优化面试反馈功能：1. 修复问题检测逻辑，支持中英文问号 2. 增强错误处理和日志记录 3. 前端添加返回面试按钮

README.md

@@ -137,5 +137,5 @@ MIT License
 项目初期，我们没有急着用trae写代码，而是先琢磨“为什么做”。身边同学求职时总抱怨：通用题库的问题和自己的简历不沾边，练完也没人指点改进。这让我们意识到，工具再便捷，没有精准需求导向就是空谈。我们决定不做简单的题库搬运，而是聚焦“个性化”，让AI能读懂简历、给出针对性反馈——这一定位成了后续开发的核心方向。
 用trae开发的过程，更像是一场“想法落地的试炼”。这款软件降低了编程门槛，让我们不用纠结复杂的语法，能专注于功能逻辑的打磨。但真正的挑战不在代码编写，而在如何让工具“懂用户”。比如生成个性化面试问题时，我们反复调试prompt逻辑，引导AI从简历中抓取项目细节、技能亮点，甚至职业空白期等关键信息，再结合职位类型精准提问。一开始AI会给出通用问题，我们就不断优化指令，加入“追问数据成果”“聚焦技术难点”等具体要求，慢慢让回复更贴合实际面试场景。
 反馈功能的设计，让我们对“实用”有了更深理解。我们不想让反馈只停留在“回答不错”的表面，而是希望能真正帮用户改进。借助trae的便捷调试功能，我们设计了多维度评价体系，从结构逻辑、语言表达等方面给出具体建议。比如提醒用户用STAR法则梳理回答，或结合Python、SQL技能突出专业优势。这个过程让我们明白，工具是实现想法的手段，而对用户需求的深度拆解，才是产品好用的关键。
-   测试时，同学说“AI提的问题他觉得十分符合当下面试的提问热点”，这句话让我们备受鼓舞。原来，trae这类工具能帮我们快速落地想法，但真正打动用户的，是我们站在求职者角度的思考。
+测试时，同学说“AI提的问题他觉得十分符合当下面试的提问热点”，这句话让我们备受鼓舞。原来，trae这类工具能帮我们快速落地想法，但真正打动用户的，是我们站在求职者角度的思考。
 这次开发让我们领悟到：技术工具再强大，也只是辅助。作为大数据专业学生，我们的核心价值在于发现问题、拆解需求、用逻辑让工具服务于人。未来，我们想继续用trae优化功能，加入面试表现分析、薪资参考等模块，让这个工具真正成为求职者的助力，也让我们在实践中更懂技术与需求的平衡之道。

app.py

@@ -1,10 +1,30 @@
+import logging
+import sys
+
+logging.basicConfig(
+    level=logging.DEBUG,
+    format='%(asctime)s - %(levelname)s - %(message)s',
+    handlers=[
+        logging.FileHandler('app_debug.log'),
+        logging.StreamHandler(sys.stdout)
+    ]
+)
+
+logger = logging.getLogger(__name__)
+
 from flask import Flask, render_template, request, jsonify, session
 from services.deepseek_service import deepseek_service
 from config import Config
 import uuid
+import datetime
 
 app = Flask(__name__)
 app.secret_key = "interviewer-secret-key-change-in-production"
+# 设置session过期时间为1小时
+app.permanent_session_lifetime = datetime.timedelta(hours=1)
+
+# 内存数据库存储面试数据，避免session过期导致的"面试不存在"错误
+interviews_db = {}
 
 INTERVIEW_PHASES = {
     "intro": "自我介绍",
@@ -86,7 +106,7 @@ def start_interview():
     
     interview_id = str(uuid.uuid4())
     
-    session[f"interview_{interview_id}"] = {
+    interview_data = {
         "job_position": job_position,
         "difficulty": difficulty,
         "current_phase": "intro",
@@ -95,6 +115,9 @@ def start_interview():
         "is_active": True
     }
     
