688 lines
19 KiB
Markdown
688 lines
19 KiB
Markdown
# Catalog Agent - 智能数据检索专家系统
|
||
|
||
[](https://python.org)
|
||
[](https://fastapi.tiangolo.com)
|
||
[](LICENSE)
|
||
|
||
## 📋 项目概述
|
||
|
||
Catalog Agent 是一个基于 FastAPI 构建的智能数据检索专家系统，专门用于处理和分析结构化数据集。系统通过无状态的 ZIP 项目加载机制，支持动态加载多种数据集，并提供类似 OpenAI 的聊天接口，便于与现有 AI 应用集成。
|
||
|
||
### 🌟 核心特性
|
||
|
||
- **🔍 智能数据检索** - 基于倒排索引和多层数据架构的专业数据检索
|
||
- **📦 无状态项目加载** - 通过 ZIP URL 动态加载数据集，自动缓存和解压
|
||
- **🏗️ 多层架构数据处理** - 文档层、序列化层、索引层的分层存储
|
||
- **🚀 异步文件处理队列** - 基于 huey 和 SQLite 的高性能异步任务队列
|
||
- **📊 任务状态管理** - 实时任务状态查询和 SQLite 数据持久化
|
||
- **🤖 兼容 OpenAI API** - 完全兼容 OpenAI chat/completions 接口
|
||
- **🔧 MCP 工具集成** - 集成多种 Model Context Protocol 工具，支持语义搜索、关键词搜索、Excel/CSV 操作等
|
||
|
||
---
|
||
|
||
## 🚀 快速开始
|
||
|
||
### 环境要求
|
||
|
||
- Python 3.12+
|
||
- Poetry (推荐) 或 pip
|
||
- 足够的磁盘空间用于缓存
|
||
|
||
### 安装依赖
|
||
|
||
```bash
|
||
# 使用 Poetry (推荐)
|
||
poetry install
|
||
poetry run python fastapi_app.py
|
||
|
||
# 或使用 pip
|
||
pip install -r requirements.txt
|
||
python fastapi_app.py
|
||
|
||
# 启动队列消费者（另一个终端）
|
||
poetry run python task_queue/consumer.py --workers 2
|
||
```
|
||
|
||
### Docker 部署
|
||
|
||
```bash
|
||
# 构建镜像
|
||
docker build -t qwen-agent .
|
||
|
||
# 运行容器
|
||
docker run -p 8001:8001 qwen-agent
|
||
|
||
# 或使用 Docker Compose
|
||
docker-compose up -d
|
||
```
|
||
|
||
---
|
||
|
||
## 📖 使用指南
|
||
# Catalog Agent API 文档
|
||
|
||
## 概述
|
||
本文档提供 Catalog Agent 服务的 API 接口说明，支持多语言对话、文件上传和解析功能。
|
||
|
||
## 服务地址
|
||
|
||
### 公网地址
|
||
- **开发环境**: `https://catalog-agent-dev.gbase.ai`
|
||
- **生产环境**: `https://catalog-agent.gbase.ai`
|
||
|
||
### 内网地址
|
||
- **生产环境**: `http://catalog-agent.default.svc.cluster.local`
|
||
- **开发环境**: `http://catalog-agent.gbase-dev.svc.cluster.local`
|
||
|
||
---
|
||
|
||
## 接口列表
|
||
|
||
### 1. 通用聊天接口 V1 (OpenAI 兼容)
|
||
|
||
**端点**: `POST /api/v1/chat/completions`
|
||
|
||
**认证方式**: Bearer Token (使用大语言模型的 API Key)
|
||
|
||
**请求示例**:
|
||
```bash
|
||
curl -X POST "{host}/api/v1/chat/completions" \
|
||
-H "Content-Type: application/json" \
|
||
-H "Authorization: Bearer {api_key}" \
|
||
-d '{
|
||
"messages": [
|
||
{
|
||
"role": "user",
|
||
"content": "1kg未満のノートPCを知りたいので表で出力してください"
|
||
}
|
||
],
|
||
"stream": true,
|
||
"language": "ja",
|
||
