226 lines
12 KiB
JavaScript
226 lines
12 KiB
JavaScript
/**
|
||
* @file Manages the construction of prompts and message payloads for the chatbot.
|
||
*/
|
||
|
||
window.PromptConstructor = (function() {
|
||
|
||
/**
|
||
* Builds the system prompt string based on document information and request type.
|
||
* @param {object} docContentInfo - Object containing document details (name, ocr, translation).
|
||
* @param {boolean} isMindMapRequest - Flag indicating if the request is for a mind map.
|
||
* @param {string} plainTextInput - The user's plain text input (used to check for mind map keywords if isMindMapRequest is not directly passed).
|
||
* @returns {string} The constructed system prompt.
|
||
*/
|
||
function buildSystemPrompt(docContentInfo, isMindMapRequest, plainTextInput) {
|
||
// 使用 ChatbotPreset 中的基础系统提示词
|
||
let basePrompt = window.ChatbotPreset && window.ChatbotPreset.BASE_SYSTEM_PROMPT
|
||
? window.ChatbotPreset.BASE_SYSTEM_PROMPT
|
||
: `你现在是 PDF 文档智能助手，用户正在查看文档"{docName}"。\n你的回答应该：\n1. 基于PDF文档内容\n2. 简洁清晰\n3. 学术准确`;
|
||
|
||
// 替换文档名称占位符
|
||
let systemPrompt = basePrompt.replace('{docName}', docContentInfo.name || '当前文档');
|
||
|
||
// 检查是否是思维导图请求
|
||
let actuallyIsMindMapRequest = isMindMapRequest;
|
||
|
||
// 如果未明确指定是思维导图请求，则检查输入文本中是否包含相关关键词
|
||
if (!actuallyIsMindMapRequest && window.ChatbotPreset && typeof window.ChatbotPreset.isMindMapRequest === 'function') {
|
||
actuallyIsMindMapRequest = window.ChatbotPreset.isMindMapRequest(plainTextInput);
|
||
} else if (!actuallyIsMindMapRequest && plainTextInput) {
|
||
// 后备逻辑：如果 ChatbotPreset 不可用，使用内置检测
|
||
actuallyIsMindMapRequest = plainTextInput.includes('思维导图') || plainTextInput.includes('脑图');
|
||
}
|
||
|
||
// 添加思维导图提示
|
||
if (actuallyIsMindMapRequest) {
|
||
const mindMapPrompt = window.ChatbotPreset && window.ChatbotPreset.MINDMAP_PROMPT
|
||
? window.ChatbotPreset.MINDMAP_PROMPT
|
||
: `\n\n请注意：用户请求生成思维导图。请按照以下Markdown格式返回思维导图结构：
|
||
# 文档主题（根节点）
|
||
## 一级主题1
|
||
### 二级主题1.1
|
||
### 二级主题1.2
|
||
## 一级主题2
|
||
### 二级主题2.1
|
||
#### 三级主题2.1.1
|
||
|
||
只需提供思维导图的结构，不要添加额外的解释。结构应该清晰反映文档的层次关系和主要内容。`;
|
||
|
||
systemPrompt += mindMapPrompt;
|
||
}
|
||
|
||
// 检查是否是配图（draw.io）请求：基于前缀 [加入配图]
|
||
let isDrawioPicturesRequest = false;
|
||
if (window.ChatbotPreset && typeof window.ChatbotPreset.isDrawioPicturesRequest === 'function') {
|
||
isDrawioPicturesRequest = window.ChatbotPreset.isDrawioPicturesRequest(plainTextInput);
|
||
} else if (plainTextInput) {
|
||
isDrawioPicturesRequest = plainTextInput.trim().startsWith('[加入配图]');
|
||
}
|
||
|
||
if (isDrawioPicturesRequest) {
|
||
const drawioPrompt = window.ChatbotPreset && window.ChatbotPreset.DRAWIO_PICTURES_PROMPT
|
||
? window.ChatbotPreset.DRAWIO_PICTURES_PROMPT
|
||
: '\n\n请根据当前文章内容和用户要求，为读者补充所需的配图，并以 diagrams.net / draw.io 兼容的 XML 格式输出，仅输出 XML。';
|
||
systemPrompt += drawioPrompt;
|
||
}
|
||
|
||
// 检查是否是 Mermaid 流程图请求：基于关键词"流程图"
|
||
let isMermaidFlowchartRequest = false;
|
||
if (plainTextInput) {
|
||
isMermaidFlowchartRequest = plainTextInput.includes('流程图') && !plainTextInput.includes('Mermaid语法');
