This commit is contained in:
2025-11-19 19:42:44 +08:00
parent 0fcb0a30e5
commit f00cf5f648

314
main/k_database.py Normal file
View File

@@ -0,0 +1,314 @@
from peewee import SqliteDatabase, Model, CharField, TextField, ForeignKeyField, DateTimeField,IntegerField,AutoField
import datetime
from init import *
# 创建一个 SQLite 数据库实例
db = SqliteDatabase(f"{gcfg['fs']['path']}/db/k_database.db")
# 连接到数据库
db.connect()
#并发操作
db.execute_sql("PRAGMA journal_mode=WAL;")
class BaseModel(Model):
class Meta:
database = db
#知识库文档
class Doc(BaseModel):
base = CharField() #知识库
abs_path = CharField(unique=True)
f_name = CharField()
f_up_at = DateTimeField(default=datetime.datetime.now) #文件更新时间
f_size = IntegerField(default=0) #文件大小
f_sec = IntegerField(default=1) #点赞数
author= CharField(null = True) #作者
ctype = CharField(null = True) #Content-Type
catalog = CharField(null = True)
level = IntegerField(default=1)
meta = TextField(null = True)
#知识百科
class BaiKe(BaseModel):
id = AutoField(primary_key=True)
title = CharField()
catalog = CharField()
html = TextField()
c_time = DateTimeField(default=datetime.datetime.now)
m_time = DateTimeField(default=datetime.datetime.now)
#浏览次数
view_count = IntegerField(default=0)
#全文id
full_id = IntegerField(default=0)
creator = TextField(default="管理员")
modifier = TextField(default="管理员")
#知识百科的分类
class BaiKe_Catalog(BaseModel):
id = AutoField(primary_key=True)
catalog = CharField()
demo = CharField()
c_time = DateTimeField(default=datetime.datetime.now)
#百科条数
doc_count = IntegerField(default=0)
#知识广场的知识体的仓库,助手,智能体
class KAgent(BaseModel):
id = AutoField(primary_key=True)
title = CharField() #标题
demo = CharField() #介绍
guide = CharField() #引导语
kasn = CharField() #生成一个随机数的,用来标识KAgent
atype = IntegerField(default=0) #agent 类型,0-检索知识库,1-动态检索,2-上传文件100-不检索
files = TextField(null = True) #文件列表
prompt = TextField() #提示词
c_time = DateTimeField(default=datetime.datetime.now)
m_time = DateTimeField(default=datetime.datetime.now)
icon = CharField(null = True) # 图标
catalog = CharField(null = True) #分类
baike = CharField(null = True) #百科
oth = TextField(null = True) #未来
creator = TextField(default="管理员")
modifier = TextField(default="管理员")
#用户列表
class User(BaseModel):
userid = TextField() #自动生成,可保唯一,
username = TextField() #显示名
telphone = TextField() #手机号码,需要唯一
email = CharField(null = True)
city = CharField(null = True) #个人的订阅的智能体
org = CharField(null = True)
dep = CharField(null = True) #个人的服务能力设置,如访问次数等
title = CharField(null = True) #手机号的hash值
ref = CharField(null = True) #注册方式
c_time = DateTimeField(default=datetime.datetime.now)
# 创建一个 SQLite 数据库实例
log_db = SqliteDatabase(f"{gcfg['fs']['path']}/db/logs.db")
# 连接到数据库
log_db.connect()
#并发操作
log_db.execute_sql("PRAGMA journal_mode=WAL;")
class LogBaseModel(Model):
class Meta:
database = log_db
#登录日志
class Login(LogBaseModel):
userid = TextField(null = True)
username = TextField(null = True)
action = TextField(null = True) #登录,退出,等
pt =TextField(null = True) #访问的平台或知识体的sn,或内容
ref = CharField(null = True) #登录方式
client_ip = CharField(null = True)
c_time = DateTimeField(default=datetime.datetime.now)
#知识对话日志
class QA(LogBaseModel):
userid = TextField(null = True)
username = TextField(null = True)
question = TextField()
answer = TextField()
ref = CharField(null = True)
client_ip = CharField(null = True)
c_time = DateTimeField(default=datetime.datetime.now)
#超级个人助理agent日志
class SuperManAgent(LogBaseModel):
chatid = TextField(null = True)
username = TextField(null = True)
question = TextField()
answer = TextField() #规划的路径
prompt = TextField() #可用的prompt
score = IntegerField(default=60) #自动评分
human = IntegerField(default=0) #手工点赞100或点踩-100
c_time = DateTimeField(default=datetime.datetime.now)
#自动创建
log_db.create_tables([QA,Login,SuperManAgent])
def init_data():
baike = BaiKe.create(title="k3GPT大模型是什么",catalog="词条/产品词条",html="""<p>k3GPT是一个大模型AI驱动的知识共享平台通过知识搜索、知识对话、知识创作、知识广场等功能实现知识从汇聚沉淀、加工创作到流动共享的全过程管理因此称为知识knowledge x 3的GPT平台, 名曰: k3GPT. <br>
让私域知识文档轻松的聚合沉淀,让人更好的使用和创造知识,让知识流动起来!让工作高效起来!</p>""")
#baike = BaiKe.get_by_id(1)
#print(baike.title)
c1 = BaiKe_Catalog.create(catalog="词条",demo="对特定词汇、短语或主题进行解释和定义的条目,如人物、产品等")
c1 = BaiKe_Catalog.create(catalog="词条/产品词条",demo="关于产品的词条,包括名称、功能、开份计划等")
c1 = BaiKe_Catalog.create(catalog="词条/人物词条",demo="关于人物的词条,包括简历,职务等")
c1 = BaiKe_Catalog.create(catalog="词条/管理词条",demo="关于管理制度的词条,包括定义,解释等")
c1 = BaiKe_Catalog.create(catalog="词条/活动词条",demo="关于活动的词条,包括时间,主题,人员等")
c1 = BaiKe_Catalog.create(catalog="词条/技术词条",demo="关于一项技术的描述和讲解")
c1 = BaiKe_Catalog.create(catalog="词条/标准规范",demo="关于标准规范类的词条")
c1 = BaiKe_Catalog.create(catalog="大模型/提示词模板",demo="应用和agent使用的提示词的模板")
c1 = BaiKe_Catalog.create(catalog="大模型/微调数据",demo="可以用于大模型回答结果进行微调的数据")
c1 = BaiKe_Catalog.create(catalog="工作汇报",demo="关于工作中的月报、周报、日报等")
c1 = BaiKe_Catalog.create(catalog="参考资料",demo="工作中所用的到参考资料")
c1 = BaiKe_Catalog.create(catalog="会议纪要",demo="各种会议的纪要、备忘")
c1 = BaiKe_Catalog.create(catalog="个人空间/管理员",demo="存放管理员的个人数据")
c1 = BaiKe_Catalog.create(catalog="海报生成",demo="可直接用于生成海报的内容")
c1 = BaiKe_Catalog.create(catalog="PPT生成",demo="可直接用于生成PPT的内容")
#初始化知识体
import secrets
kasn= secrets.token_urlsafe(8)
k1 = KAgent.create(atype=1,title="企业文化",demo="企业介绍、发展历程、愿景目标、价值观等内容",guide="你好,我是企业文化知识助手,可以回答你关于企业介绍、历程、愿景、价值观等方面的问题。",kasn=kasn,prompt="""
你是一个企业文化知识助手,你可以根据提供的上下文信息来回答用户的问题。
先判断一下文件名称和问题是否相关,再考虑要不要使用这段上下文。
同时上下文中排在前面的可信度越高,越应该优先采纳。
如果提供的上下文不足以回答问题时,你可以回答'对不起,暂时没有找到相关的信息,无法回答你的问题'
""")
kasn= secrets.token_urlsafe(8)
k2 = KAgent.create(title="规章制度",demo="企业的考勤、绩效、福利等制度",guide="你好,我是企业文化知识助手,可以回答你关于企业介绍、历程、愿景、价值观等方面的问题。",kasn=kasn,prompt="""
你是一个企业文化知识助手,你可以根据提供的上下文信息来回答用户的问题。
先判断一下文件名称和问题是否相关,再考虑要不要使用这段上下文。
同时上下文中排在前面的可信度越高,越应该优先采纳。
如果提供的上下文不足以回答问题时,你可以回答'对不起,暂时没有找到相关的信息,无法回答你的问题'
""")
kasn= secrets.token_urlsafe(8)
k3 = KAgent.create(atype=1,title="产品手册",demo="公司所有的产品的手册包括产品PPT技术白皮书规格说明书等",guide="你好,我是企业文化知识助手,可以回答你关于企业介绍、历程、愿景、价值观等方面的问题。",kasn=kasn,prompt="""
你是一个企业文化知识助手,你可以根据提供的上下文信息来回答用户的问题。
先判断一下文件名称和问题是否相关,再考虑要不要使用这段上下文。
同时上下文中排在前面的可信度越高,越应该优先采纳。
如果提供的上下文不足以回答问题时,你可以回答'对不起,暂时没有找到相关的信息,无法回答你的问题'
""")
kasn= secrets.token_urlsafe(8)
k3 = KAgent.create(atype=2,title="合同审核",files="PPT助手",
demo="审核合同的交付过程和潜在的法律风险",
guide="你好,我是企业文化知识助手,可以回答你关于企业介绍、历程、愿景、价值观等方面的问题。",
kasn=kasn,
prompt="""
# 角色:
你是一位专业的律师,执业领域是审查合同
# 动作:
- 你可以根据提供的上下文信息来回答用户的问题。
- 先判断一下文件名称和问题是否相关,再考虑要不要使用这段上下文。 同时上下文中排在前面的可信度越高,越应该优先采纳
# 任务:
你要以审查主体的利益最大化为原则,对合同上下文进行审查和分析,并提供严格的评分。具体目标:
1.对提交的合同文本进行全面审查,指出存在的问题和风险;
2.提供具体的改进建议,帮助改进和完善合同条款;
3.根据法律规范和个人建议,修改并完善合同的具体条款;
4.向客户提供专业的法律服务和支持。
# 约束条件:
1.必须遵守现行有效的法律法规,不能引用已废止的法律条文;
2.所有合同条款的设计应当符合最新的法律法规及相关政策的规定,要使用准确无误的专业术语和地名;
3.结合特定行业的特点(如XXX行业),确保合同内容贴合实际情况;
4,考虏并反映审查主体的需求,始终站在其角度满足利益最大化。
""")
kasn= secrets.token_urlsafe(8)
k3 = KAgent.create(title="商机管理",demo="产品、项目商机信息的汇总、识别、挖掘等",guide="你好,我是企业文化知识助手,可以回答你关于企业介绍、历程、愿景、价值观等方面的问题。",kasn=kasn,prompt="""
你是一个企业文化知识助手,你可以根据提供的上下文信息来回答用户的问题。
先判断一下文件名称和问题是否相关,再考虑要不要使用这段上下文。
同时上下文中排在前面的可信度越高,越应该优先采纳。
如果提供的上下文不足以回答问题时,你可以回答'对不起,暂时没有找到相关的信息,无法回答你的问题'
""")
kasn= secrets.token_urlsafe(8)
k3 = KAgent.create(title="人事管理",demo="员工档案信息的管理、薪酬制度、激励政策等",guide="你好,我是企业文化知识助手,可以回答你关于企业介绍、历程、愿景、价值观等方面的问题。",kasn=kasn,prompt="""
你是一个企业文化知识助手,你可以根据提供的上下文信息来回答用户的问题。
先判断一下文件名称和问题是否相关,再考虑要不要使用这段上下文。
同时上下文中排在前面的可信度越高,越应该优先采纳。
如果提供的上下文不足以回答问题时,你可以回答'对不起,暂时没有找到相关的信息,无法回答你的问题'
""")
kasn= secrets.token_urlsafe(8)
k4 = KAgent.create(atype=2,title="PPT助手",demo="支持多轮对话和生成PPT",
guide="你好我是一个PPT助手我可以回答问题也可以输出成一个PPT。请问我有什么可以帮助你的",
kasn=kasn,
files="PPT助手",
prompt="""
# 你是一个知识助手
## 现在是{now},可以根据此作出时间上的判断
## 你可以根据提供的上下文信息和历史问答信息来回答用户的问题。
- 同时上下文中排在前面的可信度越高,越应该优先采纳。
- 如果提供的上下文不足以回答问题时,你可以回答
"对不起,我无法回答改问题"
- 如果用户问题表示对上次回答不满意时,就不要参考历史回答信息,只立即历史用户提问就好
## 生成PPT
如果用户需要生成一个PPT请按如下的格式进行生成直接生成不要解释
- PPT的主标题使用<h1>标记(必须),如:<h1>PPT的主标题</h1>
- PPT的副标题使用<h3>标记(必须),如:<h3>PPT的副标题</h3>
- PPT的子章节使用<h2>标记,相同子章节的单页使用相同的<h2>标记和不同的<h3>副标做区分,相同子章节的<h2>标记可以输出一词,后续的<h3>标记自动继承前面的<h2>标记
- 单页的主标题使用h2标记(必须),如:<h2>生产问题</h2><h2>第一行动计划</h2>
- 单页的副标题使用h3标记(可选),如:<h3>行动计划概述</h3>
- 单页的内容按如下层次展开,一级<h5>标记,二级<li>标记,三级和普通内容<p>标记
- 注意<li>中不能包含<h5>标记,因为<h5>的级别比<li>高
- 单页的内容较多时级数多于8项时可以拆分成多页的PPT。使用不同的<h3>副标题编排内容即可。
- 单页中可以使用<blockquote>标记来表示引用内容或重要内容
- 记住不用生成PPT的目录智能体会根据<h2>标记自动生成成目录
""")
kasn= secrets.token_urlsafe(8)
k4 = KAgent.create(atype=2,title="海报文案助手",demo="支持海报文案的生成",
guide="你好!我是一个海报生成助手,我可以根据你提供的文字和要求来生成一个海报的文案。",
kasn=kasn,
files="海报文案助手",
prompt="""
# 你是一个海报文案生成助手
## 现在是{now},可以根据此作出时间上的判断
## 海报文案结构标记
海报文案结构的具体标记,请按如下的格式进行生成
- 海报的主标题使用h1标记(必须),如:<h1>海报的主标题</h1>
- 海报的副标题使用h3标记(必须),如:<h3>海报的副标题</h3>
- 海报内容是一个列表,可以有多个内容块组成
- 每个内容块有一个主标题和一个副标题
- 海报内容块的主标题使用h2标记(必须),如:<h2>行动计划</h2>
- 海报内容块的副标题使用h3标记(可选),如:<h3>执行到底</h3>
- 内容块信息列表至多分为三级,一级用<h5>标记,二级用<li>标记,三级用<p>标记
- 海报内容的摘要用<h4>标记
- 海报的报尾需要使用<hr>表示,注脚内容用<h5>标记支持多个
## 海报文案样例
<h1>海报主标题</h1>
<h3>海报副标题</h1>
<h2>海报内容1主标题</h2>
<h3>海报内容1副标题</h3>
<h5>一级内容</h5>
<li>二级内容1</li>
<p>三级级内容1<p>
<h2>海报内容2主标题</h2>
<h3>海报内容2副标题</h3>
<h4>海报摘要</h4>
<hr>
<h5>海报报尾</h5>
""")
kasn= secrets.token_urlsafe(8)
k5 = KAgent.create(title="智能翻译",demo="自动实现中文到英文,英文到中文的的翻译",guide="你好,我是中英文语言翻译的专家,直接输入中文则翻译输出英文,输入英文则翻译输出中文",atype=100,kasn=kasn,prompt="""
你是一个中英文语言翻译的专家,直接输入中文则翻译输出英文,输入英文则翻译输出中文
""")
if __name__ == '__main__':
print(f"{gcfg['fs']['path']}/db/k_database.db")
#创建表
db.drop_tables([Doc,BaiKe,BaiKe_Catalog,KAgent,User])
db.create_tables([Doc,BaiKe,BaiKe_Catalog,KAgent,User])
init_data()
db.close()
log_db.create_tables([QA,Login])
#log_db.close()