#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ 统一匹配分析模块 (v4 - 优化版) 使用单个prompt同时完成标签匹配和分类匹配，一步到位。 输出格式：当前标签列表中每个标签的匹配结果。 """ from typing import List, Dict, Optional from agents import Agent, Runner, ModelSettings from agents.tracing.create import custom_span from lib.client import get_model from lib.utils import parse_json_from_text # ========== System Prompt ========== UNIFIED_MATCH_SYSTEM_PROMPT = """ # 任务 对"当前标签列表"中的每个标签，与"人设标签组合"进行综合匹配分析。 ## 输入说明 - **当前标签列表**: 需要匹配的标签列表 - **人设标签组合**: 包含标签名称及其分类的组合 - 每个标签有：标签名称、所属分类(多层级，从具体到抽象) - 分类是树状结构，按数组顺序从具体到抽象排列 ## 匹配策略 对当前标签列表中的**每个标签**： **重要约束 - 分类排他性**： - 如果某个人设标签已经被标签匹配，则该标签的所有所属分类都不能再被其他当前标签使用 **匹配优先级和提前终止**： 1. 优先进行标签匹配，如果匹配成功则立即停止，不再进行分类匹配 2. 如果标签匹配失败，则进行分类匹配 3. 分类匹配按层级从下到上（从具体到抽象），一旦某层匹配成功则立即停止，不再检查更抽象的层级 ### 1. 标签匹配（同义关系） - **逐个判断**每个人设标签 - **核心判断**: "A 和 B 是同一个东西吗？是同义词吗？" - **输出**: 是否匹配(true/false) - **严格要求**: 必须是同义词或几乎相同的表述才能匹配 - **如果匹配成功**: 立即返回结果，不再进行分类匹配 ### 2. 分类匹配（从属关系） - **仅在标签匹配全部失败时进行** - **按层级从下到上**遍历分类（从具体到抽象） - **每层判断所有分类** - **核心判断**: "当前标签 本身就是 {分类} 的一种吗？" - **输出**: - 该层候选分类：列出该层所有分类名称 - 该层匹配结果：对该层每个分类逐个判断，输出分类名称、从属关系判断、是否有从属关系、相似度分析、语义相似度 - **严格要求**: 必须是直接从属关系，不能是间接关系或关联关系 - **禁止**: - ✗ "A 可能会有 B"（间接推理） - ✗ "A 与 B 有关"（关联不等于从属） - **语义相似度计算规则**: - **重要**：语义相似度和从属关系是两个完全独立的维度！ * 从属关系判断："A 本身就是 B 的一种吗？"（层级关系） * 语义相似度："A 和 B 这两个词本身像吗？"（词义距离） - **核心原则**：计算语义相似度时，**完全不考虑**从属关系的判断结果 - **判断方法**：想象你不知道这两个词之间有任何关系，只是单独看这两个词的字面含义，它们像吗？ - **禁止思路**：不要因为"A 是 B 的一种"就给高相似度 - 计算标准： * 两个词几乎是同义词：0.8-1.0 * 两个词意思比较接近：0.5-0.7 * 两个词意思差距较大：0.2-0.4 * 两个词意思完全不同：0.0-0.1 - **相似度分析**：说明两个词本身的字面含义有多相似（30字以内），不要提及从属关系 - **如果某层匹配成功**: 立即返回该层的匹配结果，不再检查更抽象的层级 ## 输出格式 (严格JSON数组) ```json [ { "当前标签": "<标签名称>", "匹配过程": { "标签匹配": [ { "人设标签": "<标签名称>", "是否匹配": } ], "分类匹配_按层级": [ { "该层候选分类": ["<分类1>", "<分类2>", "..."], "该层匹配结果": [ { "分类名称": "<分类1>", "从属关系判断": "<判断过程和理由>", "是否有从属关系": , "相似度分析": "<两个词本身的相似度分析>", "语义相似度": <0到1之间的数值> }, { "分类名称": "<分类2>", "从属关系判断": "<判断过程和理由>", "是否有从属关系": , "相似度分析": "<两个词本身的相似度分析>", "语义相似度": <0到1之间的数值> } ] } ] }, "匹配结果": { "匹配类型": "<标签匹配|分类匹配|无匹配>", "匹配到": "<标签或分类名称，无匹配时为null>", "语义相似度": <0到1之间的数值> } } ] ``` ## 要求 1. **数组长度必须等于当前标签列表的长度** 2. **标签匹配**: 对人设组合中每个标签都要输出判断结果(true/false) 3. **提前终止**: - 如果标签匹配成功，则"分类匹配_按层级"为空数组[]，不进行分类匹配 - 如果标签匹配失败，进行分类匹配： * 从第一层开始逐层判断，每层都输出到"分类匹配_按层级"数组 * 每层的"该层匹配结果"数组长度必须等于"该层候选分类"数组长度，每个分类都要判断 * 一旦某层有匹配成功的分类(是否有从属关系=true)，该层之后的层级不再输出 * 例如：第2层匹配成功，则数组长度=2（包含第1层和第2层） 4. **匹配结果**: - 标签匹配成功时：匹配类型="标签匹配"，语义相似度=1.0 - 分类匹配成功时：匹配类型="分类匹配"，语义相似度为该分类的语义相似度 - 都不成功时：匹配类型="无匹配"，语义相似度=0 5. **严格遵守分类排他性约束** """.strip() def create_unified_match_agent(model_name: str) -> Agent: """创建统一匹配的Agent""" return Agent( name="Unified Match Expert", instructions=UNIFIED_MATCH_SYSTEM_PROMPT, model=get_model(model_name), model_settings=ModelSettings( temperature=0.0, max_tokens=65536, ), tools=[], ) async def unified_match( current_tags: List[str], persona_combination: List[Dict], model_name: Optional[str] = None ) -> List[Dict]: """ 统一匹配函数 - 一次调用完成所有层级的匹配 返回当前标签列表中每个标签的匹配结果 Args: current_tags: 当前标签列表，如 ["立冬", "教资查分", "时间巧合"] persona_combination: 人设标签组合（带分类），如: [ {"标签名称": "猫孩子", "所属分类": ["宠物亲子化", "宠物情感", "实质"]}, {"标签名称": "被拿捏住的无奈感", "所属分类": ["宠物关系主导", "宠物情感", "实质"]} ] model_name: 模型名称 Returns: List[Dict]: 每个当前标签的匹配结果 [ { "当前标签": "立冬", "最终得分": 0.7, "匹配层级": "第一层分类匹配", "匹配到": "节气习俗", "匹配详情": {...}, "综合说明": "..." }, ... ] """ if model_name is None: from lib.client import MODEL_NAME model_name = MODEL_NAME # 提取人设标签和分类信息 persona_tags = [f.get("特征名称", f.get("标签名称")) for f in persona_combination] # 收集所有分类 all_categories = set() for feature in persona_combination: categories = feature.get("所属分类", []) all_categories.update(categories) # 创建Agent agent = create_unified_match_agent(model_name) # 构建任务描述 task_description = f"""## 本次匹配任务 <当前标签列表> {', '.join(current_tags)} <人设标签组合> {persona_combination} **重要提醒**： 1. **标签匹配**: 对人设组合中每个"特征名称"逐个判断是否与当前标签同义(true/false) 2. **提前终止机制**: - 如果标签匹配成功，立即停止，"分类匹配_按层级"输出空数组[] - 如果标签匹配失败，进行分类匹配 3. **分类匹配**: 按层级（从具体到抽象）逐层判断 - 分类在"所属分类"数组中的顺序就是从具体到抽象 - 从第一层开始，判断该层所有分类 - 在"分类匹配_按层级"数组中，按顺序输出每一层的判断结果 - **重要**：每层的"该层匹配结果"必须对"该层候选分类"中的每个分类逐一判断 - 一旦某层有匹配成功的分类(是否有从属关系=true)，该层后面不再输出更多层级 - 示例：如果第2层匹配成功，则只输出第1层和第2层，不输出第3层及以后 4. **语义相似度（核心规则）**： - ⚠️ **严格要求**：语义相似度和从属关系是**完全独立**的两个维度！ - 从属关系看层级：判断"A 是不是 B 的一种" - 语义相似度看词义：判断"A 和 B 这两个词本身像不像" - **禁止**：不要因为"是一种"就给高相似度！ 5. **匹配结果**: - 标签匹配成功：匹配类型="标签匹配"，语义相似度=1.0 - 分类匹配成功：匹配类型="分类匹配"，语义相似度为该分类的语义相似度 - 都不成功：匹配类型="无匹配"，语义相似度=0 请对当前标签列表中的**每个标签**（共{len(current_tags)}个）进行匹配评估。 输出JSON数组，长度必须等于{len(current_tags)}，顺序与当前标签列表一一对应。 """ messages = [{ "role": "user", "content": [{"type": "input_text", "text": task_description}] }] with custom_span( name=f"统一匹配: 当前{len(current_tags)}个标签 vs 人设组合{persona_tags}", data={ "当前标签列表": current_tags, "人设标签": persona_tags, "可用分类": list(all_categories) } ): result = await Runner.run(agent, input=messages) # 解析响应 parsed_result = parse_json_from_text(result.final_output) if not parsed_result: # 解析失败，返回默认结果 print("警告: JSON解析失败，返回默认结果") return [ { "当前标签": tag, "匹配过程": { "标签匹配": [], "分类匹配_按层级": [] }, "匹配结果": { "匹配类型": "无匹配", "匹配到": None, "语义相似度": 0 } } for tag in current_tags ] # 确保返回的是列表 if not isinstance(parsed_result, list): print(f"警告: 返回结果不是列表，转换中: {type(parsed_result)}") parsed_result = [parsed_result] # 验证结果数量 if len(parsed_result) != len(current_tags): print(f"警告: 返回结果数量({len(parsed_result)})与当前标签数量({len(current_tags)})不匹配") # 补齐或截断 while len(parsed_result) < len(current_tags): parsed_result.append({ "当前标签": current_tags[len(parsed_result)], "最终得分": 0, "匹配层级": "无匹配", "匹配到": None, "匹配详情": {}, "综合说明": "结果数量不匹配，自动补齐" }) parsed_result = parsed_result[:len(current_tags)] return parsed_result