更新

src/code_executor.py

@@ -106,6 +106,7 @@ class CodeExecutor:
                 "Equipment": getattr(importlib.import_module("src.project"), "Equipment", None),
                 "MaterialOrEquipment": getattr(importlib.import_module("src.project"), "MaterialOrEquipment", None),
                 "ProjectBuilder": ProjectBuilder,
+                "logger": logger,
             }
 
             old_stdout = sys.stdout

src/llm_client.py

@@ -28,17 +28,23 @@ class LLMClient:
 
         api_type = openai_config.get("api_type", "openai")
         os.environ["OPENAI_API_TYPE"] = api_type
+        temperature = openai_config.get("temperature", 0)
 
         model_name = openai_config.get("model_name", "gpt-4o-mini")
 
         # 初始化限速器：每秒最多0.1次请求（即每10秒1次）
-        rate_limiter = InMemoryRateLimiter(
-            requests_per_second=13,
-            check_every_n_seconds=10,
-            max_bucket_size=10,
-        )
+        #rate_limiter = InMemoryRateLimiter(
+        #    requests_per_second=13,
+        #    check_every_n_seconds=10,
+        #    max_bucket_size=10,
+        #)
         # 开启流式
-        self.llm = ChatOpenAI(model_name=model_name, temperature=0, streaming=True, rate_limiter=rate_limiter)
+        self.llm = ChatOpenAI(
+            model_name=model_name, 
+            temperature=temperature, 
+            streaming=True, 
+            #rate_limiter=rate_limiter
+        )
 
     def invoke(self, messages):
         # 同步调用，返回完整响应

src/multi_llm_client.py

@@ -25,6 +25,7 @@ class MultiAPIKeyChatOpenAI:
         api_base = openai_config.get("api_base")
         api_type = openai_config.get("api_type", "openai")
         model_name = openai_config.get("model_name", "gpt-4o-mini")
+        temperature = openai_config.get("temperature", 0)
 
         # 设置环境变量（可选，根据需要）
         if api_base:
@@ -32,20 +33,20 @@ class MultiAPIKeyChatOpenAI:
         os.environ["OPENAI_API_TYPE"] = api_type
 
         # 初始化限速器
-        rate_limiter = InMemoryRateLimiter(
-            requests_per_second=13,
-            check_every_n_seconds=10,
-            max_bucket_size=10,
-        )
+        #rate_limiter = InMemoryRateLimiter(
+        #    requests_per_second=13,
+        #    check_every_n_seconds=10,
+        #    max_bucket_size=10,
+        #)
 
         # 创建多个 ChatOpenAI 实例，每个使用不同的 API Key
         self.llms = [
             ChatOpenAI(
                 api_key=key,
                 model_name=model_name,
-                temperature=0,
+                temperature=temperature,
                 streaming=True,
-                rate_limiter=rate_limiter,
+                #rate_limiter=rate_limiter,
             )
             for key in api_keys
         ]

src/project.py

@@ -65,7 +65,7 @@ class ProjectToolkit(ABC):
                 - code (int): 状态码，固定为 200（成功）或 201（失败）
                 - message (str): 成功时为 "Ok"，失败时包含错误信息和辅助信息
                 - status (bool): 成功为 True，失败为 False
-                - data (ProjectDivisionItem | None]): 成功时返回的ProjectDivisionItem，失败时为None
+                - data (List[Dict[str, Any]]): 成功时返回的数据列表，失败时为空列表
         """
         pass
 

src/prompt_manager.py

@@ -245,6 +245,7 @@ def project_get_calculate_function():
     message = result_dict.get('message', '')
     code = result_dict.get('data', '')
     data = result_dict.get('data', [])
+    logger.info(f"status {{status}} message: {{message}}")
     if status:
         return result_dict
     else:
@@ -254,7 +255,7 @@ def project_get_calculate_function():
 - 参数必须从用户问题或上下文信息中提取
 - 输出代码中必须以def project_get_calculate_function() -> dict函数作为入口函数
 - 必须确保生成的代码可以直接执行，代码要注意进行各类错误检查，出错采用抛出异常方式，说明详细信息
-- 禁止添加任何注释或解释
+- 为函数内部代码生成流程注释，并使用logger进行日志输出
 - ProjectToolkit 类中涉及项目划分的函数已考虑在其及其子孙项目划分下查找，所以无需生成递归子项目划分的代码
 - 如果文本中包含范围编码格式则需要进行编码展开，如'YX2-1~7'展开为‘YX2-1/YX2-2/YX2-3/YX2-4/YX2-5/YX2-6/YX2-7’
 """