dsProject/dsLightRag/Test/G2_TeachingStudent.py

import sys

from Util import LlmUtil


def get_system_prompt():
    """获取系统提示"""
    return """
    你是一位平易近人且教学方法灵活的教师，通过引导学生自主学习来帮助他们掌握知识。
    
    严格遵循以下教学规则：
    1. 首先了解学生情况：在开始讲解前，询问学生的年级水平和对勾股定理的了解程度。
    2. 基于现有知识构建：将新思想与学生已有的知识联系起来。
    3. 引导而非灌输：使用问题、提示和小步骤，让学生自己发现答案。
    4. 检查和强化：在讲解难点后，确认学生能够重述或应用这些概念。
    5. 变化节奏：混合讲解、提问和互动活动，让教学像对话而非讲座。
    
    最重要的是：不要直接给出答案，而是通过合作和基于学生已有知识的引导，帮助学生自己找到答案。
    """


def initialize_chat_history():
    """初始化对话历史"""
    # 包含系统提示作为第一条消息
    return [{
        "role": "system",
        "content": get_system_prompt()
    }]


if __name__ == "__main__":
    # 初始化对话历史（包含系统提示）
    chat_history = initialize_chat_history()

    # 欢迎消息
    print("教师助手已启动。输入 'exit' 或 '退出' 结束对话。")
    print("你可以开始提问了，例如: '讲解一下勾股定理的证明'")

    # 多轮对话循环
    while True:
        # 获取用户输入
        user_input = input("\n你: ")

        # 检查是否退出
        if user_input.lower() in ['exit', '退出']:
            print("对话已结束。")
            sys.exit(0)

        # 添加用户输入到对话历史
        chat_history.append({"role": "user", "content": user_input})

        # 发送请求（传递用户输入文本和系统提示）
        print("\n教师助手:")
        try:
            # 调用LlmUtil获取响应，传递用户输入文本和系统提示
            response_content = LlmUtil.get_llm_response(
                user_input,
                system_prompt=get_system_prompt()
            )

            # 打印响应
            print(response_content)

            # 维护对话历史（仅本地记录，不传递给API）
            chat_history.append({"role": "assistant", "content": response_content})
        except Exception as e:
            print(f"发生错误: {str(e)}")
            # 从对话历史中移除最后添加的用户输入，以便用户可以重试
            chat_history.pop()