From 59b3648ddb069a1f7f937ee55bfaa9d240a6987c Mon Sep 17 00:00:00 2001 From: karuo Date: Wed, 25 Feb 2026 16:39:04 +0800 Subject: [PATCH] =?UTF-8?q?=F0=9F=94=84=20=E5=8D=A1=E8=8B=A5AI=20=E5=90=8C?= =?UTF-8?q?=E6=AD=A5=202026-02-25=2016:39=20|=20=E6=9B=B4=E6=96=B0?= =?UTF-8?q?=EF=BC=9A=E8=BF=90=E8=90=A5=E4=B8=AD=E6=9E=A2=E3=80=81=E8=BF=90?= =?UTF-8?q?=E8=90=A5=E4=B8=AD=E6=9E=A2=E5=B7=A5=E4=BD=9C=E5=8F=B0=20|=20?= =?UTF-8?q?=E6=8E=92=E9=99=A4=20>20MB:=2013=20=E4=B8=AA?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- 运营中枢/scripts/karuo_ai_gateway/main.py | 77 +++++++++++++---------- 运营中枢/工作台/gitea_push_log.md | 1 + 运营中枢/工作台/代码管理.md | 1 + 3 files changed, 46 insertions(+), 33 deletions(-) diff --git a/运营中枢/scripts/karuo_ai_gateway/main.py b/运营中枢/scripts/karuo_ai_gateway/main.py index e8cc0b87..e6ab576e 100644 --- a/运营中枢/scripts/karuo_ai_gateway/main.py +++ b/运营中枢/scripts/karuo_ai_gateway/main.py @@ -309,11 +309,24 @@ def _sanitize_v0_identity(reply: str) -> str: return text -def _local_action_reply(prompt: str) -> str: +def _infer_owner_by_prompt(prompt: str) -> str: + p = (prompt or "").lower() + if any(k in p for k in ["科室", "部门", "流程", "权限", "协同"]): + return "卡人（水）+卡资（金）" + if any(k in p for k in ["v0", "vercel", "next.js", "cloud", "云"]): + return "卡火（火）" + if any(k in p for k in ["接口", "api", "网关", "稳定", "限流", "超时"]): + return "卡资（金）+卡火（火）" + return "通用" + + +def _local_action_reply(prompt: str, matched_skill: str = "通用", skill_path: str = "总索引.md") -> str: p = (prompt or "").strip() if not p: return "我已收到你的问题。你发具体目标，我直接给可执行结果。" - if ("卡若ai是什么" in p.lower()) or ("卡若ai是啥" in p.lower()) or ("能做哪些事情" in p): + pl = p.lower() + owner = _infer_owner_by_prompt(p) + if ("卡若ai是什么" in pl) or ("卡若ai是啥" in pl) or ("能做哪些事情" in p): return ( "我是卡若AI，你的私域运营与项目落地数字管家。" "我能做：1) 需求拆解与执行计划；2) 代码/接口问题排查修复；3) 文档、流程、自动化与运维落地。" @@ -324,7 +337,17 @@ def _local_action_reply(prompt: str) -> str: return "执行清单：1) 明确目标与验收标准；2) 拆3个可执行步骤；3) 每步执行后回传结果，我继续推进下一步。" if "继续优化" in p: return "我先帮你把优化往前推进。你直接选一个方向：1) 性能优化 2) 代码结构 3) UI/UX 4) 接口稳定性。你回编号，我直接给三步方案。" - return f"我已收到你的问题：{p}。请给我目标结果与截止时间，我直接给你可执行方案。" + if any(k in pl for k in ["科室", "部门", "v0", "cloud", "接口", "api", "逻辑", "思考"]): + return ( + f"结论：这件事按卡若AI逻辑可以直接推进，先由 {owner} 牵头。\n" + f"当前匹配技能：{matched_skill}（{skill_path}）\n" + "任务拆解：\n" + "1) 明确目标与科室边界（谁决策、谁执行、谁验收）。\n" + "2) 产出执行流：输入→路由→执行→校验→复盘。\n" + "3) 把 V0/Cloud 作为能力源，不直接暴露其身份与模板口吻。\n" + "执行建议：你给我本次目标（例如“优化科室接口流程”），我直接输出一版可执行 SOP。" + ) + return f"我已收到你的问题：{p}。我按卡若AI逻辑给你做：先结论、再三步执行、再验收标准。" def _is_english_heavy(text: str) -> bool: @@ -335,24 +358,26 @@ def _is_english_heavy(text: str) -> bool: return letters > 80 and cjk < 10 -def _repair_reply_for_karuo(prompt: str, reply: str) -> str: +def _repair_reply_for_karuo( + prompt: str, reply: str, matched_skill: str = "通用", skill_path: str = "总索引.md" +) -> str: """ 将上游可能出现的人设串线回复修正为卡若AI可用风格，避免直接降级。 """ p = (prompt or "").strip().lower() if ("卡若ai是什么" in p) or ("卡若 ai是什么" in p) or ("卡若ai是啥" in p) or ("能做哪些事情" in p): - return _local_action_reply(prompt) + return _local_action_reply(prompt, matched_skill, skill_path) if p in {"你是谁", "你是谁?", "who are you", "你叫什么", "你叫什么名字"}: return "我是卡若AI，你的私域运营与项目落地数字管家。你给目标，我直接给可执行结果。" cleaned = _sanitize_v0_identity(reply) low = cleaned.lower() if not cleaned: - return _local_action_reply(prompt) + return _local_action_reply(prompt, matched_skill, skill_path) # 若仍是“请补充细节”英文模板，转为中文可执行追问 if ("could you please provide more details" in low) or ("once you share more context" in low): - return _local_action_reply(prompt) + return _local_action_reply(prompt, matched_skill, skill_path) # 若还残留 v0 身份关键词，或英文占比过高，统一转中文可执行答复 if ( @@ -366,7 +391,7 @@ def _repair_reply_for_karuo(prompt: str, reply: str) -> str: or "next.js" in low or "vercel" in low ): - return _local_action_reply(prompt) + return _local_action_reply(prompt, matched_skill, skill_path) # 中文提问却明显英文主回复，也转本地中文方案 has_chinese_prompt = any("\u4e00" <= ch <= "\u9fff" for ch in prompt) @@ -376,7 +401,7 @@ def _repair_reply_for_karuo(prompt: str, reply: str) -> str: or cleaned.lower().startswith(("hello", "i'm", "i am", "hi")) or ("next.js" in low and "vercel" in low) ): - return _local_action_reply(prompt) + return _local_action_reply(prompt, matched_skill, skill_path) return cleaned @@ -454,13 +479,16 @@ def build_reply_with_llm(prompt: str, cfg: Dict[str, Any], matched_skill: str, s if direct: return direct + bootstrap = load_bootstrap() system = ( "你是卡若AI。