完善整体效果

2025-06-24 14:05:56 +08:00
parent 705cc969d9
commit 18dfc705b4
5 changed files with 88 additions and 41 deletions
@@ -39,7 +39,7 @@ class CodeExecutor:

    def execute_code(self, code_str):
        """封装代码执行逻辑"""
-        logger.debug(f"开始执行代码: {code_str[:50]}...")
+        logger.debug(f"开始执行代码: {code_str}")
        try:
            namespace = {
                "ProjectBuilder": ProjectBuilder,
@@ -54,10 +54,10 @@ class CodeExecutor:
            exec(code_str, namespace)

            # 确保neo4j_find_function存在
-            if "neo4j_find_function" not in namespace:
-                raise ValueError("代码中未定义neo4j_find_function函数")
+            if "project_get_calculate_function" not in namespace:
+                raise ValueError("代码中未定义project_get_calculate_function函数")

-            result_tuple = namespace["neo4j_find_function"]()
+            result_tuple = namespace["project_get_calculate_function"]()

            sys.stdout = old_stdout
            output = redirected_output.getvalue().strip()
@@ -92,23 +92,29 @@ class CodeExecutor:

    def generate_and_run_code(self, user_request: str, context: str = "", bowei_api_docs: str = "") -> str:
        code = self.generate_code(user_request, context, bowei_api_docs)
-        pre_code = code.content
        logger.info("开始执行生成的代码")

+        pre_code = ""
+        error_msg = ""
+        prev_happend_error = False
        for attempt in range(self.max_retries):
            try:
+                if prev_happend_error:
+                    logger.error(f"代码执行失败，尝试第 {attempt+1} 次修复。错误信息：{error_msg}")
+                    code = self.fix_code(pre_code, error_msg)
+
+                import re
+                pre_code = re.sub(r'^```python\s*|\s*```$', '', code.content, flags=re.MULTILINE)
                result = self.execute_code(pre_code)
                if result["status"] == "success":
-                    logger.info(f"代码执行成功，返回结果长度：{len(result['data'])}")
+                    logger.info(f"代码执行成功，结果： {result['data']}")
                    return result["data"]
                else:
                    error_msg = result.get("error", "未知错误")
-                    logger.error(f"代码执行失败，尝试第 {attempt+1} 次修复。错误信息：{error_msg}")
-                    pre_code = self.fix_code(pre_code, error_msg)
+                    prev_happend_error = True
            except Exception as e:
                error_msg = str(e)
-                logger.error(f"代码执行异常，尝试第 {attempt+1} 次修复。异常信息：{error_msg}")
-                pre_code = self.fix_code(pre_code, error_msg)
+                prev_happend_error = True

        logger.error(f"代码执行失败，超过最大重试次数 {self.max_retries}")
        return f"代码执行失败，超过最大重试次数 {self.max_retries}。\n最后一次错误信息：\n{error_msg}"
@@ -51,6 +51,8 @@ class DialogManager:
        messages = prompt.to_messages()
        messages.append(HumanMessage(content=user_input))

+        logger.debug(f"重写提示词：{messages}")
+
        result = ""
        async for chunk in self.llm_client.stream(messages):
            print(chunk.content, end="", flush=True)
@@ -78,14 +80,14 @@ class DialogManager:
            messages = prompt.to_messages()
            result = ""
            async for chunk in self.llm_client.stream(messages):
-                print(chunk.content, end="", flush=True)
+                #print(chunk.content, end="", flush=True)
                result += chunk.content
-            print()
+            #print()
            return [(result.strip(), "")]

        rewritten_list = []
        for idx, doc in enumerate(docs, start=1):
-            print(f"\n第{idx}条相关文档改写结果（流式）：")
+            logger.debug(f"\n第{idx}条相关文档改写结果（流式）：")
            rewritten = await self.rewrite_question_with_query_result(user_input, doc.page_content)
            rewritten_list.append((rewritten, doc.page_content))
        return rewritten_list
@@ -23,7 +23,7 @@ class PromptManager:
            """
 你是一名电力造价业务专家，请基于以下工程文件业务结构，将用户自然语言问题改写成专业查询语句：

-**工程文件业务结构**：
+**工程文件业务结构（示例，请勿当真实数据）**：
 {business_structure}

 **改写规则**：
@@ -55,10 +55,10 @@ class PromptManager:
 # 工作流程
 1. 从用户问题中提取关键信息（节点路径、节点类型、节点名称等）
 2. 根据"用户问题"和"上下文信息"选择最匹配的"工程数据访问库"中的方法
-3. 生成可直接执行的Python代码
+3. 只能生成一个可直接执行的Python函数代码

-# 代码模板（必须严格遵循）
-def neo4j_find_function():
+# 输出格式（必须严格遵循）
+def project_get_calculate_function():
    project = ProjectBuilder.build()
    status, data, error, helper_info = project.[SELECTED_METHOD]([PARAMETERS])
    return status, data, error, helper_info
@@ -66,14 +66,7 @@ def neo4j_find_function():
 # 执行规则
 - 参数必须从用户问题或上下文信息中提取
 - 必须确保生成的代码可以直接执行
- 禁止修改代码模板结构
 - 禁止添加任何注释或解释
-
-# 输出格式
-def neo4j_find_function():
-    project = ProjectBuilder.build()
-    status, data, error, helper_info = project.[SELECTED_METHOD]([PARAMETERS])
-    return status, data, error, helper_info
 """
        )

@@ -82,8 +75,14 @@ def neo4j_find_function():

