bb16d3a5c9
访谈与阶段 - 新增 app/agents/stage_constants.py：集中 CHAT_STAGES、章节分类/顺序、阶段到默认 memoir 类别等，与 MemoirState 默认槽位顺序对齐；减少散落在 prompts 内的重复常量。 - 新增 app/agents/chat/prompt_context.py：以 ChatPromptContext 汇总 guided 系统提示所需字段（阶段、槽位、轮次、人设、记忆证据、回复长度模式、背景声线、职业等），统一走 get_guided_conversation_prompt。 - 大幅收敛 app/agents/chat/prompts_conversation.py；调整 prompts.py、stage_prompts.py、stage_detection.py；同步 interview_agent、profile_agent、helpers 与 state_schema，使对话侧构造提示的方式一致、可测。 回忆录流水线 - memoir/prompts.py 删除已迁至 stage_constants / 独立模板的大段常量与图片占位相关逻辑；classification / extraction / fidelity / narrative agents 与 orchest（全量历史仍可用于计数，注入模型时按轮次与字符上限截断）、image_prompt_fallback_disabled。 - dependencies 增加 get_llm_provider_fast（LRU 缓存，可与默认共用密钥与 base_url）。 任务与编排 - memoir_tasks：prepare_batches 注入 llm_fast；开启独立快档模型时打结构化日志。 - chapter_cover_tasks、story_image_tasks：与图片 prompt / JSON 工具路径或策略变更对齐（import 与行为一致）。 - story_pipeline_sync 等小处同步。 其它核心 - langchain_llm、text_normalize 随上述调用链微调。 开发者体验 - .cursor/settings.json：启用 redis-development、postman 插件。 测试 - 新增 test_image_prompt_policy：覆盖「禁止回退」等图片 prompt 策略。 - 更新 test_interview_prompts、test_interview_reply_length、test_experience_regressions、test_json_and_memory_utils，匹配新常量位置、json_utils 与对话/长度行为。
93 lines
3.4 KiB
Python
93 lines
3.4 KiB
Python
"""从 transcript 块中抽取结构化事实（LLM + JSON）。"""
|
||
|
||
from __future__ import annotations
|
||
|
||
from typing import Any
|
||
|
||
from app.core.langchain_llm import ainvoke_json_object, invoke_json_object
|
||
from app.core.logging import get_logger
|
||
from app.features.memory.llm_schemas import (
|
||
FactsExtractionPayload,
|
||
facts_payload_to_dicts,
|
||
parse_json_payload,
|
||
)
|
||
|
||
logger = get_logger(__name__)
|
||
|
||
|
||
def _max_transcript_chars() -> int:
|
||
from app.core.config import settings
|
||
|
||
return settings.memory_enrichment_max_chars
|
||
|
||
|
||
def extract_facts_from_transcript_sync(llm: Any, numbered_blocks: str) -> list[dict]:
|
||
"""同步：带 chunk_id 标记的文本 → 事实列表。"""
|
||
if not llm or not (numbered_blocks or "").strip():
|
||
return []
|
||
text = numbered_blocks.strip()[: _max_transcript_chars()]
|
||
prompt = (
|
||
"你是回忆录记忆抽取助手。阅读下列带 [chunk_id=...] 的文本块，抽取可核查的事实。\n"
|
||
"每个事实含 fact_type: person|event|relation|place|milestone；subject；predicate；"
|
||
"object_json（可为字符串或对象）；confidence 0..1；source_chunk_id 必须等于某段的 chunk id。\n"
|
||
'只输出 JSON：{"facts":[...]}，无事实则 {"facts":[]}。\n\n'
|
||
f"{text}"
|
||
)
|
||
try:
|
||
raw = invoke_json_object(
|
||
llm,
|
||
prompt,
|
||
max_tokens=4096,
|
||
agent="memory.extract_facts_sync",
|
||
)
|
||
parsed = parse_json_payload(raw, FactsExtractionPayload)
|
||
if parsed is None:
|
||
return []
|
||
return facts_payload_to_dicts(parsed)
|
||
except (TypeError, ValueError) as e:
|
||
logger.warning("extract_facts_from_transcript_sync 解析失败: {}", e)
|
||
return []
|
||
|
||
|
||
async def extract_facts_from_transcript_async(
|
||
llm: Any, numbered_blocks: str
|
||
) -> list[dict]:
|
||
"""异步版。"""
|
||
if not llm or not (numbered_blocks or "").strip():
|
||
return []
|
||
text = numbered_blocks.strip()[: _max_transcript_chars()]
|
||
prompt = (
|
||
"你是回忆录记忆抽取助手。阅读下列带 [chunk_id=...] 的文本块，抽取可核查的事实。\n"
|
||
"每个事实含 fact_type: person|event|relation|place|milestone；subject；predicate；"
|
||
"object_json；confidence 0..1；source_chunk_id 必须等于某段的 chunk id。\n"
|
||
'只输出 JSON：{"facts":[...]}，无事实则 {"facts":[]}。\n\n'
|
||
f"{text}"
|
||
)
|
||
try:
|
||
raw = await ainvoke_json_object(
|
||
llm,
|
||
prompt,
|
||
max_tokens=4096,
|
||
agent="memory.extract_facts_async",
|
||
)
|
||
parsed = parse_json_payload(raw, FactsExtractionPayload)
|
||
if parsed is None:
|
||
return []
|
||
return facts_payload_to_dicts(parsed)
|
||
except (TypeError, ValueError) as e:
|
||
logger.warning("extract_facts_from_transcript_async 解析失败: {}", e)
|
||
return []
|
||
|
||
|
||
async def extract_facts(chunk_text: str, *, user_id: str) -> list[dict]:
|
||
"""兼容旧接口：单块文本（无 chunk id 时传空 source_chunk_id）。"""
|
||
from app.core.dependencies import get_llm_provider_fast
|
||
|
||
llm = get_llm_provider_fast().langchain_llm
|
||
blocks = f"[chunk_id=null]\n{chunk_text}"
|
||
facts = await extract_facts_from_transcript_async(llm, blocks)
|
||
for f in facts:
|
||
if f.get("source_chunk_id") in (None, "null", ""):
|
||
f["source_chunk_id"] = None
|
||
return facts
|