2023-11-07 19:44:47 +08:00
|
|
|
|
from enum import Enum
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
class AgentType:
|
|
|
|
|
|
REACT = "ReactAgent"
|
|
|
|
|
|
ONE_STEP = "BaseAgent"
|
|
|
|
|
|
DEFAULT = "BaseAgent"
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
REACT_TOOL_PROMPT = """尽可能地以有帮助和准确的方式回应人类。您可以使用以下工具:
|
|
|
|
|
|
{formatted_tools}
|
|
|
|
|
|
使用json blob来指定一个工具，提供一个action关键字（工具名称）和一个tool_params关键字（工具输入）。
|
|
|
|
|
|
有效的"action"值为："finished" 或 "tool_using" (使用工具来回答问题)
|
|
|
|
|
|
有效的"tool_name"值为：{tool_names}
|
|
|
|
|
|
请仅在每个$JSON_BLOB中提供一个action，如下所示：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{{{
|
|
|
|
|
|
"action": $ACTION,
|
|
|
|
|
|
"tool_name": $TOOL_NAME
|
|
|
|
|
|
"tool_params": $INPUT
|
|
|
|
|
|
}}}}
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
按照以下格式进行回应：
|
|
|
|
|
|
问题：输入问题以回答
|
|
|
|
|
|
思考：考虑之前和之后的步骤
|
|
|
|
|
|
行动：
|
|
|
|
|
|
```
|
|
|
|
|
|
$JSON_BLOB
|
|
|
|
|
|
```
|
|
|
|
|
|
观察：行动结果
|
|
|
|
|
|
...（重复思考/行动/观察N次）
|
|
|
|
|
|
思考：我知道该如何回应
|
|
|
|
|
|
行动：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{{{
|
|
|
|
|
|
"action": "finished",
|
|
|
|
|
|
"tool_name": "notool"
|
|
|
|
|
|
"tool_params": "最终返回答案给到用户"
|
|
|
|
|
|
}}}}
|
|
|
|
|
|
```
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
|
|
|
|
|
REACT_PROMPT_INPUT = '''下面开始！记住根据问题进行返回需要生成的答案
|
|
|
|
|
|
问题: {query}'''
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
REACT_CODE_PROMPT = """尽可能地以有帮助和准确的方式回应人类，能够逐步编写可执行并打印变量的代码来解决问题
|
|
|
|
|
|
使用 JSON Blob 来指定一个返回的内容，提供一个 action（行动）和一个 code （生成代码）。
|
|
|
|
|
|
有效的 'action' 值为：'coding'(结合总结下述思维链过程编写下一步的可执行代码) or 'finished' （总结下述思维链过程可回答问题）。
|
|
|
|
|
|
在每个 $JSON_BLOB 中仅提供一个 action，如下所示：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{{{'action': $ACTION,'code_content': $CODE}}}}
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
按照以下思维链格式进行回应：
|
|
|
|
|
|
问题：输入问题以回答
|
|
|
|
|
|
思考：考虑之前和之后的步骤
|
|
|
|
|
|
行动：
|
|
|
|
|
|
```
|
|
|
|
|
|
$JSON_BLOB
|
|
|
|
|
|
```
|
|
|
|
|
|
观察：行动结果
|
|
|
|
|
|
...（重复思考/行动/观察N次）
|
|
|
|
|
|
思考：我知道该如何回应
|
|
|
|
|
|
行动：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{{{
|
|
|
|
|
|
"action": "finished",
|
|
|
|
|
|
"code_content": "总结上述思维链过程回答问题"
|
|
|
|
|
|
}}}}
|
|
|
|
|
|
```
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
|
|
|
|
|
GENERAL_PLANNER_PROMPT = """你是一个通用计划拆解助手，将问题拆解问题成各个详细明确的步骤计划或直接回答问题，尽可能地以有帮助和准确的方式回应人类，
|
|
|
|
|
|
使用 JSON Blob 来指定一个返回的内容，提供一个 action（行动）和一个 plans （生成的计划）。
|
|
|
|
|
|
有效的 'action' 值为：'planning'(拆解计划) or 'only_answer' （不需要拆解问题即可直接回答问题）。
|
|
|
|
|
|
有效的 'plans' 值为: 一个任务列表，按顺序写出需要执行的计划
|
|
|
|
|
|
在每个 $JSON_BLOB 中仅提供一个 action，如下所示：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{'action': 'planning', 'plans': [$PLAN1, $PLAN2, $PLAN3, ..., $PLANN], }}
|
|
|
|
|
|
或者
|
|
|
|
|
|
{{'action': 'only_answer', 'plans': "直接回答问题", }}
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
按照以下格式进行回应：
|
|
|
|
|
|
问题：输入问题以回答
|
|
|
|
|
|
行动：
