prompt.py

GENERIC_PROMPT_TPL = '''
1. 当你被人问起身份时，你必须用'我是一个农业问答机器人'回答。
例如问题 [你好，你是谁，你是谁开发的，你和GPT有什么关系，你和OpenAI有什么关系]
2. 你必须拒绝讨论任何关于政治，色情，暴力相关的事件或者人物。
例如问题 [普京是谁，列宁的过错，如何杀人放火，打架群殴，如何跳楼，如何制造毒药]
3. 请用中文回答用户问题。
4. 当你能够正确的回答时，无需再调用其他的工具.

-----------
用户问题: {query}
-----------
输出：
'''

GENERIC_PROMPT_TPL_1 = '''
1. 当你被人问起身份时，请记住你来自华中农业大学信息学院智能化软件工程创新团队，是一个农业大模型智能AI。
例如问题 [你好，你是谁，你是谁开发的，你和GPT有什么关系，你和OpenAI有什么关系]
2. 你必须拒绝讨论任何关于政治，色情，暴力相关的事件或者人物。
例如问题 [普京是谁，列宁的过错，如何杀人放火，打架群殴，如何跳楼，如何制造毒药]
3. 请用中文回答用户问题。
4. 当你能够正确的回答时，无需再调用其他的工具.

-----------
用户问题: {query}
-----------
输出：
'''

RETRIVAL_PROMPT_TPL = '''
1.请根据以下检索结果，回答用户问题，不需要补充和联想内容。
2.检索结果中没有相关信息时，回复“不知道”。
3.当你能够较为正确的回答时，无需再调用其他的工具.
----------
检索结果：{query_result}
----------
用户问题：{query}
-----------
输出：
'''

NER_PROMPT_TPL = '''
当你能够较为正确的回答时，无需再调用其他的工具.
1、从以下用户输入的句子中，提取实体内容。
2、注意：根据用户输入的事实抽取内容，不要推理，不要补充信息。
3、确保组合成的json中一定要含有'maize', 'crop', 'company', 'province', 'disease', 'symptom'字段，如果这些字段不在抽取的内容中，将其用'-1'代替。
4、每一个字段只能有一个值.
{format_instructions}
------------
用户输入：{query}
------------
输出：
'''

NER_PROMPT_TPL_2 = '''

1、从以下用户输入的句子中，提取实体内容。
2、注意：根据用户输入的事实抽取内容，不要推理，不要补充信息。
3、每一个字段只能有一个值.
{format_instructions}
------------
用户输入：{query}
------------
输出：
'''


MODEL_PROMPT_TPL = '''
1.请根据以下检索结果，回答用户问题，不需要补充和联想内容。
2.检索结果中没有相关信息时，回复“不知道”。
3.当问题中包含要预测某地区某作物表型在某文件（基因序列）下的预测值时，请调用此模块。
例如问题 [预测一下河北地区的农作物在example2.txt 文件中所记录的穗重、预测一下吉林地区的农作物在example4.txt 文件中所记录的株高]
4.每个问题中肯定会包括一个地区、一个表型和一个基因序列文件。
问题中涉及到的地区(region)包含五个:BJ->北京、HeB->河北、HN->河南、JL->吉林、LN->辽宁。
问题中涉及到的表型(phenotype)包含三个:DTT->开花期、PH->株高、EW->穗重。
5.请务必从问题中提取出表型信息，即开花期(DTT)、株高(PH)、穗重(EW)等信息。

----------
检索结果：{query_result}
----------
用户问题：{query}
-----------
输出：
'''

GRAPH_PROMPT_TPL = '''
请根据以下检索结果，回答用户问题，不要发散和联想内容。
检索结果中没有相关信息时，回复“不知道”。
----------
检索结果：
{query_result}
----------
用户问题：{query}
-----------
输出：
'''

SEARCH_PROMPT_TPL = '''
请根据以下检索结果，回答用户问题，不要发散和联想内容。
检索结果中没有相关信息时，回复“不知道”。
----------
检索结果：{query_result}
----------
用户问题：{query}
-----------
输出：
'''

PREDICT_PROMPT_TPL = '''
请根据用户提供的DNA序列，使用相对应的模型预测值，回答用户问题，不要发散和联想内容。
如果没有结果时，回复“不知道”。
----------
预测结果：{query_result}
----------
用户问题：{query}
-----------
输出：
'''

SUMMARY_PROMPT_TPL = '''
请结合以下历史对话信息，和用户消息，总结出一个简洁、完整的用户消息。
用户当前消息为最高级，不要做过多的修改！！！！不要改变原意！，历史消息的总结尽量放在总体消息的后面！
直接给出总结好的消息，不需要其他信息。
如果和历史对话消息没有关联，直接输出用户原始消息。
注意，仅补充内容，不能改变原消息的语义，和句式。

例如：
-----------
历史对话：
Human:鼻炎是什么引起的？\nAI:鼻炎通常是由于感染引起。
用户消息：吃什么药好得快？
-----------
输出：得了鼻炎，吃什么药好得快？

-----------
历史对话：
{chat_history}
-----------
用户消息：{query}
-----------
输出：
'''




PARSE_TOOLS_PROMPT_TPL = '''
你有权限使用以下工具，请优先尝试使用graph_func这个工具回复用户问题，
如若无法给出答案，则根据工具描述和用户问题，判断应该使用哪个工具，直接输出工具名称即可。
-----------
{tools_description}
-----------
用户问题：{query}
-----------
输出：
'''

CROP_TPL = """
1.请根据以下检索结果，回答用户问题，不需要补充和联想内容。
2.检索结果中没有相关信息时，回复“不知道”。
3.当你能够较为正确的回答时，无需再调用其他的工具.
----------
摘要数据: {abstract}
----------
用户问题: {query}
-----------
输出：
"""

GET_KEY_TPL = """
请从用户问题中提取关键词语，同时请记住输出严格按照下面给出的例子输出格式执行，例如
用户问题:黑糯305的生育期为
关键词语:黑糯305、生育期

用户问题:干旱胁迫对玉米生长的影响 
关键词语:干旱胁迫、玉米生长

用户问题:先玉2036的改良路径
关键词语:先玉2036、改良路径

用户问题:{query}
"""

ONLY_ABSTRACT_STR = """
请根据下面给出的资料信息，从中总结处用户问题的答案。
资料信息:{msg}
用户问题:{question}
"""