DM_rewrite_3.31/chains_rewrite.py

"""
===================================
@Auther：WenZ
@Company: BooWay
@project：booway_dm
===================================
"""

# from langchain_community.chat_models import ChatOpenAI
from langchain_openai import ChatOpenAI
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.prompts.prompt import PromptTemplate
from langchain_core.output_parsers import JsonOutputParser


# qwen_llm = ChatOpenAI(model='deepseek-qwen2.5-32b',base_url="http://172.20.0.145:9995/v1/",api_key='233',temperature=1)

# temperature=0.7
qwen_llm = ChatOpenAI(
    openai_api_base="https://api.siliconflow.cn/v1",
    model_name="Qwen/Qwen2.5-72B-Instruct",
    # sk-muuqautpcyuowjtgfecbnivqodlhzydtfslqkmwbknawejsx
    openai_api_key="sk-bbeamiumkouptsrueilgufqqyuumelcsivxwjbdugqwsqhwj",
    temperature=0.1
)

deep_v3 = ChatOpenAI(
    openai_api_base="https://api.siliconflow.cn/v1",
    model_name="deepseek-ai/DeepSeek-V3",
    # sk-muuqautpcyuowjtgfecbnivqodlhzydtfslqkmwbknawejsx
    openai_api_key="sk-bbeamiumkouptsrueilgufqqyuumelcsivxwjbdugqwsqhwj",
    temperature=0.1
)

# 软件名重写
def software_name_rewrite():
    PromptTemplate = """
    你要根据用户问题，将软件全称替换上去

    用户问题：{query}
    软件全称：{software_name}

    仅做替换，不做其他任何改变
    """

    Prompt = ChatPromptTemplate.from_template(PromptTemplate)

    Chain = Prompt | qwen_llm | StrOutputParser()

    return Chain

def retrieval_rewrite():
    PromptTemplate = """
    你是一名专业的问答优化助手，任务是基于多维度信息，对用户的问题进行重构以提升知识库的检索准确率。

    请严格按以下步骤重构用户问题：
    # 第一步，了解输入信息
    - 原始问题：{query}
    - 5W2H类型：{question_type}
    - 意图识别：{intention_type}
    - 检索到的关键词：{keywords}

    # 第二步，关键词与意图匹配校验
    - 判断检索到的关键词是否与用户意图匹配。
    - 若不匹配，直接输出：知识库无检索内容，待更新
    - 若匹配，进入下一步

    # 步骤三：问题专业术语转换
    - 以检索到的关键词替换口语化表述，明确专业术语，形成专业、自然的重构问题。

    # 示例：
    1. 示例1：关键词匹配
    输入：
    原始问题：【西藏造价软件Z1】如何把西藏老定额工程升级成西藏Z1的新定额工程
    5W2H类型：how
    意图识别：操作指导
    检索到的关键词：【'老版本定额升级', '批量设置定额'】
    输出：
    【西藏造价软件Z1】如何进行【老版本定额升级】？
    
    2. 示例2：关键词不匹配
    输入：
    原始问题：【西藏造价软件Z1】软件界面字体太小了怎么办？
    5W2H类型：how
    意图识别：界面操作
    检索到的关键词：【'定额升级', '工程批量导入'】
    输出：
    知识库无检索内容，待更新
    
    # 注意
    - 现在请严格按照以上流程和格式，处理接下来输入的问题，确保结果的专业性和检索准确性
    - 不要输出思考过程，仅输出处理结果
    """.strip()

    Prompt = ChatPromptTemplate.from_template(PromptTemplate)

    Chain = Prompt | qwen_llm | StrOutputParser()

    return Chain

def to_normal_rewrite():
    PromptTemplate = """
    你是一个智能问答重写助手，请将用户提出的问题，重写为结构化、规范表达，符合下列范式：
    【软件名称】【其他内容】

    请根据以下用户问题进行规范表达：

    用户问题：{query}

    结构化问题：
    """.strip()

    Prompt = ChatPromptTemplate.from_template(PromptTemplate)

    Chain = Prompt | deep_v3 | StrOutputParser()

    return Chain

# 查询功能
def query_function_rewrite():
    PromptTemplate = """
你是一个智能问答重写助手，请将用户提出的关于“软件功能查询类”的问题，重写为结构化、规范表达，符合下列范式之一：
1. 【软件名称】的【功能模块/名词】是做什么的？
2. 【软件名称】如何【动作动词】【功能模块/名词】？

请根据以下用户问题进行规范表达：

用户问题：{query}

结构化问题：
""".strip()

    Prompt = ChatPromptTemplate.from_template(PromptTemplate)

    Chain = Prompt | deep_v3 | StrOutputParser()

    return Chain

# 操作指导
def operation_guidance_rewrite():
    PromptTemplate = """
你是一个智能问答重写助手，请将用户提出的关于“软件操作指导类”的问题，重写为结构化、规范表达，符合以下范式之一：
1. 【软件名称】怎么使用【某功能/工具】？
2. 【软件名称】如何【批量操作/处理】【内容类型】？

请根据以下用户问题进行规范表达：

用户问题：{query}

结构化问题：
""".strip()

    Prompt = ChatPromptTemplate.from_template(PromptTemplate)

    Chain = Prompt | deep_v3 | StrOutputParser()

    return Chain

# 故障排查
def troubleshooting_rewrite():
    PromptTemplate = """
你是一个智能问答重写助手，请将用户提出的关于“软件故障排查类”的问题，重写为结构化、规范表达，符合以下范式之一：
1. 【软件名称】出现【报错信息/故障现象】怎么办？
2. 为什么【软件名称】打不开/闪退/安装失败？
3. 【软件名称】提示【具体错误】是什么意思？
4. 如何修复【软件名称】中的【功能异常】问题？

请根据以下用户问题进行规范表达：

用户问题：{query}

结构化问题：
""".strip()

    Prompt = ChatPromptTemplate.from_template(PromptTemplate)

    Chain = Prompt | deep_v3 | StrOutputParser()

    return Chain

# 下载安装
def access_rewrite():
    PromptTemplate = """
你是一个智能问答重写助手，请将用户提出的关于“软件下载与安装类”的问题，重写为结构化、规范表达，符合以下范式之一：
1. 怎么下载【软件名称/插件】？
2. 【软件名称/插件】怎么下载不了？
3. 如何在【操作系统名称】上安装【软件名称】？

请根据以下用户问题进行规范表达：

用户问题：{query}

结构化问题：
""".strip()

    Prompt = ChatPromptTemplate.from_template(PromptTemplate)

    Chain = Prompt | deep_v3 | StrOutputParser()

    return Chain