0.0341924466, 0.1034044623, -0.0203762054, 0....   \n",
       "8582   [0.0341924466, 0.1034044623, -0.0203762054, 0....   \n",
       "8584   [0.0341924466, 0.1034044623, -0.0203762054, 0....   \n",
       "\n",
       "                                       openai-vector-str  openai-vector-len  \n",
       "33615  這真的是我要的婚姻嗎？二十個藏著「但是」的婚姻殺手 [摘要]又到了一年一度的春節，在發完紅包...              32791  \n",
       "29232  該走或該留？逐漸消失的依賴感 圖／Pixabay我屏住呼吸，在101年的101煙火中謹慎地喘...              25243  \n",
       "34435  哭泣與生氣的祕密：關係中的爭執與情緒 時序進入初秋。街上的人們紛紛搭上薄外套，不時隨著偶來的...              20565  \n",
       "23351  氫的自述 當時，這艘飛船準備降落時，卻因火花引發我「氫」氣爆炸，許多乘客因而喪生。這使人們對...              20307  \n",
       "35177  人類寶寶的腸道裡到底都住了哪些微生物？──決定嬰兒腸道微生物菌相的要素及對於整復之啟示 圖／...              18288  \n",
       "...                                                  ...                ...  \n",
       "8428                                  您所不知道的諾貝爾物理 無(都是圖)                 18  \n",
       "8171                                  萬年不朽的塑膠 無文字，漫畫大圖1張                 18  \n",
       "8566                                     看見微小世界（電子顯微鏡） 無                 15  \n",
       "8582                                       什麼是暗物質與暗能量？ 無                 13  \n",
       "8584                                            重力波大年表 無                  8  \n",
       "\n",
       "[38661 rows x 9 columns]"
      ]
     },
     "execution_count": 22,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "df.sort_values(by='openai-vector-len', ascending=False)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [],
   "source": [
    "import modules.tools.trello_connector as trello_connector\n",
    "import modules.tools.answer_core as answer_core\n",
    "\n",
    "####################################################################\n",
    "# Setup environment value\n",
    "####################################################################\n",
    "import yaml\n",
    "with open('config.yml', 'r', encoding='utf-8') as config_File:\n",
    "    config = yaml.safe_load(config_File)\n",
    "TRELLO_BOT_ID = config['trello']['id_of_trello_bot']\n",
    "TRELLO_BOT_TAG = config['trello']['tag_of_trello_bot']\n",
    "####################################################################\n",
    "\n",
    "\n",
    "def check_comment_div_or_search_result(content=\"\"):\n",
    "    search_result_title_list = [\"精準搜尋\", \"相關推薦\", \"你可能也喜歡\"]\n",
    "    # 檢查是否為分隔符號\n",
    "    if content == \"---\" or content == \"===\":\n",
    "        return True\n",
    "    # 檢查是否為搜尋結果\n",
    "    for title in search_result_title_list:\n",
    "        if f\"\\n**{title}：**\\n\" in content:\n",
    "            return True\n",
    "    # 都不是回傳非分隔符號與非搜尋結果\n",
    "    return False\n",
    "\n",
    "\n",
    "def process_comment_flow(card_id=\"\"):\n",
    "    # 檢查卡片 ID 是否存在\n",
    "    if card_id == \"\":\n",
    "        print(\"卡片 ID 不存在\")\n",
    "        return 404\n",
    "    # 取得卡片標題\n",
    "    card_title = trello_connector.getCardTitle(card_id)\n",
    "    # 如果卡片標題有 [已完成] 則移除\n",
    "    card_title = card_title.replace(\"[已完成] \", \"\")\n",
    "    card_title = answer_core.get_keyword(card_title)\n",
    "    # 取得卡片留言\n",
    "    comments_list = trello_connector.getCommentsFromCard(card_id, filter=False)\n",
    "    # 反轉留言清單(old to new)\n",
    "    comments_list = comments_list[::-1]\n",
    "    # 設定留言清單成 prompt_list\n",
    "    prompt_list = [\n",
    "        {\n",
    "            \"role\": \"system\",\n",
    "            \"content\": f\"你是一位使用繁體中文的嚴格老師，主要工作內容會協助學生研究{card_title}，如果學生有問題則需要根據問題回答，如果學生沒有問題則根據研究主題提出相關問題給學生讓學生回答以促進學生對{card_title}深度思考\"\n",
    "        }\n",
    "    ]\n",
    "    for comment_obj in comments_list:\n",
    "        # 取得留言者 ID\n",
    "        create_id = comment_obj.get(\"create_id\", None)\n",
    "        # 取得留言內容\n",
    "        comment_str = comment_obj.get(\"comment_str\", \"\")\n",
    "        # 去除機器人TAG\n",
    "        comment_str = comment_str.replace(f\"{TRELLO_BOT_TAG} \", \"\")\n",
    "        # 檢查是否為分隔符號或搜尋結果\n",
    "        if check_comment_div_or_search_result(content=comment_str) is False:\n",
    "            # Set role of prompt\n",
    "            if create_id == TRELLO_BOT_ID:\n",
    "                data_role = \"system\"\n",
    "            else:\n",
    "                data_role = \"user\"\n",
    "            # Set prompt\n",
    "            prompt_list.append({\n",
    "                \"role\": data_role,\n",
    "                \"content\": comment_str\n",
    "            })\n",
    "    print(prompt_list)\n",
    "    request_str = answer_core.get_gpt_response(\n",
    "        prompt=prompt_list,\n",
    "        temperature=0.5,\n",
    "    )\n",
    "    trello_connector.addCommentToCard(\n",
    "        card_id=card_id,\n",
    "        msgString=request_str\n",
    "    )"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Card_id: 65d60f5d65bbe3fe246e51ef\n",
      "[{'role': 'system', 'content': '你是一位使用繁體中文的嚴格老師，主要工作內容會協助學生研究操作變因，如果學生有問題則需要根據問題回答，如果學生沒有問題則根據研究主題提出相關問題給學生讓學生回答以促進學生對操作變因深度思考'}, {'role': 'user', 'content': ' 我覺得不錯'}, {'role': 'user', 'content': '應變變因與可變變因的差別是什麼？'}, {'role': 'system', 'content': '應變變因（dependent variable）是在研究中被測量或觀察的主要結果或反應。它是研究中最感興趣的變數，因為研究者希望了解的是它如何受到其他變數的影響。\\n\\n可變變因（independent variable）是在研究中被操縱或控制的變數，它是研究者認為可能對應變變因產生影響的因素。研究者會改變或操作可變變因的值，並觀察這些變化對應變變因的影響。\\n\\n簡單來說，應變變因是研究中想要了解的結果，而可變變因則是研究者認為可能影響結果的因素。研究者透過控制、操作可變變因來觀察其對應變變因的影響。'}, {'role': 'user', 'content': '那操作變因只包含應變變因與可變變因嗎？'}]\n",
      "{\n",
      "    \"appCreator\": {\n",
      "        \"icon\": {\n",
      "            \"url\": \"https://github.com/tony13382/202307_trello_finder/blob/main/static/images/logo/botIcon.png?raw=true\"\n",
      "        },\n",
      "        \"id\": \"651b817f2509020d090ddf58\"\n",
      "    },\n",
      "    \"data\": {\n",
      "        \"board\": {\n",
      "            \"id\": \"651b7d0c43ba3d9ef89c2a76\",\n",
      "            \"name\": \"\\u5c0f\\u5e6b\\u624b2.0\\u6e2c\\u8a66\",\n",
      "            \"shortLink\": \"xhUxzmjg\"\n",
      "        },\n",
      "        \"card\": {\n",
      "            \"id\": \"65d60f5d65bbe3fe246e51ef\",\n",
      "            \"idShort\": 357,\n",
      "            \"name\": \"[\\u5df2\\u5b8c\\u6210] \\u5c0f\\u5e6b\\u624b\\u6211\\u60f3\\u77e5\\u9053\\u64cd\\u4f5c\\u8b8a\\u56e0\\u662f\\u4ec0\\u9ebc\",\n",
      "            \"shortLink\": \"pX5gVp7R\"\n",
      "        },\n",
      "        \"list\": {\n",
      "            \"id\": \"65d60f5647df61bced5a9a73\",\n",
      "            \"name\": \"20240221\"\n",
      "        },\n",
      "        \"text\": \"\\u4e0d\\u5b8c\\u5168\\u662f\\u3002\\u64cd\\u4f5c\\u8b8a\\u56e0\\uff08manipulated variable\\uff09\\u662f\\u7814\\u7a76\\u8005\\u6709\\u610f\\u63a7\\u5236\\u6216\\u6539\\u8b8a\\u7684\\u8b8a\\u6578\\uff0c\\u4ee5\\u89c0\\u5bdf\\u5176\\u5c0d\\u61c9\\u8b8a\\u8b8a\\u56e0\\u7684\\u5f71\\u97ff\\u3002\\u64cd\\u4f5c\\u8b8a\\u56e0\\u53ef\\u4ee5\\u5305\\u62ec\\u53ef\\u8b8a\\u8b8a\\u56e0\\uff0c\\u4e5f\\u53ef\\u4ee5\\u5305\\u62ec\\u5176\\u4ed6\\u4e0d\\u88ab\\u8a8d\\u70ba\\u662f\\u53ef\\u8b8a\\u8b8a\\u56e0\\u7684\\u56e0\\u7d20\\u3002\\n\\n\\u8209\\u500b\\u4f8b\\u5b50\\u4f86\\u8aaa\\uff0c\\u5047\\u8a2d\\u4f60\\u6b63\\u5728\\u9032\\u884c\\u4e00\\u500b\\u5be6\\u9a57\\uff0c\\u60f3\\u8981\\u4e86\\u89e3\\u4e0d\\u540c\\u5b78\\u7fd2\\u65b9\\u6cd5\\u5c0d\\u5b78\\u751f\\u6210\\u7e3e\\u7684\\u5f71\\u97ff\\u3002\\u5728\\u9019\\u500b\\u5be6\\u9a57\\u4e2d\\uff0c\\u4f60\\u53ef\\u4ee5\\u5c07\\u5b78\\u7fd2\\u65b9\\u6cd5\\u8996\\u70ba\\u53ef\\u8b8a\\u8b8a\\u56e0\\uff0c\\u56e0\\u70ba\\u4f60\\u6709\\u610f\\u63a7\\u5236\\u4e26\\u6539\\u8b8a\\u5b78\\u751f\\u6240\\u63a5\\u53d7\\u7684\\u5b78\\u7fd2\\u65b9\\u6cd5\\u3002\\u540c\\u6642\\uff0c\\u4f60\\u4e5f\\u53ef\\u4ee5\\u63a7\\u5236\\u5176\\u4ed6\\u64cd\\u4f5c\\u8b8a\\u56e0\\uff0c\\u4f8b\\u5982\\u5b78\\u7fd2\\u6642\\u9593\\u3001\\u5b78\\u7fd2\\u74b0\\u5883\\u7b49\\uff0c\\u4ee5\\u78ba\\u4fdd\\u9019\\u4e9b\\u56e0\\u7d20\\u4e0d\\u6703\\u5c0d\\u7d50\\u679c\\u7522\\u751f\\u5e72\\u64fe\\u3002\\n\\n\\u56e0\\u6b64\\uff0c\\u64cd\\u4f5c\\u8b8a\\u56e0\\u4e26\\u4e0d\\u50c5\\u9650\\u65bc\\u61c9\\u8b8a\\u8b8a\\u56e0\\u8207\\u53ef\\u8b8a\\u8b8a\\u56e0\\uff0c\\u9084\\u53ef\\u4ee5\\u5305\\u62ec\\u5176\\u4ed6\\u7814\\u7a76\\u8005\\u6709\\u610f\\u63a7\\u5236\\u6216\\u6539\\u8b8a\\u7684\\u56e0\\u7d20\\u3002\\u9019\\u4e9b\\u64cd\\u4f5c\\u8b8a\\u56e0\\u7684\\u9078\\u64c7\\u61c9\\u8a72\\u57fa\\u65bc\\u7814\\u7a76\\u76ee\\u7684\\u548c\\u7814\\u7a76\\u554f\\u984c\\u3002\",\n",
      "        \"textData\": {\n",
      "            \"emoji\": {}\n",
      "        }\n",
      "    },\n",
      "    \"date\": \"2024-02-22T07:40:42.559Z\",\n",
      "    \"display\": {\n",
      "        \"entities\": {\n",
      "            \"card\": {\n",
      "                \"hideIfContext\": true,\n",
      "                \"id\": \"65d60f5d65bbe3fe246e51ef\",\n",
      "                \"shortLink\": \"pX5gVp7R\",\n",
      "                \"text\": \"[\\u5df2\\u5b8c\\u6210] \\u5c0f\\u5e6b\\u624b\\u6211\\u60f3\\u77e5\\u9053\\u64cd\\u4f5c\\u8b8a\\u56e0\\u662f\\u4ec0\\u9ebc\",\n",
      "                \"type\": \"card\"\n",
      "            },\n",
      "            \"comment\": {\n",
      "                \"text\": \"\\u4e0d\\u5b8c\\u5168\\u662f\\u3002\\u64cd\\u4f5c\\u8b8a\\u56e0\\uff08manipulated variable\\uff09\\u662f\\u7814\\u7a76\\u8005\\u6709\\u610f\\u63a7\\u5236\\u6216\\u6539\\u8b8a\\u7684\\u8b8a\\u6578\\uff0c\\u4ee5\\u89c0\\u5bdf\\u5176\\u5c0d\\u61c9\\u8b8a\\u8b8a\\u56e0\\u7684\\u5f71\\u97ff\\u3002\\u64cd\\u4f5c\\u8b8a\\u56e0\\u53ef\\u4ee5\\u5305\\u62ec\\u53ef\\u8b8a\\u8b8a\\u56e0\\uff0c\\u4e5f\\u53ef\\u4ee5\\u5305\\u62ec\\u5176\\u4ed6\\u4e0d\\u88ab\\u8a8d\\u70ba\\u662f\\u53ef\\u8b8a\\u8b8a\\u56e0\\u7684\\u56e0\\u7d20\\u3002\\n\\n\\u8209\\u500b\\u4f8b\\u5b50\\u4f86\\u8aaa\\uff0c\\u5047\\u8a2d\\u4f60\\u6b63\\u5728\\u9032\\u884c\\u4e00\\u500b\\u5be6\\u9a57\\uff0c\\u60f3\\u8981\\u4e86\\u89e3\\u4e0d\\u540c\\u5b78\\u7fd2\\u65b9\\u6cd5\\u5c0d\\u5b78\\u751f\\u6210\\u7e3e\\u7684\\u5f71\\u97ff\\u3002\\u5728\\u9019\\u500b\\u5be6\\u9a57\\u4e2d\\uff0c\\u4f60\\u53ef\\u4ee5\\u5c07\\u5b78\\u7fd2\\u65b9\\u6cd5\\u8996\\u70ba\\u53ef\\u8b8a\\u8b8a\\u56e0\\uff0c\\u56e0\\u70ba\\u4f60\\u6709\\u610f\\u63a7\\u5236\\u4e26\\u6539\\u8b8a\\u5b78\\u751f\\u6240\\u63a5\\u53d7\\u7684\\u5b78\\u7fd2\\u65b9\\u6cd5\\u3002\\u540c\\u6642\\uff0c\\u4f60\\u4e5f\\u53ef\\u4ee5\\u63a7\\u5236\\u5176\\u4ed6\\u64cd\\u4f5c\\u8b8a\\u56e0\\uff0c\\u4f8b\\u5982\\u5b78\\u7fd2\\u6642\\u9593\\u3001\\u5b78\\u7fd2\\u74b0\\u5883\\u7b49\\uff0c\\u4ee5\\u78ba\\u4fdd\\u9019\\u4e9b\\u56e0\\u7d20\\u4e0d\\u6703\\u5c0d\\u7d50\\u679c\\u7522\\u751f\\u5e72\\u64fe\\u3002\\n\\n\\u56e0\\u6b64\\uff0c\\u64cd\\u4f5c\\u8b8a\\u56e0\\u4e26\\u4e0d\\u50c5\\u9650\\u65bc\\u61c9\\u8b8a\\u8b8a\\u56e0\\u8207\\u53ef\\u8b8a\\u8b8a\\u56e0\\uff0c\\u9084\\u53ef\\u4ee5\\u5305\\u62ec\\u5176\\u4ed6\\u7814\\u7a76\\u8005\\u6709\\u610f\\u63a7\\u5236\\u6216\\u6539\\u8b8a\\u7684\\u56e0\\u7d20\\u3002\\u9019\\u4e9b\\u64cd\\u4f5c\\u8b8a\\u56e0\\u7684\\u9078\\u64c7\\u61c9\\u8a72\\u57fa\\u65bc\\u7814\\u7a76\\u76ee\\u7684\\u548c\\u7814\\u7a76\\u554f\\u984c\\u3002\",\n",
      "                \"type\": \"comment\"\n",
      "            },\n",
      "            \"contextOn\": {\n",
      "                \"hideIfContext\": true,\n",
      "                \"idContext\": \"65d60f5d65bbe3fe246e51ef\",\n",
      "                \"translationKey\": \"action_on\",\n",
      "                \"type\": \"translatable\"\n",
      "            },\n",
      "            \"memberCreator\": {\n",
      "                \"id\": \"5f5850beded9ac37dfa0da9b\",\n",
      "                \"text\": \"\\u5c0f\\u5e6b\\u624b\",\n",
      "                \"type\": \"member\",\n",
      "                \"username\": \"help2020\"\n",
      "            }\n",
      "        },\n",
      "        \"translationKey\": \"action_comment_on_card\"\n",
      "    },\n",
      "    \"entities\": [\n",
      "        {\n",
      "            \"id\": \"5f5850beded9ac37dfa0da9b\",\n",
      "            \"text\": \"\\u5c0f\\u5e6b\\u624b\",\n",
      "            \"type\": \"member\",\n",
      "            \"username\": \"help2020\"\n",
      "        },\n",
      "        {\n",
      "            \"hideIfContext\": true,\n",
      "            \"idContext\": \"65d60f5d65bbe3fe246e51ef\",\n",
      "            \"text\": \"on\",\n",
      "            \"type\": \"text\"\n",
      "        },\n",
      "        {\n",
      "            \"hideIfContext\": true,\n",
      "            \"id\": \"65d60f5d65bbe3fe246e51ef\",\n",
      "            \"shortLink\": \"pX5gVp7R\",\n",
      "            \"text\": \"[\\u5df2\\u5b8c\\u6210] \\u5c0f\\u5e6b\\u624b\\u6211\\u60f3\\u77e5\\u9053\\u64cd\\u4f5c\\u8b8a\\u56e0\\u662f\\u4ec0\\u9ebc\",\n",
      "            \"type\": \"card\"\n",
      "        },\n",
      "        {\n",
      "            \"text\": \"\\u4e0d\\u5b8c\\u5168\\u662f\\u3002\\u64cd\\u4f5c\\u8b8a\\u56e0\\uff08manipulated variable\\uff09\\u662f\\u7814\\u7a76\\u8005\\u6709\\u610f\\u63a7\\u5236\\u6216\\u6539\\u8b8a\\u7684\\u8b8a\\u6578\\uff0c\\u4ee5\\u89c0\\u5bdf\\u5176\\u5c0d\\u61c9\\u8b8a\\u8b8a\\u56e0\\u7684\\u5f71\\u97ff\\u3002\\u64cd\\u4f5c\\u8b8a\\u56e0\\u53ef\\u4ee5\\u5305\\u62ec\\u53ef\\u8b8a\\u8b8a\\u56e0\\uff0c\\u4e5f\\u53ef\\u4ee5\\u5305\\u62ec\\u5176\\u4ed6\\u4e0d\\u88ab\\u8a8d\\u70ba\\u662f\\u53ef\\u8b8a\\u8b8a\\u56e0\\u7684\\u56e0\\u7d20\\u3002\\n\\n\\u8209\\u500b\\u4f8b\\u5b50\\u4f86\\u8aaa\\uff0c\\u5047\\u8a2d\\u4f60\\u6b63\\u5728\\u9032\\u884c\\u4e00\\u500b\\u5be6\\u9a57\\uff0c\\u60f3\\u8981\\u4e86\\u89e3\\u4e0d\\u540c\\u5b78\\u7fd2\\u65b9\\u6cd5\\u5c0d\\u5b78\\u751f\\u6210\\u7e3e\\u7684\\u5f71\\u97ff\\u3002\\u5728\\u9019\\u500b\\u5be6\\u9a57\\u4e2d\\uff0c\\u4f60\\u53ef\\u4ee5\\u5c07\\u5b78\\u7fd2\\u65b9\\u6cd5\\u8996\\u70ba\\u53ef\\u8b8a\\u8b8a\\u56e0\\uff0c\\u56e0\\u70ba\\u4f60\\u6709\\u610f\\u63a7\\u5236\\u4e26\\u6539\\u8b8a\\u5b78\\u751f\\u6240\\u63a5\\u53d7\\u7684\\u5b78\\u7fd2\\u65b9\\u6cd5\\u3002\\u540c\\u6642\\uff0c\\u4f60\\u4e5f\\u53ef\\u4ee5\\u63a7\\u5236\\u5176\\u4ed6\\u64cd\\u4f5c\\u8b8a\\u56e0\\uff0c\\u4f8b\\u5982\\u5b78\\u7fd2\\u6642\\u9593\\u3001\\u5b78\\u7fd2\\u74b0\\u5883\\u7b49\\uff0c\\u4ee5\\u78ba\\u4fdd\\u9019\\u4e9b\\u56e0\\u7d20\\u4e0d\\u6703\\u5c0d\\u7d50\\u679c\\u7522\\u751f\\u5e72\\u64fe\\u3002\\n\\n\\u56e0\\u6b64\\uff0c\\u64cd\\u4f5c\\u8b8a\\u56e0\\u4e26\\u4e0d\\u50c5\\u9650\\u65bc\\u61c9\\u8b8a\\u8b8a\\u56e0\\u8207\\u53ef\\u8b8a\\u8b8a\\u56e0\\uff0c\\u9084\\u53ef\\u4ee5\\u5305\\u62ec\\u5176\\u4ed6\\u7814\\u7a76\\u8005\\u6709\\u610f\\u63a7\\u5236\\u6216\\u6539\\u8b8a\\u7684\\u56e0\\u7d20\\u3002\\u9019\\u4e9b\\u64cd\\u4f5c\\u8b8a\\u56e0\\u7684\\u9078\\u64c7\\u61c9\\u8a72\\u57fa\\u65bc\\u7814\\u7a76\\u76ee\\u7684\\u548c\\u7814\\u7a76\\u554f\\u984c\\u3002\",\n",
      "            \"type\": \"comment\"\n",
      "        }\n",
      "    ],\n",
      "    \"id\": \"65d6fa7a91ad1fc62b730c85\",\n",
      "    \"idMemberCreator\": \"5f5850beded9ac37dfa0da9b\",\n",
      "    \"limits\": {\n",
      "        \"reactions\": {\n",
      "            \"perAction\": {\n",
      "                \"disableAt\": 900,\n",
      "                \"status\": \"ok\",\n",
      "                \"warnAt\": 720\n",
      "            },\n",
      "            \"uniquePerAction\": {\n",
      "                \"disableAt\": 17,\n",
      "                \"status\": \"ok\",\n",
      "                \"warnAt\": 14\n",
      "            }\n",
      "        }\n",
      "    },\n",
      "    \"memberCreator\": {\n",
      "        \"activityBlocked\": false,\n",
      "        \"avatarHash\": \"1a17cfe060cfe7fce63dbb2a0da630bb\",\n",
      "        \"avatarUrl\": \"https://trello-members.s3.amazonaws.com/5f5850beded9ac37dfa0da9b/1a17cfe060cfe7fce63dbb2a0da630bb\",\n",
      "        \"fullName\": \"\\u5c0f\\u5e6b\\u624b\",\n",
      "        \"id\": \"5f5850beded9ac37dfa0da9b\",\n",
      "        \"idMemberReferrer\": null,\n",
      "        \"initials\": \"\\u5c0f\\u5e6b\\u624b\",\n",
      "        \"nonPublic\": {},\n",
      "        \"nonPublicAvailable\": true,\n",
      "        \"username\": \"help2020\"\n",
      "    },\n",
      "    \"type\": \"commentCard\"\n",
      "}\n",
      "+----------------------------+\n",
      "卡片下留言(純文字)成功\n",
      "+----------------------------+\n"
     ]
    }
   ],
   "source": [
    "process_comment_flow(card_id=\"65d60f5d65bbe3fe246e51ef\")"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "#### Test2\n"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "+---------------------------------------------------------------------+\n",
      "  Welcome to MONPA: Multi-Objective NER POS Annotator for Chinese\n",
      "+---------------------------------------------------------------------+\n",
      "已找到 model檔。Found model file.\n",
      "monpa_dict loaded\n",
      "stop_word_list loaded\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "c:\\Users\\vm\\Anaconda3\\envs\\liang_trello_finder\\lib\\site-packages\\tqdm\\auto.py:21: TqdmWarning: IProgress not found. Please update jupyter and ipywidgets. See https://ipywidgets.readthedocs.io/en/stable/user_install.html\n",
      "  from .autonotebook import tqdm as notebook_tqdm\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "sbert_model loaded\n",
      "Load Chinese stop words Done\n",
      "Load Chinese font Done\n"
     ]
    }
   ],
   "source": [
    "# Trello 模組 (用於留言、更新封面)\n",
    "import modules.tools.trello_connector as trello_connector\n",
    "# MongoDB （用於儲存任務執行記錄）\n",
    "import modules.tools.mongo_connector as mongo_connector\n",
    "# GPT-3.5 模組 (用於回答)\n",
    "import modules.tools.answer_core as answer_core\n",
    "# Token Size Get\n",
    "import modules.tools.process_words as process_words\n",
    "# 用於 rabbitMQ （接收訊息）\n",
    "import pika\n",
    "import json\n",
    "\n",
    "####################################################################\n",
    "# 設定 RabbitMQ 連線資訊\n",
    "####################################################################\n",
    "import yaml\n",
    "with open('config.yml', 'r', encoding='utf-8') as config_File:\n",
    "    config = yaml.safe_load(config_File)\n",
    "# ---------------------------------------------------------------\n",
    "RABBITMQ_HOST = config['rabbitMQ']['host']\n",
    "RABBITMQ_PORT = config['rabbitMQ']['port']\n",
    "RABBITMQ_USERNAME = config['rabbitMQ']['username']\n",
    "RABBITMQ_PASSWORD = config['rabbitMQ']['password']\n",
    "RABBITMQ_COMMENT_QUEUE = config['rabbitMQ']['comment_queue']\n",
    "# ---------------------------------------------------------------\n",
    "TRELLO_BOT_ID = config['trello']['id_of_trello_bot']\n",
    "TRELLO_BOT_TAG = config['trello']['tag_of_trello_bot']\n",
    "# ---------------------------------------------------------------\n",
    "FOOTER_OF_BOT_REQ = \"\\n\\n---\\n以上內容僅供參考，如有任何問題，請隨時聯絡我們。\"\n",
    "####################################################################\n",
    "\n",
    "####################################################################\n",
    "# 確認是否為 Trello Bot 搜尋結果 或 分隔線\n",
    "####################################################################\n",
    "\n",
    "\n",
    "def check_comment_div_or_search_result(content=\"\"):\n",
    "    search_result_title_list = [\"精準搜尋\", \"相關推薦\", \"你可能也喜歡\"]\n",
    "    # 檢查是否為分隔符號\n",
    "    if content == \"---\" or content == \"===\":\n",
    "        return True\n",
    "    # 檢查是否為搜尋結果\n",
    "    for title in search_result_title_list:\n",
    "        if f\"\\n**{title}：**\\n\" in content:\n",
    "            return True\n",
    "    # 都不是回傳非分隔符號與非搜尋結果\n",
    "    return False\n",
    "####################################################################"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "metadata": {},
   "outputs": [],
   "source": [
    "def get_comment_comments(card_id, max_token_size=8000):\n",
    "    # 取得卡片留言(New to Old)\n",
    "    comments_list = trello_connector.getCommentsFromCard(card_id, filter=False)\n",
    "    # 計算 Token Size\n",
    "    total_token_size = 0\n",
    "    new_comments_list = []\n",
    "    for comment_obj in comments_list:\n",
    "        if total_token_size < max_token_size:\n",
    "            # 取得文本\n",
    "            comment_str = comment_obj.get(\"comment_str\", \"\")\n",
    "            # 取得Token Size\n",
    "            try:\n",
    "                token_size = process_words.get_token_size(comment_str)[\"value\"]\n",
    "            except Exception as e:\n",
    "                print(f\"取得 Token Size 時發生錯誤：{e}\")\n",
    "                break\n",
    "            # 判斷是否累加\n",
    "            if total_token_size + token_size < max_token_size:\n",
    "                total_token_size += token_size\n",
    "                new_comments_list.append(comment_obj)\n",
    "            else:\n",
    "                # 超過最大Token Size，退出迴圈\n",
    "                break\n",
    "    # 反轉留言清單(old to new)\n",
    "    new_comments_list = new_comments_list[::-1]\n",
    "    return new_comments_list"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Card_id: 65f03f19b2654102a7c0e570\n"
     ]
    }
   ],
   "source": [
    "# Test comment Prepare\n",
    "# 檢查卡片 ID 是否存在\n",
    "card_id = \"65e0445d5cc6ccdf38054064\"  # CFRUIT\n",
    "card_id = \"65f03f19b2654102a7c0e570\"  # ND\n",
    "# 取得卡片標題\n",
    "card_title = trello_connector.getCardTitle(card_id)\n",
    "# 如果卡片標題有 [已完成] 則移除\n",
    "card_title = card_title.replace(\"[已完成] \", \"\")\n",
    "# 取得卡片關鍵字\n",
    "card_target = answer_core.get_keyword(card_title)\n",
    "# 取得卡片留言(New to Old)\n",
    "comments_list = get_comment_comments(card_id)\n",
    "####################################################################\n",
    "# last_comment = \"@help2020 維生素C 與免疫系統的關係？\"\n",
    "last_comment = \"@help2020 解釋虎克定律\"\n",
    "comments_list.append({'create_id': '5cf78be21c83121944069409',\n",
    "                      'comment_str': last_comment})\n",
    "####################################################################"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 6,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "'虎克定律'"
      ]
     },
     "execution_count": 6,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "card_target"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 35,
   "metadata": {},
   "outputs": [],
   "source": [
    "def gpt_req1(card_target, comments_list):\n",
    "    # 設定留言清單成 prompt_list\n",
    "    prompt_list = [\n",
    "        {\n",
    "            \"role\": \"system\",\n",
    "            \"content\": f\"#zh_tw 你是一位使用繁體中文的自然科學中學老師正在跟學生交談，主要工作內容會協助中學生研究{card_target}，如果學生有問題則需要根據問題簡單的回答，如果學生沒有問題則基於{card_target}提出相關問題給學生讓學生回答。回答的格式請採用 Markdown 語法。\"\n",
    "        }\n",
    "    ]\n",
    "    for comment_obj in comments_list:\n",
    "        # 取得留言者 ID\n",
    "        create_id = comment_obj.get(\"create_id\", None)\n",
    "        # 取得留言內容\n",
    "        comment_str = comment_obj.get(\"comment_str\", \"\")\n",
    "        # 去除機器人TAG\n",
    "        comment_str = comment_str.replace(f\"{TRELLO_BOT_TAG} \", \"\")\n",
    "        # 檢查是否為分隔符號或搜尋結果\n",
    "        if check_comment_div_or_search_result(content=comment_str) is False:\n",
    "            # Set role of prompt\n",
    "            if create_id == TRELLO_BOT_ID:\n",
    "                data_role = \"system\"\n",
    "                # 去除機器人回應結尾\n",
    "                comment_str = comment_str.replace(FOOTER_OF_BOT_REQ, \"\")\n",
    "            else:\n",
    "                data_role = \"user\"\n",
    "            # Set prompt\n",
    "            prompt_list.append({\n",
    "                \"role\": data_role,\n",
    "                \"content\": comment_str\n",
    "            })\n",
    "\n",
    "    request_str = answer_core.get_gpt_response(\n",
    "        prompt=prompt_list,\n",
    "        temperature=0.5,\n",
    "        model=\"gpt-4-0125-preview\"\n",
    "    )\n",
    "\n",
    "    for prompt in prompt_list:\n",
    "        print(prompt)\n",
    "    print(\"-----------------------------------\")\n",
    "    print(request_str)\n",
    "    return {\n",
    "        \"prompt_list\": prompt_list,\n",
    "        \"request_str\": request_str\n",
    "    }"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 36,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "{'role': 'system', 'content': '#zh_tw 你是一位使用繁體中文的自然科學中學老師正在跟學生交談，主要工作內容會協助中學生研究虎克定律，如果學生有問題則需要根據問題簡單的回答，如果學生沒有問題則基於虎克定律提出相關問題給學生讓學生回答。回答的格式請採用 Markdown 語法。'}\n",
      "{'role': 'user', 'content': '解釋虎克定律'}\n",
      "-----------------------------------\n",
      "虎克定律（Hooke's Law）是一條描述彈性體（例如彈簧）在受到外力作用時，其形變量與作用力成正比的物理定律。簡單地說，當你對一個彈簧施加力量，彈簧的伸長或壓縮程度與你施加的力量成正比，這一關係在彈簧未超過其彈性極限（即不發生永久變形的範圍內）時成立。虎克定律可以用以下的公式來表示：\n",
      "\n",
      "\\[ F = kx \\]\n",
      "\n",
      "其中：\n",
      "- \\(F\\) 代表施加在彈簧上的力（單位為牛頓，N）。\n",
      "- \\(k\\) 是彈簧的勁度係數，也就是彈簧的硬度，表示彈簧的抵抗變形的能力（單位為牛頓每米，N/m）。\n",
      "- \\(x\\) 是彈簧的形變量，即彈簧伸長或壓縮的距離（單位為米，m）。\n",
      "\n",
      "勁度係數 \\(k\\) 是描述彈簧硬度的物理量，不同的彈簧其勁度係數也不相同。勁度係數較大的彈簧較硬，需要施加更大的力才能使其產生相同的形變量。\n"
     ]
    }
   ],
   "source": [
    "rq1 = gpt_req1(card_target, comments_list)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 38,
   "metadata": {},
   "outputs": [],
   "source": [
    "# import json module\n",
    "import json\n",
    "import re\n",
    "# Token Size Setup\n",
    "max_token_size = 10000\n",
    "# ------------------------------------------------\n",
    "\n",
    "\n",
    "# ================================================================\n",
    "def replace_to_link(article_id):\n",
    "    url = mongo_connector.find_article_info(article_id)[\"url\"]\n",
    "    return f\"(文章編號: {article_id})[{url}]\"\n",
    "# ---------------------------------------------------------------\n",
    "\n",
    "\n",
    "def replace_article_number(text):\n",
    "    # 使用正则表达式查找格式为 [文章編號: 数字] 的文本\n",
    "    pattern = r\"\\[文章編號: (\\d+)\\]\"\n",
    "    # 用 get_info 函数的结果替换找到的文本\n",
    "    # re.sub 的第二个参数使用了一个 lambda 函数，以便传递匹配到的数字给 get_info 函数\n",
    "    replaced_text = re.sub(\n",
    "        pattern, lambda match: replace_to_link(match.group(1)), text)\n",
    "    # 返回替换后的文本\n",
    "    return replaced_text\n",
    "# ================================================================\n",
    "\n",
    "\n",
    "def gpt_req2(card_target, comments_list):\n",
    "    # Get Article Info\n",
    "    topic_articles = mongo_connector.get_trello_log_articles(card_id)\n",
    "    # 組合參考資料\n",
    "    sum_tokens = 0\n",
    "    used_article_id = []\n",
    "    data_json_string = \"\"\"以下是我們給付的參考資料：以 JSON 格式呈現，格式如下{article_id: 文章編號,content : 文章的實際內容,url:網站連結}\\n\"\"\"\n",
    "    for a_id in topic_articles:\n",
    "        article_info = mongo_connector.find_article_info(a_id)\n",
    "        contnent_obj = {\n",
    "            \"article_id\": article_info.get(\"link_id\", \"\"),\n",
    "            \"content\": article_info.get(\"content\", \"\"),\n",
    "            \"url\": article_info.get(\"url\", \"\")\n",
    "        }\n",
    "        # Get Token Size\n",
    "        token_size = process_words.get_token_size(\n",
    "            json.dumps(contnent_obj))[\"value\"]\n",
    "        if sum_tokens + token_size < max_token_size:\n",
    "            sum_tokens += token_size\n",
    "            data_json_string += json.dumps(contnent_obj, ensure_ascii=False)\n",
    "            used_article_id.append(a_id)\n",
    "        else:\n",
    "            break\n",
    "    # 組合 prompt 清單\n",
    "    basic_list = [\n",
    "        {\n",
    "            \"role\": \"system\",\n",
    "            \"content\": f\"#zh_tw 你是一位使用繁體中文的自然科學中學老師正在跟學生交談，主要工作內容會協助中學生研究{card_target}，如果學生有問題則需要根據結合參考資料與問題進行回答並標注[文章編號]，如果參考資料無法解答問題則只能告知無法回應。學生沒有問題則基於{card_target}提出相關問題給學生讓學生回答。請採用 Markdown 語法回答。\"\n",
    "        },\n",
    "        {\n",
    "            \"role\": \"system\",\n",
    "            \"content\": data_json_string\n",
    "        }\n",
    "    ]\n",
    "    prompt_list2 = []\n",
    "    prompt_list2 += basic_list\n",
    "\n",
    "    for comment_obj in comments_list:\n",
    "        # 取得留言者 ID\n",
    "        create_id = comment_obj.get(\"create_id\", None)\n",
    "        # 取得留言內容\n",
    "        comment_str = comment_obj.get(\"comment_str\", \"\")\n",
    "        # 去除機器人TAG\n",
    "        comment_str = comment_str.replace(f\"{TRELLO_BOT_TAG} \", \"\")\n",
    "        # 檢查是否為分隔符號或搜尋結果\n",
    "        if check_comment_div_or_search_result(content=comment_str) is False:\n",
    "            # Set role of prompt\n",
    "            if create_id == TRELLO_BOT_ID:\n",
    "                data_role = \"system\"\n",
    "                # 去除機器人回應結尾\n",
    "                comment_str = comment_str.replace(FOOTER_OF_BOT_REQ, \"\")\n",
    "            else:\n",
    "                data_role = \"user\"\n",
    "            # Set prompt\n",
    "            prompt_list2.append({\n",
    "                \"role\": data_role,\n",
    "                \"content\": comment_str\n",
    "            })\n",
    "    # prompt_list.append(basic_list)\n",
    "    request_str = answer_core.get_gpt_response(\n",
    "        prompt=prompt_list2,\n",
    "        temperature=0.5,\n",
    "        model=\"gpt-4-0125-preview\"\n",
    "    )\n",
    "    # 替换文本\n",
    "    replaced_text = replace_article_number(request_str)\n",
    "    # ------------------------------------------------\n",
    "    for prompt in prompt_list2:\n",
    "        print(prompt)\n",
    "    print(\"-----------------------------------\")\n",
    "    print(replaced_text)\n",
    "    return {\n",
    "        \"prompt_list\": prompt_list2,\n",
    "        \"request_str\": replaced_text\n",
    "    }"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 39,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "{'role': 'system', 'content': '#zh_tw 你是一位使用繁體中文的自然科學中學老師正在跟學生交談，主要工作內容會協助中學生研究虎克定律，如果學生有問題則需要根據結合參考資料與問題進行回答並標注[文章編號]，如果參考資料無法解答問題則只能告知無法回應。學生沒有問題則基於虎克定律提出相關問題給學生讓學生回答。請採用 Markdown 語法回答。'}\n",
      "{'role': 'system', 'content': '以下是我們給付的參考資料：以 JSON 格式呈現，格式如下{article_id: 文章編號,content : 文章的實際內容,url:網站連結}\\n{\"article_id\": \"19533\", \"content\": \"公式中有個負號，這代表彈簧的彈力總是和其伸長量為相反方向，當你向外拉長彈簧時，彈力則是欲使彈簧往內縮，或是當你壓縮彈簧時，彈力則會是往外抵抗壓縮的，所以負號就是在描述這個情況。 有些朋友可能會很快地回答 F_1:F_2=2:3，又有另一群人可能會回答 F_1:F_2=1:2，如果你注意到的只是彈簧的總長度那可能就會說出 2:3 這個答案，若你注意到的是彈簧長度的變化量，那應該就會回答 1:2 這答案，正確的答案是後者 1:2。上個段落曾經提及虎克定律應用在彈簧上即描述彈力與彈簧變形量的關係，所以重點在於變形量，也就是伸長量。在圖一的b和c彈簧的彈力和彈簧的伸長量成線性關係，即： F：彈力k：彈性係數，會因彈簧的材質與長短、粗細而異L：彈簧總長度L_0：彈簧原長x：彈簧伸長量 必須注意的是：並不是所有的物體都滿足虎克定律。但許多物體在偏離平衡狀態一點點時(亦即其形變很小)，確實可以將回復力近似地視為滿足虎克定律，因此虎克定律有許多應用。 所以我們可以畫出彈簧彈力與其對應伸長量的函數圖形如圖二，方程式的函數圖形為圖二d，其中的 x_{max}\\xa0則是彈簧的最大伸長量或是壓縮量的量值。在圖二a中，若以向右的方向為正值的話，彈簧受力向右伸長時其產生的彈力則向左，反之如圖二c若壓縮時彈簧彈力則向右，而彈力的大小和伸長量就呈現一個線性的關係可清楚於圖二d中發現，而此線的斜率則因不同的彈簧而異，也就是因 k\\xa0值的不同而異。 虎克定律 在介紹虎克定律(Hooke’s law)之前，先來回想一下當初學習牛頓第二定律時，我們知道當一個物體所受的外力和不為零時，該物體會產生加速度的運動，但物體受力除了會產生加速度造成運動狀態改變之外，另外該物體亦可能會產生外型的改變，故力的效應可以造成物體運動狀態改變和形變，若對形變現象有興趣想深入了解，那虎克定律可作為進入研究形變的第一個功課。 應變 下圖一共有a、b和c三個小圖，在都沒超過彈簧的彈性限度之下，圖一a代表的是一條原長為 L_0\\xa0的彈簧，當我們施力 F_1 於彈簧上達平衡時則如圖一b所示總長度為 2L_0，若改為施力 F_2 達平衡時彈簧變成如圖一c所示總長度為 3L_0，這時可以問一個問題，F_1 和 F_2 的大小比例為何? F=-k(L-L_0)\\xa0或是 F=-kx 運動與力 物理 應力 所以有了虎克定律(Hooke’s law)的概念之後，如我們所舉的範例彈簧，在彈性限度內，你自然可以清楚知道需要多少的力去將你的彈簧拉到你要的長度。而k的大小則讓你明白對於不同的彈簧想伸長同樣單位大小時所需的力都不同，當\\xa0k\\xa0值越大則將越難拉長或是壓縮該彈簧。如圖三所示，圖中的a是最難拉長或壓縮的彈簧，反之c則是最容易拉長或壓縮的彈簧，而 k\\xa0值的大小排列則是 a>b>c。 靜力平衡 基本上虎克定律是在描述：當固體材料受力之後，材料中的應力與變形量(應變)之間成線性關係。也就是一個固體的受力和它的變形量(應變)是成正比的意思。而彈簧即是日常生活中常見且符合虎克定律的範例，故將以彈簧來為大家進行虎克定律的介紹。當你施力去拉長或是壓縮一條彈簧時，該彈簧便會伸長或是變短，產生簡單的一維形變。在這條彈簧的彈性限度內，你施力的大小將會影響到這條彈簧的形變程度，虎克定律應用在彈簧上即描述彈力與彈簧變形量的關係。\", \"url\": \"https://highscope.ch.ntu.edu.tw/wordpress/?p=46203\"}{\"article_id\": \"27295\", \"content\": \"「就是個彈簧，很重要嗎？」當你第一次學到有關彈簧的虎克定律時，可能會有點困惑它為何出現會在課本，到底有什麼用途。在國中出現第一次後，虎克定律會不斷出現，高中再教一次，大學普物再教好幾次。了解小小的彈簧對於我們的物理課程有這麼重要呢？彈簧。圖／pixabay要回答這些問題，我們可以先來對彈簧做一些觀察。一般的彈簧是金屬做的，由一條細絲繞成螺旋狀。而彈簧的特色在於，施加外力時的外型變化特別明顯，形變的一定範圍內移去外力後又可以迅速回到原來的形狀，甚至固定好的話可以提供張力（或壓力）。不過，就物理學的角度來看，為什麼彈簧要做成這個樣子呢？把彈簧拉直，變成不捲的金屬線會怎樣？想回答這個問題，我們得先來看：不捲的金屬線會怎樣？如果是根平凡的金屬細絲，受到拉扯時的長度不會有明顯的改變（至少用人的眼睛看起來是如此）。不過事實上，當我們真的將重物掛在金屬線上，仔細測量是可以觀察到它的長度的確有微小的變化；更重要的是，重物的重量與伸長長度也是有著類似虎克定律的關係。不過由於我們講的是金屬線，而不是彈簧，所以在這裡不如先用ㄅ來表示：（掛重重量）=（伸長多少）×ㄅ這種「外力」與「形變」的現象可以從原子的視角來討論：當材料被拉扯時，相鄰原子之間的距離被拉長；被拉開的距離越長，想將它們留在原處的恢復力就越大。這個力量大小與原子種類有關，所以我們若改用不同材質的細線，可以測量到不同的ㄅ值。大部分的材料都會有這種現象，只是金屬的ㄅ值相對大許多。一條一公尺的銅線大概要掛上100公斤的重量，才會拉長1公分，一般來講很難用眼睛觀察到。這時我們注意到，ㄅ的大小除了與材料有關，也會與長度有關。回到原子的視角，在固定的重量下，兩兩原子之間拉長距離都一樣。所以如果將金屬線當成一列長長的原子串，原本長度越長的線，其中就有越多的原子要與鄰居拉開距離，因此伸長量也會越長。就像是如果把許多橡皮筋串接在一起，很容易就能拉開，同樣施力下，延展的總長度會比一條橡皮筋長很多。彈簧的秘密：用螺旋將大大的長度放進小小的空間這時候如果我們需要在同樣的施力情況下，有更多的長度變化的空間，彈簧的形狀就顯得合理啦。螺旋的結構能在短短的距離內容納極大的長度，因此對外力更為敏感。雖然螺旋狀牽扯到側向的力，不過從原子的角度也都和原子的種類、原子間距變動有關，所以大致上的原理是類似的。圖／pixabay我們可以從這個想法類推：兩條彈簧串在一起時，原本長度變成兩倍，掛上重量後拉長的長度也會變成兩倍。所以說，就算是一樣材質的彈簧，只要改變串接的數量，就能直接調整整體的彈性大小。如果有什麼問題是一條彈簧不能解決的，那就用兩條就好了。（誤）在實際應用上，如果我們得到了 ㄅ值，也可以倒過來測量重量。但是直接用一條金屬線來測量重量不太容易，因為形變太短啦。而橡皮筋這類的材料雖然較容易形變，卻是由較複雜的高分子組成，表現出來的ㄅ值相對不太可靠，會忽大忽小。這也是為什麼，課本上會使用彈簧好朋友來測量重量。重要性不遜於牛頓第二定律的虎克定律從物理上來說，當受到外力時，物體要嘛移動，不然就是發生形變。彈簧其實只是一個常見且容易觀察的案例，向我們展示虎克定律如何運作。而形變與外力的正比關係（也就是ㄅ），其實廣泛存在於各式各樣的固體材料，舉凡金屬、木頭、玻璃等等，不論是細絲還是塊材，在普遍情況下，對外力的形變都可以用ㄅ來描述。因此在機械、材料、土木工程等各種領域，常常都會需要使用類似的概念。這樣來看的話，虎克定律與牛頓第二定律一樣，都是非常重要且基本的力學原理。怪不得從國中開始就要一學再學呀。\", \"url\": \"https://pansci.asia/archives/190176\"}'}\n",
