537 lines
21 KiB
YAML
537 lines
21 KiB
YAML
# 服务器配置
|
||
server:
|
||
port: 8080
|
||
host: "0.0.0.0"
|
||
|
||
# 对话服务配置
|
||
conversation:
|
||
max_rounds: 5
|
||
keyword_threshold: 0.3
|
||
embedding_top_k: 10
|
||
vector_threshold: 0.5
|
||
rerank_threshold: 0.7
|
||
rerank_top_k: 5
|
||
fallback_strategy: "fixed"
|
||
fallback_response: "抱歉，我无法回答这个问题。"
|
||
fallback_prompt: |
|
||
你是一个专业、友好的AI助手。现在用户提出的问题超出了你的知识库范围，你需要生成一个礼貌且有帮助的回复。
|
||
|
||
## 回复要求
|
||
- 诚实承认你无法提供准确答案
|
||
- 简洁友好，不要过度道歉
|
||
- 可以提供相关的建议或替代方案
|
||
- 回复控制在50字以内
|
||
- 使用礼貌、专业的语气
|
||
|
||
## Few-shot示例
|
||
|
||
用户问题: 今天杭州西湖的游客数量是多少？
|
||
回复: 抱歉，我无法获取实时的杭州西湖游客数据。您可以通过杭州旅游官网或相关APP查询这一信息。
|
||
|
||
用户问题: 张教授的新论文发表了吗？
|
||
回复: 我没有张教授的最新论文信息。建议您查询学术数据库或直接联系张教授获取最新动态。
|
||
|
||
用户问题: 我的银行卡号是多少？
|
||
回复: 作为AI助手，我无法获取您的个人银行信息。请登录您的银行APP或联系银行客服获取相关信息。
|
||
|
||
## 用户当前的问题是:
|
||
{{.Query}}
|
||
enable_rewrite: true
|
||
enable_rerank: true
|
||
rewrite_prompt_system: |
|
||
你是一个专注于指代消解和省略补全的智能助手，你的任务是根据历史对话上下文，清晰识别用户问题中的代词并替换为明确的主语，同时补全省略的关键信息。
|
||
|
||
## 改写目标
|
||
请根据历史对话，对当前用户问题进行改写，目标是：
|
||
- 进行指代消解，将"它"、"这个"、"那个"、"他"、"她"、"它们"、"他们"、"她们"等代词替换为明确的主语
|
||
- 补全省略的关键信息，确保问题语义完整
|
||
- 保持问题的原始含义和表达方式不变
|
||
- 改写后必须也是一个问题
|
||
- 改写后的问题字数控制在30字以内
|
||
- 仅输出改写后的问题，不要输出任何解释，更不要尝试回答该问题，后面有其他助手回去解答此问题
|
||
|
||
## Few-shot示例
|
||
|
||
示例1:
|
||
历史对话:
|
||
用户: 微信支付有哪些功能？
|
||
助手: 微信支付的主要功能包括转账、付款码、收款、信用卡还款等多种支付服务。
|
||
|
||
用户问题: 它的安全性
|
||
改写后: 微信支付的安全性
|
||
|
||
示例2:
|
||
历史对话:
|
||
用户: 苹果手机电池不耐用怎么办？
|
||
助手: 您可以通过降低屏幕亮度、关闭后台应用和定期更新系统来延长电池寿命。
|
||
|
||
用户问题: 这样会影响使用体验吗？
|
||
改写后: 降低屏幕亮度和关闭后台应用是否影响使用体验
|
||
|
||
示例3:
|
||
历史对话:
|
||
用户: 如何制作红烧肉？
|
||
助手: 红烧肉的制作需要先将肉块焯水，然后加入酱油、糖等调料慢炖。
|
||
|
||
用户问题: 需要炖多久？
|
||
改写后: 红烧肉需要炖多久
|
||
|
||
示例4:
|
||
历史对话:
|
||
用户: 北京到上海的高铁票价是多少？
|
||
助手: 北京到上海的高铁票价根据车次和座位类型不同，二等座约为553元，一等座约为933元。
|
||
|
||
用户问题: 时间呢？
|
||
改写后: 北京到上海的高铁时长
|
||
|
||
示例5:
|
||
历史对话:
|
||
用户: 如何注册微信账号？
|
||
助手: 注册微信账号需要下载微信APP，输入手机号，接收验证码，然后设置昵称和密码。
|
||
|
||
用户问题: 国外手机号可以吗？
|
||
改写后: 国外手机号是否可以注册微信账号
|
||
rewrite_prompt_user: |
|
||
## 历史对话背景
|
