工作流组件： API的增删查

更新时间：2024-11-12

整体概述

本次构建的是一款能够通过自然语言指令对数据进行【增】【删】【查】操作的组件。

输入：请帮我增加一个单词hello，实现向单词列表中添加hello。

输入：请帮我删除hello，实现从单词列表中移除hello。

输入：查看一下单词列表中的内容，实现列表内容的展示。

构建过程

准备

准备3个接口，分别是关于增删查的。

以下为代码参考示例，建议使用自己的api和服务器启动代码。

"""
样例配置参考：
1.添加单词hello：
{
"word": "hello"
}
2.删除单词hello：
?word=hello
3.展示单词列表
{}
"""
from flask import Flask, request, send_file, make_response
import json
import random
import os
app = Flask(__name__)

wordbook = []
current_directory = os.path.dirname(os.path.abspath(__file__))

def make_json_response(data, status_code=200):
    response = make_response(json.dumps(data), status_code)
    response.headers["Content-Type"] = "application/json"
    return response


@app.route("/add_word", methods=['POST'])
async def add_word():
    """
        添加一个单词
    """
    word = request.json.get('word', "")
    if word:
        wordbook.append(word)
        return make_json_response({"message": "单词添加成功"})
    else:
        return make_json_response({"message": "单词添加失败"})       


@app.route("/delete_word", methods=['DELETE'])
async def delete_word():
    """
        删除一个单词
    """
    # word = request.json.get('word', "")
    word = request.args.get('word', "")
    if word in wordbook:
        wordbook.remove(word)
        return make_json_response({"message": "单词删除成功"})
    else:
        return make_json_response({"message": "单词不存在，删除失败"})        


@app.route("/get_wordbook")
async def get_wordbook():
    """
        获得单词本
    """
    return make_json_response({"wordbook": wordbook})

@app.route('/')
def index():
    return 'welcome to my webpage!'

if __name__ == "__main__":
    app.run(debug=True, host="0.0.0.0", port=8082)

流程梳理

开始节点：用户query

添加大模型节点，进行用户意图识别（是增加，删除，查询，还是普通聊天），并输出对应的关键字（增加/删除/查询）。同时从用户的对话中提取出要执行的单词（如：world, hello)。
添加分支器节点，将上一环节大模型输出的值，作为条件判断的关键字。
对于增删查意图，通过添加不同类型的API节点（增/删/查类型）对单词列表进行 “增/删” 单词和 “查询” 单词列表内容的操作。
对于普通聊天添加新的大模型节点进行处理。
结束节点输出前面环节中的结果。

组件各节点创建

开始节点

勾选包含原对话选项，输入的rawQuery参数可在后续分支器节点中拿到。

将尾连结点和大模型的头连接点连接在一起，表示流转到大模型环节。

大模型意图识别节点

请使用 ERNIE-4.0-8K 和 ERNIE-3.5-8K 模型实现，以保证输出效果

prompt：

用户意图及关键词识别规则

增加单词意图识别：规则：用户表达了想要添加新词汇至列表的愿望，无论具体表述。示例："我想学习新词汇，能加一个单词吗word？" → 输出JSON格式：{‘value’：‘增加’， ‘value2’: ‘word’}

删除单词意图识别：规则：用户提及需要移除、删掉或不再保留某个单词于列表中。示例："‘amazing’这个词我学会了，可以删掉。" → 输出JSON格式：{‘value’：‘删除’， ‘value2’: ‘amazing’}

查询单词列表意图识别：规则：用户请求查看、了解当前列表中所有单词。示例："我不记得‘sophisticated’怎么拼写了，能看看单词表吗？" 或 "查看一下单词列表" → 输出JSON格式：{‘value’：‘查询’，‘value2’: ‘None’}

其他情况：规则：不属于上述三类明确意图的用户输入。输出JSON格式：{‘value’：‘None’， ‘value2’: ‘None’}

请基于以上规则和示例对{{ques}}进行判断和响应。

以上prompt提示词可以直接复用