Тандемная лингвистическая цепочка открытый глубокий поиск слов-подсказок

Для того чтобы связать воедино процесс выполнения проекта и перевести инструкции с подсказками, нам нужно основывать наш проект наprompts.pyфайл для подробного описания процесса выполнения каждого шага и соответствующих ему инструкций с подсказками.

Процесс выполнения проекта и соответствующие инструкции по подсказкам

1. создание поисковых запросов для планирования отчетов

• Подсказка:

  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. План создания отчетов

• Подсказка:

  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. Подготовка поисковых запросов

• Подсказка:

  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. компонент написания отчета

• Подсказка:

  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. оценка компонента отчетности

• Подсказка:

  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. Написание раздела итогового отчета

• Подсказка:

  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>
  """
  

Процесс выполнения тандема

1. Инициализация (Старт)

• импорт : Темы, предложенные пользователем, например "Обзор рынка AI Reasoning с акцентом на Fireworks, Together.ai, Groq".
• ход событий : Система инициализирует состояние и сохраняет тему как часть состояния без вызова модели AI.
• экспорт : Содержит статус темы для использования в последующих шагах.

2. Планирование

• импорт : Содержит статус субъекта.
• ход событий : Сгенерируйте план исследования, используя модель планирования, такую как стандартный OpenAI o3-mini или Groq's deepseek-r1-distill-llama-70b. Задание звучит так: "Задав тему [тема], создайте план исследования, разбитый на подтемы, который соответствует структуре отчета: введение, основной раздел и заключение".
• экспорт : Статус обновлен, чтобы включить исследовательские программы (список подтем), например, "1. Определение рынка выводов ИИ; 2. Роль фейерверков; 3. ВместеИсследование на примере .ai" и другие.
• Источник слов-подсказок : Предположительно из DEFAULT_REPORT_STRUCTURE файла configuration.py, структура состоит из введения, основной части и заключения, причем основная часть должна охватывать ключевые понятия, определения и примеры.

3. генерация запросов

• импорт : Содержит информацию о состоянии исследовательской программы.
• ход событий : Используйте модель искусственного интеллекта для создания поискового запроса для каждой подтемы с помощью фразы: "Для каждой подтемы в [плане исследования] создайте [количество_запросов] поисковых запросов для поиска релевантной информации". По умолчанию число_количество_запросов равно 2.
• экспорт : Статус обновлен и включает список поисковых запросов, таких как "AI Reasoning Market Definition 2023", "Fireworks AI Service Case" и т.д.
• Источник слов-подсказок : В документации проекта упоминается, что количество запросов может быть настроено, предполагая, что слово подсказки является общей формой генерируемого запроса.

4. Веб-поиск

• импорт : Содержит информацию о состоянии поискового запроса.
• ход событий : Выполните каждый запрос, используя поисковый API (например, стандартный Tavily), чтобы получить результаты веб-поиска. Никаких вызовов моделей ИИ, выполнение непосредственно через инструмент.
• экспорт : Статус обновляется, чтобы включить результаты поиска (URL-адреса или списки сниппетов), например, сводку страниц, возвращенных Tavily.
• Технические детали : Зависимость от tavily-python >= 0.5.0, необходимо настроить TAVILY_API_KEY.

5. обработка данных

• импорт : Содержит информацию о состоянии результатов поиска.
• ход событий : Используйте модель искусственного интеллекта для обобщения результатов поиска по каждой подтеме, используя фразу запроса: "Обобщите информацию о результатах поиска по каждой подтеме".
• экспорт : Статус обновлен для включения данных об обработке (резюме), например, "AI Inference Market Definition: относится к отрасли, которая использует модели искусственного интеллекта для прогнозирования в реальном времени и быстро растет к 2023 году".
• Источник слов-подсказок : Предположения для общих подсказок для итоговых задач, основанные на целях проекта по созданию отчетов.

6. написание отчетов

• импорт : Содержит статус обработанных данных.
• ход событий : Используйте модель письма (например, дефолтную антропную). Клод 3.5 Сонет) Напишите раздел отчета на основе обработанных данных, используя слова подсказки: "Используя обработанные данные, напишите раздел отчета для каждой подтемы, следуя структуре отчета".
• экспорт : Статус обновлен, чтобы включить раздел отчета, например, "Введение: рынок рассуждений ИИ является важной областью для внедрения ИИ; основной раздел 1: Fireworks предоставляет эффективные услуги рассуждений, с примерами, включая облачные развертывания".
• Источник слов-подсказок : В сочетании с DEFAULT_REPORT_STRUCTURE отчет должен включать обзор, ключевые концепции и примеры.

7. Отражение

• импорт : Содержит информацию о состоянии раздела отчета.
• ход событий : Используйте модель искусственного интеллекта, чтобы просмотреть отчет и определить, нужны ли дополнительные исследования, с подсказкой: "Просмотрите раздел отчета и определите любые пробелы или области, где необходимы дополнительные исследования. Если требуется дополнительное исследование, предложите новые подтемы или запросы".
• экспорт : Статус обновляется, чтобы включить решение по итерации (например, требуется дополнительное исследование) или окончательный отчет. Если требуется итерация, выведите новые подтемы или предложения по запросам.
• Источник слов-подсказок : Упоминание в проектной документации о том, что рефлексия и итерации поддерживаются, предполагая, что ключевое слово является общей формой обзора и рекомендаций.

8. Выход

• импорт : Содержит статус окончательного отчета (когда Reflection решит, что отчет завершен).
• ход событий : Компиляция всех разделов отчета для создания окончательного отчета в формате Markdown без вызовов AI-моделей.
• экспорт : Итоговый отчет, например, полный документ в формате Markdown, который пользователи могут скачать или просмотреть.