 你是一个专业的Python工程师。我会给你一段错误python代码和错误信息，你需要帮我修复这段出错的代码

+已执行代码:
+{code}
+
+代码执行报错信息:
+{error}
+
 你的任务是：
-1. 根据需要修改的代码{original_code}和代码的错误信息{error_info}来对代码和参数进行修改
+1. 根据"已执行代码"和"代码执行报错信息"来对“已执行代码”和函数调用参数进行修改，修复执行错误
 2. 如果错误信息中是代码的逻辑出现错误，那么就需要对代码本身整体结构进行修改
 3. 如果是代码中参数出现问题了，那么就需要结合错误信息中的帮助信息（helper_info）来对代码总的参数进行修改
 4. 修复后的代码应该完整，可以直接执行，并且能够返回查询结果
@@ -102,29 +101,62 @@ def neo4j_find_function():
        )

        rewrite_prompt_template = ChatPromptTemplate.from_template(
-            """你是一个专业的工程业务助理，结合以下工程业务结构信息和相关知识：
-{business_structure}
+            """
+你是一个AI助手，负责将模糊的用户问题改写成明确的查询。给定一个模糊的用户问题、一条从知识库获取的具体上下文知识以及相关业务背景信息，你需要执行以下任务：

-相关知识内容：
-{context}
+1. **理解输入**：
+   - 原始问题：用户输入的模糊性问题（字符串）
+   - 上下文知识：从知识库查询获取的一条具体知识（字符串）
+   - 业务背景：当前问题所属的业务场景信息（字符串，如行业、产品类型、业务规则等）

-请根据用户的问题，结合上述信息，理解并改写成一个针对工程数据的访问请求（简洁明了的描述）。
-请只输出改写后的访问请求文本，不要多余解释。"""
-        )
+2. **改写要求**：
+   - 基于**上下文知识**和**业务背景**，将原始问题改写成针对该知识的明确性问题
+   - 严格保留原始问题的核心语义（意图和关键信息不变）
+   - 输出应是一个完整的自然语言问题，需同时满足：
+     ✅ 如果是一个查找语句则改写成一个获取语句   
+     ✅ 直接关联上下文知识的具体内容  
+     ✅ 符合业务背景的专业表述（如使用行业术语）
+   - 禁止添加原始问题未提及的额外假设
+
+3. **输出格式**：
+   - 仅输出改写后的明确性问题（单个字符串）
+
+4. **示例**:
+用户输入：查找名称中包含“工程”的项目划分项，并返回其人工费乘以1000的值。
+上下文知识： <Node element_id='4:f0ca7d86-42db-43e9-87d5-8b942b8972a9:1080' labels=frozenset({{'ProjectDivisionItem'}}) properties={{'序号': '1.1', '专业类型': '线路', 'GUID': '{{3CA66E10-EBB1-41E4-8B9B-23EFEA1B0E98}}', '取费表': '线路取费表', '颜色标记': '标记:16777215;', '资源库名称': '预算 第四册 架空输电线路工程（2018年版）', 'type': '项目划分', '最小资源库编码': '10', 'path': '安装/架空输电线路本体工程/基础工程/基础工程材料工地运输', '合价含税': '250340.309025', '取费表id': '3_1', 'name': '基础工程材料工地运输', 'notCheck': '1', '费率': '0'}}>
+改写输出：获取[安装/架空输电线路本体工程/基础工程/基础工程材料工地运输]项目划分项的人工费，并乘以1000的值
+
+现在请处理以下输入：
+- 上下文知识："{context}"
+- 业务背景（示例，请勿当真实数据）："{business_structure}"
+""")

        cypher_conversion_prompt = ChatPromptTemplate.from_template(
            """
-你是一个Neo4j专家。请将用户的自然语言问题转换成一个有效的Cypher查询语句，查询知识图谱中相关信息。
-只返回Cypher语句，不要任何解释，最多返回5条。
+你是一名电力造价业务专家，负责将用户自然语言问题中需要访问的对象识别出来，并生成针对该对象的NEO4J知识图谱的Cypher查询语句，获取该对象的全部信息。知识图谱基于以下工程文件业务结构构建。

-业务结构信息：
+业务结构（示例，请勿当真实数据）：
 {business_structure}

+改写规则：
+识别目标对象：从业务结构中识别用户问题中需要获取的核心对象类型（如 ProjectDivisionItem、ProjectQuantity、Fee、FeeCollection 等）。对象类型必须精确映射到结构中的节点标签（例如，使用 ProjectDivisionItem 而非“项目划分项”）。
+提取查询条件：从用户输入中解析关键条件（如名称、量、类型、值、层级等），条件应基于对象属性（如 name、quantity、type）。
+如果用户指定层级（如“叶节点”），需在条件中体现（例如，添加 WHERE item.isLeaf = true）。
+忽略任何计算、转换或后处理要求（如“乘以1000”），只关注获取原始数据对象或属性。
+构建Cypher查询：生成一个Cypher查询语句，格式为：
+
+MATCH 子句：匹配目标对象节点，并应用条件，不带变量。
+WHERE 子句：包含提取的条件（使用变量或具体值）。
+RETURN 子句：必须返回对象（如 RETURN item），不能包含对象属性、函数（如乘法、SUM）。
+LIMIT 子句： 最多返回5条。
+使用业务术语在节点标签和属性中（例如，ProjectDivisionItem 而不是“项目”）。
+查询应简洁，只获取数据，不执行计算。
+输出格式：直接输出最终Cypher查询语句，不添加解释或额外文本。
+
 用户问题：
 {user_input}
 Cypher查询语句：
-"""
-        )
+""")

        return CodeExecutorPrompts(
            understand_prompt=understand_prompt,