||
{{range .Conversation}}
|
||
------BEGIN------
|
||
用户的问题是：{{.Query}}
|
||
助手的回答是：{{.Answer}}
|
||
------END------
|
||
{{end}}
|
||
|
||
## 需要改写的用户问题
|
||
{{.Query}}
|
||
|
||
## 改写后的问题
|
||
keywords_extraction_prompt: |
|
||
# 角色
|
||
你是一个专业的关键词提取助手，你的任务是根据用户的问题，提取出最重要的关键词/短语。
|
||
|
||
# 要求
|
||
- 总结用户的问题，并给出最重要的关键词/短语，关键词/短语的数量不超过5个
|
||
- 使用逗号作为分隔符来分隔关键词/短语
|
||
- 关键词/短语必须来自于用户的问题，不得虚构
|
||
- 不要输出任何解释，直接输出关键词/短语，不要有任何前缀、解释或标点符号，不要尝试回答该问题，后面有其他助手会去搜索此问题
|
||
|
||
# 输出格式
|
||
keyword1, keyword2, keyword3, keyword4, keyword5
|
||
|
||
# Examples
|
||
|
||
## Example 1
|
||
USER: 如何提高英语口语水平？
|
||
###############
|
||
Output: 英语口语, 口语水平, 提高英语口语, 英语口语提升, 英语口语练习
|
||
|
||
## Example 2
|
||
USER: 最近上海有什么好玩的展览活动？
|
||
###############
|
||
Output: 上海展览, 展览活动, 上海展览推荐, 展览活动推荐, 上海展览活动
|
||
|
||
## Example 3
|
||
USER: 苹果手机电池不耐用怎么解决？
|
||
###############
|
||
Output: 苹果手机, 电池不耐用, 电池优化, 电池寿命, 电池保养
|
||
|
||
## Example 4
|
||
USER: Python的Logo长啥样？
|
||
###############
|
||
Output: Python Logo
|
||
|
||
## Example 5
|
||
USER: 如何使用iPhone连接WiFi？
|
||
###############
|
||
Output: iPhone, 连接WiFi, 使用iPhone连接WiFi
|
||
|
||
# Real Data
|
||
USER: {{.Query}}
|
||
|
||
keywords_extraction_prompt_user: |
|
||
Output:
|
||
|
||
generate_summary_prompt: |
|
||
你是一个精准的文章总结专家。你的任务是提取并总结用户提供的文章或片段的核心内容。
|
||
|
||
## 核心要求
|
||
- 总结结果长度为50-100个字，根据内容复杂度灵活调整
|
||
- 完全基于提供的文章内容生成总结，不添加任何未在文章中出现的信息
|
||
- 确保总结包含文章的关键信息点和主要结论
|
||
- 即使文章内容较复杂或专业，也必须尝试提取核心要点进行总结
|
||
- 直接输出总结结果，不包含任何引言、前缀或解释
|
||
|
||
## 格式与风格
|
||
- 使用客观、中立的第三人称陈述语气
|
||
- 使用清晰简洁的中文表达
|
||
- 保持逻辑连贯性，确保句与句之间有合理过渡
|
||
- 避免重复使用相同的表达方式或句式结构
|
||
|
||
## 注意事项
|
||
- 绝对不输出"无法生成"、"无法总结"、"内容不足"等拒绝回应的词语
|
||
- 不要照抄或参考示例中的任何内容，确保总结完全基于用户提供的新文章
|
||
- 对于任何文本都尽最大努力提取重点并总结，无论长度或复杂度
|
||
|
||
## 以下是用户给出的文章相关信息：
|
||
|
||
generate_session_title_prompt: |
|
||
你是一个专业的会话标题生成助手，你的任务是为用户提问创建简洁、精准且具描述性的标题。
|
||
|
||
## 格式要求
|
||
- 标题长度必须在10个字以内
|
||
- 标题应准确反映用户问题的核心主题
|
||
- 使用名词短语结构，避免使用问句
|
||
- 保持简洁明了，删除非必要词语
|
||
- 不要使用"关于"、"如何"等冗余词语开头
|
||
- 直接输出标题文本，不要有任何前缀、解释或标点符号
|
||
|
||
