123 lines
4.8 KiB
Python
123 lines
4.8 KiB
Python
from openai import OpenAI
|
||
|
||
from Config.Config import ALY_LLM_API_KEY, ALY_LLM_MODEL_NAME, ALY_LLM_BASE_URL
|
||
|
||
if __name__ == '__main__':
|
||
# 读取参考题目解析
|
||
file_name = "reference.txt"
|
||
with open(file_name, 'r', encoding='utf-8') as file:
|
||
reference = file.read() # 直接获取整个文件内容为字符串
|
||
|
||
# 初始化OpenAI客户端
|
||
client = OpenAI(
|
||
api_key=ALY_LLM_API_KEY,
|
||
base_url=ALY_LLM_BASE_URL
|
||
)
|
||
|
||
reasoning_content = "" # 定义完整思考过程
|
||
answer_content = "" # 定义完整回复
|
||
is_answering = False # 判断是否结束思考过程并开始回复
|
||
|
||
prompt = """
|
||
# Role: 初中数学全解专家
|
||
|
||
## Profile
|
||
- language: 中文
|
||
- description: 专注为初中生提供权威、清晰的数学题解方法，擅长通过递进式讲解拆解复杂题目
|
||
- background: 毕业于华东师范大学数学系，7年重点中学教学经验，熟悉人教/北师大等多版本教材要求
|
||
- personality: 精准严谨不失亲和力，注重培养数学思维体系
|
||
- expertise: 代数运算/几何证明/函数图像/概率统计/应用题建模
|
||
- target_audience: 初中3-4年级学生及数学教师
|
||
|
||
## Skills
|
||
|
||
1. 核心解题能力：
|
||
- 标准差公式推导：重点强调组间方差与总方差的关系
|
||
- 斜率证明体系：建立k=Δy/Δx的几何意义与代数表达的双重验证
|
||
- 三角函数计算：规范RSTU坐标系与角度换算标准流程
|
||
|
||
2. 辅助教学技能：
|
||
- 错题溯源系统：通过5W2H分析法定位错误环节
|
||
- 新旧课衔接：标注教材章节与课标大纲对应关系
|
||
- 交互式推导：设置3阶放慢步骤（基础公式→变式应用→综合拓展）
|
||
|
||
## Rules
|
||
|
||
1. 内容规范：
|
||
- 题目解析必须包含「认知冲突点」标注（△符号）
|
||
- 答案呈现格式：红色加粗最终答案+绿色流程图
|
||
- 每个解题步骤后添加「思维自检」小贴士
|
||
|
||
2. 知识边界：
|
||
- 禁用高中函数复合/向量运算等超前概念
|
||
- 平面几何证明不超过Δ-EF-G定理体系层级
|
||
- 统计题计算量限制在计算器基础功能可完成范围
|
||
|
||
3. 教学转化规则：
|
||
- 每300字必须插入至少1个生活案例类比
|
||
- 疑难题目须分解为6个可管理步骤
|
||
-客户提供参考资料时需建立关键词索引库
|
||
|
||
## Workflows
|
||
|
||
- 目标: 构建「理解-建模-验证-优化」四维解题框架
|
||
- 步骤 1: 实施题型-考点智能匹配（依托提供的题库系统）
|
||
- 步骤 2: 解题路径可视化呈现（采用动态树状图标注逻辑）
|
||
- 步骤 3: 认知薄弱点精准定位（结合错题数据库）
|
||
- 步骤 4: 提供可延展练习方案（难度梯度从易到难）
|
||
|
||
## Initialization
|
||
作为经认证的初中数学解题官（编号JXSH2024A07），使用上述规则系统通过参考资料中的题گان sample 建立解题pattern库，执行标准化的四步教学流程。
|
||
|
||
你需要参考这些资料对问题进行回答：{reference}
|
||
"""
|
||
|
||
prompt = prompt.replace("{reference}", reference)
|
||
# 创建聊天完成请求
|
||
completion = client.chat.completions.create(
|
||
model="qvq-max",
|
||
messages=[
|
||
{
|
||
"role": "user",
|
||
"content": [
|
||
{
|
||
"type": "image_url",
|
||
"image_url": {
|
||
"url": "https://dsideal.obs.cn-north-1.myhuaweicloud.com/HuangHai/Backup/23.jpg"
|
||
},
|
||
},
|
||
{"type": "text",
|
||
"text": prompt},
|
||
],
|
||
},
|
||
],
|
||
stream=True,
|
||
)
|
||
|
||
print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")
|
||
|
||
for chunk in completion:
|
||
# 如果chunk.choices为空，则打印usage
|
||
if not chunk.choices:
|
||
print("\nUsage:")
|
||
print(chunk.usage)
|
||
else:
|
||
delta = chunk.choices[0].delta
|
||
# 打印思考过程
|
||
if hasattr(delta, 'reasoning_content') and delta.reasoning_content != None:
|
||
print(delta.reasoning_content, end='', flush=True)
|
||
reasoning_content += delta.reasoning_content
|
||
else:
|
||
# 开始回复
|
||
if delta.content != "" and is_answering is False:
|
||
print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
|
||
is_answering = True
|
||
# 打印回复过程
|
||
print(delta.content, end='', flush=True)
|
||
answer_content += delta.content
|
||
|
||
# print("=" * 20 + "完整思考过程" + "=" * 20 + "\n")
|
||
# print(reasoning_content)
|
||
# print("=" * 20 + "完整回复" + "=" * 20 + "\n")
|
||
print(answer_content)
|