|
||
}
|
||
|
||
if (isMermaidFlowchartRequest) {
|
||
const mermaidPrompt = window.ChatbotPreset && window.ChatbotPreset.MERMAID_FLOWCHART_PROMPT
|
||
? window.ChatbotPreset.MERMAID_FLOWCHART_PROMPT
|
||
: `
|
||
请用Mermaid语法输出流程图，节点用[]包裹，箭头用-->连接。
|
||
- 每一条流程图语句必须单独一行，不能多条语句写在一行。
|
||
- 节点内容必须全部在一行内，不能有任何换行、不能有 <br>、不能有 \\n。
|
||
- **节点标签内禁止使用特殊符号**：不能包含 [ ] ( ) | { } < > 等符号。`;
|
||
systemPrompt += mermaidPrompt;
|
||
}
|
||
|
||
// 获取文档内容（优先翻译，没有就用OCR）
|
||
let content = '';
|
||
// Read the active summary source from global options, default to 'translation'
|
||
const activeSummarySource = (window.chatbotActiveOptions && window.chatbotActiveOptions.summarySource) || 'translation';
|
||
|
||
if (activeSummarySource === 'translation') {
|
||
content = docContentInfo.translation || docContentInfo.ocr || '';
|
||
// console.log('[PromptConstructor] Using translation or fallback to OCR for content.');
|
||
} else if (activeSummarySource === 'ocr') {
|
||
content = docContentInfo.ocr || docContentInfo.translation || '';
|
||
// console.log('[PromptConstructor] Using OCR or fallback to translation for content.');
|
||
} else if (activeSummarySource === 'none') {
|
||
content = ''; // Explicitly no content from document
|
||
// console.log('[PromptConstructor] Content source is NONE. No document content will be used.');
|
||
}
|
||
|
||
// ===== 新增：智能分段策略 =====
|
||
// 检查是否启用智能分段模式（contentLengthStrategy === 'segmented'）
|
||
const contentStrategy = (window.chatbotActiveOptions && window.chatbotActiveOptions.contentLengthStrategy) || 'default';
|
||
|
||
if (contentStrategy === 'segmented' && content.length >= 50000) {
|
||
// 智能分段模式：使用意群摘要
|
||
console.log('[PromptConstructor] 文档较长且启用智能分段，使用意群模式');
|
||
|
||
if (docContentInfo.semanticGroups && docContentInfo.semanticGroups.length > 0) {
|
||
// 已有意群，构建意群摘要
|
||
const docGist = (docContentInfo.semanticDocGist && typeof docContentInfo.semanticDocGist === 'string')
|
||
? `文档总览：${docContentInfo.semanticDocGist}\n\n` : '';
|
||
if (docContentInfo.selectedGroupContext) {
|
||
// 多轮取材：已选择意群上下文，优先提供所选上下文
|
||
content = `${docGist}已根据用户问题聚焦以下意群上下文：\n\n${docContentInfo.selectedGroupContext}\n\n如需更多细节，可继续请求深入具体意群。`;
|
||
console.log('[PromptConstructor] 使用已选择意群上下文模式');
|
||
} else {
|
||
const groupSummaries = docContentInfo.semanticGroups.map((group, idx) => {
|
||
return `【意群${idx + 1}】${group.summary}\n关键词: ${(group.keywords || []).join(', ')}`;
|
||
}).join('\n\n');
|
||
content = `${docGist}文档已分为 ${docContentInfo.semanticGroups.length} 个意群，以下是各意群概要：\n\n${groupSummaries}\n\n如需深入了解某个意群，请明确指出。`;
|
||
console.log('[PromptConstructor] 使用意群摘要模式，共', docContentInfo.semanticGroups.length, '个意群');
|
||
}
|
||
} else {
|
||
// 未生成意群，降级到截断
|
||
console.warn('[PromptConstructor] 启用了分段模式但未找到意群数据，降级到截断模式');
|
||
if (content.length > 50000) {
|
||
content = content.slice(0, 50000) + '\n\n[文档过长，已截断]';
|
||
}
|
||
}
|
||
} else {
|
||
// 全文模式：但如果有多轮搜索的结果，优先使用搜索结果
|
||
if (docContentInfo.selectedGroupContext) {
|
||
const docGist = (docContentInfo.semanticDocGist && typeof docContentInfo.semanticDocGist === 'string')
|
||
? `文档总览：${docContentInfo.semanticDocGist}\n\n` : '';
|
||
content = `${docGist}已根据用户问题检索到以下相关内容：\n\n${docContentInfo.selectedGroupContext}`;
|
||
console.log('[PromptConstructor] 全文模式下使用多轮搜索结果');
|
||
} else if (content.length > 50000) {
|
||
// 没有搜索结果，使用传统截断
|
||
content = content.slice(0, 50000);
|
||
}
|
||
}
|
||
|
||
if (content) { // Only add "文档内容" section if content is not empty
|
||
systemPrompt += `\n\n文档内容：\n${content}`;
|
||
}
|
||
// 追加回答行为规范，避免模型输出"没有外部工具"等无关免责声明
|
||
systemPrompt += `\n\n回答规则补充：
|
||
- 不要声明你是否具备外部工具/联网等能力，也不要输出与回答无关的免责声明。
|
||
- 优先依据文档内容回答；若文档信息不足，请基于常识给出概览性解答并明确不确定之处。
|
||
- **遇到公式、数据、图表等关键信息时，必须直接引用原文展示完整内容，不要仅概括描述**。
|
||
* 例如用户问"有什么公式"时，应直接展示公式的完整表达式，而不是说"文档提到了公式7但未给出"。
|
||
* 如果检索到的内容包含公式、数据表、关键数值，务必完整引用，保留原文格式。
|
||
* 对于数学公式，优先使用LaTeX格式展示（$$公式$$或$公式$）。`;
|
||
|
||
// 如果使用了多轮检索结果，添加简要说明
|
||
if (docContentInfo.selectedGroupContext) {
|
||
systemPrompt += `\n\n注：上述内容通过智能检索系统（语义搜索、关键词匹配、文档地图等）多轮获取。请充分利用所有材料，进行深入分析和综合，提供全面准确的回答。`;
|
||
}
|
||
// console.log('[PromptConstructor.buildSystemPrompt] Final systemPrompt:', systemPrompt);
|
||
return systemPrompt;
|
||
}
|
||
|
||
/**
|
||
* 增强用户输入的提示词
|
||
* 整合各种提示词增强逻辑，目前主要处理流程图提示词
|
||
*
|
||
* @param {string|Array} userInput - 用户输入，可能是字符串或多模态消息数组
|
||
* @returns {string|Array} - 增强后的用户输入
|
||
*/
|
||
function enhanceUserPrompt(userInput) {
|
||
// 如果ChatbotPreset已加载并提供了enhanceUserPrompt函数，则使用它
|
||
if (window.ChatbotPreset && typeof window.ChatbotPreset.enhanceUserPrompt === 'function') {
|
||
return window.ChatbotPreset.enhanceUserPrompt(userInput);
|
||
}
|
||
|
||
// 如果没有 ChatbotPreset 或其函数不可用，则返回原始输入
|
||
return userInput;
|
||
}
|
||
|
||
/**
|
||
* 构建完整的消息负载
|
||
* 处理系统提示词和用户输入增强
|
||
*
|
||
* @param {object} docContentInfo - 文档内容信息对象
|
||
* @param {string|Array} userInput - 用户输入
|
||
* @param {object} options - 额外选项
|
||
* @returns {object} 包含系统提示词和增强用户输入的消息负载
|
||
*/
|
||
function buildMessagePayload(docContentInfo, userInput, options = {}) {
|
||
const { isMindMapRequest } = options;
|
||
|
||
// 获取原始的文本输入(用于系统提示词中检测思维导图关键词)
|
||
let plainTextInput = '';
|
||
if (typeof userInput === 'string') {
|
||
plainTextInput = userInput;
|
||
} else if (Array.isArray(userInput)) {
|
||
const textPart = userInput.find(p => p.type === 'text');
|
||
plainTextInput = textPart ? textPart.text : '';
|
||
}
|
||
|
||
// 构建系统提示词
|
||
const systemPrompt = buildSystemPrompt(docContentInfo, isMindMapRequest, plainTextInput);
|
||
|
||
// 增强用户输入
|
||
const enhancedUserInput = enhanceUserPrompt(userInput);
|
||
|
||
return {
|
||
systemPrompt,
|
||
userInput: enhancedUserInput
|
||
};
|
||
}
|
||
|
||
// Future functions for more complex context management can be added here.
|
||
// For example:
|
||
// function buildContextualizedUserInput(userInput, interestPoints, memory) { ... }
|
||
// function manageConversationHistory(history, contextPolicy) { ... }
|
||
|
||
return {
|
||
buildSystemPrompt,
|
||
enhanceUserPrompt,
|
||
buildMessagePayload
|
||
// expose other functions as needed
|
||
};
|
||
|
||
})();
|