"robot_type": "catalog_agent",
|
||
"model": "gpt-4.1",
|
||
"model_server": "https://one-dev.felo.me/v1",
|
||
"bot_id": "f4aecffd4e9c-624be71-5432-40bf-9758",
|
||
"dataset_ids": ["624be71-5432-40bf-9758-f4aecffd4e9c"],
|
||
"tool_response": false
|
||
}'
|
||
```
|
||
|
||
**请求参数说明**:
|
||
| 参数 | 类型 | 必填 | 说明 |
|
||
|------|------|------|------|
|
||
| messages | array | 是 | 对话消息列表 |
|
||
| stream | boolean | 是 | 是否启用流式输出 |
|
||
| language | string | 是 | 语言代码: zh/en/ja |
|
||
| robot_type | string | 是 | 固定值: catalog_agent |
|
||
| model | string | 是 | AI 模型名称 |
|
||
| model_server | string | 是 | AI 模型服务器地址 |
|
||
| bot_id | string | 是 | 机器人唯一标识 |
|
||
| dataset_ids | array | 是 | 知识库 ID 数组 |
|
||
| tool_response | boolean | 是 | 是否返回工具响应 |
|
||
|
||
---
|
||
|
||
### 2. GBase 聊天接口 V2
|
||
|
||
**端点**: `POST /api/v2/chat/completions`
|
||
|
||
**认证方式**: Bearer Token (使用 `md5(master:{bot_id})` 生成)
|
||
|
||
> 注意：此接口的模型、服务器、API Key、数据集信息会自动从 GBase 读取，无需手动传入。
|
||
|
||
**请求示例**:
|
||
```bash
|
||
curl -X POST "{host}/api/v2/chat/completions" \
|
||
-H "Content-Type: application/json" \
|
||
-H "Authorization: Bearer {md5(master:{bot_id})}" \
|
||
-d '{
|
||
"messages": [
|
||
{
|
||
"role": "user",
|
||
"content": "1kg未満のノートPCを知りたいので表で出力してください"
|
||
}
|
||
],
|
||
"stream": true,
|
||
"language": "ja",
|
||
"bot_id": "f4aecffd4e9c-624be71-5432-40bf-9758",
|
||
"tool_response": false
|
||
}'
|
||
```
|
||
|
||
**请求参数说明**:
|
||
| 参数 | 类型 | 必填 | 说明 |
|
||
|------|------|------|------|
|
||
| messages | array | 是 | 对话消息列表 |
|
||
| stream | boolean | 是 | 是否启用流式输出 |
|
||
| language | string | 是 | 语言代码: zh/en/ja |
|
||
| bot_id | string | 是 | 机器人唯一标识 |
|
||
| tool_response | boolean | 是 | 是否返回工具响应 |
|
||
|
||
---
|
||
|
||
### 3. 文件上传
|
||
|
||
**端点**: `POST /api/v1/upload`
|
||
|
||
**请求方式**: 表单数据上传
|
||
|
||
**参数名**: `file`
|
||
|
||
**响应示例**:
|
||
```json
|
||
{
|
||
"success": true,
|
||
"message": "文件上传成功",
|
||
"filename": "12345678-1234-5678-9abc-123456789def.pdf",
|
||
"original_filename": "document.pdf",
|
||
"file_path": "projects/uploads/12345678-1234-5678-9abc-123456789def.pdf"
|
||
}
|
||
```
|
||
|
||
---
|
||
|
||
### 4. 文件解析
|
||
|
||
#### 4.1 全量文件解析
|
||
|
||
**端点**: `POST /api/v1/files/process/async`
|
||
|
||
**请求示例**:
|
||
```bash
|
||
curl -X POST "{host}/api/v1/files/process/async" \