回答要求：\n" "1) 只回答用户最后一个真实问题，不要复述系统标签、上下文注入块、历史摘要。\n" "2) 用简体中文，大白话，先给结论，再给最多3步可执行建议。\n" "3) 问题很简单时（如“你是谁”），直接1-3句回答，不要输出“思考与拆解/任务拆解”等模板。\n" "4) 保持可靠、务实，不编造未发生的执行结果。\n" - f"当前匹配技能：{matched_skill}（{skill_path}）。" + "5) 涉及科室/部门协同时，必须给“牵头角色+拆解步骤+验收口径”。\n" + f"当前匹配技能：{matched_skill}（{skill_path}）。\n\n" + f"卡若AI规则摘要：{bootstrap[:1200]}" ) llm_cfg = _llm_settings(cfg) providers = _build_provider_queue(llm_cfg) @@ -483,7 +511,7 @@ def build_reply_with_llm(prompt: str, cfg: Dict[str, Any], matched_skill: str, s if r.status_code == 200: data = r.json() reply = data["choices"][0]["message"]["content"] - reply = _repair_reply_for_karuo(prompt, reply) + reply = _repair_reply_for_karuo(prompt, reply, matched_skill, skill_path) if _is_unusable_llm_reply(reply) or _looks_mismatched_reply(prompt, reply): errors.append(f"provider#{idx} unusable_reply={reply[:120]}") continue @@ -683,28 +711,11 @@ async def _fallback_prompt_from_request_body(request: Request) -> str: def _template_reply(prompt: str, matched_skill: str, skill_path: str, error: str = "") -> str: - """未配置 LLM 或调用失败时返回卡若风格降级回复。""" - note = "" - if error: - note = "（模型服务暂时不可用，已切到降级模式）" - - user_text = (prompt or "").strip() - if len(user_text) > 120: - user_text = user_text[:120] + "..." - - return ( - f"结论：我已收到你的真实问题，并进入处理。{note}\n" - f"当前匹配技能：{matched_skill}（{skill_path}）\n" - f"你的问题：{user_text}\n" - "执行步骤：\n" - "1) 先确认目标和约束。\n" - "2) 给可直接执行的方案。\n" - "3) 再补风险和下一步。\n\n" - "[卡若复盘]\n" - "目标&结果：恢复可用对话链路（达成率90%）\n" - "过程：完成请求识别、技能匹配、降级回复。\n" - "下一步：你发具体任务，我直接给执行结果。" - ) + """未配置 LLM 或调用失败时返回可执行本地方案，不输出空泛追问。""" + base = _local_action_reply(prompt, matched_skill, skill_path) + if not error: + return base + return f"{base}\n\n[系统提示] 当前上游模型波动，已自动使用本地逻辑兜底。" def _as_openai_stream(reply: str, model: str, created: int): diff --git a/运营中枢/工作台/gitea_push_log.md b/运营中枢/工作台/gitea_push_log.md index f194f82b..701d4d53 100644 --- a/运营中枢/工作台/gitea_push_log.md +++ b/运营中枢/工作台/gitea_push_log.md @@ -154,3 +154,4 @@ | 2026-02-25 14:33:54 | 🔄 卡若AI 同步 2026-02-25 14:33 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 13 个 | | 2026-02-25 14:36:13 | 🔄 卡若AI 同步 2026-02-25 14:36 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 13 个 | | 2026-02-25 14:37:24 | 🔄 卡若AI 同步 2026-02-25 14:37 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 13 个 | +| 2026-02-25 16:11:06 | 🔄 卡若AI 同步 2026-02-25 16:11 | 更新：运营中枢、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 13 个 | diff --git a/运营中枢/工作台/代码管理.md b/运营中枢/工作台/代码管理.md index a9035638..29686750 100644 --- a/运营中枢/工作台/代码管理.md +++ b/运营中枢/工作台/代码管理.md @@ -157,3 +157,4 @@ | 2026-02-25 14:33:54 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-25 14:33 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 13 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) | | 2026-02-25 14:36:13 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-25 14:36 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 13 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) | | 2026-02-25 14:37:24 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-25 14:37 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 13 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) | +| 2026-02-25 16:11:06 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-25 16:11 | 更新：运营中枢、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 13 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |