feat: 知识库匹配模式选择

src/pages/api/chat/vectorGpt.ts

@@ -7,7 +7,7 @@ import { ChatItemType } from '@/types/chat';
 import { jsonRes } from '@/service/response';
 import type { ModelSchema } from '@/types/mongoSchema';
 import { PassThrough } from 'stream';
-import { modelList } from '@/constants/model';
+import { modelList, ModelVectorSearchModeMap, ModelVectorSearchModeEnum } from '@/constants/model';
 import { pushChatBill } from '@/service/events/pushBill';
 import { connectRedis } from '@/service/redis';
 import { VecModelDataPrefix } from '@/constants/redis';
@@ -65,13 +65,14 @@ export default async function handler(req: NextApiRequest, res: NextApiResponse)
       text: prompt.value
     });
 
+    const similarity = ModelVectorSearchModeMap[model.search.mode]?.similarity || 0.22;
     // 搜索系统提示词, 按相似度从 redis 中搜出相关的 q 和 text
     const redisData: any[] = await redis.sendCommand([
       'FT.SEARCH',
       `idx:${VecModelDataPrefix}:hash`,
       `@modelId:{${String(
         chat.modelId._id
-      )}} @vector:[VECTOR_RANGE 0.22 $blob]=>{$YIELD_DISTANCE_AS: score}`,
+      )}} @vector:[VECTOR_RANGE ${similarity} $blob]=>{$YIELD_DISTANCE_AS: score}`,
       'RETURN',
       '1',
       'text',
@@ -97,7 +98,24 @@ export default async function handler(req: NextApiRequest, res: NextApiResponse)
       }
     }
 
-    if (formatRedisPrompt.length > 0) {
+    /* 高相似度+退出，无法匹配时直接退出 */
+    if (
+      formatRedisPrompt.length === 0 &&
+      model.search.mode === ModelVectorSearchModeEnum.hightSimilarity
+    ) {
+      return res.send('对不起，你的问题不在知识库中。');
+    }
+    /* 高相似度+无上下文，不添加额外知识 */
+    if (
+      formatRedisPrompt.length === 0 &&
+      model.search.mode === ModelVectorSearchModeEnum.noContext
+    ) {
+      prompts.unshift({
+        obj: 'SYSTEM',
+        value: model.systemPrompt
+      });
+    } else {
+      // 有匹配情况下，添加知识库内容。
       // 系统提示词过滤，最多 2800 tokens
       const systemPrompt = systemPromptFilter(formatRedisPrompt, 2800);
 
@@ -107,8 +125,6 @@ export default async function handler(req: NextApiRequest, res: NextApiResponse)
           'YYYY/MM/DD HH:mm:ss'
         )} ${systemPrompt}"`
       });
-    } else {
-      return res.send('对不起，你的问题不在知识库中。');
     }
 
     // 控制在 tokens 数量，防止超出

src/pages/api/model/update.ts

@@ -8,7 +8,7 @@ import type { ModelUpdateParams } from '@/types/model';
 /* 获取我的模型 */
 export default async function handler(req: NextApiRequest, res: NextApiResponse<any>) {
   try {
-    const { name, service, security, systemPrompt, intro, temperature } =
+    const { name, search, service, security, systemPrompt, intro, temperature } =
       req.body as ModelUpdateParams;
     const { modelId } = req.query as { modelId: string };
     const { authorization } = req.headers;
@@ -37,6 +37,7 @@ export default async function handler(req: NextApiRequest, res: NextApiResponse<
         systemPrompt,
         intro,
         temperature,
+        search,
         // service,
         security
       }

src/pages/api/openapi/chat/lafGpt.ts

@@ -83,22 +83,22 @@ export default async function handler(req: NextApiRequest, res: NextApiResponse)
 下面是一些例子:
 实现一个手机号发生注册验证码方法.
 1. 从 query 中获取 phone.
-2. 校验手机号格式是否正确,不正确返回{error: "手机号格式错误"}.
+2. 校验手机号格式是否正确,不正确则返回错误响应,消息为:手机号格式错误.
 3. 给 phone 发送一个短信验证码,验证码长度为6位字符串,内容为:你正在注册laf,验证码为:code.
 4. 数据库添加数据,表为"codes",内容为 {phone, code}.
 
 实现根据手机号注册账号,需要验证手机验证码.
 1. 从 body 中获取 phone 和 code.
-2. 校验手机号格式是否正确,不正确返回{error: "手机号格式错误"}.
-2. 获取数据库数据,表为"codes",查找是否有符合 phone, code 等于body参数的记录,没有的话返回 {error:"验证码不正确"}.
+2. 校验手机号格式是否正确,不正确返回错误响应,消息为:手机号格式错误.
+2. 获取数据库数据,表为"codes",查找是否有符合 phone, code 等于body参数的记录,没有的话错误响应,消息为:验证码不正确.
 4. 添加数据库数据,表为"users" ,内容为{phone, code, createTime}.
 5. 删除数据库数据,删除 code 记录.
 
 更新博客记录。传入blogId,blogText,tags,还需要记录更新的时间.
 1. 从 body 中获取 blogId,blogText 和 tags.
-2. 校验 blogId 是否为空,为空则返回 {error: "博客ID不能为空"}.
-3. 校验 blogText 是否为空,为空则返回 {error: "博客内容不能为空"}.
-4. 校验 tags 是否为数组,不是则返回 {error: "标签必须为数组"}.
+2. 校验 blogId 是否为空,为空则错误响应,消息为:博客ID不能为空.
+3. 校验 blogText 是否为空,为空则错误响应,消息为:博客内容不能为空.
+4. 校验 tags 是否为数组,不是则错误响应,消息为:标签必须为数组.
 5. 获取当前时间,记录为 updateTime.
 6. 更新数据库数据,表为"blogs",更新符合 blogId 的记录的内容为{blogText, tags, updateTime}.
 7. 返回结果 {message: "更新博客记录成功"}.`