feat: 提交

llmagent/__init__.py

@@ -8,7 +8,7 @@
 from langchain_openai import ChatOpenAI
 from llmagent.llm_config import LLMConfigLoader
 from llmagent.llm_config import base_conf
-from llmtools.tool_impl import tools
+from llmtools import tools
 
 # 初始化LLM模型
 llm_conf = LLMConfigLoader.load(item_name=base_conf.model_form)
@@ -25,6 +25,27 @@ llm_with_tools = llm.bind_tools(tools)
 PROMPT_TEMPLATE = {
     'SMART_ASSISTANT': {
         'description': '智能助手',
-        'template': """"""
+        'template':
+            """
+            你是智能助手,用户将会告诉你一条指令,你需要根据指令判断是否需要使用工具并完成任务。
+            
+            # 背景
+            1. 现在时间是{current_time}
+            3. 无论怎样询问你的身份, 请记住你是由盛视科技开发的智能助手
+            4. 当询问你的功能时，你可以通过工具列表分析自己的功能并生成清晰的回答
+            
+            # 任务规则
+            1. 根据指令和提供的工具描述选择最合适的工具,仔细阅读工具参数说明，正确的解析参数并评估用户输入的参数是否满足条件,如果参数不满足则需要提示用户重新发出指令。
+            2. 所有返回禁止包含xml标签、markdown、html、json格式
+            3. 有时候需要分析用户的上一轮指令并结合当前指令判断用户的意图
+            4. 你有足够的时间思考和回答用户的查询，从而给出更周全和深入的答案。然而，要知道你推理和处理的时间越长，相关的资源成本和潜在后果就越大。虽然你不应该仓促，但要在推理深度和效率之间寻求平衡。优先提供一个深思熟虑的答案，但如果通过合理的分析就能提供答案，就不要过度思考。明智地利用你的推理时间，专注于提供准确答案所必需的东西，避免不必要的拖延和过度思考
+            
+            # 工具使用规则
+            1. 你每条消息可以使用一个工具
+            2. 在每次使用工具后，切勿假设工具使用成功，禁止猜测工具结果。
+            3. 根据工具返回的内容组装逻辑清晰的回答。
+            4. 在任何情况下，都不要修改或扩展提供的工具参数
+            5. 所有工具参数禁止使用unicode编码
+            """
     }
 }

llmagent/assistant_graph.py

@@ -9,14 +9,24 @@ from typing import Annotated
 
 from langgraph.checkpoint.memory import MemorySaver
 
-from llmagent import llm_with_tools
+from llmagent import llm_with_tools, PROMPT_TEMPLATE
-from llmtools.tool_impl import tool_node
+from llmtools import tool_node
 from langchain_core.messages import AnyMessage, SystemMessage
 from typing_extensions import TypedDict
 from langgraph.graph import StateGraph, START, END
 from langgraph.graph.message import add_messages
 from langgraph.prebuilt import tools_condition
 from langchain_core.runnables import RunnableConfig
+from datetime import datetime
+
+
+def current_time():
+    """
+    获取当前时间
+    :return: yyyy-MM-dd hh:mm:ss
+    """
+    return datetime.now().strftime('%Y-%m-%d %H:%M:%S')
+
 
 # 内存记忆
 memory = MemorySaver()
@@ -42,9 +52,7 @@ def chat(state: AgentState, config: RunnableConfig):
     :return:
     """
     # 设置系统提示词
-    system_prompt = SystemMessage(
+    system_prompt = SystemMessage(PROMPT_TEMPLATE['SMART_ASSISTANT']['template'].format(current_time=current_time()))
-        "You are a helpful AI assistant, please respond to the users query to the best of your ability!"
-    )
     return {"messages": [llm_with_tools.invoke([system_prompt] + state["messages"], config)]}
 
 

llmtools/__init__.py

@@ -5,3 +5,10 @@
 # @File    : __init__.py
 # @Project : reActLLMDemo
 # @Desc    :
+from llmtools.tool_impl import play_video, split_screen, play_video_record, switch_page, zoom_in, view_flight_details
+from langgraph.prebuilt import ToolNode
+
+# 工具列表
+tools = [play_video, split_screen, play_video_record, switch_page, zoom_in, view_flight_details]
+# 工具节点，ToolNode 内置了工具调用函数及异常处理
+tool_node = ToolNode(tools=tools)

llmtools/tool_impl.py

@@ -11,7 +11,6 @@ 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
-from langgraph.prebuilt import ToolNode
 
