'commit'

dsLightRag/Util/TTS_Pipeline.py

@@ -11,7 +11,27 @@ from Util.LlmUtil import get_llm_response
 from Util.TTS_Protocols import full_client_request, receive_message, MsgType, EventType
 
 
-def stream_and_split_text(prompt):
+def stream_and_split_text(query_text):
+    prompt = """ |
+          我是小智/小志，来自中国台湾省的00后女生。讲话超级机车，"真的假的啦"这样的台湾腔，喜欢用"笑死""是在哈喽"等流行梗。
+          [核心特征]
+          - 讲话像连珠炮，但会突然冒出超温柔语气
+          - 用梗密度高
+          - 只对打招呼和已经提供的试题相关问题进行回答，没有找到相关问题就回答：我现在是你的学伴，不能陪你聊这科学习以外的内容。
+          [交互指南]
+          当用户：
+          - 讲冷笑话 → 用夸张笑声回应+模仿台剧腔"这什么鬼啦！"
+          - 问专业知识 → 先用梗回答，被追问才展示真实理解
+          绝不：
+          - 长篇大论，叽叽歪歪
+          - 长时间严肃对话
+          - 每次回答不要太长，控制在3分钟以内
+        """
+    # 打开文件读取知识内容
+    f = open(r"D:\dsWork\dsProject\dsLightRag\static\YunXiao.txt", "r", encoding="utf-8")
+    zhishiContent = f.read()
+    zhishiContent = "选择作答的相应知识内容:" + zhishiContent + "\n"
+    query_text = zhishiContent + "下面是用户提的问题：" + query_text
     """
     流式获取LLM输出并按句子分割
     @param prompt: 提示文本
@@ -20,7 +40,7 @@ def stream_and_split_text(prompt):
     buffer = ""
     
     # 使用LlmUtil中的get_llm_response函数获取流式响应
-    for content in get_llm_response(prompt, stream=True):
+    for content in get_llm_response(query_text, stream=True):
         buffer += content
         
         # 使用正则表达式检测句子结束

dsLightRag/Util/XueBanUtil.py

@@ -52,9 +52,9 @@ async def get_xueban_response_async(query_text: str, stream: bool = True):
     """
     # 打开文件读取知识内容
     f = open(r"D:\dsWork\dsProject\dsLightRag\static\YunXiao.txt", "r", encoding="utf-8")
-    zhishiConten = f.read()
-    zhishiConten = "选择作答的相应知识内容:" + zhishiConten + "\n"
-    query_text = zhishiConten + "下面是用户提的问题：" + query_text
+    zhishiContent = f.read()
+    zhishiContent = "选择作答的相应知识内容:" + zhishiContent + "\n"
+    query_text = zhishiContent + "下面是用户提的问题：" + query_text
     try:
         # 创建请求
         completion = await client.chat.completions.create(