|
||
-H "Content-Type: application/json" \
|
||
-d '{
|
||
"dataset_id": "624be71-5432-40bf-9758-f4aecffd4e9c",
|
||
"files": {
|
||
"group_name1": [
|
||
"public/document.txt",
|
||
"public/data.zip",
|
||
"public/goods.xlsx"
|
||
],
|
||
"group_name2": [
|
||
"public/document.txt",
|
||
"public/data.zip",
|
||
"public/goods.xlsx"
|
||
]
|
||
}
|
||
}'
|
||
```
|
||
|
||
#### 4.2 增量文件解析
|
||
|
||
**端点**: `POST /api/v1/files/process/incremental`
|
||
|
||
**请求示例**:
|
||
```bash
|
||
curl -X POST "{host}/api/v1/files/process/incremental" \
|
||
-H "Content-Type: application/json" \
|
||
-d '{
|
||
"dataset_id": "624be71-5432-40bf-9758-f4aecffd4e9c",
|
||
"files_to_add": {
|
||
"group_name1": [
|
||
"projects/uploads/report_list/1090571652550791207.md"
|
||
],
|
||
"group_name2": [
|
||
"projects/uploads/report_list/1090570966043889684.md"
|
||
]
|
||
},
|
||
"files_to_remove": {
|
||
"group_name1": [
|
||
"projects/uploads/report_list/1090570712888283212.md"
|
||
],
|
||
"group_name2": [
|
||
"projects/uploads/report_list/1090570712888283214.md"
|
||
]
|
||
}
|
||
}'
|
||
```
|
||
|
||
**解析响应**:
|
||
```json
|
||
{
|
||
"success": true,
|
||
"task_id": "abc-123-def",
|
||
"dataset_id": "624be71-5432-40bf-9758-f4aecffd4e9c",
|
||
"task_status": "pending",
|
||
"estimated_processing_time": 30
|
||
}
|
||
```
|
||
|
||
---
|
||
|
||
### 5. 查询任务状态
|
||
|
||
**端点**: `GET /api/v1/task/{task_id}/status`
|
||
|
||
**请求示例**:
|
||
```bash
|
||
curl "{host}/api/v1/task/{task_id}/status"
|
||
```
|
||
|
||
**响应示例**:
|
||
```json
|
||
{
|
||
"success": true,
|
||
"task_id": "abc-123-def",
|
||
"status": "completed",
|
||
"dataset_id": "my_project_123",
|
||
"result": {
|
||
"status": "success",
|
||
"message": "成功处理了 2 个文档文件",
|
||
"processed_files": ["projects/my_project_123/dataset/docs/document.txt"]
|
||
}
|
||
}
|
||
```
|
||
|
||
---
|
||
|
||
## 注意事项
|
||
|
||
1. **认证方式**: V1 和 V2 接口使用不同的认证机制，请根据接口版本选择合适的认证方式
|
||
2. **必填参数**: 所有标记为"必填"的参数必须提供
|
||
3. **文件路径**: 文件解析接口中使用的文件路径应为文件上传接口返回的 `file_path`
|
||
4. **任务状态**: 文件解析为异步操作，需要通过任务状态接口查询处理进度
|
||
|
||
#### 项目目录结构
|
||
|
||
文件处理后，会在 `projects/{unique_id}/` 目录下生成以下结构：
|
||
|
||
```
|
||
projects/{unique_id}/
|
||
├── README.md # 项目说明文件
|
||
├── files/ # 原始文件存储
|
||
│ ├── document.txt # 原始文档
|
||
│ └── data.zip # 压缩文件
