book_rag_server/workflow/search/dataset_search_workflow.py

from concurrent.futures import ThreadPoolExecutor
from langgraph.graph import StateGraph, START, END
from typing import List, Dict, Any
from pydantic import BaseModel, Field, ConfigDict
from model.qwen_vl import QWenVLParser
from model.openai_chat_model import OpenAIChatModel
from utils.ragflow.ragflow_service import RAGFlowService
from model.multimodal_embedding import Embedding
from conf.settings import model_settings, vector_db_settings
from utils.infinity import get_client
from langfuse.langchain import CallbackHandler

# 定义工作流状态类
class DatasetSearchState(BaseModel):
    """知识库检索工作流状态"""
    query: str = Field(..., description="用户查询")
    dataset_ids: List[str] = Field(..., description="知识库ID列表")
    results: List[Dict[str, Any]] = Field(default_factory=list, description="检索结果列表")

# 创建工作流构建器
class DatasetSearchWorkflow:
    """知识库检索工作流"""
    
    def __init__(self):
        """
        初始化PDF解析工作流
        """
        self.model_name = model_name
        self.workflow = self._build_workflow()
        self.ragflow_service = RAGFlowService()
        self.langfuse_handler = CallbackHandler()
        
    
    def _build_workflow(self):
        """构建langgraph工作流，实现基于条件路由的并行处理"""
        # 创建状态图
        graph = StateGraph(PDFParsingState)
        

        
        # 编译工作流
        return graph.compile()

    # 意图识别，判断用户问题是图书推荐类、还是图书内容问答类、还是其他问题
    def intent_recognition(self, query: str) -> str:
        """
        意图识别，判断用户问题是图书推荐类、还是图书内容问答类、还是其他问题
        
        Args:
            query: 用户查询
            
        Returns:
            str: 意图分类，例如"推荐图书"、"图书内容问答"、"其他问题"
        """
        # 初始化 OpenAI Chat 模型
        chat_model = OpenAIChatModel()
        # 构建提示模板
        prompt_template = """
        你是一个意图分类模型，你的任务是根据用户查询判断其意图是推荐图书、图书内容问答还是其他问题。
        用户查询：{query}
        请判断用户意图，并返回分类结果，如果是推荐图书类意图，返回"Recommend_books"；
        如果是图书内容问答类意图，返回"图书内容问答"；
        如果是其他问题，返回"其他问题"。
        注意：
        1. 推荐图书类意图指的是用户想知道推荐的图书，例如"推荐一本关于Python的图书"。
        2. 图书内容问答类意图指的是用户想知道图书的具体内容，例如"这本书的作者是谁"。
        3. 其他问题指的是用户的查询与推荐图书或图书内容问答无关的问题，例如"你好"、"你是谁"等。
        4. 意图分类结果必须是"推荐图书"、"图书内容问答"或"其他问题"中的一个。
        """
        # 格式化提示模板
        formatted_prompt = prompt_template.format(query=query)
        # 调用模型生成意图分类
        response = chat_model.invoke(formatted_prompt)
        # 解析模型输出，提取意图分类
        intent = response.content.strip()
        return intent
    
    
    def run(self, query: str, dataset_ids: List[str]) -> Dict[str, Any]:
        """
        运行知识库检索工作流
        
        Args:
            query: 用户查询
            dataset_ids: 知识库ID列表
            
        Returns:
            Dict: 包含最终状态的字典
        """
        initial_state = DatasetSearchState(
            query=query,
            dataset_ids=dataset_ids
        )
        result = self.workflow.invoke(initial_state, config={"callbacks": [self.langfuse_handler]})
        
        # 检查结果类型，如果是字典直接返回，否则调用dict()方法
        if isinstance(result, dict):
            return result
        else:
            return result.dict()