70 lines
2.6 KiB
Python
70 lines
2.6 KiB
Python
|
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()
|