+    session[f"interview_{interview_id}"] = interview_data
+    interviews_db[interview_id] = interview_data
+    
     first_question = deepseek_service.generate_interview_question(
         job_position=job_position,
         difficulty=difficulty,
@@ -125,11 +148,16 @@ def answer_question():
     if not interview_id:
         return jsonify({"error": "无效的面试ID"}), 400
     
+    # 首先从内存数据库查找面试数据
+    if interview_id not in interviews_db:
+        # 如果内存数据库中没有，再检查session
         interview_key = f"interview_{interview_id}"
         if interview_key not in session:
             return jsonify({"error": "面试不存在或已结束"}), 400
+        # 如果session中有，同步到内存数据库
+        interviews_db[interview_id] = session[interview_key]
     
-    interview_data = session[interview_key]
+    interview_data = interviews_db[interview_id]
     
     if not interview_data["is_active"]:
         return jsonify({"error": "面试已结束"}), 400
@@ -141,9 +169,12 @@ def answer_question():
     
     if request_feedback:
         last_question = ""
+        logger.debug(f"查找最后一个问题，对话历史长度：{len(conversation_history)}")
         for msg in reversed(conversation_history):
-            if msg["role"] == "assistant" and "？" in msg["content"]:
+            logger.debug(f"检查消息：角色={msg['role']}, 内容={msg['content'][:50]}...")
+            if msg["role"] == "assistant" and ("？" in msg["content"] or "?" in msg["content"]):
                 last_question = msg["content"]
+                logger.debug(f"找到最后一个问题：{last_question[:50]}...")
                 break
         
         if last_question:
@@ -161,7 +192,11 @@ def answer_question():
                     "ended": False
                 })
             except Exception as e:
+                logger.error(f"生成反馈失败：{str(e)}", exc_info=True)
                 return jsonify({"error": f"生成反馈失败：{str(e)}"}), 500
+        else:
+            logger.warning("没有找到最后一个问题")
+            return jsonify({"error": "没有找到相关问题"}), 400
     
     conversation_history.append({"role": "user", "content": user_answer})
     
@@ -205,7 +240,7 @@ def answer_question():
                     next_question = deepseek_service.generate_interview_question(
                         job_position=interview_data["job_position"],
                         difficulty=interview_data["difficulty"],
-                        conversation_history=conversation_history[:-1],
+                        conversation_history=conversation_history,
                         phase=next_phase
                     )
                     conversation_history.append({
@@ -219,14 +254,16 @@ def answer_question():
             next_question = deepseek_service.generate_interview_question(
                 job_position=interview_data["job_position"],
                 difficulty=interview_data["difficulty"],
-                conversation_history=conversation_history[:-1],
+                conversation_history=conversation_history,
                 phase=current_phase
             )
             conversation_history.append({"role": "assistant", "content": next_question})
         except Exception as e:
             return jsonify({"error": f"生成问题失败：{str(e)}"}), 500
     
-    session[interview_key] = interview_data
+    # 同时更新内存数据库和session中的数据
+    interviews_db[interview_id] = interview_data
+    session[f"interview_{interview_id}"] = interview_data
     
     return jsonify({
         "question": next_question,
@@ -238,47 +275,95 @@ def answer_question():
 
 @app.route("/api/interview/feedback", methods=["POST"])
 def get_interview_feedback():
+    logger.info("接收到面试反馈请求")
+    
+    try:
+        # 首先确保能够获取请求数据
+        if not request.is_json:
+            logger.warning("请求数据不是JSON格式")
+            return jsonify({"error": "请求数据必须是JSON格式"}), 400
+        
         data = request.json
+        logger.debug(f"请求数据：{data}")
+        
+        # 检查必要参数
         interview_id = data.get("interview_id", "").strip()
         conversation_history = data.get("conversation_history", [])
         
         if not interview_id:
+            logger.warning("面试ID无效")
             return jsonify({"error": "无效的面试ID"}), 400
         
