Tandem langchain open deep search cue words

Afin d'enchaîner le processus d'exécution du projet et de traduire les instructions des mots-clés, nous devons baser notre projet sur laprompts.pypour décrire en détail le flux d'exécution de chaque étape et les instructions correspondantes.

Processus d'exécution du projet et instructions correspondantes

1. générer des requêtes de recherche pour aider à planifier les rapports

  • Prompt:
    report_planner_query_writer_instructions = """
    你是一名专家技术写手,正在帮助计划一份报告。
    <报告主题>
    {topic}
    </报告主题>
    <报告组织>
    {report_organization}
    </报告组织>
    <任务>
    你的目标是生成 {number_of_queries} 个搜索查询,以帮助收集全面的信息来规划报告部分。
    这些查询应当:
    1. 与报告主题相关
    2. 帮助满足报告组织中规定的要求
    使查询足够具体,以找到高质量、相关的资源,同时覆盖报告结构所需的广度。
    </任务>
    """
    

2. plan de génération de rapports

  • Prompt:
    report_planner_instructions = """
    我需要一个报告计划。
    <任务>
    生成一个报告部分的列表。
    每个部分应当包含以下字段:
    - 名称 - 报告部分的名称。
    - 描述 - 本部分涵盖的主要主题的简要概述。
    - 研究 - 是否需要为本部分报告进行网络研究。
    - 内容 - 本部分的内容,现在可以留空。
    例如,介绍和结论将不需要研究,因为它们将从报告的其他部分提炼信息。
    </任务>
    <主题>
    报告的主题是:
    {topic}
    </主题>
    <报告组织>
    报告应遵循此组织:
    {report_organization}
    </报告组织>
    <上下文>
    以下是用于规划报告部分的上下文:
    {context}
    </上下文>
    <反馈>
    以下是对报告结构的审查反馈(如果有):
    {feedback}
    </反馈>
    """
    

3. la préparation des requêtes de recherche

  • Prompt:
    query_writer_instructions = """
    你是一名专家技术写手,正在编写有针对性的网络搜索查询,以收集撰写技术报告部分的全面信息。
    <部分主题>
    {section_topic}
    </部分主题>
    <任务>
    你的目标是生成 {number_of_queries} 个搜索查询,以帮助收集有关本部分主题的全面信息。
    这些查询应当:
    1. 与主题相关
    2. 检查该主题的不同方面
    使查询足够具体,以找到高质量、相关的资源。
    </任务>
    """
    

4. la rédaction d'un rapport

  • Prompt:
    section_writer_instructions = """
    你是一名专家技术写手,正在撰写技术报告的一个部分。
    <部分主题>
    {section_topic}
    </部分主题>
    <现有部分内容(如果已填写)>
    {section_content}
    </现有部分内容>
    <源材料>
    {context}
    </源材料>
    <撰写指南>
    1. 如果现有部分内容未填写,则从头撰写新的部分。
    2. 如果现有部分内容已填写,请撰写一个新的部分,将现有内容与新信息综合起来。
    <长度和风格>
    - 严格限制在150-200字
    - 不使用营销语言
    - 技术重点
    - 使用简单、清晰的语言
    - 用**加粗**的最重要的见解开头
    - 使用简短的段落(每段最多2-3句话)
    - 使用 ## 作为部分标题(Markdown格式)
    - 仅在有助于澄清观点时使用一个结构元素:
    * 要么是比较2-3个关键项目的集中表格(使用Markdown表格语法)
    * 要么是使用正确的Markdown列表语法的简短列表(3-5项):
    - 使用 `*` 或 `-` 表示无序列表
    - 使用 `1.` 表示有序列表
    - 确保正确的缩进和间距
    - 以参考以下源材料的###来源结束:
    * 列出每个来源的标题、日期和URL
    * 格式:`- 标题 : URL`
    </长度和风格>
    <质量检查>
    - 恰好150-200字(不包括标题和来源)
    - 仔细使用一个结构元素(表格或列表),仅在有助于澄清观点时
    - 一个具体的例子/案例研究
    - 以加粗见解开头
    - 在创建部分内容之前不作任何序言
    - 在结尾引用来源
    </质量检查>
    """
    

5. l'évaluation de l'élément de rapport

  • Prompt:
    section_grader_instructions = """
    审核相对于指定主题的报告部分:
    <部分主题>
    {section_topic}
    </部分主题>
    <部分内容>
    {section}
    </部分内容>
    <任务>
    评估该部分是否通过检查技术准确性和深度,充分涵盖了主题。
    如果该部分未满足任何标准,请生成具体的后续搜索查询以收集缺失的信息。
    </任务>
    <格式>
    grade: Literal["pass","fail"] = Field(
    description="评估结果,指示响应是否符合要求('通过')或需要修订('失败')。"
    )
    follow_up_queries: List[SearchQuery] = Field(
    description="后续搜索查询列表。",
    )
    </格式>
    """
    

6. rédiger la section du rapport final

  • Prompt:
    final_section_writer_instructions = """
    你是一名专家技术写手,正在撰写综合报告其他部分信息的部分。
    <部分主题>
    {section_topic}
    </部分主题>
    <可用报告内容>
    {context}
    </可用报告内容>
    <任务>
    1. 部分特定方法:
    对于介绍:
    - 使用 # 作为报告标题(Markdown格式)
    - 50-100字限制
    - 使用简单和清晰的语言
    - 重点介绍报告的核心动机,1-2段
    - 使用清晰的叙述弧线介绍报告
    - 不使用任何结构元素(无列表或表格)
    - 不需要来源部分
    对于结论/总结:
    - 使用 ## 作为部分标题(Markdown格式)
    - 100-150字限制
    - 对于比较报告:
    * 必须包含使用Markdown表格语法的集中比较表
    * 表格应提炼报告中的见解
    * 保持表格条目清晰简洁
    - 对于非比较报告:
    * 仅在有助于提炼报告中的要点时使用一个结构元素:
    * 要么是比较报告中项目的集中表格(使用Markdown表格语法)
    * 要么是使用正确的Markdown列表语法的简短列表:
    - 使用 `*` 或 `-` 表示无序列表
    - 使用 `1.` 表示有序列表
    - 确保正确的缩进和间距
    - 以具体的下一步或影响结束
    - 不需要来源部分
    3. 撰写方法:
    - 使用具体细节而非一般陈述
    - 每个字都要有意义
    - 重点突出最重要的一点
    </任务>
    <质量检查>
    - 对于介绍:50-100字限制,# 作为报告标题,无结构元素,无来源部分
    - 对于结论:100-150字限制,## 作为部分标题,仅使用一个结构元素,无来源部分
    - Markdown格式
    - 不在响应中包含字数或任何序言
    </质量检查>
    """
    

 

Processus d'exécution en tandem

串联 langchain 开放的的深度搜索提示词

 

1. initialisation (démarrage)
  • importation Les thèmes proposés par les utilisateurs, tels que "Vue d'ensemble du marché du raisonnement IA avec un accent sur Fireworks, Together.ai, Groq".
  • déroulement des événements Le système initialise l'état et stocke le sujet dans l'état sans faire appel au modèle d'IA.
  • exportations : Contient le statut du sujet qui sera utilisé dans les étapes suivantes.
2. la planification
  • importation : Contient le statut du sujet.
  • déroulement des événements Le mot d'ordre est : "Créez un plan de recherche en utilisant un modèle de planification tel que l'OpenAI o3-mini par défaut ou le deepseek-r1-distill-llama-70b de Groq". Le mot-clé est : "Étant donné un sujet [thème], créez un plan de recherche, divisé en sous-sujets, qui suit la structure d'un rapport : introduction, section principale et conclusion."
  • exportations : Statut mis à jour pour inclure les programmes de recherche (liste de sous-thèmes), par exemple "1. définition du marché de l'inférence en IA ; 2. rôle des feux d'artifice ; 3. EnsembleA case study of .ai", entre autres.
  • Source des mots-clés La structure se compose d'une introduction, d'une section principale et d'une conclusion, la section principale devant couvrir les concepts clés, les définitions et les exemples.
3. la génération de requêtes
  • importation Le programme de recherche : contient l'état d'avancement du programme de recherche.
  • déroulement des événements Pour chaque sous-thème du [plan de recherche], générez [nombre_de_requêtes] des requêtes de recherche pour trouver des informations pertinentes." Le nombre de requêtes par défaut est de 2.
  • exportations Statut mis à jour pour inclure la liste des requêtes de recherche telles que "AI Reasoning Market Definition 2023", "Fireworks AI Service Case", etc.
  • Source des mots-clés Le nombre de requêtes peut être configuré, en supposant que le mot-guide est une forme générique de la requête générée.
4. recherche sur le web
  • importation : Contient l'état de la demande de recherche.
  • déroulement des événements Les résultats d'une recherche sur le web sont obtenus en exécutant chaque requête à l'aide de l'API de recherche (par exemple, Tavily par défaut). Pas d'appel au modèle d'IA, exécuté directement par l'outil.
  • exportations Le statut est mis à jour pour inclure les résultats de la recherche (URL ou listes de snippets), comme un résumé des pages renvoyées par Tavily.
  • Détails techniques : Dépendance sur tavily-python >= 0.5.0, nécessité de configurer TAVILY_API_KEY.
5. traitement des données
  • importation : Contient l'état des résultats de la recherche.
  • déroulement des événements Le modèle d'IA est utilisé pour résumer les résultats de la recherche pour chaque sous-thème à l'aide de la phrase d'invite : "Résumez les informations des résultats de la recherche pour chaque sous-thème".
  • exportations Définition du marché de l'inférence de l'IA : se réfère à l'industrie qui utilise des modèles d'IA pour les prévisions en temps réel, en croissance rapide d'ici 2023".
  • Source des mots-clés Les données de la base de données de l'UE sur la production de rapports : Hypothèses pour les invites génériques pour les tâches de synthèse, basées sur les objectifs du projet pour la production de rapports.
6. rédaction de rapports
  • importation : Contient l'état des données traitées.
  • déroulement des événements Les modèles d'écriture : Utiliser un modèle d'écriture (par exemple, Anthropique par défaut). Claude 3.5 Sonnet) Rédigez une section de rapport basée sur des données traitées avec les mots d'ordre suivants : "Utilisez les données traitées pour rédiger une section de rapport pour chaque sous-thème, en suivant la structure du rapport".
  • exportations Statut mis à jour pour inclure une section du rapport, par exemple, "Introduction : le marché du raisonnement de l'IA est un domaine important pour l'adoption de l'IA ; Section 1 du corps principal : Fireworks fournit des services de raisonnement efficaces, avec des cas incluant des déploiements dans le nuage".
  • Source des mots-clés Le rapport doit inclure une vue d'ensemble, des concepts clés et des exemples, en liaison avec DEFAULT_REPORT_STRUCTURE.
7. réflexion
  • importation : Contient l'état de la section du rapport.
  • déroulement des événements Le modèle d'IA peut être utilisé pour examiner le rapport afin de déterminer si des recherches supplémentaires sont nécessaires, avec les mots d'ordre suivants : "Examinez la section du rapport et identifiez les lacunes ou les domaines dans lesquels des recherches supplémentaires sont nécessaires. Si des recherches supplémentaires sont nécessaires, suggérez de nouveaux sous-thèmes ou de nouvelles questions."
  • exportations Statut mis à jour pour inclure la décision d'itération (par exemple, plus de recherche nécessaire) ou le rapport final. Si l'itération est nécessaire, produire de nouveaux sous-thèmes ou des suggestions d'interrogation.
  • Source des mots-clés Le projet peut être considéré comme un projet à long terme, mais il peut aussi être considéré comme un projet à long terme, mais il peut aussi être considéré comme un projet à long terme.
8. sortie
  • importation : Contient l'état du rapport final (lorsque Reflection décide que le rapport est complet).
  • déroulement des événements Compiler toutes les sections du rapport pour générer le rapport final au format Markdown sans faire appel à des modèles d'IA.
  • exportations Rapport final : Rapport final, par exemple un document Markdown complet que les utilisateurs peuvent télécharger ou consulter.
© déclaration de droits d'auteur

Articles connexes

Pas de commentaires

Vous devez être connecté pour participer aux commentaires !
S'inscrire maintenant
aucun
Pas de commentaires...