73 lines
2.1 KiB
Markdown
73 lines
2.1 KiB
Markdown
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
|
||
|
||
|
||
|