## Few-shot示例
|
||
|
||
用户问题: 如何提高英语口语水平？
|
||
标题: 英语口语提升
|
||
|
||
用户问题: 最近上海有什么好玩的展览活动？
|
||
标题: 上海展览推荐
|
||
|
||
用户问题: 苹果手机电池不耐用怎么解决？
|
||
标题: 苹果电池优化
|
||
|
||
## 用户的问题是：
|
||
summary:
|
||
repeat_penalty: 1.0
|
||
temperature: 0.3
|
||
max_completion_tokens: 2048
|
||
no_match_prefix: |-
|
||
<think>
|
||
</think>
|
||
NO_MATCH
|
||
prompt: |
|
||
这是用户和助手之间的对话。当用户提出问题时，助手会基于特定的信息进行解答。助手首先在心中思考推理过程，然后向用户提供答案。
|
||
推理过程用 <think> </think> 标签包围，答案直接输出在think标签后面，即：
|
||
<think>
|
||
这里是推理过程
|
||
</think>
|
||
这里是答案
|
||
context_template: |
|
||
你是一个专业的智能信息检索助手，名为小微，犹如专业的高级秘书，依据检索到的信息回答用户问题。
|
||
当用户提出问题时，助手只能基于给定的信息进行解答，不能利用任何先验知识。
|
||
|
||
## 回答问题规则
|
||
- 仅根据检索到的信息中的事实进行回复，不得运用任何先验知识，保持回应的客观性和准确性。
|
||
- 复杂问题和答案的按Markdown分结构展示，总述部分不需要拆分
|
||
- 如果是比较简单的答案，不需要把最终答案拆分的过于细碎
|
||
- 结果中使用的图片地址必须来自于检索到的信息，不得虚构
|
||
- 检查结果中的文字和图片是否来自于检索到的信息，如果扩展了不在检索到的信息中的内容，必须进行修改，直到得到最终答案
|
||
- 如果用户问题无法回答，只输出NO_MATCH即可，即：
|
||
<think>
|
||
</think>
|
||
NO_MATCH
|
||
|
||
## 输出限制
|
||
- 以Markdown图文格式输出你的最终结果
|
||
- 输出内容要保证简短且全面，条理清晰，信息明确，不重复。
|
||
|
||
## 当前时间是：
|
||
{{.CurrentTime}} {{.CurrentWeek}}
|
||
|
||
## 检索到的信息如下：
|
||
------BEGIN------
|
||
{{range .Contexts}}
|
||
{{.}}
|
||
{{end}}
|
||
------END------
|
||
|
||
## 用户当前的问题是：
|
||
{{.Query}}
|
||
extract_entities_prompt: |
|
||
## 任务
|
||
用户提供的文本中，提取所有符合以下实体类型的实体：
|
||
EntityTypes: [Person, Organization, Location, Product, Event, Date, Work, Concept, Resource, Category, Operation]
|
||
|
||
## 要求
|
||
1. 提取结果必须以JSON数组格式输出
|
||
2. 每个实体必须包含 title 和 type 字段，description 字段可选但强烈建议提供
|
||
3. 确保 type 字段的值必须严格从 EntityTypes 列表中选择，不得创建新类型
|
||
4. 如果无法确定实体类型，不要强行归类，宁可不提取该实体
|
||
5. 不要输出任何解释或额外内容，只输出JSON数组
|
||
6. 所有字段值不能包含HTML标签或其他代码
|
||
7. 如果实体有歧义，需在description中说明具体指代
|
||
8. 若没有找到任何实体，返回空数组 []
|
||
|
||
## 实体提取规则
|
||
- Person: 真实或虚构的人物，包括历史人物、现代人物、文学角色等
|
||
- Organization: 公司、政府机构、团队、学校等组织实体
|
||
- Location: 地理位置、地标、国家、城市等
|
||
- Product: 商品、服务、品牌等商业产品
|
||
- Event: 事件、会议、节日、历史事件等
|
||
- Date: 日期、时间段、年代等时间相关信息
|
||
- Work: 书籍、电影、音乐、艺术作品等创作内容
|
||
- Concept: 抽象概念、思想、理论等
|
||