      "{'role': 'user', 'content': '解釋虎克定律'}\n",
      "-----------------------------------\n",
      "虎克定律（Hooke's Law）是一個描述彈性體（如彈簧）在受到外力作用時，其形變量（伸長或壓縮的距離）與作用力之間關係的物理定律。其基本表達式為：\n",
      "\n",
      "\\[F = -kx\\]\n",
      "\n",
      "其中：\n",
      "- \\(F\\) 是作用於彈性體上的力（單位：牛頓，N）。\n",
      "- \\(k\\) 是彈簧的彈性係數，也稱為勁度係數（單位：牛頓每米，N/m），它是一個常數，表示彈簧的硬度。\\(k\\) 值越大，表示彈簧越硬，需要更大的力來產生相同的形變量。\n",
      "- \\(x\\) 是彈簧的形變量，即從未受力的自然長度變化的距離（單位：米，m）。當\\(x\\)為正值時，表示彈簧被拉長；當\\(x\\)為負值時，表示彈簧被壓縮。\n",
      "\n",
      "公式中的負號表示作用力的方向與形變量的方向相反。也就是說，當你拉長彈簧時，彈簧會產生一個力試圖使其回復到原長（即往內縮的力）；當你壓縮彈簧時，彈簧產生的力則試圖使其回復到原長（即往外推的力）。\n",
      "\n",
      "虎克定律適用於許多彈性體，不僅是彈簧，還包括一些金屬絲、橡膠帶等物質，但前提是形變量在其彈性限度內，即物體未被永久變形的範圍內。一旦超過這個範圍，虎克定律就不再適用，此時物體可能發生塑性變形或斷裂。\n",
      "\n",
      "參考資料來源：\n",
      "- [文章編號: 19533](https://highscope.ch.ntu.edu.tw/wordpress/?p=46203)(https://highscope.ch.ntu.edu.tw/wordpress/?p=46203)\n",
      "- [文章編號: 27295](https://pansci.asia/archives/190176)(https://pansci.asia/archives/190176)\n"
     ]
    }
   ],
   "source": [
    "rq2 = gpt_req2(card_target, comments_list)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 40,
   "metadata": {},
   "outputs": [],
   "source": [
    "import modules.tools.vector_search as vector_search\n",
    "import modules.tools.process_words as process_words\n",
    "\n",
    "\n",
    "def gpt_req3(card_target, comments_list):\n",
    "    # 取得問題向量\n",
    "    question = comments_list[-1][\"comment_str\"]\n",
    "    question_vector = process_words.embedding_sentence(question)[\"value\"]\n",
    "    # 搜尋相關知識點\n",
    "    search_knowledge = vector_search.search_sentence_vector(\n",
    "        query_vector=question_vector, limit=100)\n",
    "    if search_knowledge[\"state\"] is True:\n",
    "        print(search_knowledge[\"value\"])"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 41,
   "metadata": {},
   "outputs": [
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "Batches: 100%|██████████| 1/1 [00:00<00:00,  7.30it/s]\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "['[\"id: 74f5332a532e9bc62bab2c8246036bdc9f3ccb9783da717e09e734a8d2928525, distance: 2.0363216400146484, entity: {\\'sentence\\': \\'」等法則\\', \\'article_id\\': \\'19174\\'}\", \"id: 822102cb121124d5903433e880fd741896b523b8eb660f4d30b4048c7464cc70, distance: 2.087087869644165, entity: {\\'sentence\\': \\'テルミット法，https://ja\\', \\'article_id\\': \\'20737\\'}\", \"id: 6f4928ea0014abd2fecadd9a0302f9712f488fe2aa44117f65e4c6bad30d9b39, distance: 2.232182264328003, entity: {\\'sentence\\': \\'註7：關於高斯消去法可參閱本網站中蘇俊鴻的〈矩陣的高斯消去法〉一文\\', \\'article_id\\': \\'19230\\'}\", \"id: dce4d05267cebb31398d939eb4e93aa1606b4686194a2d321815f7b13f1e395d, distance: 2.2564947605133057, entity: {\\'sentence\\': \\' 迴路定則\\', \\'article_id\\': \\'20054\\'}\", \"id: fb5d5f88cf8ad6da2614e7593adf5a2091d9feafd6dc5c0fff2261b7e944e807, distance: 2.268580913543701, entity: {\\'sentence\\': \\'摩爾定律\\', \\'article_id\\': \\'23247\\'}\", \"id: 1c24a935b7bcef78bc2e9a68332cb63a82acecef81bdf23608cafb82968d2274, distance: 2.2783617973327637, entity: {\\'sentence\\': \\'台大法學論叢\\', \\'article_id\\': \\'23169\\'}\", \"id: 04e3067501036a9afc769116946bf0e8d3ca8b0680a386ba57bf0d63da57c71a, distance: 2.359553337097168, entity: {\\'sentence\\': \\' 海更士原理\\', \\'article_id\\': \\'20268\\'}\", \"id: 4a3cf0b4d4236b61b2a891b7baa491354163cec3aab3993af169dcd90435c2a7, distance: 2.374445915222168, entity: {\\'sentence\\': \\' 參考資料 波\\', \\'article_id\\': \\'20369\\'}\", \"id: 0ec575fb823588e30e8e6cfcf2e6d6cda29855bf43124220022e38e59f1f8ace, distance: 2.386324882507324, entity: {\\'sentence\\': \\'虎克 參考資料1\\', \\'article_id\\': \\'20386\\'}\", \"id: deeb3562993da3e94fb48d0aabf895e193be03f8b49f828f517211b4651b7cbf, distance: 2.386519193649292, entity: {\\'sentence\\': \\'013 ‰參考資料1\\', \\'article_id\\': \\'26569\\'}\"]']\n",
      "[{'distance': 2.0363216400146484, 'preview': '」等法則', 'track_id': '19174'}, {'distance': 2.087087869644165, 'preview': 'テルミット法，https://ja', 'track_id': '20737'}, {'distance': 2.232182264328003, 'preview': '註7：關於高斯消去法可參閱本網站中蘇俊鴻的〈矩陣的高斯消去法〉一文', 'track_id': '19230'}, {'distance': 2.2564947605133057, 'preview': ' 迴路定則', 'track_id': '20054'}, {'distance': 2.268580913543701, 'preview': '摩爾定律', 'track_id': '23247'}, {'distance': 2.2783617973327637, 'preview': '台大法學論叢', 'track_id': '23169'}, {'distance': 2.359553337097168, 'preview': ' 海更士原理', 'track_id': '20268'}, {'distance': 2.374445915222168, 'preview': ' 參考資料 波', 'track_id': '20369'}, {'distance': 2.386324882507324, 'preview': '虎克 參考資料1', 'track_id': '20386'}, {'distance': 2.386519193649292, 'preview': '013 ‰參考資料1', 'track_id': '26569'}, {'distance': 2.3958468437194824, 'preview': '」（本文由 雷鋒網 授權轉載；首圖來源：Latent Logic）', 'track_id': '6990'}, {'distance': 2.409721851348877, 'preview': ' 接下來介紹高斯定律', 'track_id': '15265'}, {'distance': 2.4255878925323486, 'preview': '015馬赫[註二][註三]', 'track_id': '27054'}, {'distance': 2.4393110275268555, 'preview': '注解：註1', 'track_id': '27702'}, {'distance': 2.450623035430908, 'preview': '式四參考資料http://en', 'track_id': '21762'}, {'distance': 2.464761257171631, 'preview': '維基百科–克希何夫電路定律\\xa0\\xa0http://en', 'track_id': '20333'}, {'distance': 2.4854602813720703, 'preview': '實聯制', 'track_id': '4099'}, {'distance': 2.4879398345947266, 'preview': '」參考資料1', 'track_id': '20952'}, {'distance': 2.504671096801758, 'preview': '） 參考資料', 'track_id': '35222'}, {'distance': 2.511862277984619, 'preview': ' ※製作說明： 1', 'track_id': '790'}, {'distance': 2.5188465118408203, 'preview': '主治：關格不通', 'track_id': '36021'}, {'distance': 2.5189731121063232, 'preview': '0339微西弗；臺北市0', 'track_id': '37568'}, {'distance': 2.52095365524292, 'preview': '【參考資料】1', 'track_id': '18093'}, {'distance': 2.5217902660369873, 'preview': '〈算幾不等式的虛應用〉', 'track_id': '19138'}, {'distance': 2.5227155685424805, 'preview': ' DOI:1093/ije/dyi088', 'track_id': '29113'}, {'distance': 2.5333728790283203, 'preview': '法典中規定，8', 'track_id': '24836'}, {'distance': 2.540895938873291, 'preview': ' 剛體 參考資料：1', 'track_id': '19588'}, {'distance': 2.5429368019104004, 'preview': '), 編', 'track_id': '27357'}, {'distance': 2.5651090145111084, 'preview': 'com\\xa0逆尾的成因', 'track_id': '26572'}, {'distance': 2.571310043334961, 'preview': '制', 'track_id': '18447'}, {'distance': 2.58502197265625, 'preview': ' MATH', 'track_id': '26791'}, {'distance': 2.5859062671661377, 'preview': '參考資料1', 'track_id': '26503'}, {'distance': 2.5859062671661377, 'preview': ' 參考資料1', 'track_id': '19568'}, {'distance': 2.5859062671661377, 'preview': '\\xa0參考資料1', 'track_id': '18857'}, {'distance': 2.5859062671661377, 'preview': '\\xa0\\xa0參考資料1', 'track_id': '18921'}, {'distance': 2.5859062671661377, 'preview': '\\xa0\\xa0\\xa0參考資料1', 'track_id': '18319'}, {'distance': 2.5959572792053223, 'preview': ' 瑞立 參考資料：1', 'track_id': '19656'}, {'distance': 2.5993247032165527, 'preview': '000008莫耳（約2', 'track_id': '442'}, {'distance': 2.60280179977417, 'preview': '」▲ 施辰展示研究成果', 'track_id': '3760'}, {'distance': 2.6121621131896973, 'preview': '07<×10−15; 韋伯)', 'track_id': '19537'}, {'distance': 2.6155576705932617, 'preview': ' 參考資料：', 'track_id': '34752'}, {'distance': 2.6155576705932617, 'preview': '參考資料：', 'track_id': '29441'}, {'distance': 2.615934371948242, 'preview': '必治妥則小跌 0', 'track_id': '6210'}, {'distance': 2.620938301086426, 'preview': '3±0', 'track_id': '29362'}, {'distance': 2.6257827281951904, 'preview': '00 便士', 'track_id': '14600'}, {'distance': 2.6323764324188232, 'preview': '表現出的行為符合虎克定律', 'track_id': '245'}, {'distance': 2.635796546936035, 'preview': ' 參考資料', 'track_id': '17041'}, {'distance': 2.6389801502227783, 'preview': '0）的關鍵', 'track_id': '5800'}, {'distance': 2.6451830863952637, 'preview': '」蘇益仁分析', 'track_id': '2116'}, {'distance': 2.653494358062744, 'preview': '1±0', 'track_id': '14756'}, {'distance': 2.657867670059204, 'preview': ' 中心法則丁詩同', 'track_id': '27787'}, {'distance': 2.6601686477661133, 'preview': '0）才可作用', 'track_id': '18625'}, {'distance': 2.6615724563598633, 'preview': '」王孟傑分析', 'track_id': '13991'}, {'distance': 2.671647548675537, 'preview': '以防疫車隊為原則2', 'track_id': '4363'}, {'distance': 2.6740012168884277, 'preview': '<10>倉促成稿，若有疏漏，歡迎指教，謝謝各位科友！參考資料：Finkel, E', 'track_id': '24747'}, {'distance': 2.6770997047424316, 'preview': '以下是門德烈夫提出的週期律1', 'track_id': '27010'}, {'distance': 2.690885543823242, 'preview': 'asiaa', 'track_id': '35410'}, {'distance': 2.694096803665161, 'preview': '參考資料：王寶貴', 'track_id': '17691'}, {'distance': 2.6977477073669434, 'preview': '美國政府問責署（U', 'track_id': '2520'}, {'distance': 2.6989831924438477, 'preview': '連結：和算中的行列式(3)：關孝和的《解伏題之法》（下）參考資料：林典蔚 (2012)', 'track_id': '19175'}, {'distance': 2.7056987285614014, 'preview': 'GONORESMITTET AV DUKKE', 'track_id': '29277'}, {'distance': 2.7071948051452637, 'preview': '機制示意圖', 'track_id': '27772'}, {'distance': 2.7072057723999023, 'preview': '研究發展http://lne', 'track_id': '30725'}, {'distance': 2.709157705307007, 'preview': '」 林書葦解釋', 'track_id': '28844'}, {'distance': 2.710334300994873, 'preview': 'teslarati', 'track_id': '7645'}, {'distance': 2.7124996185302734, 'preview': ')參考資料：1', 'track_id': '18035'}, {'distance': 2.7141199111938477, 'preview': '07％，台電：大林機組突然跳機', 'track_id': '11508'}, {'distance': 2.7158474922180176, 'preview': '」本草綱目', 'track_id': '26644'}, {'distance': 2.718076229095459, 'preview': '參考資料： 1', 'track_id': '26585'}, {'distance': 2.718076229095459, 'preview': ' 參考資料： 1', 'track_id': '19620'}, {'distance': 2.718076229095459, 'preview': '\\xa0參考資料：     1', 'track_id': '18952'}, {'distance': 2.718076229095459, 'preview': '    參考資料： 1', 'track_id': '17992'}, {'distance': 2.718076229095459, 'preview': '         參考資料：       1', 'track_id': '18753'}, {'distance': 2.718076229095459, 'preview': '參考資料: 1', 'track_id': '18407'}, {'distance': 2.718076229095459, 'preview': '        參考資料： 1', 'track_id': '17719'}, {'distance': 2.7218780517578125, 'preview': '1%60 歲以上2 / 2124 / 20751', 'track_id': '31183'}, {'distance': 2.7274999618530273, 'preview': ' 生成函數', 'track_id': '19498'}, {'distance': 2.729768991470337, 'preview': 'ucsd', 'track_id': '17540'}, {'distance': 2.7297770977020264, 'preview': 'svg； (b) https://commons', 'track_id': '18923'}, {'distance': 2.7329394817352295, 'preview': '計分表', 'track_id': '28431'}, {'distance': 2.7339863777160645, 'preview': '台泥說明，NHΩA', 'track_id': '11935'}, {'distance': 2.734102725982666, 'preview': '0 基準測評結果', 'track_id': '7131'}, {'distance': 2.7345588207244873, 'preview': '朱諾號酬載系統圖', 'track_id': '31623'}, {'distance': 2.7349114418029785, 'preview': '▲ 研究圖解', 'track_id': '4242'}, {'distance': 2.73795223236084, 'preview': '05(10-1)} 可由查表而得，在後面有做詳細介紹', 'track_id': '19176'}, {'distance': 2.748689651489258, 'preview': '04 萬劑、第 4 批 7 月 15 日 35', 'track_id': '4077'}, {'distance': 2.7570581436157227, 'preview': ' 原研究', 'track_id': '30287'}, {'distance': 2.7598745822906494, 'preview': '）接連下修出貨預估', 'track_id': '14394'}, {'distance': 2.7605037689208984, 'preview': '參考資料a', 'track_id': '28701'}, {'distance': 2.7646968364715576, 'preview': '凌星法', 'track_id': '31290'}, {'distance': 2.7756881713867188, 'preview': 'htm#eq05', 'track_id': '17490'}, {'distance': 2.7758333683013916, 'preview': '[參考文獻及全文下載]', 'track_id': '28359'}, {'distance': 2.7775845527648926, 'preview': ' 資訊安全、9', 'track_id': '30954'}, {'distance': 2.78088641166687, 'preview': '」吳以舜估算著', 'track_id': '14558'}, {'distance': 2.7830309867858887, 'preview': '2221}}{{0', 'track_id': '19388'}, {'distance': 2.78373384475708, 'preview': '02]轉載自網路天文館', 'track_id': '31492'}, {'distance': 2.785595178604126, 'preview': '」孝和的數青模式要啟動了', 'track_id': '27121'}, {'distance': 2.7872142791748047, 'preview': '〈費氏數列〉', 'track_id': '26663'}, {'distance': 2.790243148803711, 'preview': '」羅習五解釋', 'track_id': '33068'}, {'distance': 2.8024492263793945, 'preview': '圖／研之有物（資料來源：中研院經濟預測小組）1', 'track_id': '24962'}]\n"
     ]
    }
   ],
   "source": [
    "gpt_req3(card_target, comments_list)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "def article_id_to_gpt_prompt(article_ids=None):\n",
    "    if article_ids is None:\n",
    "        return \"\""
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 23,
   "metadata": {},
   "outputs": [],
   "source": [
    "# import json module\n",
    "import json\n",
    "import re\n",
    "# Token Size Setup\n",
    "max_token_size = 10000\n",
    "# ------------------------------------------------\n",
    "\n",
    "\n",
    "# ===============================================================\n",
    "def replace_to_link(article_id):\n",
    "    url = mongo_connector.find_article_info(article_id)[\"url\"]\n",
    "    return f\"[文章編號: {article_id}]({url})\"\n",
    "# ---------------------------------------------------------------\n",
    "\n",
    "\n",
    "def replace_article_number(text):\n",
    "    # 使用正则表达式查找格式为 [文章編號: 数字] 的文本\n",
    "    # 用 get_info 函数的结果替换找到的文本\n",
    "    # re.sub 的第二个参数使用了一个 lambda 函数，以便传递匹配到的数字给 get_info 函数\n",
    "    pattern = r\"\\[文章編號: (\\d+)\\]\"\n",
    "    replaced_text = re.sub(\n",
    "        pattern, lambda match: replace_to_link(match.group(1)), text)\n",
    "    pattern = r\"\\[文章編號：(\\d+)\\]\"\n",
    "    replaced_text = re.sub(pattern, lambda match: replace_to_link(\n",
    "        match.group(1)), replaced_text)\n",
    "    pattern = r\"\\[文章編號:(\\d+)\\]\"\n",
    "    replaced_text = re.sub(pattern, lambda match: replace_to_link(\n",
    "        match.group(1)), replaced_text)\n",
    "    pattern = r\"\\[文章編號(\\d+)\\]\"\n",
    "    replaced_text = re.sub(pattern, lambda match: replace_to_link(\n",
    "        match.group(1)), replaced_text)\n",
    "    pattern = r\"\\[(\\d+)\\]\"\n",
    "    replaced_text = re.sub(pattern, lambda match: replace_to_link(\n",
    "        match.group(1)), replaced_text)\n",
    "    # 返回替换后的文本\n",
    "    return replaced_text\n",
    "# ===============================================================\n",
    "\n",
    "\n",
    "def gen_prompt_by_alist(alist=None):\n",
    "    # 定義以使用過的文章 ID\n",
    "    used_article_id = []\n",
    "    can_add = True\n",
    "    # 定義 Token Size\n",
    "    sum_tokens = 0\n",
    "    if alist is None or len(alist) == 0:\n",
    "        return {\n",
    "            \"used_alist\": used_article_id,\n",
    "            \"prompt\": \"沒有相關資料可供參考，除非是100%確定的基礎問題否則不回答！\"\n",
    "        }\n",
    "    else:\n",
    "        # 組合參考資料\n",
    "        data_json_string = \"\"\"以下是我們給付的參考資料：以 JSON 格式呈現，格式如下{article_id: 文章編號,content : 文章的實際內容,url:網站連結}\\n\"\"\"\n",
    "        # 用迴圈組合參考資料\n",
    "        for a_id in alist:\n",
    "            # 根據文章 ID 取得文章資訊\n",
    "            article_info = mongo_connector.find_article_info(a_id)\n",
    "            # 組合文章資訊\n",
    "            contnent_obj = {\n",
    "                \"article_id\": article_info.get(\"link_id\", \"\"),\n",
    "                \"content\": article_info.get(\"content\", \"\"),\n",
    "                \"url\": article_info.get(\"url\", \"\")\n",
    "            }\n",
    "            # Get Token Size\n",
    "            token_size = process_words.get_token_size(\n",
    "                json.dumps(contnent_obj))[\"value\"]\n",
    "            # 判斷是否超過最大 Token Size\n",
    "            if sum_tokens + token_size < max_token_size:\n",
    "                # 累加 Token Size\n",
    "                sum_tokens += token_size\n",
    "                # 累加參考資料\n",
    "                data_json_string = data_json_string + \\\n",
    "                    json.dumps(contnent_obj, ensure_ascii=False) + \"\\n\"\n",
    "                # 紀錄使用過的文章 ID\n",
    "                used_article_id.append(a_id)\n",
    "            else:\n",
    "                can_add = False\n",
    "                break\n",
    "        # 輸出\n",
    "        print(f\"Used Ids: {used_article_id}\")\n",
    "        # 返回結果\n",
    "        return {\n",
    "            \"used_alist\": used_article_id,\n",
    "            \"prompt\": data_json_string,\n",
    "            \"can_add\": can_add\n",
    "        }\n",
    "\n",
    "\n",
    "def gen_prompt_by_comments(comments_list=None):\n",
    "    new_prompts = []\n",
    "    for comment_obj in comments_list:\n",
    "        # 取得留言者 ID\n",
    "        create_id = comment_obj.get(\"create_id\", None)\n",
    "        # 取得留言內容\n",
    "        comment_str = comment_obj.get(\"comment_str\", \"\")\n",
    "        # 去除機器人TAG\n",
    "        comment_str = comment_str.replace(f\"{TRELLO_BOT_TAG} \", \"\")\n",
    "        # 檢查是否為分隔符號或搜尋結果\n",
    "        if check_comment_div_or_search_result(content=comment_str) is False:\n",
    "            # Set role of prompt\n",
    "            if create_id == TRELLO_BOT_ID:\n",
    "                data_role = \"system\"\n",
    "                # 去除機器人回應結尾\n",
    "                comment_str = comment_str.replace(FOOTER_OF_BOT_REQ, \"\")\n",
    "            else:\n",
    "                data_role = \"user\"\n",
    "            # Set prompt\n",
    "            new_prompts.append({\n",
    "                \"role\": data_role,\n",
    "                \"content\": comment_str\n",
    "            })\n",
    "    return new_prompts\n",
    "\n",
    "\n",
    "def gpt_req3(card_target, comments_list):\n",
    "    # Get Article Info\n",
    "    topic_articles = mongo_connector.get_trello_log_articles(card_id)\n",
    "    data_prompt = gen_prompt_by_alist(topic_articles).get(\"prompt\", \"\")\n",
    "    target_of_last_comment = answer_core.get_keyword(\n",
    "        comments_list[-1].get(\"comment_str\", \"\"))\n",
    "    print(\"target_of_last_comment:\", target_of_last_comment)\n",
    "    # 組合 prompt 清單\n",
    "    basic_list = [\n",
    "        {\n",
    "            \"role\": \"system\",\n",
    "            \"content\": f\"\"\"\n",
    "                #zh_tw \n",
    "                你是一位使用繁體中文的自然科學中學老師正在跟剛接觸研究領域的學生交談，\n",
    "                首先學生正在研究{card_target}，而你需要幫助學生瞭解相關知識，\n",
    "                因此你需要\n",
    "                1. 基於參考資料嘗試回答學生的問題，並標注[文章編號]，\n",
    "                2. 如果參考資料無法解答問題則只能告知無法回應。\n",
    "                3. 在最後，你需要提出相關問題給學生讓學生回答以促進學生對{card_target}深度思考。\n",
    "                輸出的文本需要基於 Markdown 語法。\n",
    "            \"\"\"\n",
    "        },\n",
    "        {\n",
    "            \"role\": \"system\",\n",
    "            \"content\": data_prompt\n",
    "        }\n",
    "    ]\n",
    "    prompt_list2 = []\n",
    "    prompt_list2 += basic_list\n",
    "    prompt_list2 += gen_prompt_by_comments(comments_list)\n",
    "    \"\"\"\n",
    "    for comment_obj in comments_list:\n",
    "        # 取得留言者 ID\n",
    "        create_id = comment_obj.get(\"create_id\", None)\n",
    "        # 取得留言內容\n",
    "        comment_str = comment_obj.get(\"comment_str\", \"\")\n",
    "        # 去除機器人TAG\n",
    "        comment_str = comment_str.replace(f\"{TRELLO_BOT_TAG} \", \"\")\n",
    "        # 檢查是否為分隔符號或搜尋結果\n",
    "        if check_comment_div_or_search_result(content=comment_str) is False:\n",
    "            # Set role of prompt\n",
    "            if create_id == TRELLO_BOT_ID:\n",
    "                data_role = \"system\"\n",
    "                # 去除機器人回應結尾\n",
    "                comment_str = comment_str.replace(FOOTER_OF_BOT_REQ, \"\")\n",
    "            else:\n",
    "                data_role = \"user\"\n",
    "            # Set prompt\n",
    "            prompt_list2.append({\n",
    "                \"role\": data_role,\n",
    "                \"content\": comment_str\n",
    "            })\n",
    "    \"\"\"\n",
    "    # prompt_list.append(basic_list)\n",
    "    request_str = answer_core.get_gpt_response(\n",
    "        prompt=prompt_list2,\n",
    "        temperature=0.7,\n",
    "        model=\"gpt-4-0125-preview\"\n",
    "    )\n",
    "    # 替换文本\n",
    "    replaced_text = replace_article_number(request_str)\n",
    "    # ------------------------------------------------\n",
    "    for prompt in prompt_list2:\n",
    "        print(prompt)\n",
    "    print(\"-----------------------------------\")\n",
    "    print(replaced_text)\n",
    "    # ------------------------------------------------\n",
    "    return {\n",
    "        \"prompt_list\": prompt_list2,\n",
    "        \"request_str\": replaced_text\n",
    "    }"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 15,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Card_id: 65f46d2f06a450a318ab25f7\n"
     ]
    }
   ],
   "source": [
    "# Test comment Prepare\n",
    "# 檢查卡片 ID 是否存在\n",
    "card_id = \"65f46d2f06a450a318ab25f7\"  # ND\n",
    "# 取得卡片標題\n",
    "card_title = trello_connector.getCardTitle(card_id)\n",
    "# 如果卡片標題有 [已完成] 則移除\n",
    "card_title = card_title.replace(\"[已完成] \", \"\")\n",
    "# 取得卡片關鍵字\n",
    "card_target = answer_core.get_keyword(card_title)\n",
    "# 取得卡片留言(New to Old)\n",
    "comments_list = get_comment_comments(card_id)\n",
    "####################################################################\n",
    "# last_comment = \"@help2020 維生素C 與免疫系統的關係？\"\n",
    "last_comment = \"@help2020 有沒有案例解釋一下？\"\n",
    "comments_list.append({'create_id': '5cf78be21c83121944069409',\n",
    "                      'comment_str': last_comment})\n",
    "####################################################################"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 42,
   "metadata": {},
   "outputs": [],
   "source": [
    "# Import search engine to search article\n",
    "import modules.search_engine.search_engine as search_engine\n",
    "\n",
    "\n",
    "def search_and_update_alist(search_method, user_input, used_alist):\n",
    "    \"\"\"\n",
    "    對指定的搜索方法進行搜索，並根據搜索結果更新文章列表和提示信息。\n",
    "\n",
    "    :param search_method: 搜索引擎的搜索方法\n",
    "    :param user_input: 用戶輸入的搜尋關鍵字\n",
    "    :param used_alist: 已經使用過的文章ID列表\n",
    "    :return: 更新後的添加文章標誌、提示信息和文章ID列表\n",
    "    \"\"\"\n",
    "    # 使用指定的搜索方法進行搜索\n",
    "    search_result = search_method(user_input=user_input)\n",
    "    if search_result[\"state\"] is True:\n",
    "        # 從搜索結果中提取文章ID，支持不同鍵名的ID字段\n",
    "        article_ids = [article_object.get(\"article_id\") or article_object.get(\"_id\")\n",
    "                       for article_object in search_result.get(\"alist\", [])]\n",
    "        # 更新已使用的文章ID列表\n",
    "        used_alist += article_ids\n",
    "        # 生成提示信息\n",
    "        convert_object = gen_prompt_by_alist(used_alist)\n",
    "        prompt = convert_object.get(\"prompt\", \"\")\n",
    "        # 返回是否可添加文章的標誌、提示信息和更新後的文章ID列表\n",
    "        return convert_object.get(\"can_add\", False), prompt, used_alist\n",
    "    # 如果搜索結果的狀態不是True，返回None\n",
    "    return None, None, used_alist\n",
    "# ----------------------------------------------------------------\n",
    "\n",
    "\n",
    "def gen_data_prompt_by_str(card_target, target_of_last_comment):\n",
    "    used_alist = []\n",
    "    prompt = \"\"\n",
    "    can_add_article = True\n",
    "    # 組合用戶輸入的關鍵字\n",
    "    user_input = card_target + \" \" + target_of_last_comment\n",
    "    # 初始化添加文章的標誌\n",
    "    can_add_article = True\n",
    "    # 進行第一次搜索並根據結果更新文章列表和提示信息 TF\n",
    "    if can_add_article:\n",
    "        can_add_article, prompt, used_alist = search_and_update_alist(\n",
    "            search_engine.tf, user_input, used_alist)\n",
    "    # 如果還可以添加文章，進行第二次搜索 MIX\n",
    "    if can_add_article:\n",
    "        can_add_article, prompt, used_alist = search_and_update_alist(\n",
    "            search_engine.sbert_mix_tf, user_input, used_alist)\n",
    "    # 如果仍然可以添加文章，進行第三次搜索 SBERT\n",
    "    if can_add_article:\n",
    "        can_add_article, prompt, used_alist = search_and_update_alist(\n",
    "            search_engine.sbert, user_input, used_alist)\n",
    "    # 返回結果\n",
    "    return {\n",
    "        \"used_alist\": used_alist,\n",
    "        \"prompt\": prompt\n",
    "    }\n",
    "# ================================================================\n",
    "\n",
    "\n",
    "def gpt_answer(card_target, comments_list):\n",
    "    # 取得問題文本\n",
    "    target_of_last_comment = answer_core.get_keyword(\n",
    "        comments_list[-1].get(\"comment_str\", \"\"))\n",
    "    # 生成相關提示信息\n",
    "    data_prompt_str = gen_data_prompt_by_str(\n",
    "        card_target, target_of_last_comment).get(\"prompt\", \"\")\n",
    "    # 定義基礎回答方法\n",
    "    basic_list = [\n",
    "        {\n",
    "            \"role\": \"system\",\n",
    "            \"content\": f\"\"\"\n",
    "                #zh_tw \n",
    "                你是一位使用繁體中文的自然科學中學老師正在跟剛接觸研究領域的學生交談，\n",
    "                首先學生正在研究{card_target}，而你需要幫助學生瞭解相關知識，\n",
    "                因此你需要\n",
    "                1. 基於參考資料嘗試回答學生的問題，並標注[文章編號]，\n",
    "                2. 如果參考資料無法解答問題則只能告知無法回應。\n",
    "                輸出的文本需要基於 Markdown 語法。\n",
    "            \"\"\"\n",
    "        },\n",
    "        {\n",
    "            \"role\": \"system\",\n",
    "            \"content\": data_prompt_str\n",
    "        }\n",
    "    ]\n",
    "    # 組合 prompt 清單\n",
    "    push_prompt_list = []\n",
    "    push_prompt_list += basic_list\n",
    "    push_prompt_list += gen_prompt_by_comments(comments_list)\n",
    "    # 進行 GPT 回答\n",
    "    # prompt_list.append(basic_list)\n",
    "    request_str = answer_core.get_gpt_response(\n",
    "        prompt=push_prompt_list,\n",
    "        temperature=0.7,\n",
    "        model=\"gpt-4-0125-preview\"\n",
    "    )\n",
    "    # 替换文本\n",
    "    replaced_text = replace_article_number(request_str)\n",
    "    \"\"\"\n",
    "    for prompt in push_prompt_list:\n",
    "        print(prompt)\n",
    "    print(\"-----------------------------------\")\n",
    "    print(replaced_text)\n",
    "    \"\"\"\n",
    "    return {\n",
    "        \"prompt_list\": push_prompt_list,\n",
    "        \"request_str\": replaced_text\n",
    "    }\n",
    "\n",
    "\n",
    "def gpt_ask(card_target, comments_list):\n",
    "    # 定義基礎回答方法\n",
    "    basic_list = [\n",
    "        {\n",
    "            \"role\": \"system\",\n",
    "            \"content\": f\"\"\"\n",
    "                #zh_tw \n",
    "                你是一位使用繁體中文的自然科學中學老師正在跟剛接觸研究領域的學生交談，\n",
    "                首先學生正在研究{card_target}，而你需要幫助學生瞭解相關知識，\n",
    "                因此你需要基於以下聊天內容提出問題給學生讓學生回答以促進學生對{card_target}深度思考。\n",
    "                輸出的文本需要基於 Markdown 語法，並且只需要提出問題不用轉換句。\n",
    "            \"\"\"\n",
    "        }\n",
    "    ]\n",
    "    # 組合 prompt 清單\n",
    "    push_prompt_list = []\n",
    "    push_prompt_list += basic_list\n",
    "    push_prompt_list += gen_prompt_by_comments(comments_list)\n",
    "    # 進行 GPT 回答\n",
    "    request_str = answer_core.get_gpt_response(\n",
    "        prompt=push_prompt_list,\n",
    "        temperature=0.7,\n",
    "        model=\"gpt-4-0125-preview\"\n",
    "    )\n",
    "    return {\n",
    "        \"prompt_list\": push_prompt_list,\n",
    "        \"request_str\": request_str\n",
    "    }"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 38,
   "metadata": {},
   "outputs": [
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "03/19/2024 21:28:33 - DEBUG - openai._base_client - Request options: {'method': 'post', 'url': '/chat/completions', 'files': None, 'json_data': {'messages': [{'role': 'user', 'content': '你是一位老師，要幫我把學生的提問挑出關鍵字直接回應，不用開頭與備註，例如：「小幫手我想知道亨利定律公式」輸出「亨利定律」；「小幫手我想問虎克定律」輸出「虎克定律」；「小幫手我想知道同種橡皮筋的並聯條數是否影響彈性係數」輸出「並聯、彈性係數」，接下來我會給你文字請根據前面需求轉換文字，沒給文字不回應，請幫我把「@help2020 有沒有案例解釋一下？」的關鍵字截出來'}], 'model': 'gpt-3.5-turbo-16k', 'max_tokens': None, 'temperature': 0.1}}\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.connection - close.started\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.connection - close.complete\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.connection - connect_tcp.started host='api.openai.com' port=443 local_address=None timeout=5.0 socket_options=None\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.connection - connect_tcp.complete return_value=<httpcore._backends.sync.SyncStream object at 0x000001F174B98DC0>\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.connection - start_tls.started ssl_context=<ssl.SSLContext object at 0x000001F12898B4C0> server_hostname='api.openai.com' timeout=5.0\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.connection - start_tls.complete return_value=<httpcore._backends.sync.SyncStream object at 0x000001F174B98D90>\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.http11 - send_request_headers.started request=<Request [b'POST']>\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.http11 - send_request_headers.complete\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.http11 - send_request_body.started request=<Request [b'POST']>\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.http11 - send_request_body.complete\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.http11 - receive_response_headers.started request=<Request [b'POST']>\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.http11 - receive_response_headers.complete return_value=(b'HTTP/1.1', 200, b'OK', [(b'Date', b'Tue, 19 Mar 2024 13:28:36 GMT'), (b'Content-Type', b'application/json'), (b'Transfer-Encoding', b'chunked'), (b'Connection', b'keep-alive'), (b'access-control-allow-origin', b'*'), (b'Cache-Control', b'no-cache, must-revalidate'), (b'openai-model', b'gpt-3.5-turbo-16k-0613'), (b'openai-organization', b'nthu-9wthij'), (b'openai-processing-ms', b'251'), (b'openai-version', b'2020-10-01'), (b'strict-transport-security', b'max-age=15724800; includeSubDomains'), (b'x-ratelimit-limit-requests', b'10000'), (b'x-ratelimit-limit-tokens', b'60000'), (b'x-ratelimit-remaining-requests', b'9999'), (b'x-ratelimit-remaining-tokens', b'59850'), (b'x-ratelimit-reset-requests', b'8.64s'), (b'x-ratelimit-reset-tokens', b'150ms'), (b'x-request-id', b'req_86e8c44ef4e6388a8f2a4d02ef436f39'), (b'CF-Cache-Status', b'DYNAMIC'), (b'Server', b'cloudflare'), (b'CF-RAY', b'866dce76cae3a378-TPE'), (b'Content-Encoding', b'gzip'), (b'alt-svc', b'h3=\":443\"; ma=86400')])\n",
      "03/19/2024 21:28:33 - INFO - httpx - HTTP Request: POST https://api.openai.com/v1/chat/completions \"HTTP/1.1 200 OK\"\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.http11 - receive_response_body.started request=<Request [b'POST']>\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.http11 - receive_response_body.complete\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.http11 - response_closed.started\n",
      "03/19/2024 21:28:33 - DEBUG - httpcore.http11 - response_closed.complete\n",
      "03/19/2024 21:28:33 - DEBUG - openai._base_client - HTTP Request: POST https://api.openai.com/v1/chat/completions \"200 OK\"\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "開始清理文字\n",
      "['應變', '變因', '案例', '解釋']\n",
      "開始精準搜尋\n",
      "精準搜尋共 70 筆資料\n",
      "精準搜尋過多，僅顯示前 20 筆\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "03/19/2024 21:28:36 - DEBUG - openai._base_client - Request options: {'method': 'post', 'url': '/chat/completions', 'files': None, 'json_data': {'messages': [{'role': 'system', 'content': '\\n                #zh_tw \\n                你是一位使用繁體中文的自然科學中學老師正在跟剛接觸研究領域的學生交談，\\n                首先學生正在研究應變變因，而你需要幫助學生瞭解相關知識，\\n                因此你需要\\n                1. 基於參考資料嘗試回答學生的問題，並標注[文章編號]，\\n                2. 如果參考資料無法解答問題則只能告知無法回應。\\n                輸出的文本需要基於 Markdown 語法。\\n            '}, {'role': 'system', 'content': '以下是我們給付的參考資料：以 JSON 格式呈現，格式如下{article_id: 文章編號,content : 文章的實際內容,url:網站連結}\\n{\"article_id\": \"20415\", \"content\": \"實驗是一種特定的方法，用在科學探究或個人的疑惑上，通常是為了研究因果關係。實驗的目的常是為了檢驗一個假設(對一個現象或因果關係的機制所提出的暫時解釋)。在系統內去改變一個獨立的變因，然後研究其對實驗結果的影響。在實驗設計時有以下兩個基本考量： 1. 實驗過程中，一次只能有一個操縱變因有系統的改變，換句話說，實驗過程中其他變因皆要維持不變，排除其他存疑的變因的影響。 物理 所以科學方法基於滿足科學家對實驗的重現性以及歸納證據(convergent evidence)的要求。因此實驗設計常要試圖去平衡該科學領域中種種的要求與限制，如此一來，該實驗便可對待檢驗的假說，提出最適當的結論。 假 說會在非常嚴謹的實驗下，假說才能被正確的測試。若實驗過程中發現改變操縱變因之後，實驗產生結果與假說預期的不符，則假說不成立。然而，這樣簡單的應用 是很少見，實驗結果常常受到挑戰，但部分原因是因為實驗過程並未充分且妥善的控制，有時是應變變因選擇不恰當，或各種實驗上的誤差都會導致實驗結果不正 確。 參考資料：http://en.wikipedia.org/wiki/Experiment#Design_of_experiments 實驗方法 2. 應變變因需能充分反映實驗中所欲探究的現象，而且該變因可被準確的測得，亦即排除測量誤差等各種實驗中的誤差。 物理研究與實驗演示\", \"url\": \"https://highscope.ch.ntu.edu.tw/wordpress/?p=2503\"}\\n'}, {'role': 'user', 'content': '小幫手我想知道應變變因'}, {'role': 'system', 'content': '應變變因是指在科學實驗中，隨著獨立變因（操縱變因）的改變而變化的因素。簡單來說，當我們在進行一項實驗時，會有一個或多個特定的變因是我們主動改變的，這些被改變的變因稱為操縱變因或獨立變因。而應變變因則是我們觀察或測量的結果，用來看操縱變因改變時會如何影響這個結果。\\n\\n例如，在研究肥料對植物生長影響的實驗中，肥料的種類或使用量可以是操縱變因，因為這是實驗者主動改變的因素。而植物的生長速度或生長高度則是應變變因，因為這是我們想要觀察肥料改變後對植物有何影響的結果。\\n\\n在實驗設計中，正確識別和控制應變變因是非常重要的，因為它幫助我們理解不同變因之間的因果關係。透過控制實驗中的其他變因，我們可以更準確地判斷操縱變因和應變變因之間的關係，從而得到更可靠的實驗結果 [文章編號: 20415](https://highscope.ch.ntu.edu.tw/wordpress/?p=2503)。'}, {'role': 'user', 'content': '有沒有案例解釋一下？'}], 'model': 'gpt-4-0125-preview', 'max_tokens': None, 'temperature': 0.7}}\n",