|
||
├── dataset/ # 处理后的数据集
|
||
│ └── default/ # 默认数据集
|
||
│ ├── document.txt # 原始markdown文本内容
|
||
│ ├── pagination.txt # 分页数据层，每页5000字符
|
||
│ └── embedding.pkl # 文档向量嵌入文件
|
||
└── processed_files.json # 文件处理日志
|
||
```
|
||
|
||
**三层数据架构说明**：
|
||
- **原始文档层 (document.txt)**: 完整的markdown文本内容，提供上下文信息
|
||
- **分页数据层 (pagination.txt)**: 按页分割的数据，每页5000字符，便于检索
|
||
- **向量嵌入层 (embedding.pkl)**: 文档的语义向量，支持语义搜索
|
||
|
||
|
||
### 4. 项目目录树接口
|
||
|
||
#### 获取完整目录树
|
||
|
||
**端点**: `GET /api/v1/projects/tree`
|
||
|
||
```bash
|
||
# 获取完整目录树
|
||
curl "http://localhost:8001/api/v1/projects/tree"
|
||
|
||
# 只显示目录结构（不包含文件）
|
||
curl "http://localhost:8001/api/v1/projects/tree?include_files=false"
|
||
|
||
# 只显示data目录
|
||
curl "http://localhost:8001/api/v1/projects/tree?filter_type=data"
|
||
```
|
||
|
||
**响应示例**:
|
||
```json
|
||
{
|
||
"success": true,
|
||
"message": "目录树获取成功",
|
||
"tree": {
|
||
"name": "projects",
|
||
"path": "",
|
||
"type": "directory",
|
||
"children": [
|
||
{
|
||
"name": "data",
|
||
"path": "data",
|
||
"type": "directory",
|
||
"children": [
|
||
{
|
||
"name": "1624be71-5432-40bf-9758-f4aecffd4e9c",
|
||
"path": "data/1624be71-5432-40bf-9758-f4aecffd4e9c",
|
||
"type": "directory",
|
||
"children": [...]
|
||
}
|
||
]
|
||
}
|
||
],
|
||
"size": 0,
|
||
"modified_time": 1234567890
|
||
},
|
||
"stats": {
|
||
"total_directories": 15,
|
||
"total_files": 32,
|
||
"total_size": 1048576
|
||
}
|
||
}
|
||
```
|
||
|
||
#### 获取子目录树结构
|
||
|
||
**端点**: `GET /api/v1/projects/subtree/{sub_path:path}`
|
||
|
||
```bash
|
||
# 获取特定项目的目录结构
|
||
curl "http://localhost:8001/api/v1/projects/subtree/data/1624be71-5432-40bf-9758-f4aecffd4e9c"
|
||
|
||
# 只显示目录层级
|
||
curl "http://localhost:8001/api/v1/projects/subtree/data/1624be71-5432-40bf-9758-f4aecffd4e9c?include_files=false"
|
||
```
|
||
|
||
**参数说明**:
|
||
- `sub_path`: 子目录路径，如 'data/1624be71-5432-40bf-9758-f4aecffd4e9c'
|
||
- `include_files`: 是否包含文件详情（默认true）
|
||
- `max_depth`: 最大深度限制（默认10）
|
||
|
||
**功能特性**:
|
||
- 递归构建完整的目录树结构
|
||
- 包含文件大小和修改时间信息
|
||
- 支持过滤文件类型和目录层级
|
||
- 提供统计信息（目录数、文件数、总大小）
|
||
- 安全的错误处理机制
|
||
```
|
||
|
||
---
|
||
|
||
## 🗃️ 数据包结构
|
||
|
||
### ZIP 数据集格式
|
||
|
||
```
|
||
dataset_name/
|
||
├── README.md # 数据集说明文档
|
||
├── dataset/
|
||
│ └── data_collection/