+        if not conversation_history:
+            logger.warning("没有提供面试对话历史")
+            return jsonify({"error": "没有提供面试对话历史"}), 400
+        
+        # 获取岗位信息
+        job_position = ""
+        if interview_id in interviews_db:
+            job_position = interviews_db[interview_id].get("job_position", "")
+        
+        logger.debug(f"岗位信息：{job_position}")
+        logger.debug(f"对话历史长度：{len(conversation_history)}")
+        
+        # 构建系统提示
         system_prompt = """作为一位专业的面试评估专家，请对整场面试进行全面评估。
 
 请提供：
 1. 整体表现评分（0-100分）和评级（优秀/良好/一般/需改进）
-2. 各轮回答的详细分析
+2. 各轮回答的详细分析（针对每个问题和回答给出具体评价）
-3.  strengths（优势）
+3. strengths（优势）- 列出至少3点
-4. areas_for_improvement（需要改进的方面）
+4. areas_for_improvement（需要改进的方面）- 列出至少3点
-5. 具体的准备建议
+5. 具体的准备建议（针对改进点给出可操作的建议）
 
-请用中文回复，格式清晰、结构化。"""
+请用中文回复，格式清晰、结构化，避免过于笼统的描述。"""
     
+        # 构建对话文本
         conversation_text = "\n\n".join([
-        f"{msg['role']}：{msg['content']}" 
+            f"{'面试官' if msg['role'] == 'assistant' else '候选人'}：{msg['content']}" 
-        for msg in conversation_history[-30:]
+            for msg in conversation_history
         ])
         
+        # 构建用户提示
+        if job_position:
+            user_prompt = f"请分析以下针对{job_position}岗位的面试对话并给出综合反馈：\n\n{conversation_text}"
+        else:
+            user_prompt = f"请分析以下面试对话并给出综合反馈：\n\n{conversation_text}"
+        
+        # 构建完整的消息
         messages = [
             {"role": "system", "content": system_prompt},
-        {"role": "user", "content": f"请分析以下面试对话并给出综合反馈：\n\n{conversation_text}"}
+            {"role": "user", "content": user_prompt}
         ]
         
-    try:
+        logger.debug("准备调用DeepSeek API生成反馈")
+        logger.debug(f"API请求消息数量：{len(messages)}")
+        
+        # 调用DeepSeek API
         response = deepseek_service._call_api(messages)
+        logger.debug("DeepSeek API调用成功")
+        
+        # 处理API响应
+        if not response or "choices" not in response or not response["choices"]:
+            logger.error("API响应格式错误：缺少choices字段")
+            return jsonify({"error": "生成反馈失败：API响应格式错误"}), 500
+        
         feedback = response["choices"][0]["message"]["content"]
+        logger.info("反馈生成成功")
+        logger.debug(f"生成的反馈内容长度：{len(feedback)}字符")
+        logger.debug(f"生成的反馈内容开头：{feedback[:100]}...")
         
         return jsonify({"feedback": feedback})
     
     except Exception as e:
-        return jsonify({"error": str(e)}), 500
+        logger.error(f"生成面试反馈失败：{str(e)}", exc_info=True)
+        # 返回更具体的错误信息
+        return jsonify({"error": f"生成面试反馈失败：{str(e)}", "details": str(type(e).__name__)}), 500
 
 
 if __name__ == "__main__":
     app.run(
         host=Config.APP_HOST,
         port=Config.APP_PORT,
-        debug=Config.DEBUG
+        debug=False
     )

services/deepseek_service.py

@@ -34,11 +34,14 @@ class DeepSeekService:
             "stream": stream
         }
         
-        response = requests.post(
+        # 创建会话对象并设置超时
+        session = requests.Session()
+        session.timeout = 120  # 会话级别的超时设置
+        
+        response = session.post(
             f"{self.api_base}/chat/completions",
             headers=self._get_headers(),
-            json=payload,
+            json=payload
-            timeout=30
         )
         
         if response.status_code != 200:

static/js/main.js

@@ -1,5 +1,5 @@
 let currentFeature = null;
-let interviewId = null;
+let interviewId = localStorage.getItem('interviewId') || null;
 let conversationKey = 'default';
 
 function showFeature(feature) {
@@ -35,9 +35,7 @@ function showFeature(feature) {
     if (targetSection) {
         document.getElementById(targetSection).style.display = 'block';
         