      "03/19/2024 21:28:36 - DEBUG - httpcore.http11 - send_request_headers.started request=<Request [b'POST']>\n",
      "03/19/2024 21:28:36 - DEBUG - httpcore.http11 - send_request_headers.complete\n",
      "03/19/2024 21:28:36 - DEBUG - httpcore.http11 - send_request_body.started request=<Request [b'POST']>\n",
      "03/19/2024 21:28:36 - DEBUG - httpcore.http11 - send_request_body.complete\n",
      "03/19/2024 21:28:36 - DEBUG - httpcore.http11 - receive_response_headers.started request=<Request [b'POST']>\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "精準搜尋階段完成\n",
      "Used Ids: ['20415']\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "03/19/2024 21:29:25 - DEBUG - httpcore.http11 - receive_response_headers.complete return_value=(b'HTTP/1.1', 200, b'OK', [(b'Date', b'Tue, 19 Mar 2024 13:29:27 GMT'), (b'Content-Type', b'application/json'), (b'Transfer-Encoding', b'chunked'), (b'Connection', b'keep-alive'), (b'access-control-allow-origin', b'*'), (b'Cache-Control', b'no-cache, must-revalidate'), (b'openai-model', b'gpt-4-0125-preview'), (b'openai-organization', b'nthu-9wthij'), (b'openai-processing-ms', b'48341'), (b'openai-version', b'2020-10-01'), (b'strict-transport-security', b'max-age=15724800; includeSubDomains'), (b'x-ratelimit-limit-requests', b'500'), (b'x-ratelimit-limit-tokens', b'300000'), (b'x-ratelimit-remaining-requests', b'499'), (b'x-ratelimit-remaining-tokens', b'299117'), (b'x-ratelimit-reset-requests', b'120ms'), (b'x-ratelimit-reset-tokens', b'176ms'), (b'x-request-id', b'req_b5189144104e069d12fe24c870b0b6f5'), (b'CF-Cache-Status', b'DYNAMIC'), (b'Server', b'cloudflare'), (b'CF-RAY', b'866dce8bbc3da378-TPE'), (b'Content-Encoding', b'gzip'), (b'alt-svc', b'h3=\":443\"; ma=86400')])\n",
      "03/19/2024 21:29:25 - INFO - httpx - HTTP Request: POST https://api.openai.com/v1/chat/completions \"HTTP/1.1 200 OK\"\n",
      "03/19/2024 21:29:25 - DEBUG - httpcore.http11 - receive_response_body.started request=<Request [b'POST']>\n",
      "03/19/2024 21:29:25 - DEBUG - httpcore.http11 - receive_response_body.complete\n",
      "03/19/2024 21:29:25 - DEBUG - httpcore.http11 - response_closed.started\n",
      "03/19/2024 21:29:25 - DEBUG - httpcore.http11 - response_closed.complete\n",
      "03/19/2024 21:29:25 - DEBUG - openai._base_client - HTTP Request: POST https://api.openai.com/v1/chat/completions \"200 OK\"\n",
      "03/19/2024 21:29:25 - DEBUG - openai._base_client - Request options: {'method': 'post', 'url': '/chat/completions', 'files': None, 'json_data': {'messages': [{'role': 'system', 'content': '\\n                #zh_tw \\n                你是一位使用繁體中文的自然科學中學老師正在跟剛接觸研究領域的學生交談，\\n                首先學生正在研究應變變因，而你需要幫助學生瞭解相關知識，\\n                因此你需要基於以下聊天內容提出問題給學生讓學生回答以促進學生對應變變因深度思考。\\n                輸出的文本需要基於 Markdown 語法。\\n            '}, {'role': 'user', 'content': '小幫手我想知道應變變因'}, {'role': 'system', 'content': '應變變因是指在科學實驗中，隨著獨立變因（操縱變因）的改變而變化的因素。簡單來說，當我們在進行一項實驗時，會有一個或多個特定的變因是我們主動改變的，這些被改變的變因稱為操縱變因或獨立變因。而應變變因則是我們觀察或測量的結果，用來看操縱變因改變時會如何影響這個結果。\\n\\n例如，在研究肥料對植物生長影響的實驗中，肥料的種類或使用量可以是操縱變因，因為這是實驗者主動改變的因素。而植物的生長速度或生長高度則是應變變因，因為這是我們想要觀察肥料改變後對植物有何影響的結果。\\n\\n在實驗設計中，正確識別和控制應變變因是非常重要的，因為它幫助我們理解不同變因之間的因果關係。透過控制實驗中的其他變因，我們可以更準確地判斷操縱變因和應變變因之間的關係，從而得到更可靠的實驗結果 [文章編號: 20415](https://highscope.ch.ntu.edu.tw/wordpress/?p=2503)。'}, {'role': 'user', 'content': '有沒有案例解釋一下？'}, {'role': 'user', 'content': '當然可以。讓我們來看一個關於植物生長的實驀案例，來解釋應變變因。\\n\\n假設我們想要研究不同光照條件對植物生長的影響。在這個實驗中，我們改變的是光照條件，比如有的植物放在強光下，有的放在中等光線下，還有的放在微弱光線下。這裡，光照條件就是我們的操縱變因或獨立變因，因為這是我們故意改變來觀察其對植物生長影響的因素。\\n\\n接下來我們要測量的是植物的生長情況，這可以通過植物的生長高度、葉子的數量或是葉子的大小來衡量。在這個案例中，植物的生長情況（無論是高度、葉子數量或大小）就是我們的應變變因，因為它是根據光照條件的不同而變化的結果。\\n\\n透過這個實驗，我們試圖找出光照條件與植物生長之間的關係。如果發現在強光下生長的植物比在微弱光線下生長的植物要高，那麼我們可以得出結論說，光照條件對植物的生長有顯著影響。在這個過程中，正確識別操縱變因和應變變因，並且控制其他潛在的干擾變因，是得到可靠結論的關鍵。\\n\\n這個案例展示了如何通過改變一個獨立變因（光照條件）來觀察其對應變變因（植物生長情況）的影響，從而幫助我們理解它們之間的因果關係。希望這個案例能幫助你更好地理解應變變因的概念 [文章編號: 20415](https://highscope.ch.ntu.edu.tw/wordpress/?p=2503)(https://highscope.ch.ntu.edu.tw/wordpress/?p=2503)。'}], 'model': 'gpt-4-0125-preview', 'max_tokens': None, 'temperature': 0.7}}\n",
      "03/19/2024 21:29:25 - DEBUG - httpcore.http11 - send_request_headers.started request=<Request [b'POST']>\n",
      "03/19/2024 21:29:25 - DEBUG - httpcore.http11 - send_request_headers.complete\n",
      "03/19/2024 21:29:25 - DEBUG - httpcore.http11 - send_request_body.started request=<Request [b'POST']>\n",
      "03/19/2024 21:29:25 - DEBUG - httpcore.http11 - send_request_body.complete\n",
      "03/19/2024 21:29:25 - DEBUG - httpcore.http11 - receive_response_headers.started request=<Request [b'POST']>\n",
      "03/19/2024 21:30:05 - DEBUG - httpcore.http11 - receive_response_headers.complete return_value=(b'HTTP/1.1', 200, b'OK', [(b'Date', b'Tue, 19 Mar 2024 13:30:08 GMT'), (b'Content-Type', b'application/json'), (b'Transfer-Encoding', b'chunked'), (b'Connection', b'keep-alive'), (b'access-control-allow-origin', b'*'), (b'Cache-Control', b'no-cache, must-revalidate'), (b'openai-model', b'gpt-4-0125-preview'), (b'openai-organization', b'nthu-9wthij'), (b'openai-processing-ms', b'40401'), (b'openai-version', b'2020-10-01'), (b'strict-transport-security', b'max-age=15724800; includeSubDomains'), (b'x-ratelimit-limit-requests', b'500'), (b'x-ratelimit-limit-tokens', b'300000'), (b'x-ratelimit-remaining-requests', b'499'), (b'x-ratelimit-remaining-tokens', b'298702'), (b'x-ratelimit-reset-requests', b'120ms'), (b'x-ratelimit-reset-tokens', b'259ms'), (b'x-request-id', b'req_d123792c1d76725d8f223cd4de9fdda9'), (b'CF-Cache-Status', b'DYNAMIC'), (b'Server', b'cloudflare'), (b'CF-RAY', b'866dcfbbb915a378-TPE'), (b'Content-Encoding', b'gzip'), (b'alt-svc', b'h3=\":443\"; ma=86400')])\n",
      "03/19/2024 21:30:05 - INFO - httpx - HTTP Request: POST https://api.openai.com/v1/chat/completions \"HTTP/1.1 200 OK\"\n",
      "03/19/2024 21:30:05 - DEBUG - httpcore.http11 - receive_response_body.started request=<Request [b'POST']>\n",
      "03/19/2024 21:30:05 - DEBUG - httpcore.http11 - receive_response_body.complete\n",
      "03/19/2024 21:30:05 - DEBUG - httpcore.http11 - response_closed.started\n",
      "03/19/2024 21:30:05 - DEBUG - httpcore.http11 - response_closed.complete\n",
      "03/19/2024 21:30:05 - DEBUG - openai._base_client - HTTP Request: POST https://api.openai.com/v1/chat/completions \"200 OK\"\n"
     ]
    }
   ],
   "source": [
    "answer_req = gpt_answer(card_target, comments_list).get(\"request_str\", \"\")\n",
    "new_comments_list = comments_list + \\\n",
    "    [{\"create_id\": \"5cf78be21c83121944069409\", \"comment_str\": answer_req}]"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 43,
   "metadata": {},
   "outputs": [
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "03/19/2024 21:35:52 - DEBUG - openai._base_client - Request options: {'method': 'post', 'url': '/chat/completions', 'files': None, 'json_data': {'messages': [{'role': 'system', 'content': '\\n                #zh_tw \\n                你是一位使用繁體中文的自然科學中學老師正在跟剛接觸研究領域的學生交談，\\n                首先學生正在研究應變變因，而你需要幫助學生瞭解相關知識，\\n                因此你需要基於以下聊天內容提出問題給學生讓學生回答以促進學生對應變變因深度思考。\\n                輸出的文本需要基於 Markdown 語法，並且只需要提出問題不用轉換句。\\n            '}, {'role': 'user', 'content': '小幫手我想知道應變變因'}, {'role': 'system', 'content': '應變變因是指在科學實驗中，隨著獨立變因（操縱變因）的改變而變化的因素。簡單來說，當我們在進行一項實驗時，會有一個或多個特定的變因是我們主動改變的，這些被改變的變因稱為操縱變因或獨立變因。而應變變因則是我們觀察或測量的結果，用來看操縱變因改變時會如何影響這個結果。\\n\\n例如，在研究肥料對植物生長影響的實驗中，肥料的種類或使用量可以是操縱變因，因為這是實驗者主動改變的因素。而植物的生長速度或生長高度則是應變變因，因為這是我們想要觀察肥料改變後對植物有何影響的結果。\\n\\n在實驗設計中，正確識別和控制應變變因是非常重要的，因為它幫助我們理解不同變因之間的因果關係。透過控制實驗中的其他變因，我們可以更準確地判斷操縱變因和應變變因之間的關係，從而得到更可靠的實驗結果 [文章編號: 20415](https://highscope.ch.ntu.edu.tw/wordpress/?p=2503)。'}, {'role': 'user', 'content': '有沒有案例解釋一下？'}, {'role': 'user', 'content': '當然可以。讓我們來看一個關於植物生長的實驀案例，來解釋應變變因。\\n\\n假設我們想要研究不同光照條件對植物生長的影響。在這個實驗中，我們改變的是光照條件，比如有的植物放在強光下，有的放在中等光線下，還有的放在微弱光線下。這裡，光照條件就是我們的操縱變因或獨立變因，因為這是我們故意改變來觀察其對植物生長影響的因素。\\n\\n接下來我們要測量的是植物的生長情況，這可以通過植物的生長高度、葉子的數量或是葉子的大小來衡量。在這個案例中，植物的生長情況（無論是高度、葉子數量或大小）就是我們的應變變因，因為它是根據光照條件的不同而變化的結果。\\n\\n透過這個實驗，我們試圖找出光照條件與植物生長之間的關係。如果發現在強光下生長的植物比在微弱光線下生長的植物要高，那麼我們可以得出結論說，光照條件對植物的生長有顯著影響。在這個過程中，正確識別操縱變因和應變變因，並且控制其他潛在的干擾變因，是得到可靠結論的關鍵。\\n\\n這個案例展示了如何通過改變一個獨立變因（光照條件）來觀察其對應變變因（植物生長情況）的影響，從而幫助我們理解它們之間的因果關係。希望這個案例能幫助你更好地理解應變變因的概念 [文章編號: 20415](https://highscope.ch.ntu.edu.tw/wordpress/?p=2503)(https://highscope.ch.ntu.edu.tw/wordpress/?p=2503)。'}], 'model': 'gpt-4-0125-preview', 'max_tokens': None, 'temperature': 0.7}}\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.connection - close.started\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.connection - close.complete\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.connection - connect_tcp.started host='api.openai.com' port=443 local_address=None timeout=5.0 socket_options=None\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.connection - connect_tcp.complete return_value=<httpcore._backends.sync.SyncStream object at 0x000001F174B98B50>\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.connection - start_tls.started ssl_context=<ssl.SSLContext object at 0x000001F12898B4C0> server_hostname='api.openai.com' timeout=5.0\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.connection - start_tls.complete return_value=<httpcore._backends.sync.SyncStream object at 0x000001F174B98E80>\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.http11 - send_request_headers.started request=<Request [b'POST']>\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.http11 - send_request_headers.complete\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.http11 - send_request_body.started request=<Request [b'POST']>\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.http11 - send_request_body.complete\n",
      "03/19/2024 21:35:52 - DEBUG - httpcore.http11 - receive_response_headers.started request=<Request [b'POST']>\n",
      "03/19/2024 21:36:22 - DEBUG - httpcore.http11 - receive_response_headers.complete return_value=(b'HTTP/1.1', 200, b'OK', [(b'Date', b'Tue, 19 Mar 2024 13:36:24 GMT'), (b'Content-Type', b'application/json'), (b'Transfer-Encoding', b'chunked'), (b'Connection', b'keep-alive'), (b'access-control-allow-origin', b'*'), (b'Cache-Control', b'no-cache, must-revalidate'), (b'openai-model', b'gpt-4-0125-preview'), (b'openai-organization', b'nthu-9wthij'), (b'openai-processing-ms', b'29674'), (b'openai-version', b'2020-10-01'), (b'strict-transport-security', b'max-age=15724800; includeSubDomains'), (b'x-ratelimit-limit-requests', b'500'), (b'x-ratelimit-limit-tokens', b'300000'), (b'x-ratelimit-remaining-requests', b'499'), (b'x-ratelimit-remaining-tokens', b'299182'), (b'x-ratelimit-reset-requests', b'120ms'), (b'x-ratelimit-reset-tokens', b'163ms'), (b'x-request-id', b'req_2396ad139f900ea1992bdb2777e27aa1'), (b'CF-Cache-Status', b'DYNAMIC'), (b'Set-Cookie', b'__cf_bm=etck8OnrLkAsyaLEiZeEFkfUddKh4UyriMrBdZsTlRc-1710855384-1.0.1.1-lWpDYAJyp8HT_QH9oC2GAV1ppxdU0q3NHnRl5f_LbPCmJClNgCvagIMeqMyKMDkZRBi7NkArCMje_FdMlBE3Qw; path=/; expires=Tue, 19-Mar-24 14:06:24 GMT; domain=.api.openai.com; HttpOnly; Secure; SameSite=None'), (b'Server', b'cloudflare'), (b'CF-RAY', b'866dd92ffd03841c-TPE'), (b'Content-Encoding', b'gzip'), (b'alt-svc', b'h3=\":443\"; ma=86400')])\n",