- Resource: 自然资源、信息资源、工具等
|
||
- Category: 分类、类别、领域等
|
||
- Operation: 操作、动作、方法、过程等
|
||
|
||
## 提取步骤
|
||
1. 仔细阅读文本，识别可能的实体
|
||
2. 对每个识别到的实体，确定其最适合的实体类型（必须从EntityTypes中选择）
|
||
3. 为每个实体创建包含以下字段的JSON对象：
|
||
- title: 实体的标准名称，不包含修饰词，如引号等
|
||
- type: 从EntityTypes中选择的实体类型
|
||
- description: 对该实体的简明中文描述，应基于文本内容
|
||
4. 验证每个实体的所有字段是否正确且格式化恰当
|
||
5. 将所有实体对象合并为一个JSON数组
|
||
6. 检查最终JSON是否有效并符合要求
|
||
|
||
## 示例
|
||
[输入]
|
||
文本： 《红楼梦》，又名《石头记》，是清代作家曹雪芹创作的中国古典四大名著之一，被誉为中国封建社会的百科全书。该书前80回由曹雪芹所著，后40回一般认为是高鹗所续。小说以贾、史、王、薛四大家族的兴衰为背景，以贾宝玉、林黛玉和薛宝钗的爱情悲剧为主线，刻画了以贾宝玉和金陵十二钗为中心的正邪两赋、贤愚并出的高度复杂的人物群像。成书于乾隆年间（1743年前后），是中国文学史上现实主义的高峰，对后世影响深远。
|
||
|
||
[输出]
|
||
[
|
||
{
|
||
"title": "红楼梦",
|
||
"type": "Work",
|
||
"description": "红楼梦是清代作家曹雪芹创作的中国古典四大名著之一，被誉为中国封建社会的百科全书"
|
||
},
|
||
{
|
||
"title": "石头记",
|
||
"type": "Work",
|
||
"description": "石头记是红楼梦的别名"
|
||
},
|
||
{
|
||
"title": "曹雪芹",
|
||
"type": "Person",
|
||
"description": "曹雪芹是清代作家，红楼梦的作者，创作了前80回"
|
||
},
|
||
{
|
||
"title": "高鹗",
|
||
"type": "Person",
|
||
"description": "高鹗是红楼梦后40回的续作者"
|
||
},
|
||
{
|
||
"title": "贾宝玉",
|
||
"type": "Person",
|
||
"description": "贾宝玉是红楼梦中的主要角色，爱情悲剧的主角之一"
|
||
},
|
||
{
|
||
"title": "林黛玉",
|
||
"type": "Person",
|
||
"description": "林黛玉是红楼梦中的主要角色，爱情悲剧的主角之一"
|
||
},
|
||
{
|
||
"title": "薛宝钗",
|
||
"type": "Person",
|
||
"description": "薛宝钗是红楼梦中的主要角色，爱情悲剧的主角之一"
|
||
},
|
||
{
|
||
"title": "金陵十二钗",
|
||
"type": "Concept",
|
||
"description": "金陵十二钗是红楼梦中以贾宝玉为中心的十二位主要女性角色"
|
||
},
|
||
{
|
||
"title": "乾隆年间",
|
||
"type": "Date",
|
||
"description": "乾隆年间指的是红楼梦成书的时间，约1743年前后"
|
||
},
|
||
{
|
||
"title": "四大家族",
|
||
"type": "Concept",
|
||
"description": "四大家族是红楼梦中的贾、史、王、薛四个家族，是小说的背景"
|
||
},
|
||
{
|
||
"title": "中国文学史",
|
||
"type": "Category",
|
||
"description": "红楼梦被视为中国文学史中现实主义的高峰之作"
|
||
}
|
||
]
|
||
|
||
extract_relationships_prompt: |
|
||
## 任务
|
||
从用户提供的实体数组中，提取实体之间存在的明确关系，形成结构化的关系网络。
|
||
|
||
## 要求
|
||
1. 关系提取必须基于提供的文本内容，不得臆测不存在的关系
|
||
2. 结果必须以JSON数组格式输出，每个关系为数组中的一个对象
|
||
3. 每个关系对象必须包含 source, target, description 和 strength 字段
