|
|
@@ -1,3 +1,4 @@
|
|
|
+import asyncio
|
|
|
from typing import List
|
|
|
|
|
|
from applications.config import Chunk
|
|
|
@@ -145,11 +146,20 @@ class RAGChatAgent:
|
|
|
@staticmethod
|
|
|
def split_query_prompt(query):
|
|
|
prompt = f"""
|
|
|
- 请将以下问题拆解成最多3个宽泛的子问题。要求：
|
|
|
+ 你是一个信息检索助理，负责把用户的问题拆解为“更宽泛但仍同类、且彼此不重叠”的子问题，用于召回多样证据。
|
|
|
|
|
|
- 1. 子问题应该围绕原始问题本身展开，但需要更宽泛，避免过于细化。
|
|
|
- 2. 每个子问题应关注原始问题的核心内容，但从不同的角度、层面或维度去思考。
|
|
|
- 3. 子问题要求和原问题同属同一类别
|
|
|
+ 【目标】
|
|
|
+ - 生成 1–3 个“更宽泛”的子问题（broad questions），它们应与原问题同一类别/主题，但从不同角度扩展；避免把原问题切得更细（avoid over-specific）。
|
|
|
+ - 子问题之间尽量覆盖不同维度（例如：背景/原理、影响/应用、比较/趋势、方法/评估 等），减少语义重叠（≤20% 相似度）。
|
|
|
+
|
|
|
+ 【必须遵守】
|
|
|
+ 1) 与原问题同类：如果原问题是技术/科普/对比/流程类，子问题也应保持同类语气与目标。
|
|
|
+ 2) 更宽泛：去掉过细的限制（具体数值/版本/人名/时间点/实现细节），但保留主题核心。
|
|
|
+ 3) 去重与互补：不要改写成近义句；每个子问题关注的面不同（角度、层面或受众不同）。
|
|
|
+ 4) 可检索性：避免抽象空话；每个子问题都应是可用于检索/召回的良好查询。
|
|
|
+ 5) 数量自适应：若无法合理扩展到 3 个，就输出 1–2 个；不要为了凑数而重复。
|
|
|
+ 6) 语言一致：与原问题同语言输出（中文入→中文出；英文入→英文出）。
|
|
|
+ 7) 仅输出 JSON，严格符合下述 schema；不要输出额外文字或注释。
|
|
|
|
|
|
原始问题：
|
|
|
{query}
|
|
|
@@ -172,3 +182,15 @@ class RAGChatAgent:
|
|
|
model="DeepSeek-V3", prompt=prompt, output_type="json"
|
|
|
)
|
|
|
return response
|
|
|
+
|
|
|
+
|
|
|
+# 你需要确保这个方法是异步执行的
|
|
|
+async def main():
|
|
|
+ rag_chat_agent = RAGChatAgent()
|
|
|
+ # 使用 await 调用异步方法
|
|
|
+ split_query = await rag_chat_agent.split_query('在小红书创作图文帖子，收集与“打工人精神状态”相关的网络流行梗和表情包素材的方法或手段是什么？需要使用什么App/软件/网站等工具来做到？')
|
|
|
+ print(split_query)
|
|
|
+
|
|
|
+if __name__ == '__main__':
|
|
|
+ # 使用 asyncio.run 来运行主方法
|
|
|
+ asyncio.run(main())
|
xueyiming