|
||
│ ├── document.txt # 原始文本内容
|
||
│ ├── serialization.txt # 结构化数据
|
||
│ └── schema.json # 字段定义和元数据
|
||
├── mcp_settings.json # MCP 工具配置
|
||
└── system_prompt.md # 系统提示词（可选）
|
||
```
|
||
|
||
### 文件说明
|
||
|
||
- **document.txt**: 原始 Markdown 文本，提供完整上下文
|
||
- **serialization.txt**: 格式化结构数据，每行 `字段1:值1;字段2:值2`
|
||
- **schema.json**: 字段定义、枚举值映射和文件关联关系
|
||
- **mcp_settings.json**: MCP 工具配置，定义可用的数据处理工具
|
||
|
||
---
|
||
|
||
## 📊 数据存储和管理
|
||
|
||
### 任务状态存储
|
||
|
||
任务状态存储在 SQLite 数据库中：
|
||
|
||
```
|
||
queue_data/task_status.db
|
||
```
|
||
|
||
**数据库结构**:
|
||
```sql
|
||
CREATE TABLE task_status (
|
||
task_id TEXT PRIMARY KEY, -- 任务ID
|
||
unique_id TEXT NOT NULL, -- 项目ID
|
||
status TEXT NOT NULL, -- 任务状态
|
||
created_at REAL NOT NULL, -- 创建时间
|
||
updated_at REAL NOT NULL, -- 更新时间
|
||
result TEXT, -- 处理结果(JSON)
|
||
error TEXT -- 错误信息
|
||
);
|
||
```
|
||
|
||
### 数据库管理工具
|
||
|
||
```bash
|
||
# 查看数据库内容
|
||
poetry run python db_manager.py view
|
||
|
||
# 交互式管理
|
||
poetry run python db_manager.py interactive
|
||
|
||
# 获取统计信息
|
||
curl "http://localhost:8001/api/v1/tasks/statistics"
|
||
```
|
||
|
||
### 数据备份
|
||
|
||
```bash
|
||
# 备份数据库
|
||
cp queue_data/task_status.db queue_data/backup_$(date +%Y%m%d).db
|
||
|
||
# 清理旧记录
|
||
curl -X POST "http://localhost:8001/api/v1/tasks/cleanup?older_than_days=7"
|
||
```
|
||
|
||
---
|
||
|
||
## 🛠️ API 接口总览
|
||
|
||
### 聊天接口
|
||
- `POST /api/v1/chat/completions` - OpenAI 兼容的聊天接口
|
||
|
||
### 文件处理接口
|
||
- `POST /api/v1/files/process/async` - 异步文件处理
|
||
- `GET /api/v1/files/{unique_id}/status` - 文件处理状态
|
||
|
||
### 任务管理接口
|
||
- `GET /api/v1/task/{task_id}/status` - **主要接口** - 查询任务状态
|
||
- `GET /api/v1/tasks` - 列出任务（支持筛选）
|
||
- `GET /api/v1/tasks/statistics` - 获取统计信息
|
||
- `DELETE /api/v1/task/{task_id}` - 删除任务记录
|
||
- `POST /api/v1/project/cleanup` - 清理项目数据
|
||
|
||
### 项目目录树接口
|
||
- `GET /api/v1/projects/tree` - 获取projects文件夹完整目录树结构
|
||
- `GET /api/v1/projects/subtree/{sub_path:path}` - 获取指定子目录的树结构
|
||
|
||
### 系统管理接口
|
||
- `GET /api/health` - 健康检查
|
||
- `GET /system/status` - 系统状态
|
||
- `POST /system/cleanup-cache` - 清理缓存
|
||
|
||
---
|
||
|
||
## 🔧 配置和部署
|
||
|
||
### 环境变量
|
||
|
||
```bash
|
||
# 模型配置
|
||
MODEL_SERVER=https://openrouter.ai/api/v1
|
||
API_KEY=your-api-key
|