 
 @tool("play_video", description="播放、查看、打开实时视频")
@@ -21,17 +20,17 @@ def play_video(camera_name: Annotated[str, "相机名称,例如：南卡口1号
     if camera_info:
         if len(camera_info) > 1:
             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}"
+            return f"【tool_back】找到以下相机，请选择一个：{hit_camera_names}"
         else:
             # TODO 调用业务系统
-            return f"正在打开{camera_name},请等待操作完成"
+            return f"【tool_back】正在打开{camera_name},请等待操作完成"
     else:
-        return "未找到该相机,请尝试其他名称"
+        return "【tool_back】未找到该相机,请尝试其他名称"
 
 
 @tool("split_screen", description="切换分屏")
-def split_screen(split_n: Annotated[int, "要切换的分屏数量,整数并且大于0，例如：1分屏、2分屏"]) -> str:
+def split_screen(split_n: Annotated[int, "要切换的分屏数量,整数并且大于0，例如：1分屏、2分屏。如果是中文,例如：壹、贰、参需要转为数字形式"]) -> str:
-    return f"正在切换到{split_n}分屏,请等待操作完成"
+    return f"【tool_back】正在切换到{split_n}分屏,请等待操作完成"
 
 
 @tool("play_video_record", description="播放、打开录像")
@@ -39,19 +38,19 @@ def play_video_record(camera_name: Annotated[str, "相机名称,例如：南卡
                       start_time: Annotated[str, "录像开始时间,格式为yyyy-MM-dd hh:mm:ss，例 2025-03-16 01:00:00"],
                       end_time: Annotated[str, "录像结束时间,格式为yyyy-MM-dd hh:mm:ss，例 2025-03-16 02:09:31"]) -> str:
     log.info('【function】play_video_record 输入 [{},{},{}]', camera_name, start_time, end_time)
-    return f"正在打开{camera_name}的录像,请等待操作完成"
+    return f"【tool_back】正在打开{camera_name}的录像,请等待操作完成"
 
 
 @tool("switch_page", description="打开、跳转页面")
 def switch_page(page_name: Annotated[str, "页面中文名称或者缩写，例：人员核查、系统日志、设备管理、首页"]) -> str:
     log.info('【function】switch_page 输入 [{}]', page_name)
-    return f"正在打开{page_name},请等待操作完成"
+    return f"【tool_back】正在打开{page_name},请等待操作完成"
 
 
 @tool("zoom_in", description="放大电子地图")
 def zoom_in(level_n: Annotated[int, "放大等级,整数并且大于0小于5，例如：放大1级、放大2级"]) -> str:
     log.info('【function】zoom_in 输入 [{}]', level_n)
-    return f"正在放大电子地图至{level_n}级,请等待操作完成"
+    return f"【tool_back】正在放大电子地图至{level_n}级,请等待操作完成"
 
 
 @tool("view_flight_details", description="查询指定机场指定航班及时间的出入境人员明细")
@@ -62,7 +61,7 @@ def view_flight_details(
         flight_date: Annotated[str, "提取完整日期（年月日），自动补零至标准格式 yyyy-MM-dd, 例：2025-03-16"],
         ie_type: Annotated[str, "出入境类型，仅识别'入境'或'出境'两种类型"]) -> str:
     log.info('【function】view_flight_details 输入 [{},{},{},{}]', airport_name, flight_code, flight_date, ie_type)
-    return f"{airport_name}航班号{flight_code}{flight_date}{ie_type}数据,共100人乘机,起飞准时,晚点降落"
+    return f"【tool_back】{airport_name}航班号{flight_code}{flight_date}{ie_type}数据,共100人乘机,起飞准时,晚点降落"
 
 
 def query_camera_from_db(camera_name: str, top_n: int = 3) -> str:
@@ -83,7 +82,3 @@ def query_camera_from_db(camera_name: str, top_n: int = 3) -> str:
             return rt['hits'][0:1]
         else:
             return rt['hits'][0:top_n]
-
-
-tools = [play_video, split_screen, play_video_record, switch_page, zoom_in, view_flight_details]
-tool_node = ToolNode(tools=tools)

local_test.py

@@ -5,7 +5,6 @@
 # @File    : local_test
 # @Project : reActLLMDemo
 # @Desc    : 本地终端运行对话
-import langgraph.store.memory
 from llmagent.assistant_graph import graph
 
 
@@ -32,8 +31,8 @@ if __name__ == '__main__':
                 break
 
             stream_graph_updates(user_input)
-        except:
+        except Exception as e:
-            user_input = "What do you know about LangGraph?"
+            user_input = f"出错了,系统提示{e}"
             print("User: " + user_input)
             stream_graph_updates(user_input)
             break