9902ca3563
后端： 1. 阶段 1.5/1.6 收口 llm-service / rag-service，统一模型出口与检索基础设施入口，清退 backend/infra/llm 与 backend/infra/rag 旧实现； 2. 同步更新相关调用链与微服务迁移计划文档
63 lines
1.7 KiB
Go
63 lines
1.7 KiB
Go
package newagentprompt
|
||
|
||
import (
|
||
"context"
|
||
"fmt"
|
||
|
||
llmservice "github.com/LoveLosita/smartflow/backend/services/llm"
|
||
"github.com/cloudwego/eino/schema"
|
||
)
|
||
|
||
const compactMsg1SystemPrompt = `你是一个对话压缩助手。你的任务是将以下多轮对话历史压缩为一段简洁的结构化摘要。
|
||
|
||
要求：
|
||
1. 保留用户的核心诉求和意图（原文关键词不要丢失）
|
||
2. 保留所有已确认的约束条件和规则
|
||
3. 保留关键操作决策和结果（比如排程相关的调整结果）
|
||
4. 保留用户偏好的重要信息
|
||
5. 去除冗余和重复信息
|
||
6. 按要点列出，每条一行
|
||
|
||
直接输出压缩后的摘要，不要输出其他内容。`
|
||
|
||
// CompactMsg1 将 msg1（历史对话）压缩为摘要。
|
||
// existingSummary 不为空时表示已有旧摘要，需要合并压缩。
|
||
func CompactMsg1(
|
||
ctx context.Context,
|
||
client *llmservice.Client,
|
||
historyText string,
|
||
existingSummary string,
|
||
) (string, error) {
|
||
var userContent string
|
||
if existingSummary != "" {
|
||
userContent = fmt.Sprintf(`已有压缩摘要：
|
||
%s
|
||
|
||
新增的对话记录：
|
||
%s
|
||
|
||
请将以上两部分合并为一份更紧凑的摘要。`, existingSummary, historyText)
|
||
} else {
|
||
userContent = fmt.Sprintf(`对话历史：
|
||
%s
|
||
|
||
请压缩以上对话历史。`, historyText)
|
||
}
|
||
|
||
messages := []*schema.Message{
|
||
schema.SystemMessage(compactMsg1SystemPrompt),
|
||
schema.UserMessage(userContent),
|
||
}
|
||
|
||
result, err := client.GenerateText(ctx, messages, llmservice.GenerateOptions{
|
||
MaxTokens: 4000,
|
||
})
|
||
if err != nil {
|
||
return "", fmt.Errorf("compact msg1 LLM call failed: %w", err)
|
||
}
|
||
if result == nil || result.Text == "" {
|
||
return "", fmt.Errorf("compact msg1 LLM returned empty result")
|
||
}
|
||
return result.Text, nil
|
||
}
|