feat(api+app): 对话阶段化、回忆录流水线与客户端会话体验
- DB: segments 用户输入文本（Alembic 0002） - Chat: 阶段检测/阶段提示/回复限制，编排与访谈/画像 prompts 调整 - Memoir: 忠实度检查 agent，叙事与分类等链路更新 - Core: agent 日志、Alembic 启动、LangChain/日志/配置等 - Story: time_hints；Memory 检索与相关测试 - Expo: 助手头像、会话页与消息拆分、实时会话与文案/i18n - Docs/scripts/tests: 迁移脚本、LLM JSON/记忆检索文档、新增单测
This commit is contained in:
Kevin
@@ -81,8 +81,8 @@ def inject_image_placeholder_template(content: str) -> str:
|
||||
return content
|
||||
|
||||
|
||||
def get_system_prompt() -> str:
|
||||
"""获取整理 Agent 的系统提示词"""
|
||||
def get_memoir_editor_system_prompt() -> str:
|
||||
"""传记整理 Agent 的系统提示词（口语转书面、章节归类；与访谈对话用的 system prompt 不同）。"""
|
||||
return """你是一位专业的传记作家和文字编辑，擅长将口语化的对话内容整理成优雅的书面语回忆录章节。
|
||||
|
||||
你的任务：
|
||||
@@ -131,7 +131,7 @@ def get_system_prompt() -> str:
|
||||
|
||||
|
||||
def get_memoir_fidelity_system_prompt() -> str:
|
||||
"""叙事/标题生成专用：准确性优先，禁止编造事实（与 get_system_prompt 分离）。"""
|
||||
"""叙事/标题生成专用：准确性优先，禁止编造事实（与 get_memoir_editor_system_prompt 分离）。"""
|
||||
return """你是回忆录编辑助手，任务是把用户口述整理为第一人称书面叙述。
|
||||
|
||||
## 事实边界（必须遵守，优先于文采）
|
||||
@@ -139,30 +139,33 @@ def get_memoir_fidelity_system_prompt() -> str:
|
||||
2. **禁止编造**：不得新增用户未提及的具体人物姓名、对话原文、地点、时间、事件经过、因果、数字；不得推断性心理描写或「典型年代场景」填充。
|
||||
3. **禁止为凑字数扩写**：材料短则输出短；段落数量与长度随材料而定。
|
||||
4. 允许：去除口语赘词与寒暄、调整语序、合并重复指代、把口语改为书面语；**不得**用虚构细节「让文章更好看」。
|
||||
5. **叙述风格平实**：少用抒情、比喻与文学铺陈；像清楚记事，不要写成散文。
|
||||
|
||||
## 用户档案与阶段信息
|
||||
- 「用户基本信息」「时间参考」仅可使用其中**已写明**的条目；不得把档案中的出生地等写进正文，除非用户在本段口述里已提及或明确关联。"""
|
||||
|
||||
|
||||
def get_narrative_editor_system_prompt() -> str:
|
||||
"""叙事改写：准确性系统提示 + 可执行文体约束（不用 get_system_prompt 中的「过渡句/生动细节」泛化指令）。"""
|
||||
"""叙事改写：准确性系统提示 + 可执行文体约束（不用 get_memoir_editor_system_prompt 中的「过渡句/生动细节」泛化指令）。"""
|
||||
return f"""{get_memoir_fidelity_system_prompt()}
|
||||
|
||||
## 文体（在严守事实的前提下）
|
||||
- 使用第一人称、书面语；不要直接引用对话原话。
|
||||
- 使用第一人称、**平实书面语**（少修辞、少感叹）；不要直接引用对话原话。
|
||||
- 不使用 Markdown 标题（#、##）、不使用表格。
|
||||
- 如有「衔接上下文」，仅保持语气与时间线连贯，不重复已有段落全文。"""
|
||||
|
||||
|
||||
def _short_classification_edit_prefix() -> str:
|
||||
"""章节分类专用短系统前缀（不重复整段 get_memoir_editor_system_prompt）。"""
|
||||
return """你是回忆录编辑。先忽略语气词与寒暄，只根据**与人生经历有关的实质内容**判断归类。
|
||||
保留：事件、人物关系、地点时间、情感与信念。过滤：纯寒暄、与 AI 的交互、无关闲聊。"""
|
||||
|
||||
|
||||
def get_chapter_classification_prompt(segments_text: str) -> str:
|
||||
"""获取章节分类的提示词。
|
||||
"""获取章节分类的提示词（短系统段 + 规则；供纯文本输出路径或兼容）。"""
|
||||
return f"""{_short_classification_edit_prefix()}
|
||||
|
||||
返回 none 的语义与 Story 路由（get_story_route_prompt / get_story_batch_plan_prompt）中
|
||||
「可独立讲述的一段人生经历」对齐：none 表示本段不足以单独成篇进入回忆录 Story 流水线。
|
||||
"""
|
||||
return f"""{get_system_prompt()}
|
||||
|
||||
请分析以下对话内容，**忽略其中的语气词、寒暄和无关对话**，判断应归类到哪个章节类别，或是否不足以写入回忆录正文。
|
||||
请分析以下对话内容，判断应归类到哪个章节类别，或是否不足以写入回忆录正文。
|
||||
|
||||
## 章节类别
|
||||
- childhood: 童年与成长背景
|
||||
@@ -192,33 +195,21 @@ def get_chapter_classification_prompt(segments_text: str) -> str:
|
||||
若内容不足以独立成篇、仅为零散信息，返回 none。"""
|
||||
|
||||
|
||||
def get_text_rewrite_prompt(
|
||||
segments_text: str, chapter_category: str, existing_content: str = ""
|
||||
) -> str:
|
||||
"""获取文本改写的提示词"""
|
||||
chapter_name = CHAPTER_CATEGORIES.get(chapter_category, chapter_category)
|
||||
existing_section = (
|
||||
f"\n\n已有章节内容：\n{existing_content}" if existing_content else ""
|
||||
)
|
||||
return f"""{get_system_prompt()}
|
||||
def get_chapter_classification_json_prompt(segments_text: str) -> str:
|
||||
"""章节分类：JSON 输出（与 invoke_json_object 配合）。"""
|
||||
return f"""{_short_classification_edit_prefix()}
|
||||
|
||||
请将以下口语化的对话内容改写为书面语，归类到"{chapter_name}"章节。
|
||||
## 章节 key（英文）
|
||||
childhood, education, career_early, career_achievement, career_challenge, family, beliefs, summary；不足以成篇则 **none**。
|
||||
|
||||
规则与「何时必须返回 none」同 `get_chapter_classification_prompt`（档案点、无叙事骨架 → none）。
|
||||
|
||||
对话内容：
|
||||
{segments_text}
|
||||
{existing_section}
|
||||
|
||||
请按照以下格式返回 JSON：
|
||||
{{
|
||||
"title": "章节标题",
|
||||
"content": "改写后的书面语内容",
|
||||
"summary": "章节摘要（50字以内）"
|
||||
}}
|
||||
|
||||
要求：
|
||||
1. 标题要简洁有力，能概括章节主题
|
||||
2. 内容要流畅自然，保持原意和情感
|
||||
3. 如果已有章节内容，请将新内容与已有内容自然融合"""
|
||||
**JSON 输出**：`response_format=json_object`，只输出：
|
||||
{{"category": "childhood|education|career_early|career_achievement|career_challenge|family|beliefs|summary|none"}}
|
||||
不要其它文字。"""
|
||||
|
||||
|
||||
def get_state_extraction_prompt(
|
||||
@@ -234,9 +225,11 @@ def get_state_extraction_prompt(
|
||||
"belief": ["value", "regret", "pride", "lesson"],
|
||||
}
|
||||
|
||||
return f"""{get_system_prompt()}
|
||||
return f"""{get_memoir_fidelity_system_prompt()}
|
||||
|
||||
你需要从用户话语中**先提炼与人生经历相关的核心内容**，然后抽取结构化信息，并判断用户实际在谈论哪个人生阶段。
|
||||
你需要从用户话语中**先提炼与人生经历相关的核心内容**，然后抽取结构化信息，并判断用户实际在谈论哪个人生阶段（slots 仅填口述中确有依据的片段）。
|
||||
|
||||
**JSON 输出**：接口已启用 `response_format=json_object`，你必须只输出一个合法 JSON 对象，不要 markdown 代码块或其它文字。
|
||||
|
||||
系统当前跟踪的阶段：{current_stage}
|
||||
该阶段可填 slots：{slot_keys}
|
||||
@@ -313,13 +306,36 @@ def get_creative_title_prompt(
|
||||
|
||||
要求：
|
||||
1. 格式：「时间标注 · 标题正文」（时间标注可用年龄、年代或阶段，须与上列信息一致；勿编造未出现的年份）。
|
||||
2. 标题正文 **12–18 字**，必须概括 **用户口述或 slots 中已出现的主题/事实**；**禁止**使用用户未提及的纯文学意象（如未提巷子/蝉鸣则不得写）。
|
||||
3. 可略带文采，但不得引入口述中不存在的人、事、地、物。
|
||||
2. 标题正文 **12–18 字**，必须概括 **用户口述或 slots 中已出现的主题/事实**；**禁止**文学意象与比喻（如未提巷子/蝉鸣则不得写）。
|
||||
3. **平实**概括，不得引入口述中不存在的人、事、地、物。
|
||||
|
||||
只输出标题这一行文字，不要加引号或书名号。
|
||||
"""
|
||||
|
||||
|
||||
def get_creative_title_json_prompt(
|
||||
stage: str,
|
||||
emotion: str,
|
||||
slots: dict,
|
||||
user_profile: str = "",
|
||||
birth_year: Optional[int] = None,
|
||||
) -> str:
|
||||
"""生成故事标题（JSON：`{"title":"..."}`），与 invoke_json_object 配合。"""
|
||||
base = get_creative_title_prompt(
|
||||
stage=stage,
|
||||
emotion=emotion,
|
||||
slots=slots,
|
||||
user_profile=user_profile,
|
||||
birth_year=birth_year,
|
||||
)
|
||||
return (
|
||||
base.rstrip()
|
||||
+ "\n\n**JSON 输出**：`response_format=json_object`，只输出："
|
||||
+ '\n{"title":"完整标题一行（含时间标注 · 正文格式）"}\n'
|
||||
+ "不要其它文字。"
|
||||
)
|
||||
|
||||
|
||||
def get_narrative_prompt(
|
||||
stage: str,
|
||||
slots: dict,
|
||||
@@ -399,6 +415,7 @@ def get_narrative_json_prompt(
|
||||
return f"""{get_narrative_editor_system_prompt()}
|
||||
|
||||
请将「本段用户口述」改写为第一人称书面叙述，并输出 **纯 JSON**，不要包含任何其他文字或 markdown 代码块。
|
||||
**JSON 输出**：接口已启用 `response_format=json_object`（与 DeepSeek JSON 模式一致），只输出一个合法 JSON 对象。
|
||||
|
||||
阶段：{stage}
|
||||
可用信息（slots）：{slots}{profile_section}{time_section}
|
||||
@@ -411,7 +428,7 @@ def get_narrative_json_prompt(
|
||||
1. **只展开「本段用户口述」**；若有参考摘录区，不得把摘录中的具体事实写成本轮亲历经历（见系统说明）。
|
||||
2. 过滤语气词、寒暄、与 AI 的交互；不重复已有故事全文；本批只写同一主题/事件链。
|
||||
3. 段落数量与每段长度**随材料而定**，禁止为凑字数编造。
|
||||
4. 使用第一人称；不要直接引用原话；不要用 `#`、`##`、表格。
|
||||
4. 使用第一人称、**平实书面语**，少修辞；不要直接引用原话；不要用 `#`、`##`、表格。
|
||||
|
||||
## 输出格式（严格 JSON）
|
||||
{{
|
||||
