优化意图识别示例，新增命令行参数解析功能，支持输入输出文件路径和调试模式，增强代码可读性和灵活性。同时更新Dify工具，调整检索信息获取逻辑，确保重排得分信息的正确传递。

2025-06-18 14:53:24 +08:00
parent 08a7a5812a
commit 139d0cffef
8 changed files with 229 additions and 88 deletions
@@ -160,7 +160,7 @@ class SoftwareFunctionSlots(SlotBase):
            self.project_type="单工程"
        missing_slots = {}
        if not self.software_name:
-            missing_slots["software_name"] = f"{SoftwareFunctionSlots.model_fields['software_name'].description}，可选值：{', '.join([name.value for name in SoftwareName if name not in [SoftwareName.UNKNOWN, SoftwareName.ALIASES]])}"
+            missing_slots["software_name"] = f"{SoftwareFunctionSlots.model_fields['software_name'].description}，支持的软件：{', '.join([name.value for name in SoftwareName if name not in [SoftwareName.UNKNOWN, SoftwareName.ALIASES]])}"
        if not self.function_name:
            missing_slots["function_name"] = SoftwareFunctionSlots.model_fields["function_name"].description
        if not self.operation:
@@ -181,7 +181,7 @@ class SoftwareTroubleShootingSlots(SlotBase):
        """检查必填槽位是否都存在"""
        missing_slots = {}
        if not self.software_name:
-            missing_slots["software_name"] = f"{SoftwareTroubleShootingSlots.model_fields['software_name'].description}，可选值：{', '.join([name.value for name in SoftwareName if name not in [SoftwareName.UNKNOWN, SoftwareName.ALIASES]])}"
+            missing_slots["software_name"] = f"{SoftwareTroubleShootingSlots.model_fields['software_name'].description}，支持的软件：{', '.join([name.value for name in SoftwareName if name not in [SoftwareName.UNKNOWN, SoftwareName.ALIASES]])}"
        if not self.function_name:
            missing_slots["function_name"] = SoftwareTroubleShootingSlots.model_fields["function_name"].description
        if not self.error_message:
@@ -191,7 +191,7 @@ class SoftwareTroubleShootingSlots(SlotBase):
 # 2. 业务问题
 # 2.1 专业咨询
 class ProfessionalConsultingSlots(SlotBase):
-    scene_subject: str = Field(default="", description="场景主体")
+    scene_subject: str = Field(default="", description="业务主体。即询问的业务对象(规范、标准、费用等)")
    business_scene: str = Field(default="", description="业务场景描述")
    software_name: Optional[str] = Field(default="", description="软件名称")
    
@@ -266,7 +266,6 @@ class InstallationDownloadSlots(SlotBase):
        missing_slots = {}
        if not self.software_name and not self.file_name:
            missing_slots["software_name"] = f"{InstallationDownloadSlots.model_fields['software_name'].description},"
-            f"可选值：{', '.join([name.value for name in SoftwareName if name not in [SoftwareName.UNKNOWN, SoftwareName.ALIASES]])}"
            missing_slots["file_name"] = InstallationDownloadSlots.model_fields["file_name"].description
        if not self.operation_stage:
            missing_slots["operation_stage"] = InstallationDownloadSlots.model_fields["operation_stage"].description
@@ -304,8 +304,8 @@ class IntentRecognizer:

        rewrite_start_time = time.time()
        # 准备问题改写提示
-        # terms_dict = [term.model_dump(exclude={"description"}) for term in keywords.terms] 
-        terms_dict = [term.model_dump() for term in keywords.terms] 
+        terms_dict = [term.model_dump(exclude={"description"}) for term in keywords.terms] 
+        # terms_dict = [term.model_dump() for term in keywords.terms] 
        keywords_str = json.dumps(terms_dict, ensure_ascii=False)
        query_rewrite_parser = PydanticOutputParser(pydantic_object=QueryRewrite)
        # formatted_prompt = query_rewrite_prompt.format(query=query, 
@@ -401,27 +401,27 @@ class IntentRecognizer:
        )
        
        # 步骤3: 进行意图识别和槽位填充
-        result = self._process_intent_and_slot(rewrite.rewrite, conversation_context, chat_history, previous_slots)
-        result.update({"keywords": keywords_terms.model_dump(),
-                              "rewrite": rewrite.model_dump(),
-                              "query_keys": query_keys})
-        return result
-        # # 步骤3: 进行意图分类
-        # classification = self._classify_intent(query)
+        # result = self._process_intent_and_slot(rewrite.rewrite, conversation_context, chat_history, previous_slots)
+        # result.update({"keywords": keywords_terms.model_dump(),
+        #                       "rewrite": rewrite.model_dump(),
+        #                       "query_keys": query_keys})
+        # return result
+        # 步骤3: 进行意图分类
+        classification = self._classify_intent(rewrite.rewrite, conversation_context, chat_history, previous_slots)

-        # # 步骤4: 进行槽位填充   
-        # # 如果是有效分类，进行槽位填充
-        # slot_filling_result = {}
-        # if classification.vertical_classification not in ["其他", "闲聊"] and classification.sub_classification not in ["其他", "闲聊"]:
-        #     slot_filling_result = self._fill_slots(rewrite.rewrite, classification)
+        # 步骤4: 进行槽位填充   
+        # 如果是有效分类，进行槽位填充
+        slot_filling_result = {}
+        if classification.vertical_classification not in ["其他", "闲聊"] and classification.sub_classification not in ["其他", "闲聊"]:
+            slot_filling_result = self._fill_slots(rewrite.rewrite, classification, conversation_context, chat_history, previous_slots)
        
-        # return {
-        #     "classification": classification.model_dump(),
-        #     "keywords": keywords_terms.model_dump(),
-        #     "rewrite": rewrite.model_dump(),
-        #     "query_keys": query_keys,
-        #     "slot_filling": slot_filling_result
-        # }
+        return {
+            "classification": classification.model_dump(),
+            "keywords": keywords_terms.model_dump(),
+            "rewrite": rewrite.model_dump(),
+            "query_keys": query_keys,
+            "slot_filling": slot_filling_result
+        }

    
    def _fill_slots(self, query: str, classification: Classification, conversation_context: str = "", 
@@ -127,11 +127,13 @@ query_rewrite_prompt_pro_old="""
 query_rewrite_prompt_pro="""
 # 电力造价问答优化工程师（精简版）
 **角色**：基于历史对话和术语库重构问题，提升知识库检索准确率。
+最高准则：保持问题核心意图，但允许在指代消除、背景继承下添加隐含功能词。但重构后的问题，所有引入的主体背景等均要来源于历史对话、聊天背景或术语库，不得凭空捏造未提及的内容。

 ## 核心原则
-1. 语义保真 → 保持问题核心意图
-2. 术语规范 → 同义词转标准词并【】标记
-3. 背景继承 → 补充历史对话的隐含信息
+1. **指代消除 → 当指示代词（"那"/"这"）出现时，强制继承历史对话的最新核心主题（如功能或任务），并应用到当前主体。**  
+2. 背景继承 → 补充历史对话和聊天背景中的隐含信息（包括主题和功能）。  
+4. 术语规范 → 同义词转标准词并【】标记。提问中的同义词(synonymous)替换为标准词(name)   
+5. 语义保真 → 保持问题核心意图，但允许在指代消除、背景继承下添加隐含功能词。

 ## 处理流程
 ### 一、输入解析
@@ -155,37 +157,30 @@ query_rewrite_prompt_pro="""
 ### 二、重构决策树
 ```mermaid
 graph TD
-    A[输入问题] --> B{{匹配关键词或上下文？}}
-    B -- 是 --> C[执行重构]
-    B -- 否 --> D[直接输出原始问题]
-    C --> E[补充缺失背景]
-    E --> F[同义词替换+【】标记]
-    F --> G[保留原生专业术语]
+    A[输入问题] --> B{{包含指示代词？}}
+    B -- 是 --> C[提取历史最新主题]
+    C --> D{{主题是否明确？}}
+    D -- 是 --> E[继承主题到当前问题]
+    E --> F[执行重构]
+    D -- 否 --> F
+    F --> G[补充缺失背景]
+    G --> H[同义词替换+【】标记]
+    H --> I[保留原生专业术语]
+    B -- 否 --> I
 ```

 ### 三、重构优先级
-1. **背景补充**
-   - 历史对话中确定的背景信息需要保留（例："这软件"→"【配网工程计价通D3软件】"）
- 
-2. **术语处理**
-   - 同义词转标准词 → 将提问中的同义词(synonymous)替换为标准词(name)
-   - 存在即标记 → 【计算式】
-
-3. **结构优化**
-   - 保持原问题的5W2H特征,确保问题意图不发生改变。
-   - 明确指代关系（"该功能"→"【批量导入】功能"）
+1. **指代消除 → 当指示代词出现时，优先继承历史对话的核心主题（如功能词），并替换当前问题的动词部分。**  
+2. 背景继承 → 历史对话中确定的背景信息需要保留。  
+3. 术语处理 → 同义词转标准词 + 【】标记。
+4. 同义词转标准词 → 将提问中的同义词(synonymous)替换为标准词(name) 
+4. 结构优化 → 保持原问题的5W2H特征，指代消除、背景继承下允许微调意图。

 ## 输出规范
 {output_format}

-## 典型案例
-| 场景                | 输入问题                          | 输出结果                                 |
-|---------------------|-----------------------------------|------------------------------------------|
-| 强上下文关联        | “怎么升级旧版工程”               | {{"rewrite":"【西藏Z1】如何执行【老版本定额升级】？"}} |
-| 弱术语匹配          | “界面文字太小怎么办”             | 原样输出                                |
-| 代词+背景继承       | “这个定额如何导入”               | {{"rewrite":"【山东定额】如何执行【批量导入定额】？"}}|
-
 ## 质量自检
+- [] **主题是否合理继承？**（当有代词时，历史主题必须注入）
 - [] 核心诉求是否保留？
 - [] 背景信息是否合理补充？
 - [] 术语标记是否完整【】？