||
|
||
# 队列配置
|
||
TOOL_CACHE_MAX_SIZE=20
|
||
|
||
# 其他配置
|
||
TOKENIZERS_PARALLELISM=false
|
||
```
|
||
|
||
### 生产部署建议
|
||
|
||
1. **队列配置**
|
||
```bash
|
||
# 设置合适的工作线程数
|
||
poetry run python task_queue/consumer.py --workers 4 --worker-type threads
|
||
```
|
||
|
||
2. **性能优化**
|
||
- 使用 Redis 作为队列后端（可选）
|
||
- 配置 nginx 作为反向代理
|
||
- 设置适当的缓存策略
|
||
|
||
3. **监控**
|
||
- 定期检查任务状态
|
||
- 监控磁盘空间使用
|
||
- 设置日志轮转
|
||
|
||
---
|
||
|
||
## 📈 性能特性
|
||
|
||
### 智能检索策略
|
||
- **探索性查询**: 结构分析 → 模式发现 → 结果扩展
|
||
- **精确性查询**: 目标定位 → 直接搜索 → 结果验证
|
||
- **分析性查询**: 多维度分析 → 深度挖掘 → 洞察提取
|
||
|
||
### 缓存机制
|
||
- ZIP 文件基于 URL 的 MD5 哈希值进行缓存
|
||
- 助手实例缓存，提高响应速度
|
||
- SQLite 查询缓存
|
||
|
||
### 并发处理
|
||
- 异步文件处理队列
|
||
- 多线程任务执行
|
||
- 支持批量操作
|
||
|
||
---
|
||
|
||
## 📁 项目结构
|
||
|
||
```
|
||
qwen-agent/
|
||
├── fastapi_app.py # FastAPI 主应用
|
||
├── modified_assistant.py # 修改版助手服务逻辑
|
||
├── task_queue/ # 队列系统
|
||
│ ├── config.py # 队列配置
|
||
│ ├── manager.py # 队列管理器
|
||
│ ├── tasks.py # 文件处理任务
|
||
│ ├── integration_tasks.py # 集成任务
|
||
│ ├── task_status.py # 任务状态存储
|
||
│ └── consumer.py # 队列消费者
|
||
├── utils/ # 工具模块
|
||
│ ├── agent_pool.py # 助手池管理
|
||
│ ├── api_models.py # API 数据模型
|
||
│ ├── dataset_manager.py # 数据集管理
|
||
│ ├── excel_csv_processor.py # Excel/CSV 处理器
|
||
│ ├── file_utils.py # 文件操作工具
|
||
│ ├── project_manager.py # 项目管理器
|
||
│ └── prompt_loader.py # 提示词加载器
|
||
├── mcp/ # MCP 工具服务器
|
||
│ ├── semantic_search_server.py # 语义搜索服务
|
||
│ ├── multi_keyword_search_server.py # 多关键词搜索服务
|
||
│ ├── excel_csv_operator_server.py # Excel/CSV 操作服务
|
||
│ ├── json_reader_server.py # JSON 读取服务
|
||
│ ├── mcp_settings.json # MCP 配置文件
|
||
│ └── tools/ # 工具定义文件
|
||
├── models/ # 模型文件
|
||
├── projects/ # 项目目录
|
||
│ └── queue_data/ # 队列数据
|
||
├── public/ # 静态文件
|
||
├── embedding/ # 嵌入模型模块
|
||
├── prompt/ # 系统提示词
|
||
├── db_manager.py # 数据库管理工具
|
||
├── requirements.txt # 依赖列表
|
||
├── pyproject.toml # Poetry 配置
|
||
├── Dockerfile # Docker 构建文件
|
||
└── docker-compose.yml # Docker Compose 配置
|
||
```
|
||
|
||
---
|
||
|
||
## 🎯 使用场景
|
||
|
||
### 适用场景
|
||
- **产品规格检索** - 快速查找产品技术规格
|
||
- **文档分析** - 大量文档的智能检索和分析
|
||
- **数据问答** - 基于结构化数据的问答系统
|
||
- **知识库构建** - 企业知识库的智能检索
|
||
|
||
### 示例数据集
|
||
项目包含 HP 产品规格书数据集：
|
||
- 商用/个人笔记本电脑 (EliteBook/OmniBook)
|
||
