rag_server/applications/utils/search/qwen.py

import dashscope


class QwenClient:
    def __init__(self):
        self.api_key = "sk-1022fe8e15ff4e0e9abc20541b281165"

    def chat(self, model="qwen3-max", system_prompt="You are a helpful assistant.", user_prompt=""):
        """
        普通聊天，不使用搜索功能

        Args:
            model: 模型名称，默认为qwen3-max
            system_prompt: 系统提示词
            user_prompt: 用户提示词

        Returns:
            str: AI回复内容
        """
        try:
            messages = [
                {"role": "system", "content": system_prompt},
                {"role": "user", "content": user_prompt},
            ]

            response = dashscope.Generation.call(
                api_key=self.api_key,
                model=model,
                messages=messages,
                result_format="message"
            )

            if response.status_code != 200:
                raise Exception(f"API调用失败: {response.message}")

            return response["output"]["choices"][0]["message"]["content"]

        except Exception as e:
            raise Exception(f"QwenClient chat失败: {str(e)}")

    def search_and_chat(self, model="qwen3-max", system_prompt="You are a helpful assistant.", user_prompt="", search_strategy="max"):
        """
        搜索并聊天

        Args:
            model: 模型名称，默认为qwen3-max
            system_prompt: 系统提示词
            user_prompt: 用户提示词
            search_strategy: 搜索策略，可选值: turbo, max, agent

        Returns:
            dict: 包含回复内容和搜索结果
        """
        try:
            messages = [
                {"role": "system", "content": system_prompt},
                {"role": "user", "content": user_prompt},
            ]

            response = dashscope.Generation.call(
                api_key=self.api_key,
                model=model,
                messages=messages,
                enable_search=True,
                search_options={
                    "forced_search": True,
                    "enable_source": True,
                    "search_strategy": search_strategy
                },
                result_format="message"
            )

            if response.status_code != 200:
                raise Exception(f"API调用失败: {response.message}")

            content = response["output"]["choices"][0]["message"]["content"]
            search_results = []

            if hasattr(response.output, 'search_info') and response.output.search_info:
                search_results = response.output.search_info.get("search_results", [])

            return {
                "content": content,
                "search_results": search_results
            }

        except Exception as e:
            raise Exception(f"QwenClient search_and_chat失败: {str(e)}")


if __name__ == "__main__":
    client = QwenClient()

    # 测试
    try:

        # result = client.chat(user_prompt="hello")
        # print(result)

        user_prompt = """你是一个专业的信息搜索专家，负责从网络中搜索某个工具的页面操作路径

**名词解释**
页面操作路径：表示在网页上使用某个工具完成某个功能需要进行的必要操作。通常是分步骤操作，最后形成一个完整的页面操作路径。
比如：1. 打开xxx网站, 2. 输入xxx提示词, 3. 点击确认按钮, 4. 等待图片生成完成, 5. 返回图片的url

**任务目标**
搜索并整理 新红热搜词榜单功能 的页面操作路径

**数据要求**
- 操作页面必须是官方网站，排除任何第三方网站、移动端APP、PC软件
- 页面操作路径数据最好有详细的操作步骤，如果没有，也可以是简单的操作步骤描述。步骤中如果包含账号注册/登录，需要去除，我们假设网站已经成功登录了
- 页面操作路径数据要排除关于API的调用数据
- 保留原始链接用于追溯，输出在 content_link 字段
- 整理工具的核心功能名称和功能描述
- 如果有多份数据，保留和任务目标最相关的一份数据即可

**输出要求：**
严格按照以下JSON格式输出，不添加任何其他文字说明：

{
  "content_link": "原始链接地址",
  "功能名称": "具体功能名称",
  "功能描述": "功能用途和作用描述",
  "页面操作路径": "完整的页面操作路径"
}"""


        # user_prompt = "请搜索 白瓜AI 官网"

        result = client.search_and_chat(user_prompt=user_prompt, search_strategy="agent")

        print("="*20 + "搜索结果" + "="*20)
        for web in result["search_results"]:
            print(f"[{web['index']}]: [{web['title']}]({web['url']})")

        print("="*20 + "回复内容" + "="*20)
        print(result["content"])

    except Exception as e:
        print(f"错误: {e}")