309a051038
数据库与模型：新增多版迁移（章节证据快照、对话血缘、记忆事实/时间线 lineage 等），把「成稿 ↔ 对话/记忆」的溯源信息落到表结构里。 业务链路：会话与 WS、回忆录/故事流水线、记忆写入与 enrichment 等跟着接上线索与快照；新增章节证据快照与评测侧 EvalTraceService 等模块，方便组评审用的证据包。 内部评测：自动化 run 与手工 memoir 评审共用可追溯证据；rubric/ judge 相关脚本与文档有配套调整。 app-eval-web：Memoir/实验详情里能展开看证据摘要与 evidence_trace（含对话轮次 id）；Vite 代理与 development.sh 注入的 API 端口与当前默认内部评测端口一致，避免改端口后页面连错服务。 工程杂项：GitHub Actions / 仓库说明有更新；各适配器与支付/配额/plan 等多处为小改动或跟随主改动的收尾；新增/扩充了?
65 lines
2.0 KiB
Python
65 lines
2.0 KiB
Python
"""
|
||
聊天输入归一：供访谈 Agent / 编排层对 ASR 与键盘输入做可控预处理（规则 / 可选 LLM）。
|
||
|
||
不改变 segment 落库原文；仅作为模型侧派生净稿。
|
||
与 memoir 共用同一套确定性规则，避免聊天与回忆录对同一句理解割裂。
|
||
"""
|
||
|
||
from __future__ import annotations
|
||
|
||
from typing import Any
|
||
|
||
from app.core.config import settings
|
||
from app.core.logging import get_logger
|
||
from app.core.text_normalize import apply_oral_rules, llm_normalize_text
|
||
|
||
logger = get_logger(__name__)
|
||
|
||
apply_conversation_input_rules = apply_oral_rules
|
||
|
||
|
||
def _llm_normalize_chat_input(text: str, llm: Any) -> str | None:
|
||
"""仅修正明显错字与同音字，不增事实；失败返回 None。"""
|
||
return llm_normalize_text(
|
||
text,
|
||
llm,
|
||
max_input_chars=int(settings.chat_input_normalize_llm_max_input_chars),
|
||
max_tokens=int(settings.chat_input_normalize_llm_max_tokens),
|
||
agent_name="chat_input_normalize.llm",
|
||
)
|
||
|
||
|
||
def normalize_chat_input_for_agent(
|
||
text: str,
|
||
*,
|
||
llm: Any | None = None,
|
||
is_from_voice: bool = False,
|
||
) -> str:
|
||
"""
|
||
聊天侧单一出口：编排层与 InterviewAgent 共用。
|
||
|
||
- 全局关闭：原文
|
||
- off：原文
|
||
- rules：仅规则
|
||
- llm：先规则，再（可选）LLM；无 llm 或失败则保留规则结果
|
||
- chat_input_normalize_llm_voice_only：mode=llm 时仅 is_from_voice 为真才调用 LLM
|
||
"""
|
||
if not settings.chat_input_normalize_enabled:
|
||
return text or ""
|
||
mode = (settings.chat_input_normalize_mode or "rules").strip().lower()
|
||
if mode == "off":
|
||
return text or ""
|
||
|
||
base = apply_conversation_input_rules(text or "")
|
||
if mode != "llm":
|
||
return base
|
||
|
||
effective_llm = llm
|
||
if settings.chat_input_normalize_llm_voice_only and not is_from_voice:
|
||
effective_llm = None
|
||
|
||
refined = _llm_normalize_chat_input(base, effective_llm)
|
||
if refined is not None:
|
||
return refined
|
||
return base
|