@@ -427,6 +444,80 @@ def get_narrative_json_prompt(
|
||||
"""
|
||||
|
||||
|
||||
# 整篇合并时避免超长上下文：保留首尾，中间省略（字符级）
|
||||
NARRATIVE_MERGE_EXISTING_MAX_CHARS = 14000
|
||||
NARRATIVE_MERGE_HEAD_CHARS = 7000
|
||||
NARRATIVE_MERGE_TAIL_CHARS = 7000
|
||||
|
||||
|
||||
def clip_existing_story_body_for_merge(existing_markdown: str) -> str:
|
||||
"""供 append 合并提示使用：极长正文截断为 头+尾，避免 token 爆炸。"""
|
||||
s = (existing_markdown or "").strip()
|
||||
if not s:
|
||||
return ""
|
||||
if len(s) <= NARRATIVE_MERGE_EXISTING_MAX_CHARS:
|
||||
return s
|
||||
head = s[:NARRATIVE_MERGE_HEAD_CHARS]
|
||||
tail = s[-NARRATIVE_MERGE_TAIL_CHARS:]
|
||||
return (
|
||||
f"{head}\n\n【…中间省略…】\n\n"
|
||||
f"{tail}\n\n（上文为已有故事正文节选，合并时须保留其中全部事实，不得因省略而删事实。）"
|
||||
)
|
||||
|
||||
|
||||
def get_narrative_merge_json_prompt(
|
||||
stage: str,
|
||||
slots: dict,
|
||||
new_content: str,
|
||||
existing_content: str,
|
||||
user_profile: str = "",
|
||||
birth_year: Optional[int] = None,
|
||||
) -> str:
|
||||
"""
|
||||
已有故事追加：将「已有全文（或节选）」与「本段口述」合并为**一篇**第一人称叙述，
|
||||
按事件发生顺序组织段落，输出覆盖全篇的 JSON paragraphs。
|
||||
"""
|
||||
clipped = clip_existing_story_body_for_merge(existing_content)
|
||||
existing_section = (
|
||||
f"\n\n【已有故事正文（须全部保留事实，仅调整顺序与衔接；不得编造）】：\n{clipped}"
|
||||
if clipped
|
||||
else ""
|
||||
)
|
||||
profile_section = f"\n\n用户基本信息：\n{user_profile}" if user_profile else ""
|
||||
age_hint = _build_age_hint(stage, birth_year)
|
||||
time_section = f"\n时间参考：{age_hint}" if age_hint else ""
|
||||
|
||||
return f"""{get_narrative_editor_system_prompt()}
|
||||
|
||||
你正在**扩写并重组**一则已有回忆录故事：必须把「已有故事」中的事实全部保留在输出中（可合并重复表述、调整语序），并融入「本段用户口述」中的新事实；按**事件发生的时间顺序**排列段落（早→晚）；禁止丢弃未矛盾的旧内容。
|
||||
|
||||
**JSON 输出**：接口已启用 `response_format=json_object`，只输出一个合法 JSON 对象，不要 markdown 代码块。
|
||||
|
||||
阶段：{stage}
|
||||
可用信息（slots）：{slots}{profile_section}{time_section}
|
||||
|
||||
【本段用户口述与参考（含证据摘录时遵守系统事实边界）】：
|
||||
{new_content}
|
||||
{existing_section}
|
||||
|
||||
## 要求
|
||||
1. 输出为**完整故事正文**（不是仅写本段）：`paragraphs` 须包含重组后的**全文**。
|
||||
2. **禁止编造**：不得新增用户未在「已有」或「本段」中出现的人名、地点、时间、对话、数字。
|
||||
3. 若本段与旧文完全重复或无新信息，可仅输出与旧文等价重组后的正文（不得无故缩短到明显少于旧文）。
|
||||
4. 使用第一人称、平实书面语；不要用 `#`、`##`、表格。
|
||||
|
||||
## 输出格式（严格 JSON）
|
||||
{{
|
||||
"paragraphs": [
|
||||
{{"content": "段落正文"}},
|
||||
...
|
||||
]
|
||||
}}
|
||||
|
||||
若无任何可保留内容：{{"paragraphs": []}}
|
||||
"""
|
||||
|
||||
|
||||
def get_story_route_prompt(
|
||||
*,
|
||||
chapter_category: str,
|
||||
@@ -443,6 +534,8 @@ def get_story_route_prompt(
|
||||
- append_story：内容明显延续、补充某一已有故事的主题与时间线，且能对应到具体 candidate id
|
||||
- new_story：新话题、新人生阶段片段，或与所有候选故事都不够贴合
|
||||
|
||||
**JSON 输出**：接口已启用 `response_format=json_object`，只输出下面 schema 的一个合法 JSON 对象，不要 markdown。
|
||||
|
||||
「故事」在此指：**可独立讲述的一段人生经历**——单一主题或同一事件链；不要假设本批里包含多个互不相关的故事（多段由系统其它步骤处理）。
|
||||
|
||||
**new_story_title 与 reason 只能依据口述中已有信息概括，不得编造口述未出现的人、事、地、物。**
|
||||
@@ -481,6 +574,8 @@ def get_story_batch_plan_prompt(
|
||||
"""同一章节类别下多 segment：划分为若干写入单元（每单元 new 或 append）。输出严格 JSON。"""
|
||||
return f"""你是回忆录编辑助手。下面同一章节类别下有一批**按时间顺序**的用户口述片段（每段有 id 与文本）。
|
||||
|
||||
**JSON 输出**：接口已启用 `response_format=json_object`，只输出下面 schema 的一个合法 JSON 对象，不要 markdown。
|
||||
|
||||
## 「故事」定义（必须遵守）
|
||||
一段「故事」= **可独立讲述的一段人生经历**：单一主题或同一事件链，能单独成篇。若话题切换、时间线跳到另一件事、人物/主线明显变化，应作为**新的故事**（new_story），而不是塞进同一段 append。
|
||||
|
||||
@@ -539,9 +634,14 @@ def format_narrative_user_content(oral_text: str, evidence_text: str = "") -> st
|
||||
|
||||
|
||||
def format_evidence_chunks_for_prompt(evidence: dict) -> str:
|
||||
"""将 retrieve_evidence 结果格式化为简短文本，供叙事 prompt 使用。"""
|
||||
"""将 retrieve_evidence / retrieve_evidence_sync 结果格式化为简短文本，供叙事 prompt 使用。
|
||||
|
||||
仅包含实际返回的 chunks、confirmed facts、timeline；不包含 relevant_summaries / relevant_stories
|
||||
（当前管线多为空列表，避免模型误以为有摘要或故事全文可用）。
|
||||
"""
|
||||
chunks = evidence.get("relevant_chunks") or []
|
||||
facts = evidence.get("relevant_facts") or []
|
||||
timeline = evidence.get("timeline_hints") or []
|
||||
parts: list[str] = []
|
||||
for c in chunks[:10]:
|
||||
content = (
|
||||
@@ -558,4 +658,18 @@ def format_evidence_chunks_for_prompt(evidence: dict) -> str:
|
||||
parts.append(f"{subj} {pred} {obj}")
|
||||
else:
|
||||
parts.append(f"{getattr(f, 'subject', '')} {getattr(f, 'predicate', '')}")
|
||||
for t in timeline[:5]:
|
||||
if isinstance(t, dict):
|
||||
title = (t.get("title") or "").strip()
|
||||
year = t.get("event_year")
|
||||
desc = (t.get("description") or "").strip()
|
||||
line = " ".join(
|
||||
x for x in (str(year) if year is not None else "", title, desc) if x
|
||||
)
|
||||
if line:
|
||||
parts.append(line)
|
||||
return "\n\n".join(parts) if parts else ""
|
||||
|
||||
|
||||
# 向后兼容：旧代码中的 get_system_prompt 指「回忆录编辑」系统提示，勿与访谈模块的 get_system_prompt 混淆
|
||||
get_system_prompt = get_memoir_editor_system_prompt
|
||||
|
||||
Reference in New Issue
Block a user