iomgaa
7c723fbc4b
删除了不再使用的disease_analyst模块的所有相关文件： - agent.py: 疾病分析智能体主逻辑 - prompt.py: 疾病分析提示模板 - response_model.py: 响应数据模型 - __init__.py: 模块初始化文件 🤖 Generated with [Claude Code](https://claude.ai/code) Co-Authored-By: Claude <noreply@anthropic.com>
55 lines
1.8 KiB
Python
Executable File
55 lines
1.8 KiB
Python
Executable File
from agent_system.base import BasePrompt
|
||
|
||
|
||
class InquirerPrompt(BasePrompt):
|
||
"""
|
||
询问者智能体的提示词模板
|
||
|
||
该提示词模板的description和instructions主体内容由Prompter智能体动态生成，
|
||
只在末尾添加固定的输入信息和输出格式要求。
|
||
"""
|
||
|
||
# 基础描述，将被prompter结果动态替换
|
||
description = ""
|
||
|
||
# 基础指令，将被prompter结果动态替换
|
||
instructions = []
|
||
|
||
@staticmethod
|
||
def get_example_output() -> str:
|
||
"""
|
||
获取示例输出格式，用于指导 LLM 生成符合要求的结构化输出
|
||
|
||
Returns:
|
||
str: JSON 格式的示例输出
|
||
"""
|
||
return """{
|
||
"current_chat": "请问头痛什么时候开始的？疼痛程度如何？"
|
||
}"""
|
||
|
||
@staticmethod
|
||
def get_fixed_format_instructions() -> list:
|
||
"""
|
||
获取固定的输入输出格式指令
|
||
|
||
Returns:
|
||
list: 固定的格式指令列表
|
||
"""
|
||
return [
|
||
"",
|
||
"## 患者信息输入格式",
|
||
"- 现病史: 患者当前疾病的详细描述",
|
||
"- 既往史: 患者过往的疾病史和治疗史",
|
||
"",
|
||
"## 输出要求",
|
||
"生成的问诊问题应该:",
|
||
"1. 可以问2-3个相关问题，但总长度不超过80字",
|
||
"2. 问题必须简洁明了，符合真实医患对话习惯",
|
||
"3. 优先询问最紧急、最重要的症状信息",
|
||
"4. 使用患者容易理解的日常用语",
|
||
"5. 避免冗长的分点罗列，用自然对话方式提问",
|
||
"6. 问题要具有针对性，直接关联患者主诉",
|
||
"",
|
||
"## 示例输出格式（JSON）",
|
||
InquirerPrompt.get_example_output()
|
||
] |