feat: 提交

.idea/markdown.xml

@@ -0,0 +1,9 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="MarkdownSettings">
+    <enabledExtensions>
+      <entry key="MermaidLanguageExtension" value="false" />
+      <entry key="PlantUMLLanguageExtension" value="false" />
+    </enabledExtensions>
+  </component>
+</project>

README.md

@@ -0,0 +1,59 @@
+# LLM function calling 示例
+
+## 功能介绍
+
+## 安装
+1. clone 本项目
+```shell
+git clone http://1.14.96.249:3000/old-tom/llmFunctionCallDemo.git
+```
+2. 创建虚拟环境
++ 这里使用的是pipenv,可以换成uv或者conda
++ python 版本为 3.10或以上稳定版即可
+```shell
+cd llmFunctionCallDemo （clone的代码目录）
+```
+```shell
+pipenv install --python 3.10
+```
+3. 安装依赖
+```shell
+pip install -r requirements.txt
+```
+4. 向量库部署和初始化 (docker)
+```shell
+docker run --name marqo -it --privileged -p 8882:8882 --add-host host.docker.internal:host-gateway marqoai/marqo:latest
+```
+初始化：执行[vector_db.py](vector_db.py) create_and_set_index()方法
+
+测试：执行[vector_db.py](vector_db.py) query_vector_db() 方法,参数为任意字符串
+
+5. 配置文件
+[env.toml](env.toml)
+```toml
+[base]
+# 多轮对话历史存储类型（memory：内存）
+history_chat_store = 'memory'
+# 相似度阈值
+similarity_threshold = 0.93
+# dev
+dev = true
+####### 模型配置 #######
+[siliconflow]
+# 硅基流动
+# 密钥
+api_key = ''
+# 模型名称
+model = ''
+# API地址
+base_url = ''
+# 最大token数
+max_tokens = 4096
+# 温度系数
+temperature = 0.6
+# 是否流式返回
+streaming = true
+```
+## TestCase
+
+## TODO

env.toml

@@ -3,7 +3,10 @@
 history_chat_store = 'memory'
 # 相似度阈值
 similarity_threshold = 0.93
-
+# debug模式 (不适用于流式输出)
+debug = false
+# 详细输出 (不适用于流式输出)
+verbose = false
 ####### 模型配置 #######
 [siliconflow]
 # 硅基流动

llmagent/__init__.py

@@ -23,7 +23,7 @@ PROMPT_TEMPLATE = {
                                     1. 北卡口入境摄像头出场1号通道
                                     2. 北卡口出口道路监控
                                     3. 北卡口入境摄像头出场2号通道
-                                    您需要选择哪个选项？（请回复选项前的数字）
+                                    您需要选择哪个选项？（请回复选项前的数字）\n
         6. 如果工具返回单个结果，不要有多余输出及思考过程。强制格式为：正在执行xxx操作,请等待完成。
         7. 在任何情况下，都不要修改或扩展提供的工具参数
         
@@ -44,13 +44,13 @@ PROMPT_TEMPLATE = {
         1.根据指令和提供的工具描述选择最合适的工具,并仔细阅读工具参数说明。
         2.你需要根据工具参数说明进行参数校验，评估用户输入的参数是否满足条件，如果不满足需要返回参数校验错误信息。
         3.在任何情况下，都不要修改或扩展提供的工具参数
-        4.如果用户的指令是任意表示序号的数字或者语句，比如：1、第一、第1个、第二个。你需要回顾上一轮对话中用户指令并推断出本轮用户指令。
+        4.如果用户的指令是任意表示序号的数字或者语句，比如：1、第一、第1个、第二个。你需要回顾上一轮对话的用户指令并推断出本轮用户指令。
         例如上一轮对话中的用户指令为：打开相机,你的回复是:请确认您要查看的相机具体名称：
                                     1. 北卡口入境摄像头出场1号通道
                                     2. 北卡口出口道路监控
                                     3. 北卡口入境摄像头出场2号通道
                                     您需要选择哪个选项？（请回复选项前的数字）
-        本轮用户指令为：1, 你需要推断出本轮用户指令为：打开北卡口入境摄像头出场1号通道相机
+        本轮用户指令为：1, 你需要推断出本轮用户指令为：打开北卡口入境摄像头出场1号通道相机,并强制调用工具
         """
     }
 }

llmagent/llm_agent.py

@@ -18,10 +18,11 @@ from langchain_core.chat_history import BaseChatMessageHistory, InMemoryChatMess
 from langchain_core.runnables.history import RunnableWithMessageHistory
 from langchain_core.messages import HumanMessage
 from log_conf import log
+from llmagent.llm_config import base_conf
 
 # debug模式,有更多输出
-set_debug(False)
-set_verbose(False)
+set_debug(base_conf.debug)
+set_verbose(base_conf.verbose)
 # 默认系统提示词
 DEFAULT_SYS_PROMPT = ''
 
