【个人博客—山东大学项目实训——古诗词与文章智能创作助学平台(一)】

news2026/4/13 4:11:04
个人博客—山东大学项目实训——古诗词与文章智能创作助学平台一大模型API接入与诗词检索的提示词工程一、功能概述二、大模型API接入2.1 ArkService初始化2.2 基础对话方法三、诗词检索的提示词设计3.1 提示词内容3.2 检索服务实现四、JSON解析容错处理4.1 解析器设计4.2 Poem实体定义五、总结大模型API接入与诗词检索的提示词工程一、功能概述在古诗词学习平台中诗词检索功能需要调用大模型API根据用户输入的关键词返回结构化的诗词信息。本文介绍大模型API的接入方式、提示词设计思路以及JSON解析的容错处理。二、大模型API接入2.1 ArkService初始化项目使用火山引擎提供的豆包大模型进行交互。在LlmService中完成API服务的初始化和资源管理ServicepublicclassLlmService{Value(${volcengine.api.key})privateStringapiKey;Value(${volcengine.model.name:ep-20260313212708-bhpdc})privateStringmodelName;Value(${volcengine.base.url:https://ark.cn-beijing.volces.com/api/v3})privateStringbaseUrl;privateArkServicearkService;PostConstructpublicvoidinit(){this.arkServiceArkService.builder().apiKey(apiKey).baseUrl(baseUrl).build();}PreDestroypublicvoiddestroy(){if(this.arkService!null){this.arkService.shutdownExecutor();}}}通过PostConstruct注解在Bean初始化时创建ArkService实例PreDestroy确保应用关闭时释放线程池资源。2.2 基础对话方法LlmService提供了基础的对话方法publicStringchat(Stringmessage){try{CreateResponsesRequestrequestCreateResponsesRequest.builder().model(modelName).input(ResponsesInput.builder().addListItem(ItemEasyMessage.builder().role(ResponsesConstants.MESSAGE_ROLE_USER).content(MessageContent.builder().addListItem(InputContentItemText.builder().text(message).build()).build()).build()).build()).thinking(ResponsesThinking.builder().type(ResponsesConstants.THINKING_TYPE_DISABLED).build()).build();ResponseObjectresparkService.createResponse(request);returnextractResponseText(resp);}catch(Exceptione){e.printStackTrace();return调用大模型失败e.getMessage();}}关键点使用Builder模式构建请求对象关闭深度思考功能以降低响应延迟统一的异常处理和错误返回三、诗词检索的提示词设计3.1 提示词内容为了让大模型输出结构化的诗词数据在PoemSearchService中设计了专门的System PromptprivatestaticfinalStringSEARCH_SYSTEM_PROMPT你是一位古诗词专家请根据用户的检索条件诗词名、作者、意象、主题等提供一首最匹配的诗词。\n\n请严格按照以下 JSON 格式输出不要添加任何额外说明\n{\n \poemId\: 自动生成的唯一 ID,\n \title\: \诗词标题\,\n \dynasty\: \朝代\,\n \author\: \作者\,\n \userId\: 用户 ID,\n \content\: \诗词完整内容\,\n \translation\: \白话文翻译\,\n \analysis\: \诗词赏析和创作背景分析\,\n \type\: \search\\n}\n\n要求\n1. content 字段必须是诗词原文保持原有格式和标点\n2. translation 字段提供准确流畅的白话文翻译\n3. analysis 字段包含创作背景、艺术特色、思想情感等分析\n4. 如果找不到完全匹配的诗词请返回最接近的一首;提示词明确了角色定位古诗词专家输出格式严格的JSON结构包含所有必需字段字段规范每个字段的含义和要求边界处理找不到匹配时的降级策略3.2 检索服务实现PoemSearchService封装了诗词检索的核心逻辑ServicepublicclassPoemSearchService{AutowiredprivateJsonParserjsonParser;Value(${volcengine.api.key})privateStringapiKey;Value(${volcengine.model.name:ep-20260313212708-bhpdc})privateStringmodelName;Value(${volcengine.base.url:https://ark.cn-beijing.volces.com/api/v3})privateStringbaseUrl;privateArkServicearkService;PostConstructpublicvoidinit(){this.arkServiceArkService.builder().apiKey(apiKey).baseUrl(baseUrl).build();}PreDestroypublicvoiddestroy(){if(this.arkService!null){this.arkService.shutdownExecutor();}}publicPoemsearchPoem(Stringquery){try{// 构建系统提示词 用户查询StringsystemPromptSEARCH_SYSTEM_PROMPT\n\n用户检索query;CreateResponsesRequestrequestCreateResponsesRequest.builder().model(modelName).input(ResponsesInput.builder().addListItem(ItemEasyMessage.builder().role(ResponsesConstants.MESSAGE_ROLE_USER).content(MessageContent.builder().addListItem(InputContentItemText.builder().text(systemPrompt).build()).build()).build()).build()).thinking(ResponsesThinking.builder().type(ResponsesConstants.THINKING_TYPE_DISABLED).build()).build();ResponseObjectresparkService.createResponse(request);// 提取响应文本StringresponseTextextractResponseText(resp);// 将 JSON 字符串解析为 Poem 对象PoempoemjsonParser.parseToPoem(responseText);returnpoem;}catch(Exceptione){e.printStackTrace();thrownewRuntimeException(搜索诗词失败e.getMessage(),e);}}privateStringextractResponseText(ResponseObjectresp){if(resp!nullresp.getOutput()!null){for(ObjectitemObj:resp.getOutput()){if(itemObjinstanceofItemOutputMessage){ItemOutputMessageoutputMessage(ItemOutputMessage)itemObj;if(outputMessage.getContent()!null){for(ObjectcontentObj:outputMessage.getContent()){if(contentObjinstanceofOutputContentItemText){OutputContentItemTexttextItem(OutputContentItemText)contentObj;returntextItem.getText();}}}}}}return未收到模型回复;}}检索流程将System Prompt与用户查询拼接调用大模型API获取响应从响应对象中提取文本内容通过JsonParser解析为Poem对象四、JSON解析容错处理4.1 解析器设计由于大模型的输出可能不完全符合标准JSON格式如包含额外说明文字、Markdown标记等设计了容错解析机制ComponentpublicclassJsonParser{privatestaticfinalObjectMapperobjectMappernewObjectMapper();/** * 将 JSON 字符串解析为 Poem 对象 */publicPoemparseToPoem(Stringjson)throwsIOException{// 第一层尝试直接解析try{returnobjectMapper.readValue(json,Poem.class);}catch(Exceptione){// 第二层提取JSON片段后解析returnextractAndParsePoem(json);}}/** * 从文本中提取并解析诗词 JSON */privatePoemextractAndParsePoem(Stringtext)throwsIOException{intstartIndextext.indexOf({);intendIndextext.lastIndexOf(});if(startIndex-1||endIndex-1||startIndexendIndex){thrownewIOException(未找到有效的 JSON 格式);}Stringjsontext.substring(startIndex,endIndex1);returnobjectMapper.readValue(json,Poem.class);}}解析策略第一层尝试直接将响应文本解析为Poem对象第二层如果失败定位第一个{和最后一个}之间的内容提取纯JSON后再解析失败处理如果连JSON片段都无法提取抛出异常由上层处理4.2 Poem实体定义DatapublicclassPoem{IdprivateStringid;Indexed(uniquetrue)privateIntegerpoemId;privateStringtitle;privateStringdynasty;privateStringauthor;IndexedprivateIntegeruserId;privateStringcontent;privateStringtranslation;privateStringanalysis;privateStringtype;}Poem实体与JSON字段一一对应Jackson会自动完成映射。五、总结诗词检索功能的核心技术点大模型API接入通过Ark SDK建立与大模型的通信通道管理服务生命周期提示词工程设计System Prompt约束输出格式明确字段要求和边界处理JSON解析实现两层容错机制处理非标准JSON输出响应提取从嵌套的响应对象中提取纯文本内容通过提示词工程和容错解析的配合确保了大模型输出的稳定性和可用性。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2511843.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…