- 台式机 (Elite/OMEN)
|
||
- 工作站 (Z系列)
|
||
- 显示器 (Series 3/5/OMEN)
|
||
- Poly 通信设备
|
||
- HyperX 游戏配件
|
||
|
||
### MCP 工具支持
|
||
系统集成了以下 MCP 工具：
|
||
- **语义搜索工具** - 基于句子嵌入的语义相似度搜索
|
||
- **多关键词搜索工具** - 支持多字段、多条件的组合搜索
|
||
- **Excel/CSV 操作工具** - 读取、搜索、分析 Excel 和 CSV 文件
|
||
- **JSON 读取工具** - 解析和查询 JSON 格式数据
|
||
|
||
---
|
||
|
||
## 🤝 贡献指南
|
||
|
||
1. Fork 项目
|
||
2. 创建特性分支 (`git checkout -b feature/AmazingFeature`)
|
||
3. 提交更改 (`git commit -m 'Add some AmazingFeature'`)
|
||
4. 推送到分支 (`git push origin feature/AmazingFeature`)
|
||
5. 打开 Pull Request
|
||
|
||
---
|
||
|
||
## 📄 许可证
|
||
|
||
本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详情。
|
||
|
||
---
|
||
|
||
## 🆘 支持
|
||
|
||
- 📖 [详细文档](docs/)
|
||
- 🐛 [问题反馈](https://github.com/your-repo/qwen-agent/issues)
|
||
- 💬 [讨论区](https://github.com/your-repo/qwen-agent/discussions)
|
||
|
||
---
|
||
|
||
## 🎉 开始使用
|
||
|
||
1. **克隆项目**
|
||
```bash
|
||
git clone https://github.com/your-repo/qwen-agent.git
|
||
cd qwen-agent
|
||
```
|
||
|
||
2. **安装依赖**
|
||
```bash
|
||
poetry install
|
||
```
|
||
|
||
3. **启动服务**
|
||
```bash
|
||
# 启动队列消费者
|
||
poetry run python task_queue/consumer.py --workers 2
|
||
|
||
# 启动API服务器
|
||
poetry run python fastapi_app.py
|
||
```
|
||
|
||
4. **测试接口**
|
||
```bash
|
||
# 测试聊天接口
|
||
curl -X POST "http://localhost:8001/api/v1/chat/completions" \
|
||
-H "Content-Type: application/json" \
|
||
-d '{"messages": [{"role": "user", "content": "你好"}], "model": "qwen3-next"}'
|
||
|
||
# 测试任务状态查询
|
||
curl "http://localhost:8001/api/v1/tasks/statistics"
|
||
```
|
||
|
||
现在您可以开始使用 Catalog Agent 进行智能数据检索了！🚀
|
||
|
||
|
||
|
||
## 提示词工程
|
||
|
||
指南
|
||
```guideline
|
||
1) Condition: 用户意图为“执行设备控制”。 Action: 如果用户在当前交互中已回复肯定确认（例如，同意、确认、好的等），则立即调用 Iot Control-dxcore_update_device_status 工具执行设备操作。否则（用户尚未确认），则向用户发送确认询问：“即将为您[操作内容][设备名称][具体参数]，是否确认？”并等待用户回复。
|
||
3) Condition: 当用户意图为查询设备状态或信息时。 Action: 调用 Iot Control 设备相关的工具进行查询（不调用 rag_retrieve-rag_retrieve）。
|
||
4) Condition: 当用户意图为非设备相关的问题（如提问、遇到难处、咨询事实性问题、价格等）时。 Action: 优先调用 rag_retrieve-rag_retrieve 查询知识库；如果无结果，则调用 WebSearch-web_search；最后综合两个工具的内容进行回复。
|
||
```
|
||
术语表
|
||
```terms
|
||
1) Name: term_name1, Description: desc, Synonyms: syn1, syn2
|
||
2) Name: term_name2, Description: desc, Synonyms: syn1, syn2
|
||
```
|
||
|