LQAgentPlatform/foundation/ai/rag/retrieval/query_rewrite.py

import uuid
import asyncio
from foundation.observability.logger.loggering import server_logger
from foundation.ai.agent.generate.model_generate import generate_model_client

class QueryRewriteManager():
    """
    召回管理器，实现多路召回功能
    """

    def __init__(self):
        # 获取部署的模型列表
        self.generate_model_client = generate_model_client

    @property
    def prompt_loader(self):
        """延迟加载 prompt_loader，避免循环导入"""
        from core.construction_review.component.reviewers.utils import prompt_loader
        return prompt_loader

    def query_extract(self, review_content):
        """
        从审查条文中提取query

        Args:
            review_content: 审查内容文本

        Returns:
            list: 标准格式的查询列表
            [
                {
                    "entity": str,           # 实体名称
                    "search_keywords": list, # 搜索关键词列表
                    "background": str,       # 背景信息
                    "parameter": str         # 技术参数
                }
            ]
            或 None(提取失败时)
        """
        try:
            # 获取提示词模板并组装
            task_prompt = self.prompt_loader.get_prompt_template(
                reviewer_type="query_extract",  # 审查器类型
                review_content=review_content   # 传入审查内容作为参数
            )

            # 构建任务提示信息 - 参考标准模式
            task_prompt_info = {
                "task_prompt": task_prompt,  # 使用组装好的提示词
                "task_name": "query_extract"
            }

            # 生成唯一的trace_id用于追踪
            trace_id = str(uuid.uuid4())

            # 调用模型生成接口（处理异步调用）
            try:
                loop = asyncio.get_running_loop()
                # 如果已有运行中的事件循环，使用create_task
                import concurrent.futures
                with concurrent.futures.ThreadPoolExecutor() as executor:
                    future = executor.submit(
                        asyncio.run,
                        self.generate_model_client.get_model_generate_invoke(
                            trace_id=trace_id,
                            task_prompt_info=task_prompt_info,
                            timeout=60
                        )
                    )
                    model_response = future.result()
            except RuntimeError:
                # 没有运行中的事件循环，直接使用asyncio.run
                model_response = asyncio.run(self.generate_model_client.get_model_generate_invoke(
                    trace_id=trace_id,
                    task_prompt_info=task_prompt_info,
                    timeout=60
                ))

            # 格式化模型响应
            formatted_response = self.ai_respose_format(model_response)
            # 检查 formatted_response 是否为 None
            if formatted_response is not None:
                server_logger.info(f"查询对构建完成，构建 {len(formatted_response)}条。")
            else:
                server_logger.warning("查询对构建失败，formatted_response 为 None")
            # 记录日志
            if formatted_response:
                server_logger.info(f"Query 提取成功, 提取到 {len(formatted_response)} 个实体")
            else:
                server_logger.warning(f"Query 提取失败, 格式化后为空")

            return formatted_response

        except Exception as e:
            server_logger.error(f"Query 提取失败: {str(e)}")
            return None
    
    def ai_respose_format(self, model_response):
        """
        将模型返回的响应格式化为标准格式

        Args:
            model_response: AI模型返回的原始响应(可能是字符串或已解析的JSON)

        Returns:
            list: 标准格式的查询列表
            [
                {
                    "entity": str,           # 实体名称
                    "search_keywords": list, # 搜索关键词列表
                    "background": str,       # 背景信息
                    "parameter": str         # 技术参数
                }
            ]
            或 None(解析失败时)
        """
        import re
        import json

        try:
            # 1. 如果model_response已经是list,直接返回
            if isinstance(model_response, list):
                server_logger.info(f"模型响应已是list格式, 包含 {len(model_response)} 个实体")
                return model_response

            # 2. 如果是dict,包装成list返回
            if isinstance(model_response, dict):
                server_logger.info("模型响应是dict格式, 包装为list")
                return [model_response]

            # 3. 如果是字符串,需要解析
            if isinstance(model_response, str):
                response_text = model_response.strip()
                server_logger.debug(f"原始响应字符串长度: {len(response_text)}")

                # 3.1 尝试去除 ```json 和 ``` 标记
                # 匹配 ```json ... ``` 或 ``` ... ```
                json_pattern = r'```(?:json)?\s*\n?(.*?)\n?```'
                json_match = re.search(json_pattern, response_text, re.DOTALL | re.IGNORECASE)

                if json_match:
                    # 提取代码块中的JSON内容
                    json_str = json_match.group(1).strip()
                    server_logger.debug("检测到markdown代码块, 已提取纯JSON内容")
                else:
                    # 如果没有代码块标记,尝试直接解析整个字符串
                    json_str = response_text
                    server_logger.debug("未检测到markdown代码块, 尝试直接解析")

                # 3.2 去除可能的Markdown注释或多余空白
                json_str = re.sub(r'\n+', '\n', json_str)  # 多个换行压缩为一个
                json_str = json_str.strip()

                server_logger.debug(f"待解析的JSON字符串: {json_str[:200]}...")

                # 3.3 解析JSON
                parsed_data = json.loads(json_str)

                # 3.4 确保返回list格式
                if isinstance(parsed_data, list):
                    server_logger.info(f"JSON解析成功, 提取到 {len(parsed_data)} 个实体")
                    return parsed_data
                elif isinstance(parsed_data, dict):
                    server_logger.info("JSON解析成功, 单个实体包装为list")
                    return [parsed_data]

                server_logger.warning(f"无法识别的JSON格式: {type(parsed_data)}")
                return None

            server_logger.warning(f"无法识别的响应类型: {type(model_response)}")
            return None

        except json.JSONDecodeError as e:
            server_logger.error(f"JSON解析失败: {e}")
            server_logger.error(f"原始响应: {str(model_response)[:500]}")
            return None
        except Exception as e:
            server_logger.error(f"响应格式化异常: {e}")
            server_logger.error(f"原始响应: {str(model_response)[:500]}")
            return None


query_rewrite_manager = QueryRewriteManager()