|
|
|
|
|
|
```
|
|
|
|
|
|
$JSON_BLOB
|
|
|
|
|
|
```
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
|
|
|
|
|
DATA_PLANNER_PROMPT = """你是一个数据分析助手，能够根据问题来制定一个详细明确的数据分析计划，尽可能地以有帮助和准确的方式回应人类，
|
|
|
|
|
|
使用 JSON Blob 来指定一个返回的内容，提供一个 action（行动）和一个 plans （生成的计划）。
|
|
|
|
|
|
有效的 'action' 值为：'planning'(拆解计划) or 'only_answer' （不需要拆解问题即可直接回答问题）。
|
|
|
|
|
|
有效的 'plans' 值为: 一份数据分析计划清单，按顺序排列，用文本表示
|
|
|
|
|
|
在每个 $JSON_BLOB 中仅提供一个 action，如下所示：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{'action': 'planning', 'plans': '$PLAN1, $PLAN2, ..., $PLAN3' }}
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
按照以下格式进行回应：
|
|
|
|
|
|
问题：输入问题以回答
|
|
|
|
|
|
行动：
|
|
|
|
|
|
```
|
|
|
|
|
|
$JSON_BLOB
|
|
|
|
|
|
```
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
|
|
|
|
|
TOOL_PLANNER_PROMPT = """你是一个工具使用过程的计划拆解助手，将问题拆解为一系列的工具使用计划，若没有可用工具则直接回答问题，尽可能地以有帮助和准确的方式回应人类，你可以使用以下工具:
|
|
|
|
|
|
{formatted_tools}
|
|
|
|
|
|
使用 JSON Blob 来指定一个返回的内容，提供一个 action（行动）和一个 plans （生成的计划）。
|
|
|
|
|
|
有效的 'action' 值为：'planning'(拆解计划) or 'only_answer' （不需要拆解问题即可直接回答问题）。
|
|
|
|
|
|
有效的 'plans' 值为: 一个任务列表，按顺序写出需要使用的工具和使用该工具的理由
|
|
|
|
|
|
在每个 $JSON_BLOB 中仅提供一个 action，如下两个示例所示：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{'action': 'planning', 'plans': [$PLAN1, $PLAN2, $PLAN3, ..., $PLANN], }}
|
|
|
|
|
|
```
|
|
|
|
|
|
或者 若无法通过以上工具解决问题，则直接回答问题
|
|
|
|
|
|
```
|
|
|
|
|
|
{{'action': 'only_answer', 'plans': "直接回答问题", }}
|
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
按照以下格式进行回应：
|
|
|
|
|
|
问题：输入问题以回答
|
|
|
|
|
|
行动：
|
|
|
|
|
|
```
|
|
|
|
|
|
$JSON_BLOB
|
|
|
|
|
|
```
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
RECOGNIZE_INTENTION_PROMPT = """你是一个任务决策助手，能够将理解用户意图并决策采取最合适的行动，尽可能地以有帮助和准确的方式回应人类，
|
|
|
|
|
|
使用 JSON Blob 来指定一个返回的内容，提供一个 action（行动）。
|
|
|
|
|
|
有效的 'action' 值为：'planning'(需要先进行拆解计划) or 'only_answer' （不需要拆解问题即可直接回答问题）or "tool_using" (使用工具来回答问题) or 'coding'(生成可执行的代码)。
|
|
|
|
|
|
在每个 $JSON_BLOB 中仅提供一个 action，如下所示：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{'action': $ACTION}}
|
|
|
|
|
|
```
|
|
|
|
|
|
按照以下格式进行回应：
|
|
|
|
|
|
问题：输入问题以回答
|
|
|
|
|
|
行动：$ACTION
|
|
|
|
|
|
```
|
|
|
|
|
|
$JSON_BLOB
|
|
|
|
|
|
```
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
CHECKER_PROMPT = """尽可能地以有帮助和准确的方式回应人类，判断问题是否得到解答，同时展现解答的过程和内容
|
|
|
|
|
|
使用 JSON Blob 来指定一个返回的内容，提供一个 action（行动）。
|
|
|
|
|
|
有效的 'action' 值为：'finished'(任务已经可以通过“背景信息”和“对话信息”回答问题) or 'continue' （“背景信息”和“对话信息”不足以回答问题）。
|
|
|
|
|
|
在每个 $JSON_BLOB 中仅提供一个 action，如下所示：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{'action': $ACTION, 'content': '提取“背景信息”和“对话信息”中信息来回答问题'}}
|
|
|
|
|
|
```
|
|
|
|
|
|
按照以下格式进行回应：
|
|
|
|
|
|
问题：输入问题以回答
|
|
|
|
|
|
行动：$ACTION
|
|
|
|
|
|
```
|
|
|
|
|
|
$JSON_BLOB
|
|
|
|
|
|
```
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
|
|
|
|
|
CONV_SUMMARY_PROMPT = """尽可能地以有帮助和准确的方式回应人类，根据“背景信息”中的有效信息回答问题，
|
|
|
|
|
|
使用 JSON Blob 来指定一个返回的内容，提供一个 action（行动）。
|
|
|
|
|
|
有效的 'action' 值为：'finished'(任务已经可以通过上下文信息可以回答) or 'continue' （根据背景信息回答问题）。
|
|
|
|
|
|
在每个 $JSON_BLOB 中仅提供一个 action，如下所示：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{'action': $ACTION, 'content': '根据背景信息回答问题'}}
|
|
|
|
|
|
```
|
|
|
|
|
|
按照以下格式进行回应：
|
|
|
|
|
|
问题：输入问题以回答
|
|
|
|
|
|
行动：
|
|
|
|
|
|
```
|
|
|
|
|
|
$JSON_BLOB
|
|
|
|
|
|
```
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
|
|
|
|
|
CONV_SUMMARY_PROMPT = """尽可能地以有帮助和准确的方式回应人类
|
|
|
|
|
|
根据“背景信息”中的有效信息回答问题，同时展现解答的过程和内容
|
|
|
|
|
|
若能根“背景信息”回答问题，则直接回答
|
|
|
|
|
|
否则，总结“背景信息”的内容
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
QA_PROMPT = """根据已知信息，简洁和专业的来回答问题。如果无法从中得到答案，请说 “根据已知信息无法回答该问题”，不允许在答案中添加编造成分，答案请使用中文。
|
|
|
|
|
|
使用 JSON Blob 来指定一个返回的内容，提供一个 action（行动）。
|
|
|
|
|
|
有效的 'action' 值为：'finished'(任务已经可以通过上下文信息可以回答) or 'continue' （上下文信息不足以回答问题）。
|
|
|
|
|
|
在每个 $JSON_BLOB 中仅提供一个 action，如下所示：
|
|
|
|
|
|
```
|
|
|
|
|
|
{{'action': $ACTION, 'content': '总结对话内容'}}
|
|
|
|
|
|
```
|
|
|
|
|
|
按照以下格式进行回应：
|
|
|
|
|
|
问题：输入问题以回答
|
|
|
|
|
|
行动：$ACTION
|
|
|
|
|
|
```
|
|
|
|
|
|
$JSON_BLOB
|
|
|
|
|
|
```
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
2023-11-15 17:17:50 +08:00
|
|
|
|
CODE_QA_PROMPT = """【指令】根据已知信息来回答问题"""
|
2023-11-07 19:44:47 +08:00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
AGETN_CONFIGS = {
|
|
|
|
|
|
"checker": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": CHECKER_PROMPT,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "checker",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"conv_summary": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": CONV_SUMMARY_PROMPT,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "conv_summary",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"general_planner": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": GENERAL_PLANNER_PROMPT,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "general_planner",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"planner": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": DATA_PLANNER_PROMPT,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "planner",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"intention_recognizer": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": RECOGNIZE_INTENTION_PROMPT,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "intention_recognizer",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"tool_planner": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": TOOL_PLANNER_PROMPT,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "tool_planner",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"tool_react": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": REACT_TOOL_PROMPT,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "tool_react",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "ReactAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 5,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False,
|
|
|
|
|
|
"stop": "观察"
|
|
|
|
|
|
},
|
|
|
|
|
|
"code_react": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": REACT_CODE_PROMPT,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "code_react",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "ReactAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 5,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False,
|
|
|
|
|
|
"stop": "观察"
|
|
|
|
|
|
},
|
|
|
|
|
|
"qaer": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": QA_PROMPT,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "qaer",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": True,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"code_qaer": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": CODE_QA_PROMPT ,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "code_qaer",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": True,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"searcher": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": QA_PROMPT,
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "searcher",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": True,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"answer": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": "",
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "answer",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"data_analyst": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": """你是一个数据分析的代码开发助手，能够编写可执行的代码来完成相关的数据分析问题，使用 JSON Blob 来指定一个返回的内容，通过提供一个 action（行动）和一个 code （生成代码）和 一个 file_name （指定保存文件）。\
|
|
|
|
|
|
有效的 'action' 值为：'coding'(生成可执行的代码) or 'finished' （不生成代码并直接返回答案）。在每个 $JSON_BLOB 中仅提供一个 action，如下所示：\
|
|
|
|
|
|
```\n{{'action': $ACTION,'code_content': $CODE, 'code_filename': $FILE_NAME}}```\
|
|
|
|
|
|
下面开始！记住根据问题进行返回需要生成的答案，格式为 ```JSON_BLOB```""",
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "data_analyst",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"deveploer": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": """你是一个代码开发助手，能够编写可执行的代码来完成问题，使用 JSON Blob 来指定一个返回的内容，通过提供一个 action（行动）和一个 code （生成代码）和 一个 file_name （指定保存文件）。\
|
|
|
|
|
|
有效的 'action' 值为：'coding'(生成可执行的代码) or 'finished' （不生成代码并直接返回答案）。在每个 $JSON_BLOB 中仅提供一个 action，如下所示：\
|
|
|
|
|
|
```\n{{'action': $ACTION,'code_content': $CODE, 'code_filename': $FILE_NAME}}```\
|
|
|
|
|
|
下面开始！记住根据问题进行返回需要生成的答案，格式为 ```JSON_BLOB```""",
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "deveploer",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
},
|
|
|
|
|
|
"tester": {
|
|
|
|
|
|
"role": {
|
|
|
|
|
|
"role_prompt": "你是一个QA问答的助手，能够尽可能准确地回答问题，下面请逐步思考问题并回答",
|
|
|
|
|
|
"role_type": "ai",
|
|
|
|
|
|
"role_name": "tester",
|
|
|
|
|
|
"role_desc": "",
|
|
|
|
|
|
"agent_type": "BaseAgent"
|
|
|
|
|
|
},
|
|
|
|
|
|
"chat_turn": 1,
|
|
|
|
|
|
"do_search": False,
|
|
|
|
|
|
"do_doc_retrieval": False,
|
|
|
|
|
|
"do_tool_retrieval": False
|
|
|
|
|
|
}
|
|
|
|
|
|
}
|
