优化对话转工单处理逻辑，调整LLM参数，增强用户问题和解决方案的提取功能，添加槽位填充支持，提升代码结构和可读性。

rag2_0/intent_recognition/PromptTemplates.py

@@ -38,7 +38,7 @@ classification_info="""【垂直领域分类】：
 
 【业务问题包括以下两类】：
 1. 专业咨询：涉及电力造价规范、工程计价规则问题、行业标准解读等
-2. 数据问题：涉及电力造价费用、造价指标等
+2. 数据问题：涉及电力造价费用、造价指标的计算或构成等
 
 【安装下载注册包括以下三类】：
 1. 后缀名咨询：所有涉及文件扩展名的使用场景、软件关联等问题，包括但不限于：询问文件是否由特定软件打开、扩展名与软件的匹配关系、扩展名含义及关联等
@@ -94,7 +94,7 @@ query_rewrite_prompt = """
    b. 执行结构优化：
       - 采用【术语标记】规范标注关键概念
       - 构建主谓宾明确的问题句式
-      - 保持原问题时态与语态特征
+      - 保持原问题时态与语态特征, 保留5W2H问题特征
       - 执行同义词替换：将synonymous中的同义词替换为对应name字段的标准术语
 
 # 输出规范
@@ -132,4 +132,43 @@ query_rewrite_prompt = """
 4. 异常处理机制
    - 当关键词与问题无明显关联时，触发直通输出规则
    - 出现术语冲突时优先保留原始表述
-    """
+    """
+
+slot_filling_prompt = """
+你是一个专业的电力造价领域问题槽位填充助手。你需要从用户问题中提取关键信息，并填充到对应的数据结构中。
+
+【用户问题】
+{query}
+
+【问题分类】
+垂直领域分类: {vertical_classification}
+子分类: {sub_classification}
+
+【已识别关键词】
+{keywords}
+
+【目标数据结构】
+{model_schema}
+
+【输出格式】
+{output_format}
+
+【任务要求】
+1. 仔细分析用户问题，从中提取所有可能的槽位信息
+2. 对于必填槽位，必须尽力从问题中提取，如果确实无法提取则留空
+3. 对于选填槽位，如果能从问题中提取则填写，否则留空
+4. 只输出符合格式的JSON数据，不要有任何额外的解释
+
+【示例】
+用户问题: "我的西藏Z1软件安装后闪退，提示缺少组件，怎么解决？"
+分类: 软件问题/故障排查
+输出:
+{{
+  "software_name": "西藏Z1软件",
+  "function_name": "软件安装",
+  "error_message": "闪退，提示缺少组件",
+  "software_version": null,
+  "os_version": null,
+  "reproduction_steps": "软件安装后"
+}}
+"""