优化关键词，实体抽取

applications/utils/chunks/llm_classifier.py

@@ -9,26 +9,34 @@ class LLMClassifier:
     def generate_prompt(chunk_text: str) -> str:
         raw_prompt = """
 你是一个文本分析助手。  
-我会给你一段文本，请你输出以下信息：  
-1. **主题标签 (topic)**：一句话概括文本主题  
-2. **关键词 (keywords)**：3-5 个，便于检索  
-3. **摘要 (summary)**：50字以内简要说明  
-4. **领域 (domain)**：该文本所属领域（如：AI 技术、体育、金融）
-5. **任务类型 (task_type)**：文本主要任务类型（如：解释、教学、动作描述、方法提出）  
-6. **核心知识点 (concepts)**：涉及的核心知识点或概念  
-7. **显示/隐式问题 (questions)**：文本中隐含或显式的问题
-8. **实体(entities)**: 文本中的提到的命名实体
+请严格按照以下要求分析我提供的文本，并输出 **JSON 格式**结果：
 
-请用 JSON 格式输出，例如：
+### 输出字段说明
+1. **topic**：一句话概括文本主题  
+2. **summary**：50字以内简要说明文本内容  
+3. **domain**：从下列枚举表中选择一个最合适的领域（必须严格选取一个，不能生成新词）  
+   - ["AI 技术","机器学习","自然语言处理","计算机视觉","知识图谱","数据科学","软件工程","数据库","云计算","网络安全","区块链","量子计算",
+      "数学","物理","化学","生物","医学","心理学","教育",
+      "金融","会计","经济学","管理学","市场营销","投资/基金",
+      "法律","政治","社会学","历史","哲学","语言学","文学","艺术",
+      "体育","娱乐","军事","环境科学","地理","其他"]
+4. **task_type**：文本主要任务类型（如：解释、教学、动作描述、方法提出）  
+5. **keywords**：不超过 3 个，偏向外部检索用标签（概括性强，利于搜索）  
+6. **concepts**：不超过 3 个，偏向内部知识点（技术/学术内涵，和 keywords 明显区分）  
+7. **questions**：文本中显式或隐含的问题（无则返回空数组）  
+8. **entities**：文本中出现的命名实体（如人名、地名、机构名、系统名、模型名等，无则返回空数组）
+
+### 输出格式示例
+```json
 {
-    "topic": "RAG 技术与分块策略",
-    "summary": "介绍RAG技术并提出主题感知的分块方法。", 
-    "domain": "AI 技术",
-    "task_type": "方法提出",
-    "keywords": ["RAG", "检索增强", "文本分块", "知识图谱"],
-    "concepts": ["RAG", "文本分块", "知识图谱"],
-    "questions": ["如何提升RAG的检索效果？"]
-    "entities": ["entity1"]
+  "topic": "RAG 技术与主题感知分块",
+  "summary": "介绍RAG在复杂问答中的应用，并提出分块方法。",
+  "domain": "自然语言处理",
+  "task_type": "方法提出",
+  "keywords": ["RAG", "文本分块", "问答系统"],
+  "concepts": ["检索增强生成", "语义边界检测", "主题感知分块"],
+  "questions": ["如何优化RAG在问答场景中的效果？"],
+  "entities": ["RAG"]
 }
 
 下面是文本：
@@ -41,7 +49,6 @@ class LLMClassifier:
         response = await fetch_deepseek_completion(
             model="DeepSeek-V3", prompt=prompt, output_type="json"
         )
-        print(response)
         return Chunk(
             chunk_id=chunk.chunk_id,
             doc_id=chunk.doc_id,