feat(nlp): 重构 RAG 聊天模式并添加新功能

- 重构 RAG 聊天模式，支持知识、日记和检测等多种模式
- 新增日记和检测模式的实现
- 更新 API 接口和前端交互逻辑，支持新的聊天模式
- 优化 prompts.yml 文件结构，更好地支持不同模式的提示模板

app/global/consts/api_mode.go

@@ -2,7 +2,10 @@ package consts
 
 const (
 	// TAG animal/ 接口模式
-	AnimalModePrefer string = "prefer"
+	AnimalModePrefer string = "prefer" // 根据用户行为记录优先返回【偏好目标】
 
-	// TAG rag/
+	// TAG rag/chat 接口模式；  配合 yml 文件的书写习惯。
+	RagChatModeKnowledge string = "Knowledge"
+	RagChatModeDiary     string = "Diary"  // 查询路遇资料等
+	RagChatModeDetect    string = "Detect" // 辅助 catface 的辨认功能；
 )

app/http/controller/web/rag_controller.go

@@ -112,7 +112,7 @@ func (r *Rag) ChatSSE(context *gin.Context) {
 
 	// 3. LLM answer
 	go func() {
-		err := nlp.ChatKnoledgeRAG(docs[0].Content, query, ch, client)
+		err := nlp.ChatRAG(docs[0].Content, query, ch, client)
 		if err != nil {
 			variable.ZapLog.Error("ChatKnoledgeRAG error", zap.Error(err))
 		}
@@ -145,6 +145,12 @@ func (r *Rag) ChatWebSocket(context *gin.Context) {
 	query := context.Query("query")
 	token := context.Query("token")
 
+	// INFO 查询模式
+	mode := context.Query("mode")
+	if mode == "" {
+		mode = consts.RagChatModeKnowledge
+	}
+
 	if token == "" {
 		token = variable.SnowFlake.GetIdAsString()
 	}
@@ -192,7 +198,7 @@ func (r *Rag) ChatWebSocket(context *gin.Context) {
 		return
 	}
 
-	// 2. ES TopK // TODO 这里需要特化选取不同知识库的文档；目前是依靠显式的路由。
+	// 2. ES TopK // INFO 这里需要特化选取不同知识库的文档；目前是依靠显式的路由。
 	docs, err := curd.CreateDocCurdFactory().TopK(embedding, 1)
 	if err != nil || len(docs) == 0 {
 		variable.ZapLog.Error("ES TopK error", zap.Error(err))
@@ -228,7 +234,7 @@ func (r *Rag) ChatWebSocket(context *gin.Context) {
 	ch := make(chan string)                               // TIP 建立通道。
 
 	go func() {
-		err := nlp.ChatKnoledgeRAG(docs[0].Content, query, ch, clientInfo.Client)
+		err := nlp.ChatRAG(docs[0].Content, query, mode, ch, clientInfo.Client)
 		if err != nil {
 			variable.ZapLog.Error("ChatKnoledgeRAG error", zap.Error(err))
 		}
@@ -253,5 +259,5 @@ func (r *Rag) ChatWebSocket(context *gin.Context) {
 }
 
 func (r *Rag) HelpDetectCat(context *gin.Context) {
-	// TODO
+	// TODO 也许也可以同样掉上面那个接口了。
 }

app/http/validator/web/rag/chat.go

@@ -15,7 +15,7 @@ type Chat struct {
 	Token string `form:"token" json:"token"` // UPDATE 暂时不想启用 user 的 token，就先单独处理。
 
 	Mode   string `form:"mode" json:"mode"`
-	CatsId string `form:"cats_id" json:"cats_id"` //
+	CatsId string `form:"cats_id" json:"cats_id"` // [日记 || 辨别] 模式下使用的参数。
 }
 
 func (c Chat) CheckParams(context *gin.Context) {

app/service/nlp/func.go

@@ -16,9 +16,9 @@ func GenerateTitle(content string, client *zhipu.ChatCompletionService) string {
 }
 
 // ChatKnoledgeRAG 使用 RAG 模型进行知识问答
-func ChatKnoledgeRAG(doc, query string, ch chan<- string, client *zhipu.ChatCompletionService) error {
+func ChatRAG(doc, query, mode string, ch chan<- string, client *zhipu.ChatCompletionService) error {
 	// 读取配置文件中的 KnoledgeRAG 模板
-	promptTemplate := variable.PromptsYml.GetString("Prompt.KnoledgeRAG")
+	promptTemplate := variable.PromptsYml.GetString("Prompt.RAG." + mode)
 
 	// 替换模板中的占位符
 	message := strings.Replace(promptTemplate, "{question}", query, -1)

config/prompts.yml

@@ -7,15 +7,19 @@ Prompt:
     4. 你所服务的前端仅支持简单的文本解析，所以你只能用基本的文本格式回答；
     5. 如果知识库中的信息无法回答用户的问题，就说知识库中未找到合适的资料，用户可以选择联系小保的官方QQ账号：3144089037，尝试咨询；
     6. 知识库的信息会在消息队列里以 system 的方式和用户 user 区分，做好判断。
+    知识库的组成有：
+    1. 关于猫狗流浪动物的科普知识；
+    2. 日常生活中同学们上传的日记；
     以下是不要使用的要求：
     1. 不要使用诸如markdown等文本解析方式的标签，比如**。"  # TODO 不确定 6 会不会有用。
 
   Title: "请根据以下长文本生成一个合适的标题，不需要书名号，长度10字内："
   
-  KnoledgeRAG: "使用以知识库来回答用户的问题，如果无法回答，请回答知识库中未找到符合的资料，我不知道。
+  RAG:
-    问题: {question}
+    Knowledge: "使用以知识库来回答用户的问题，如果无法回答，请回答知识库中未找到符合的资料，我不知道。
-    可参考的知识库：
+      问题: {question}
-    ···
+      可参考的知识库：
-    {context}
+      ···
-    ···
+      {context}
-    如果给定的知识库无法让你做出回答，请回答知识库中未找到符合的资料，我不知道。" 
+      ···
+      如果给定的知识库无法让你做出回答，请回答知识库中未找到符合的资料，我不知道。"