'commit'

2025-08-19 10:51:04 +08:00
parent 328882505e
commit f33c6ac544
1 changed files with 198 additions and 119 deletions
--- a/dsSchoolBuddy/Start.py
+++ b/dsSchoolBuddy/Start.py
@@ -1,51 +1,32 @@
 import json
-import subprocess
-import tempfile
-import urllib.parse
+import logging
 import uuid
 import warnings
-from io import BytesIO
+from datetime import datetime

 import fastapi
 import uvicorn
-from fastapi import FastAPI, HTTPException
+from fastapi import FastAPI, HTTPException, Depends
 from openai import AsyncOpenAI
 from sse_starlette import EventSourceResponse
-from starlette.responses import StreamingResponse
-from starlette.staticfiles import StaticFiles

 from Config import Config
-from ElasticSearch.Utils.EsSearchUtil import *
-from Util.MySQLUtil import init_mysql_pool
+from ElasticSearch.Utils.EsSearchUtil import EsSearchUtil

 # 初始化日志
 logger = logging.getLogger(__name__)
 logger.setLevel(logging.INFO)

-# 配置日志处理器
-log_file = os.path.join(os.path.dirname(__file__), 'Logs', 'app.log')
-os.makedirs(os.path.dirname(log_file), exist_ok=True)
-
-# 文件处理器
-file_handler = RotatingFileHandler(
-    log_file, maxBytes=1024 * 1024, backupCount=5, encoding='utf-8')
-file_handler.setFormatter(logging.Formatter(
-    '%(asctime)s - %(name)s - %(levelname)s - %(message)s'))
-
-# 控制台处理器
-console_handler = logging.StreamHandler()
-console_handler.setFormatter(logging.Formatter(
-    '%(asctime)s - %(name)s - %(levelname)s - %(message)s'))
-
-logger.addHandler(file_handler)
-logger.addHandler(console_handler)

 # 初始化异步 OpenAI 客户端
 client = AsyncOpenAI(
-    api_key=Config.MODEL_API_KEY,
-    base_url=Config.MODEL_API_URL,
+    api_key=Config.ALY_LLM_API_KEY,
+    base_url=Config.ALY_LLM_MODEL_NAME,
 )

+# 初始化 ElasticSearch 工具
+search_util = EsSearchUtil(Config.ES_CONFIG)
+

 async def lifespan(app: FastAPI):
    # 抑制 HTTPS 相关警告
@@ -53,118 +34,216 @@ async def lifespan(app: FastAPI):
    warnings.filterwarnings('ignore', message='Unverified HTTPS request is being made to host')
    yield

-
 app = FastAPI(lifespan=lifespan)

-# 挂载静态文件目录
-app.mount("/static", StaticFiles(directory="Static"), name="static")
-
-
-@app.post("/api/save-word")
-async def save_to_word(request: fastapi.Request):
-    output_file = None
-    try:
-        # Parse request data
+@app.post("/api/chat", dependencies=[Depends(verify_api_key)])
+async def chat(request: fastapi.Request):
+    """
+    根据用户输入的语句，通过关键字和向量两种方式查询相关信息
+    然后调用大模型进行回答
+    """
    try:
        data = await request.json()
-            markdown_content = data.get('markdown_content', '')
-            if not markdown_content:
-                raise ValueError("Empty MarkDown content")
-        except Exception as e:
-            logger.error(f"Request parsing failed: {str(e)}")
-            raise HTTPException(status_code=400, detail=f"Invalid request: {str(e)}")
-
-        # 创建临时Markdown文件
-        temp_md = os.path.join(tempfile.gettempdir(), uuid.uuid4().hex + ".md")
-        with open(temp_md, "w", encoding="utf-8") as f:
-            f.write(markdown_content)
-
-        # 使用pandoc转换
-        output_file = os.path.join(tempfile.gettempdir(), "【理想大模型】问答.docx")
-        subprocess.run(['pandoc', temp_md, '-o', output_file, '--resource-path=static'], check=True)
-
-        # 读取生成的Word文件
-        with open(output_file, "rb") as f:
-            stream = BytesIO(f.read())
-
-        # 返回响应
-        encoded_filename = urllib.parse.quote("【理想大模型】问答.docx")
-        return StreamingResponse(
-            stream,
-            media_type="application/vnd.openxmlformats-officedocument.wordprocessingml.document",
-            headers={"Content-Disposition": f"attachment; filename*=UTF-8''{encoded_filename}"})
-
-    except HTTPException:
-        raise
-    except Exception as e:
-        logger.error(f"Unexpected error: {str(e)}")
-        raise HTTPException(status_code=500, detail="Internal server error")
-    finally:
-        # 清理临时文件
-        try:
-            if temp_md and os.path.exists(temp_md):
-                os.remove(temp_md)
-            if output_file and os.path.exists(output_file):
-                os.remove(output_file)
-        except Exception as e:
-            logger.warning(f"Failed to clean up temp files: {str(e)}")
-
-
-@app.post("/api/rag", response_model=None)
-async def rag(request: fastapi.Request):
-    data = await request.json()
+        user_id = data.get('user_id', 'anonymous')
        query = data.get('query', '')
        query_tags = data.get('tags', [])
-    # 调用es进行混合搜索
-    search_results = EsSearchUtil.queryByEs(query, query_tags, logger)
-    # 构建提示词
-    context = "\n".join([
-        f"结果{i + 1}: {res['tags']['full_content']}"
-        for i, res in enumerate(search_results['text_results'])
+        session_id = data.get('session_id', str(uuid.uuid4()))
+        include_history = data.get('include_history', True)
+
+        if not query:
+            raise HTTPException(status_code=400, detail="查询内容不能为空")
+
+        # 1. 保存当前查询到 ES
+        await save_query_to_es(user_id, session_id, query, query_tags)
+
+        # 2. 获取相关历史记录
+        history_context = ""
+        if include_history:
+            history_results = await get_related_history_from_es(user_id, query)
+            if history_results:
+                history_context = "\n".join([
+                    f"历史问题 {i+1}: {item['query']}\n历史回答: {item['answer']}"
+                    for i, item in enumerate(history_results[:3])  # 取最近3条相关历史
                ])
-    # 添加图片识别提示
+                logger.info(f"找到 {len(history_results)} 条相关历史记录")
+
+        # 3. 调用 ES 进行混合搜索
+        logger.info(f"开始执行混合搜索: query={query}")
+        search_results = await search_by_mixed(query, query_tags)
+
+        # 4. 构建提示词
+        context = ""
+        if search_results:
+            context = "\n".join([
+                f"搜索结果 {i+1}: {res['_source']['user_input']}"
+                for i, res in enumerate(search_results[:5])  # 取前5条搜索结果
+            ])
+
+        # 结合历史记录和搜索结果构建完整上下文
+        full_context = ""
+        if history_context:
+            full_context += f"相关历史对话:\n{history_context}\n\n"
+        if context:
+            full_context += f"相关知识:\n{context}"
+
+        if not full_context:
+            full_context = "没有找到相关信息"
+
        prompt = f"""
            信息检索与回答助手
-            根据以下关于'{query}'的相关信息：
+            用户现在的问题是: '{query}'

-            相关信息
-            {context}
+            {full_context}

-            回答要求
-            1. 对于公式内容：
-               - 使用行内格式：$公式$
+            回答要求:
+            1. 对于公式内容:
+               - 使用行内格式: $公式$
               - 重要公式可单独一行显示
               - 绝对不要使用代码块格式(```或''')
               - 可适当使用\large增大公式字号
-               - 如果内容中包含数学公式，请使用行内格式，如$f(x) = x^2$
-               - 如果内容中包含多个公式，请使用行内格式，如$f(x) = x^2$ $g(x) = x^3$
            2. 如果没有提供任何资料，那就直接拒绝回答，明确不在知识范围内。
            3. 如果发现提供的资料与要询问的问题都不相关，就拒绝回答，明确不在知识范围内。
            4. 如果发现提供的资料中只有部分与问题相符，那就只提取有用的相关部分，其它部分请忽略。
-            5. 对于符合问题的材料中，提供了图片的，尽量保持上下文中的图片，并尽量保持图片的清晰度。
+            5. 回答要基于提供的资料，不要编造信息。
+            6. 请结合用户的历史问题和回答，提供更连贯的回复。
        """

+        # 5. 流式调用大模型生成回答
        async def generate_response_stream():
            try:
-            # 流式调用大模型
                stream = await client.chat.completions.create(
                    model=Config.MODEL_NAME,
                    messages=[
                        {'role': 'user', 'content': prompt}
                    ],
                    max_tokens=8000,
-                stream=True  # 启用流式模式
+                    stream=True
                )
-            # 流式返回模型生成的回复
+
+                # 收集完整回答用于保存
+                full_answer = []
                async for chunk in stream:
                    if chunk.choices[0].delta.content:
+                        full_answer.append(chunk.choices[0].delta.content)
                        yield f"data: {json.dumps({'reply': chunk.choices[0].delta.content}, ensure_ascii=False)}\n\n"

+                # 保存回答到 ES
+                if full_answer:
+                    await save_answer_to_es(user_id, session_id, query, ''.join(full_answer))
+
            except Exception as e:
-            yield f"data: {json.dumps({'error': str(e)})}\n\n"
+                logger.error(f"大模型调用失败: {str(e)}")
+                yield f"data: {json.dumps({'error': f'生成回答失败: {str(e)}'})}\n\n"

        return EventSourceResponse(generate_response_stream())

+    except HTTPException as e:
+        logger.error(f"聊天接口错误: {str(e.detail)}")
+        raise e
+    except Exception as e:
+        logger.error(f"聊天接口异常: {str(e)}")
+        raise HTTPException(status_code=500, detail=f"处理请求失败: {str(e)}")
+
+
+async def save_query_to_es(user_id, session_id, query, query_tags):
+    """保存查询记录到 Elasticsearch"""
+    try:
+        # 生成查询向量
+        query_embedding = search_util.get_query_embedding(query)
+        timestamp = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
+
+        # 准备文档数据
+        doc = {
+            'user_id': user_id,
+            'session_id': session_id,
+            'query': query,
+            'query_embedding': query_embedding,
+            'tags': query_tags,
+            'created_at': timestamp,
+            'type': 'query'
+        }
+
+        # 保存到 ES
+        # 假设 EsSearchUtil 有一个 save_document 方法
+        # 如果没有，需要在 EsSearchUtil 中实现该方法
+        await search_util.save_document('user_queries', doc)
+        logger.info(f"保存用户查询记录成功: user_id={user_id}, query={query}")
+    except Exception as e:
+        logger.error(f"保存查询记录失败: {str(e)}")
+
+
+async def save_answer_to_es(user_id, session_id, query, answer):
+    """保存回答记录到 Elasticsearch"""
+    try:
+        timestamp = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
+
+        # 准备文档数据
+        doc = {
+            'user_id': user_id,
+            'session_id': session_id,
+            'query': query,
+            'answer': answer,
+            'created_at': timestamp,
+            'type': 'answer'
+        }
+
+        # 保存到 ES
+        await search_util.save_document('user_answers', doc)
+        logger.info(f"保存回答成功: user_id={user_id}, query={query}")
+    except Exception as e:
+        logger.error(f"保存回答失败: {str(e)}")
+
+
+async def get_related_history_from_es(user_id, query):
+    """从 Elasticsearch 获取相关历史记录"""
+    try:
+        # 生成查询向量
+        query_embedding = search_util.get_query_embedding(query)
+
+        # 在 ES 中搜索相关查询
+        # 假设 EsSearchUtil 有一个 search_related_queries 方法
+        # 如果没有，需要在 EsSearchUtil 中实现该方法
+        related_queries = await search_util.search_related_queries(
+            user_id=user_id,
+            query_embedding=query_embedding,
+            size=50
+        )
+
+        if not related_queries:
+            return []
+
+        # 对结果按相似度排序
+        related_queries.sort(key=lambda x: x['similarity'], reverse=True)
+
+        return related_queries[:3]  # 返回前3条最相关的记录
+    except Exception as e:
+        logger.error(f"获取相关历史记录失败: {str(e)}")
+        return []
+
+
+
+async def search_by_mixed(query, query_tags):
+    """混合关键字和向量搜索"""
+    try:
+        # 1. 向量搜索
+        query_embedding = search_util.get_query_embedding(query)
+        vector_results = search_util.search_by_vector(query_embedding, k=10)
+
+        # 2. 关键字搜索
+        keyword_results = search_util.text_search(query, size=10)
+        keyword_hits = keyword_results['hits']['hits'] if 'hits' in keyword_results and 'hits' in keyword_results['hits'] else []
+
+        # 3. 合并结果
+        keyword_results_with_scores = [(doc, doc['_score']) for doc in keyword_hits]
+        vector_results_with_scores = [(doc, doc['_score']) for doc in vector_results]
+
+        merged_results = search_util.merge_results(keyword_results_with_scores, vector_results_with_scores)
+
+        # 4. 提取文档
+        return [item[0] for item in merged_results[:10]]  # 返回前10条结果
+    except Exception as e:
+        logger.error(f"混合搜索失败: {str(e)}")
+        return []


 if __name__ == "__main__":