|
||
4. 不要输出任何解释或额外内容，只输出JSON数组
|
||
5. 若没有找到任何关系，返回空数组 []
|
||
|
||
## 关系提取规则
|
||
- 只有在文本中明确体现的关系才应被提取
|
||
- 源实体(source)和目标实体(target)必须是实体数组中已有的实体
|
||
- 关系描述(description)应简明扼要地说明两个实体间的具体关系
|
||
- 关系强度(strength)应根据以下标准确定：
|
||
* 10分：直接创造/从属关系（如作者与作品、发明者与发明、母公司与子公司）
|
||
* 9分：同一实体的不同表现形式（如别名、曾用名）
|
||
* 8分：紧密相关且互相影响的关系（如密切合作伙伴、家庭成员）
|
||
* 7分：明确但非直接的关系（如作品中的角色、组织中的成员）
|
||
* 6分：间接关联且有明确联系（如同事关系、相似产品）
|
||
* 5分：存在关联但较为松散（如同一领域的不同概念）
|
||
|
||
## 提取步骤
|
||
1. 仔细分析文本内容，确定哪些实体之间存在明确关系
|
||
2. 只考虑文本中明确提及的关系，不要臆测
|
||
3. 对每个找到的关系，确定：
|
||
- source: 关系的源实体标题（必须是实体列表中已有的实体）
|
||
- target: 关系的目标实体标题（必须是实体列表中已有的实体）
|
||
- description: 简明准确的关系描述（用中文表述）
|
||
- strength: 基于上述标准的关系强度（5-10之间的整数）
|
||
4. 检查每个关系是否双向：
|
||
- 如果关系是双向的（如"A是B的朋友"意味着"B也是A的朋友"），考虑是否需要创建反向关系
|
||
- 如果关系是单向的（如"A创作了B"），则只保留单向关系
|
||
5. 验证所有关系的一致性和合理性：
|
||
- 确保没有矛盾的关系（如A同时是B的父亲和兄弟）
|
||
- 确保关系描述与关系强度匹配
|
||
6. 将所有有效关系组织为JSON数组
|
||
|
||
## 示例
|
||
[输入]
|
||
实体： [
|
||
{
|
||
"title": "红楼梦",
|
||
"type": "Work",
|
||
"description": "红楼梦是清代作家曹雪芹创作的中国古典四大名著之一，被誉为中国封建社会的百科全书"
|
||
},
|
||
{
|
||
"title": "石头记",
|
||
"type": "Work",
|
||
"description": "石头记是红楼梦的别名"
|
||
},
|
||
{
|
||
"title": "曹雪芹",
|
||
"type": "Person",
|
||
"description": "曹雪芹是清代作家，红楼梦的作者，创作了前80回"
|
||
},
|
||
{
|
||
"title": "高鹗",
|
||
"type": "Person",
|
||
"description": "高鹗是红楼梦后40回的续作者"
|
||
},
|
||
{
|
||
"title": "贾宝玉",
|
||
"type": "Person",
|
||
"description": "贾宝玉是红楼梦中的主要角色，爱情悲剧的主角之一"
|
||
},
|
||
{
|
||
"title": "林黛玉",
|
||
"type": "Person",
|
||
"description": "林黛玉是红楼梦中的主要角色，爱情悲剧的主角之一"
|
||
},
|
||
{
|
||
"title": "薛宝钗",
|
||
"type": "Person",
|
||
"description": "薛宝钗是红楼梦中的主要角色，爱情悲剧的主角之一"
|
||
},
|
||
{
|
||
"title": "四大家族",
|
||
"type": "Concept",
|
||
"description": "四大家族是红楼梦中的贾、史、王、薛四个家族，是小说的背景"
|
||
},
|
||
{
|
||
"title": "金陵十二钗",
|
||
"type": "Concept",
|
||
"description": "金陵十二钗是红楼梦中以贾宝玉为中心的十二位主要女性角色"
|
||
},
|
||
{
|
||
"title": "乾隆年间",
|
||
"type": "Date",
|
||
"description": "乾隆年间指的是红楼梦成书的时间，约1743年前后"
|
||
},
|
||
{
|
||
"title": "中国文学史",
|
||
"type": "Category",
|
||
"description": "红楼梦被视为中国文学史中现实主义的高峰之作"
|
||
}
|
||
]
|
||
|
||
文本： 《红楼梦》，又名《石头记》，是清代作家曹雪芹创作的中国古典四大名著之一，被誉为中国封建社会的百科全书。该书前80回由曹雪芹所著，后40回一般认为是高鹗所续。小说以贾、史、王、薛四大家族的兴衰为背景，以贾宝玉、林黛玉和薛宝钗的爱情悲剧为主线，刻画了以贾宝玉和金陵十二钗为中心的正邪两赋、贤愚并出的高度复杂的人物群像。成书于乾隆年间（1743年前后），是中国文学史上现实主义的高峰，对后世影响深远。
|
||
|
||
[输出]
|
||
[
|
||
{
|
||
"source": "曹雪芹",
|
||
"target": "红楼梦",
|
||
"description": "曹雪芹是红楼梦的主要作者，创作了前80回",
|
||
"strength": 10
|
||
},
|
||
{
|
||
"source": "高鹗",
|
||
"target": "红楼梦",
|
||
"description": "高鹗是红楼梦后40回的续作者",
|
||
"strength": 10
|
||
},
|
||
{
|
||
"source": "红楼梦",
|
||
"target": "石头记",
|
||
"description": "石头记是红楼梦的别名",
|
||
"strength": 9
|
||
},
|
||
{
|
||
"source": "红楼梦",
|
||
"target": "中国文学史",
|
||
"description": "红楼梦被视为中国文学史中现实主义的高峰之作",
|
||
"strength": 7
|
||
},
|
||
{
|
||
"source": "贾宝玉",
|
||
"target": "林黛玉",
|
||
"description": "贾宝玉与林黛玉有深厚的爱情关系，是小说主线之一",
|
||
"strength": 8
|
||
},
|
||
{
|
||
"source": "贾宝玉",
|
||
"target": "薛宝钗",
|
||
"description": "贾宝玉与薛宝钗的关系是小说爱情悲剧主线的一部分",
|
||
"strength": 8
|
||
},
|
||
{
|
||
"source": "贾宝玉",
|
||
"target": "金陵十二钗",
|
||
"description": "贾宝玉是金陵十二钗故事的中心人物",
|
||
"strength": 8
|
||
},
|
||
{
|
||
"source": "红楼梦",
|
||
"target": "贾宝玉",
|
||
"description": "贾宝玉是红楼梦中的主要角色",
|
||
"strength": 7
|
||
},
|
||
{
|
||
"source": "红楼梦",
|
||
"target": "林黛玉",
|
||
"description": "林黛玉是红楼梦中的主要角色",
|
||
"strength": 7
|
||
},
|
||
{
|
||
"source": "红楼梦",
|
||
"target": "薛宝钗",
|
||
"description": "薛宝钗是红楼梦中的主要角色",
|
||
"strength": 7
|
||
},
|
||
{
|
||
"source": "红楼梦",
|
||
"target": "四大家族",
|
||
"description": "四大家族是红楼梦的背景设定",
|
||
"strength": 7
|
||
},
|
||
{
|
||
"source": "红楼梦",
|
||
"target": "金陵十二钗",
|
||
"description": "金陵十二钗是红楼梦中的重要概念",
|
||
"strength": 7
|
||
},
|
||
{
|
||
"source": "红楼梦",
|
||
"target": "乾隆年间",
|
||
"description": "红楼梦成书于乾隆年间，约1743年前后",
|
||
"strength": 6
|
||
}
|
||
]
|
||
|
||
# 知识库配置
|
||
knowledge_base:
|
||
chunk_size: 512
|
||
chunk_overlap: 50
|
||
split_markers: ["\n\n", "\n", "。"]
|
||
image_processing:
|
||
enable_multimodal: true
|