-        if (feature === 'interview' || feature === 'feedback') {
+        if (feature === 'resume') {
-            resetInterview();
-        } else if (feature === 'resume') {
             document.getElementById('resume-result').style.display = 'none';
         }
     }
@@ -130,6 +128,7 @@ async function startInterview() {
         }
         
         interviewId = data.interview_id;
+        localStorage.setItem('interviewId', interviewId);
         
         document.getElementById('interview-setup').style.display = 'none';
         document.getElementById('interview-active').style.display = 'flex';
@@ -207,7 +206,8 @@ async function submitAnswer() {
         }
         
         if (data.ended) {
-            showFinalFeedback(data.conversation_history);
+            // 面试结束，调用endInterview获取生成的面试反馈
+            endInterview();
         } else if (data.question) {
             addInterviewMessage(data.question, 'interviewer');
             updatePhaseBadge(data.phase);
@@ -256,6 +256,23 @@ async function requestFeedback() {
         
         if (data.feedback) {
             addInterviewMessage(data.feedback, 'feedback');
+            
+            // 添加返回面试的按钮
+            const messagesContainer = document.getElementById('interview-messages');
+            const returnButton = document.createElement('button');
+            returnButton.className = 'return-interview-btn';
+            returnButton.textContent = '返回面试';
+            returnButton.onclick = function() {
+                // 移除按钮
+                this.remove();
+                // 可以在这里添加额外的逻辑，比如重新启用输入框等
+            };
+            
+            const buttonContainer = document.createElement('div');
+            buttonContainer.className = 'return-button-container';
+            buttonContainer.appendChild(returnButton);
+            messagesContainer.appendChild(buttonContainer);
+            messagesContainer.scrollTop = messagesContainer.scrollHeight;
         }
         
     } catch (error) {
@@ -298,7 +315,8 @@ async function endInterview() {
         showFinalFeedback(data.feedback);
         
     } catch (error) {
-        alert('获取反馈失败：' + error.message);
+        console.error('获取反馈失败：', error);
+        alert('获取反馈失败，请稍后重试');
     } finally {
         showLoading(false);
     }
@@ -311,7 +329,19 @@ function showFinalFeedback(feedbackData) {
     const feedbackContent = document.getElementById('feedback-content');
     
     if (typeof feedbackData === 'string') {
-        feedbackContent.innerHTML = formatSuggestions(feedbackData);
+        // 将Markdown风格的列表和标题转换为HTML
+        let formattedFeedback = feedbackData
+            // 转换标题
+            .replace(/^###\s+(.*)$/gm, '<h4>$1</h4>')
+            .replace(/^##\s+(.*)$/gm, '<h3>$1</h3>')
+            // 转换列表
+            .replace(/^\*\s+(.*)$/gm, '<li>$1</li>')
+            .replace(/(?:<li>.*<\/li>\n?)+/gm, '<ul>$&</ul>')
+            // 转换换行
+            .replace(/\n\n/g, '</p><p>')
+            .replace(/\n/g, '<br>');
+        
+        feedbackContent.innerHTML = `<div class="feedback-container">${formattedFeedback}</div>`;
     } else {
         let html = '<h4>面试综合评估</h4>';
         feedbackData.forEach(msg => {
@@ -323,6 +353,7 @@ function showFinalFeedback(feedbackData) {
 
 function resetInterview() {
     interviewId = null;
+    localStorage.removeItem('interviewId');
     document.getElementById('interview-setup').style.display = 'block';
     document.getElementById('interview-active').style.display = 'none';
     document.getElementById('interview-feedback').style.display = 'none';