      "03/19/2024 21:36:22 - INFO - httpx - HTTP Request: POST https://api.openai.com/v1/chat/completions \"HTTP/1.1 200 OK\"\n",
      "03/19/2024 21:36:22 - DEBUG - httpcore.http11 - receive_response_body.started request=<Request [b'POST']>\n",
      "03/19/2024 21:36:22 - DEBUG - httpcore.http11 - receive_response_body.complete\n",
      "03/19/2024 21:36:22 - DEBUG - httpcore.http11 - response_closed.started\n",
      "03/19/2024 21:36:22 - DEBUG - httpcore.http11 - response_closed.complete\n",
      "03/19/2024 21:36:22 - DEBUG - openai._base_client - HTTP Request: POST https://api.openai.com/v1/chat/completions \"200 OK\"\n"
     ]
    }
   ],
   "source": [
    "question_req = gpt_ask(card_target, new_comments_list).get(\"request_str\", \"\")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": []
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "combine_rq = f\"\""
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 44,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "## 請思考並回答以下問題：\n",
      "\n",
      "1. 在提到的植物生長實驗中，除了光照條件（操縱變因）和植物的生長情況（應變變因）之外，還有哪些其他因素可能會影響植物的生長？請至少列出三個。\n",
      "2. 為什麼在進行科學實驗時，明確區分獨立變因和應變變因是重要的？\n",
      "3. 試想一下，如果在上述植物生長的實驗中，所有的植物都是在同一種土壤中生長，這樣做的目的是什麼？\n",
      "4. 如果我們想進一步研究光照強度對植物開花的影響，開花情況（如開花的數量或大小）會是操縱變因還是應變變因？請解釋你的答案。\n",
      "5. 在實驗中，如何確保其他未控制的變因不會對實驗結果產生影響？請提供一種方法。\n"
     ]
    }
   ],
   "source": [
    "print(question_req)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 16,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Used Ids: ['20415']\n",
      "target_of_last_comment: 案例解釋\n",
      "{'role': 'system', 'content': '\\n                #zh_tw \\n                你是一位使用繁體中文的自然科學中學老師正在跟剛接觸研究領域的學生交談，\\n                首先學生正在研究應變變因，而你需要幫助學生瞭解相關知識，\\n                因此你需要\\n                1. 基於參考資料嘗試回答學生的問題，並標注[文章編號]，\\n                2. 如果參考資料無法解答問題則只能告知無法回應。\\n                3. 在最後，你需要提出相關問題給學生讓學生回答以促進學生對應變變因深度思考。\\n                輸出的文本需要基於 Markdown 語法。\\n            '}\n",
      "{'role': 'system', 'content': '以下是我們給付的參考資料：以 JSON 格式呈現，格式如下{article_id: 文章編號,content : 文章的實際內容,url:網站連結}\\n{\"article_id\": \"20415\", \"content\": \"實驗是一種特定的方法，用在科學探究或個人的疑惑上，通常是為了研究因果關係。實驗的目的常是為了檢驗一個假設(對一個現象或因果關係的機制所提出的暫時解釋)。在系統內去改變一個獨立的變因，然後研究其對實驗結果的影響。在實驗設計時有以下兩個基本考量： 1. 實驗過程中，一次只能有一個操縱變因有系統的改變，換句話說，實驗過程中其他變因皆要維持不變，排除其他存疑的變因的影響。 物理 所以科學方法基於滿足科學家對實驗的重現性以及歸納證據(convergent evidence)的要求。因此實驗設計常要試圖去平衡該科學領域中種種的要求與限制，如此一來，該實驗便可對待檢驗的假說，提出最適當的結論。 假 說會在非常嚴謹的實驗下，假說才能被正確的測試。若實驗過程中發現改變操縱變因之後，實驗產生結果與假說預期的不符，則假說不成立。然而，這樣簡單的應用 是很少見，實驗結果常常受到挑戰，但部分原因是因為實驗過程並未充分且妥善的控制，有時是應變變因選擇不恰當，或各種實驗上的誤差都會導致實驗結果不正 確。 參考資料：http://en.wikipedia.org/wiki/Experiment#Design_of_experiments 實驗方法 2. 應變變因需能充分反映實驗中所欲探究的現象，而且該變因可被準確的測得，亦即排除測量誤差等各種實驗中的誤差。 物理研究與實驗演示\", \"url\": \"https://highscope.ch.ntu.edu.tw/wordpress/?p=2503\"}\\n'}\n",
      "{'role': 'user', 'content': '小幫手我想知道應變變因'}\n",
      "{'role': 'system', 'content': '應變變因是指在科學實驗中，隨著獨立變因（操縱變因）的改變而變化的因素。簡單來說，當我們在進行一項實驗時，會有一個或多個特定的變因是我們主動改變的，這些被改變的變因稱為操縱變因或獨立變因。而應變變因則是我們觀察或測量的結果，用來看操縱變因改變時會如何影響這個結果。\\n\\n例如，在研究肥料對植物生長影響的實驗中，肥料的種類或使用量可以是操縱變因，因為這是實驗者主動改變的因素。而植物的生長速度或生長高度則是應變變因，因為這是我們想要觀察肥料改變後對植物有何影響的結果。\\n\\n在實驗設計中，正確識別和控制應變變因是非常重要的，因為它幫助我們理解不同變因之間的因果關係。透過控制實驗中的其他變因，我們可以更準確地判斷操縱變因和應變變因之間的關係，從而得到更可靠的實驗結果 [文章編號: 20415](https://highscope.ch.ntu.edu.tw/wordpress/?p=2503)。'}\n",
      "{'role': 'user', 'content': '有沒有案例解釋一下？'}\n",
      "-----------------------------------\n",
      "當然可以。讓我們來看一個經典的科學實驗案例來解釋應變變因的概念：\n",
      "\n",
      "**案例：植物生長與光線強度的關係**\n",
      "\n",
      "在這個實驗中，科學家想要研究光線強度對植物生長的影響。在這個情境下：\n",
      "\n",
      "- **操縱變因（獨立變因）**：光線強度。科學家會改變不同的光線強度給植物，比如說將植物放在不同的照明條件下，從低光照到高光照。\n",
      "\n",
      "- **應變變因（依賴變因）**：植物的生長速度或生長高度。這是科學家將會測量的結果，用來觀察光線強度的改變對植物生長有何影響。\n",
      "\n",
      "在這個案例中，科學家可能會發現隨著光線強度的增加，植物的生長速度或高度也會增加，直到達到一個飽和點，之後即使光線強度繼續增加，植物的生長也不會進一步加快。這樣的實驗結果幫助我們理解植物生長與光線強度之間的關係。\n",
      "\n",
      "透過這個案例，我們可以看到應變變因是如何反映獨立變因改變的結果，並且幫助我們瞭解因果關係。在這種情況下，應變變因（植物生長速度或高度）充分反映了我們所關注的現象——光線強度對植物生長的影響 [文章編號: 20415](https://highscope.ch.ntu.edu.tw/wordpress/?p=2503)(https://highscope.ch.ntu.edu.tw/wordpress/?p=2503)。\n"
     ]
    }
   ],
   "source": [
    "a = gpt_req3(card_target, comments_list)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 10,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Used Ids: ['19533', '27295']\n",
      "{'role': 'system', 'content': '\\n                #zh_tw \\n                你是一位使用繁體中文的自然科學中學老師正在跟剛接觸研究領域的學生交談，\\n                首先學生正在研究虎克定律，而你需要幫助學生瞭解相關知識，\\n                因此你需要\\n                1. 基於參考資料嘗試回答學生的問題，並標注[文章編號]，\\n                2. 如果參考資料無法解答問題則只能告知無法回應。\\n                3. 在最後，你需要提出相關問題給學生讓學生回答以促進學生對虎克定律深度思考。\\n                輸出的文本需要基於 Markdown 語法。\\n            '}\n",
      "{'role': 'system', 'content': '以下是我們給付的參考資料：以 JSON 格式呈現，格式如下{article_id: 文章編號,content : 文章的實際內容,url:網站連結}\\n{\"article_id\": \"19533\", \"content\": \"公式中有個負號，這代表彈簧的彈力總是和其伸長量為相反方向，當你向外拉長彈簧時，彈力則是欲使彈簧往內縮，或是當你壓縮彈簧時，彈力則會是往外抵抗壓縮的，所以負號就是在描述這個情況。 有些朋友可能會很快地回答 F_1:F_2=2:3，又有另一群人可能會回答 F_1:F_2=1:2，如果你注意到的只是彈簧的總長度那可能就會說出 2:3 這個答案，若你注意到的是彈簧長度的變化量，那應該就會回答 1:2 這答案，正確的答案是後者 1:2。上個段落曾經提及虎克定律應用在彈簧上即描述彈力與彈簧變形量的關係，所以重點在於變形量，也就是伸長量。在圖一的b和c彈簧的彈力和彈簧的伸長量成線性關係，即： F：彈力k：彈性係數，會因彈簧的材質與長短、粗細而異L：彈簧總長度L_0：彈簧原長x：彈簧伸長量 必須注意的是：並不是所有的物體都滿足虎克定律。但許多物體在偏離平衡狀態一點點時(亦即其形變很小)，確實可以將回復力近似地視為滿足虎克定律，因此虎克定律有許多應用。 所以我們可以畫出彈簧彈力與其對應伸長量的函數圖形如圖二，方程式的函數圖形為圖二d，其中的 x_{max}\\xa0則是彈簧的最大伸長量或是壓縮量的量值。在圖二a中，若以向右的方向為正值的話，彈簧受力向右伸長時其產生的彈力則向左，反之如圖二c若壓縮時彈簧彈力則向右，而彈力的大小和伸長量就呈現一個線性的關係可清楚於圖二d中發現，而此線的斜率則因不同的彈簧而異，也就是因 k\\xa0值的不同而異。 虎克定律 在介紹虎克定律(Hooke’s law)之前，先來回想一下當初學習牛頓第二定律時，我們知道當一個物體所受的外力和不為零時，該物體會產生加速度的運動，但物體受力除了會產生加速度造成運動狀態改變之外，另外該物體亦可能會產生外型的改變，故力的效應可以造成物體運動狀態改變和形變，若對形變現象有興趣想深入了解，那虎克定律可作為進入研究形變的第一個功課。 應變 下圖一共有a、b和c三個小圖，在都沒超過彈簧的彈性限度之下，圖一a代表的是一條原長為 L_0\\xa0的彈簧，當我們施力 F_1 於彈簧上達平衡時則如圖一b所示總長度為 2L_0，若改為施力 F_2 達平衡時彈簧變成如圖一c所示總長度為 3L_0，這時可以問一個問題，F_1 和 F_2 的大小比例為何? F=-k(L-L_0)\\xa0或是 F=-kx 運動與力 物理 應力 所以有了虎克定律(Hooke’s law)的概念之後，如我們所舉的範例彈簧，在彈性限度內，你自然可以清楚知道需要多少的力去將你的彈簧拉到你要的長度。而k的大小則讓你明白對於不同的彈簧想伸長同樣單位大小時所需的力都不同，當\\xa0k\\xa0值越大則將越難拉長或是壓縮該彈簧。如圖三所示，圖中的a是最難拉長或壓縮的彈簧，反之c則是最容易拉長或壓縮的彈簧，而 k\\xa0值的大小排列則是 a>b>c。 靜力平衡 基本上虎克定律是在描述：當固體材料受力之後，材料中的應力與變形量(應變)之間成線性關係。也就是一個固體的受力和它的變形量(應變)是成正比的意思。而彈簧即是日常生活中常見且符合虎克定律的範例，故將以彈簧來為大家進行虎克定律的介紹。當你施力去拉長或是壓縮一條彈簧時，該彈簧便會伸長或是變短，產生簡單的一維形變。在這條彈簧的彈性限度內，你施力的大小將會影響到這條彈簧的形變程度，虎克定律應用在彈簧上即描述彈力與彈簧變形量的關係。\", \"url\": \"https://highscope.ch.ntu.edu.tw/wordpress/?p=46203\"}\\n{\"article_id\": \"27295\", \"content\": \"「就是個彈簧，很重要嗎？」當你第一次學到有關彈簧的虎克定律時，可能會有點困惑它為何出現會在課本，到底有什麼用途。在國中出現第一次後，虎克定律會不斷出現，高中再教一次，大學普物再教好幾次。了解小小的彈簧對於我們的物理課程有這麼重要呢？彈簧。圖／pixabay要回答這些問題，我們可以先來對彈簧做一些觀察。一般的彈簧是金屬做的，由一條細絲繞成螺旋狀。而彈簧的特色在於，施加外力時的外型變化特別明顯，形變的一定範圍內移去外力後又可以迅速回到原來的形狀，甚至固定好的話可以提供張力（或壓力）。不過，就物理學的角度來看，為什麼彈簧要做成這個樣子呢？把彈簧拉直，變成不捲的金屬線會怎樣？想回答這個問題，我們得先來看：不捲的金屬線會怎樣？如果是根平凡的金屬細絲，受到拉扯時的長度不會有明顯的改變（至少用人的眼睛看起來是如此）。不過事實上，當我們真的將重物掛在金屬線上，仔細測量是可以觀察到它的長度的確有微小的變化；更重要的是，重物的重量與伸長長度也是有著類似虎克定律的關係。不過由於我們講的是金屬線，而不是彈簧，所以在這裡不如先用ㄅ來表示：（掛重重量）=（伸長多少）×ㄅ這種「外力」與「形變」的現象可以從原子的視角來討論：當材料被拉扯時，相鄰原子之間的距離被拉長；被拉開的距離越長，想將它們留在原處的恢復力就越大。這個力量大小與原子種類有關，所以我們若改用不同材質的細線，可以測量到不同的ㄅ值。大部分的材料都會有這種現象，只是金屬的ㄅ值相對大許多。一條一公尺的銅線大概要掛上100公斤的重量，才會拉長1公分，一般來講很難用眼睛觀察到。這時我們注意到，ㄅ的大小除了與材料有關，也會與長度有關。回到原子的視角，在固定的重量下，兩兩原子之間拉長距離都一樣。所以如果將金屬線當成一列長長的原子串，原本長度越長的線，其中就有越多的原子要與鄰居拉開距離，因此伸長量也會越長。就像是如果把許多橡皮筋串接在一起，很容易就能拉開，同樣施力下，延展的總長度會比一條橡皮筋長很多。彈簧的秘密：用螺旋將大大的長度放進小小的空間這時候如果我們需要在同樣的施力情況下，有更多的長度變化的空間，彈簧的形狀就顯得合理啦。螺旋的結構能在短短的距離內容納極大的長度，因此對外力更為敏感。雖然螺旋狀牽扯到側向的力，不過從原子的角度也都和原子的種類、原子間距變動有關，所以大致上的原理是類似的。圖／pixabay我們可以從這個想法類推：兩條彈簧串在一起時，原本長度變成兩倍，掛上重量後拉長的長度也會變成兩倍。所以說，就算是一樣材質的彈簧，只要改變串接的數量，就能直接調整整體的彈性大小。如果有什麼問題是一條彈簧不能解決的，那就用兩條就好了。（誤）在實際應用上，如果我們得到了 ㄅ值，也可以倒過來測量重量。但是直接用一條金屬線來測量重量不太容易，因為形變太短啦。而橡皮筋這類的材料雖然較容易形變，卻是由較複雜的高分子組成，表現出來的ㄅ值相對不太可靠，會忽大忽小。這也是為什麼，課本上會使用彈簧好朋友來測量重量。重要性不遜於牛頓第二定律的虎克定律從物理上來說，當受到外力時，物體要嘛移動，不然就是發生形變。彈簧其實只是一個常見且容易觀察的案例，向我們展示虎克定律如何運作。而形變與外力的正比關係（也就是ㄅ），其實廣泛存在於各式各樣的固體材料，舉凡金屬、木頭、玻璃等等，不論是細絲還是塊材，在普遍情況下，對外力的形變都可以用ㄅ來描述。因此在機械、材料、土木工程等各種領域，常常都會需要使用類似的概念。這樣來看的話，虎克定律與牛頓第二定律一樣，都是非常重要且基本的力學原理。怪不得從國中開始就要一學再學呀。\", \"url\": \"https://pansci.asia/archives/190176\"}\\n'}\n",
      "{'role': 'user', 'content': '解釋虎克定律'}\n",
      "-----------------------------------\n",
      "虎克定律（Hooke's Law）是一個描述在彈性限度內，物體的形變（如長度的變化）與作用在物體上力的大小成正比的物理定律。具體來說，當我們對一個物體（例如一根彈簧）施加一個力，這個力會使物體產生一個形變，如彈簧的拉長或壓縮。虎克定律指出，在物體未超過其彈性限度的情況下，這個形變的量與施加的力是成正比的。這個關係可以用下面的公式來表示：\n",
      "\n",
      "\\[ F = -kx \\]\n",
      "\n",
      "其中：\n",
      "- \\(F\\) 代表施加在物體上的力（彈力），\n",
      "- \\(k\\) 是一個常數，稱為彈性係數，代表物體的硬度，與物體的材質和形狀有關，\n",
      "- \\(x\\) 是物體的形變量，如彈簧的伸長或壓縮量，\n",
      "- 負號表示力的方向與形變方向相反，即當我們拉長彈簧時，彈簧產生的彈力是想要將彈簧恢復到原來的長度。\n",
      "\n",
      "虎克定律不僅適用於彈簧，還可以應用到許多其他在小形變時行為類似彈簧的物體，是研究力學和材料學的一個基本原理[文章編號: 19533](https://highscope.ch.ntu.edu.tw/wordpress/?p=46203)。\n",
      "\n",
      "---\n",
      "為了促進你對虎克定律的理解和思考，我想問你一個問題：\n",
      "\n",
      "假設有兩根不同的彈簧，彈簧A的彈性係數是彈簧B的兩倍，即\\(k_A = 2k_B\\)。如果我們在相同的外力作用下比較這兩根彈簧的伸長量，彈簧A和彈簧B的伸長量之比是多少？为什么？\n"
     ]
    }
   ],
   "source": [
    "b = gpt_req3(card_target, comments_list)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 38,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "虎克定律（Hooke's Law）是一個描述彈力與物體變形量之間關係的物理定律。當一個固體物體（如彈簧）受到外力作用時，該物體可能會產生形狀的改變，也就是變形。虎克定律指出，在物體變形的彈性限度內，物體的變形量（如彈簧的伸長或壓縮量）與作用在物體上的力是成正比的。這意味著，如果你對一個彈簧施加的力越大，它伸長或壓縮的量也就越大，反之亦然。這種關係可以用以下的數學公式來表示：\n",
      "\n",
      "\\[ F = -kx \\]\n",
      "\n",
      "其中：\n",
      "- \\(F\\) 是作用在物體上的力（單位為牛頓，N）。\n",
      "- \\(k\\) 是彈性係數，代表物體的硬度，不同的物體有不同的 \\(k\\) 值（單位為牛頓每米，N/m）。\n",
      "- \\(x\\) 是物體的變形量，即伸長或壓縮的距離（單位為米，m）。\n",
      "- 負號代表力和變形方向相反。即當你向外拉長彈簧時，彈力是往內的；當壓縮彈簧時，彈力則是往外的。\n",
      "\n",
      "虎克定律的應用非常廣泛，不僅限於彈簧，許多其他物體在受到小幅度變形時也遵循這個定律。這個定律在機械工程、建築學、材料科學等領域中都有重要的應用。由於其重要性，虎克定律是物理學中最基礎的定律之一[文章編號: 19533](https://highscope.ch.ntu.edu.tw/wordpress/?p=46203)。\n",
      "\n",
      "---\n",
      "\n",
      "**思考問題：**\n",
      "1. 為什麼虎克定律中的力和變形量要是成正比關係？這代表了什麼物理意義？\n",
      "2. 虎克定律中的彈性係數 \\(k\\) 表示了什麼？不同的 \\(k\\) 值對物體的變形有什麼影響？\n",
      "3. 試著舉出除了彈簧之外，其他可能遵循虎克定律的物體或材料。\n"
     ]
    }
   ],
   "source": [
    "print(a[\"request_str\"])"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 39,
   "metadata": {},
   "outputs": [],
   "source": [
    "with open('out.md', 'w', encoding='utf-8') as file:\n",
    "    file.write(a[\"request_str\"])"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "liang_trello_finder",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.9.17"
  },
  "orig_nbformat": 4
 },
 "nbformat": 4,
 "nbformat_minor": 2
}