@@ -136,7 +137,7 @@ class BaseChatAgent(ABC):
         # 总体任务描述及提示词
         user_msg = PROMPT_TEMPLATE.get('VOICE_ASSISTANT')['template'].format(user_input=user_input)
         messages = [HumanMessage(user_msg)]
-        llm_with_tools = llm.bind_tools(STRUCT_TOOLS)
+        llm_with_tools = llm.bind_tools(STRUCT_TOOLS, tool_choice='auto')
         # 判断使用哪个工具，需要加提示词让模型判断参数是否符合规则
         user_input = PROMPT_TEMPLATE.get('TOOL_CALLER')['template'].format(user_input=user_input)
         # 工具chain加入历史对话

llmagent/llm_config.py

@@ -27,6 +27,15 @@ class ConfigNotFoundError(Exception):
         Exception.__init__(self, msg)
 
 
+def load_env():
+    if not os.path.isfile(DEFAULT_CONF_PATH):
+        raise ConfigNotFoundError(f'模型配置文件{DEFAULT_CONF_NAME}不存在')
+    return toml.load(DEFAULT_CONF_PATH)
+
+
+conf = load_env()
+
+
 class LLMConf(BaseModel):
     api_key: str
     model: str
@@ -38,12 +47,19 @@ class LLMConf(BaseModel):
 
 class LLMConfigLoader(object):
     @staticmethod
-    def load(item_name, conf_path: str = DEFAULT_CONF_PATH) -> LLMConf:
+    def load(item_name) -> LLMConf:
         """
         校验并加载配置
         :return:
         """
-        if not os.path.isfile(conf_path):
-            raise ConfigNotFoundError(f'模型配置文件{DEFAULT_CONF_NAME}不存在')
-        conf = toml.load(conf_path)
-        return LLMConf(**conf[item_name])
+        return LLMConf(**conf[item_name])
+
+
+class BaseConf(BaseModel):
+    history_chat_store: str
+    similarity_threshold: float
+    debug: bool = False
+    verbose: bool = False
+
+
+base_conf = BaseConf(**conf['base'])

llmtools/tool_impl.py

@@ -11,14 +11,15 @@ from typing import Annotated
 from langchain_core.tools import tool
 from vector_db import query_vector_db
 from log_conf import log
+from llmagent.llm_config import base_conf
 
 
 @tool("play_video", description="播放、查看、打开实时视频")
 def play_video(camera_name: Annotated[str, "相机名称,例如：南卡口1号相机"]) -> str:
     camera_info = query_camera_from_db(camera_name)
+    log.info('【function】play_video 输入 [{}]', camera_name)
     if camera_info:
         if len(camera_info) > 1:
-            # TODO 需要多轮对话，确认相机名称
             hit_camera_names = [x['carme_name'] for x in camera_info]
             return f"找到以下相机，请选择一个：{hit_camera_names}"
         else:
@@ -74,7 +75,7 @@ def query_camera_from_db(camera_name: str, top_n: int = 3) -> str:
         top_one = rt['hits'][0]
         # 相似度评分
         score = top_one['_score']
-        if score > 0.93:
+        if score > base_conf.similarity_threshold:
             return rt['hits'][0:1]
         else:
             return rt['hits'][0:top_n]

main.py

@@ -15,7 +15,7 @@ if __name__ == '__main__':
     ##########  测试 function call #########
     # print(dsr.invoke_with_tool_call('播放南卡口相机'))
     ## [{'name': 'play_video', 'args': {'camera_name': '北卡口1号道相机'}, 'id': 'call_apnb8fiqdkaz313katcs3tjf', 'type': 'tool_call'}]
-    dsr.multi_with_tool_call_stream('将大屏切换为-1分屏', 1)
+    # dsr.multi_with_tool_call_stream('将大屏切换为-1分屏', 1)
     ## [{'name': 'split_screen', 'args': {'split_n': 2}, 'id': 'call_2o7c94f591xag8p6lcyice9q', 'type': 'tool_call'}]
     # print(dsr.invoke_with_tool('播放北卡口入境1号道录像,从今天到2025-03-16 02:09:31'))
     ## 由于大模型没有联网，所以无法判断‘今天’
@@ -40,5 +40,5 @@ if __name__ == '__main__':
     # dsr.multi_with_stream('我的第一个问题是什么?请直接返回问题,不要有多余输出及思考过程', 1)
 
     ##########  测试 多轮对话-相机选择 #########
-    # dsr.multi_with_tool_call_stream('播放南卡口相机', 1)
-    # dsr.multi_with_tool_call_stream('1', 1)
+    dsr.multi_with_tool_call_stream('播放南卡口相机', 1)
+    dsr.multi_with_tool_call_stream('1', 1)

requirements.txt

@@ -25,6 +25,7 @@ langchain-core==0.3.45
 langchain-openai==0.3.8
 langchain-text-splitters==0.3.7
 langsmith==0.3.15
+loguru==0.7.3
 marqo==3.11.0
 marshmallow==3.26.1
 multidict==6.2.0

vector_db.py

@@ -619,7 +619,7 @@ def query_vector_db(query):
 
 if __name__ == '__main__':
     # create_and_set_index()
-    rt = query_vector_db('南卡口出境2号相机')
+    rt = query_vector_db('1')
     # TODO 根据 _score字段 取出相似度最高的结果
     if rt:
         for ele in rt['hits']: