Yuzhiran Dev
62 lines
3.1 KiB
Python
62 lines
3.1 KiB
Python
from fastapi import APIRouter, Depends, HTTPException
|
|
from pydantic import BaseModel
|
|
from typing import List, Optional
|
|
from ..core.nvidia_client import call_llm
|
|
from .auth import get_current_user
|
|
|
|
router = APIRouter(prefix="/api/assistant", tags=["assistant"])
|
|
|
|
PAGE_CONTEXTS = {
|
|
"dashboard": "仪表盘页面：显示系统概览统计（选题总数、待处理、待审查、待发布、已发布、今日新增）、模块状态卡片（6个定时任务的运行状态）、近期计划列表",
|
|
"topics": "选题管理页面：创建和管理内容选题，支持筛选、排序、评分、编辑、预览等功能",
|
|
"metrics": "数据分析页面：展示各平台内容表现数据，包括浏览量、点赞、收藏、评论等指标的趋势图表",
|
|
"calendar": "内容日历页面：以日历形式展示内容发布计划，支持创建、编辑、拖拽调整日期",
|
|
"assets": "素材管理页面：管理图片、文件等媒体素材，支持上传、标签分类、关联选题",
|
|
"tasks": "任务管理页面：查看内容创作任务的执行状态，包括自动采集、同步、生成、优化等任务",
|
|
"platforms": "平台配置页面：管理各发布平台的配置，包括平台名称、API端点、发布格式等",
|
|
"admin": "系统管理页面：管理用户、LLM配置、系统配置、采集类别、信息源、组织、查看运行日志等",
|
|
}
|
|
|
|
class ChatRequest(BaseModel):
|
|
message: str
|
|
page: str = "dashboard"
|
|
history: List[dict] = []
|
|
|
|
@router.post("/chat")
|
|
def chat(request: ChatRequest, current_user=Depends(get_current_user)):
|
|
try:
|
|
from ..database import SessionLocal
|
|
from ..models import SystemConfig
|
|
db = SessionLocal()
|
|
sc = db.query(SystemConfig).filter(SystemConfig.key == "assistant_system_prompt").first()
|
|
base_prompt = sc.value if sc else None
|
|
db.close()
|
|
except Exception:
|
|
base_prompt = None
|
|
|
|
page_name = request.page
|
|
page_guide = PAGE_CONTEXTS.get(page_name, "未知页面")
|
|
username = current_user.username if hasattr(current_user, 'username') else '用户'
|
|
|
|
system_prompt = base_prompt or f"""你是一个智能内容创作平台助手，帮助用户解答平台使用问题。
|
|
|
|
当前用户 {username} 正在查看：{page_guide}
|
|
|
|
你可以帮助用户：
|
|
1. 解释各个页面的功能和操作方法
|
|
2. 解答平台使用中的疑问
|
|
3. 提供操作建议和最佳实践
|
|
4. 指导用户完成具体的操作步骤
|
|
|
|
请用友好、简洁的中文回答。如果不确定，建议用户参考相关页面或联系管理员。一次回答控制在200字以内。"""
|
|
|
|
messages = request.history[-20:]
|
|
conversation = "\n".join([f"{'用户' if m.get('role') == 'user' else '助手'}: {m.get('content', '')}" for m in messages])
|
|
prompt_text = f"{conversation}\n用户: {request.message}\n助手:"
|
|
|
|
try:
|
|
reply = call_llm(prompt_text, system_prompt=system_prompt, temperature=0.5, max_tokens=1000)
|
|
return {"reply": reply}
|
|
except Exception as e:
|
|
return {"reply": f"抱歉，AI助手暂时无法响应，请稍后重试。"}
|