2.1 KiB
我需要你帮我构建一个检索系统，用户会输入问题（中文），期望匹配到对应的事项，输出事项ID 事项名称 许可事项列表，例如：
用户输入：我要办一家电影院
输出：
"risk_subject": [
{
"id": "384aeb24a23e913268aad33354f705e7",
"name": "开办电影院",
"permit_ids": [
"04bfa019634ca1aa0b9f7c783fd85dce",
"509b2872fc7c38c08f252a2b426fd49f",
"54a79077-bd72-4ea9-8bb1-35afc69e2973",
"709b4718d72229311066e529650b8abf",
"8d49de002f24d37fcf3663574723e693",
"8f7c8c613adfbd815a78c1e60ec4330e",
"a0572119839422e1d11ee8801d6c58b7",
"fa2f3e05c92297be096b63e25d30bfbe"
]
}]
我希望你能用embedding模型来处理
首先先把事项名称从risk_tables_export.json 中提取出来，然后建立一个fs_law_risk数据库,建立表law_sub用来存放事项向量，以json文件中的ID为主键，保存名称和向量到数据库
再建立一个表，名为law_sub_per,保存主题事项与许可事项的映射关系，需要有主题事项id，许可事项id列表
设置embedding相似度阈值0.5，大于阈值以上的事项全部返回
如果检索结果都小于0.5，但大于0.4，返回第一个
暴露接口/fs-ai-asistant/api/workflow/lawrisk
跨域问题处理请复用：smart_cors_middleware.py，你可以把这个文件移动到合适的目录
- 你可以使用的postgreSQL：
- IP :8.138.196.105
- port:5432
- user:postgres
- password:difyai123456
- API 以及doc参考
我们应该只需要用同步接口
- 通用文本向量同步接口API详情：https://help.aliyun.com/zh/model-studio/text-embedding-synchronous-api?spm=a2c4g.11186623.help-menu-2400256.d_2_7_0.693e48233phHX8
- 通用文本批处理接口API详情：https://help.aliyun.com/zh/model-studio/text-embedding-batch-api?spm=a2c4g.11186623.help-menu-2400256.d_2_7_1.59233560WBHuRz
- API key：sk-288824ef003e4e02bb963b8b3024b06a