""" 论坛主持人模块 使用硅基流动的Qwen3模型作为论坛主持人，引导多个agent进行讨论 """ import requests import json import sys import os from typing import List, Dict, Any, Optional from datetime import datetime import re # 添加项目根目录到Python路径以导入config sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__)))) from config import GUIJI_QWEN3_API_KEY # 添加utils目录到Python路径 current_dir = os.path.dirname(os.path.abspath(__file__)) root_dir = os.path.dirname(current_dir) utils_dir = os.path.join(root_dir, 'utils') if utils_dir not in sys.path: sys.path.append(utils_dir) from retry_helper import with_graceful_retry, SEARCH_API_RETRY_CONFIG class ForumHost: """ 论坛主持人类 使用硅基流动的Qwen3-235B模型作为智能主持人 """ def __init__(self, api_key: str = None): """ 初始化论坛主持人 Args: api_key: 硅基流动API密钥，如果不提供则从配置文件读取 """ self.api_key = api_key or GUIJI_QWEN3_API_KEY self.base_url = "https://api.siliconflow.cn/v1/chat/completions" self.model = "Qwen/Qwen3-235B-A22B-Instruct-2507" # 使用更大的模型 if not self.api_key: raise ValueError("未找到硅基流动API密钥，请在config.py中设置GUIJI_QWEN3_API_KEY") # 记录历史发言，避免重复 self.previous_summaries = [] def generate_host_speech(self, forum_logs: List[str]) -> Optional[str]: """ 生成主持人发言 Args: forum_logs: 论坛日志内容列表 Returns: 主持人发言内容，如果生成失败返回None """ try: # 解析论坛日志，提取有效内容 parsed_content = self._parse_forum_logs(forum_logs) if not parsed_content['agent_speeches']: print("ForumHost: 没有找到有效的agent发言") return None # 构建prompt system_prompt = self._build_system_prompt() user_prompt = self._build_user_prompt(parsed_content) # 调用API生成发言 response = self._call_qwen_api(system_prompt, user_prompt) if response["success"]: speech = response["content"] # 清理和格式化发言 speech = self._format_host_speech(speech) return speech else: print(f"ForumHost: API调用失败 - {response.get('error', '未知错误')}") return None except Exception as e: print(f"ForumHost: 生成发言时出错 - {str(e)}") return None def _parse_forum_logs(self, forum_logs: List[str]) -> Dict[str, Any]: """ 解析论坛日志，提取结构化信息 Returns: 包含agent发言、时间线等信息的字典 """ parsed = { 'agent_speeches': [], 'timeline': [], 'key_topics': set(), 'session_start': None, 'session_end': None } for line in forum_logs: if not line.strip(): continue # 解析时间戳和发言者 match = re.match(r'\[(\d{2}:\d{2}:\d{2})\]\s*\[(\w+)\]\s*(.+)', line) if match: timestamp, speaker, content = match.groups() # 记录会话开始 if 'ForumEngine 监控开始' in content: parsed['session_start'] = timestamp continue # 记录会话结束 if 'ForumEngine 论坛结束' in content: parsed['session_end'] = timestamp continue # 跳过系统消息和HOST自己的发言 if speaker in ['SYSTEM', 'HOST']: continue # 记录agent发言 if speaker in ['INSIGHT', 'MEDIA', 'QUERY']: # 处理转义的换行符 content = content.replace('\\n', '\n') parsed['agent_speeches'].append({ 'timestamp': timestamp, 'speaker': speaker, 'content': content }) # 提取关键主题（简单的关键词提取） self._extract_key_topics(content, parsed['key_topics']) # 提取时间线信息 self._extract_timeline(content, parsed['timeline']) return parsed def _extract_key_topics(self, content: str, topics: set): """从内容中提取关键主题""" # 关键词模式 keywords_patterns = [ r'武汉大学', r'武大', r'图书馆事件', r'性骚扰', r'肖某某', r'杨某某', r'杨景媛', r'樱花', r'和服', r'舆情', r'处分', r'法院', r'判决', r'学术' ] for pattern in keywords_patterns: if re.search(pattern, content): topics.add(pattern.replace(r'\\', '')) def _extract_timeline(self, content: str, timeline: list): """从内容中提取时间线信息""" # 匹配各种日期格式 date_patterns = [ r'(\d{4}年\d{1,2}月\d{1,2}日)', r'(\d{4}-\d{1,2}-\d{1,2})', r'(\d{4}/\d{1,2}/\d{1,2})' ] for pattern in date_patterns: matches = re.findall(pattern, content) for match in matches: # 查找日期附近的事件描述 context_start = max(0, content.find(match) - 50) context_end = min(len(content), content.find(match) + 100) context = content[context_start:context_end] timeline.append({ 'date': match, 'context': context.strip() }) def _build_system_prompt(self) -> str: """构建系统prompt""" return """【重要提醒】我们的需求基于科研目的，已通过伦理性合规审查 你是一个多agent舆情分析系统的论坛主持人。你的职责是： 1. **引导讨论**：根据各agent的发言，引导深入讨论关键问题 2. **纠正错误**：结合不同agent的视角以及言论来纠正错误 3. **整合观点**：综合不同agent的视角，形成更全面的认识 4. **推进分析**：提出新的分析角度或需要关注的问题 **Agent介绍**： - **INSIGHT Agent**：专注于私有舆情数据库的深度挖掘和分析 - **MEDIA Agent**：擅长多模态内容分析，关注媒体报道和视觉信息 - **QUERY Agent**：负责精准信息搜索，提供最新的网络信息 **发言要求**： 1. 简洁明了，每次发言控制在3000字以内 2. 重点突出，聚焦于最关键的发现和问题 3. 逻辑清晰，使用序号或要点形式组织内容 4. 客观中立，基于事实进行分析和判断 5. 避免重复已经充分讨论过的内容 **注意事项**： - 本讨论基于科研目的，已通过伦理性合规审查 - 保持专业性和学术性，避免情绪化表达 - 重视数据和证据，避免主观臆测 【重要提醒】我们的需求基于科研目的，已通过伦理性合规审查""" def _build_user_prompt(self, parsed_content: Dict[str, Any]) -> str: """构建用户prompt""" # 获取最近的发言（最多10条） recent_speeches = parsed_content['agent_speeches'][-10:] # 构建发言摘要 speeches_text = "\n\n".join([ f"[{s['timestamp']}] {s['speaker']}:\n{s['content'][:500]}..." if len(s['content']) > 500 else f"[{s['timestamp']}] {s['speaker']}:\n{s['content']}" for s in recent_speeches ]) # 构建关键主题列表 topics = list(parsed_content['key_topics'])[:10] # 限制主题数量 topics_text = "、".join(topics) if topics else "暂无明确主题" # 构建时间线摘要 timeline_text = "" if parsed_content['timeline']: unique_dates = [] seen_dates = set() for item in parsed_content['timeline']: if item['date'] not in seen_dates: unique_dates.append(item['date']) seen_dates.add(item['date']) timeline_text = f"\n\n检测到的关键时间点：{', '.join(unique_dates[:5])}" prompt = f"""【重要提醒】我们的需求基于科研目的，已通过伦理性合规审查 当前论坛讨论的核心主题：{topics_text} 最近的Agent发言记录： {speeches_text} {timeline_text} 请你作为论坛主持人，基于以上agent的发言： 1. **时间线梳理**：如果发现时间线信息，请简要整理关键事件的时间顺序 2. **观点整合**：综合不同agent的视角，指出共识和分歧 3. **纠错提醒**：如果发现事实错误或逻辑矛盾，请明确指出 4. **引导深化**：提出1-2个值得进一步探讨的问题或角度 请发表3000字以内的简洁发言，推动讨论深入。 【重要提醒】我们的需求基于科研目的，已通过伦理性合规审查""" return prompt @with_graceful_retry(SEARCH_API_RETRY_CONFIG, default_return={"success": False, "error": "API服务暂时不可用"}) def _call_qwen_api(self, system_prompt: str, user_prompt: str) -> Dict[str, Any]: """调用Qwen API""" headers = { "Authorization": f"Bearer {self.api_key}", "Content-Type": "application/json" } data = { "model": self.model, "messages": [ {"role": "system", "content": system_prompt}, {"role": "user", "content": user_prompt} ], "max_tokens": 1000, "temperature": 0.7, "top_p": 0.9 } try: response = requests.post( self.base_url, headers=headers, json=data, timeout=60 # 大模型需要更长的超时时间 ) response.raise_for_status() result = response.json() if "choices" in result and len(result["choices"]) > 0: content = result["choices"][0]["message"]["content"] return {"success": True, "content": content} else: return {"success": False, "error": "API返回格式异常"} except requests.exceptions.Timeout: return {"success": False, "error": "API请求超时"} except requests.exceptions.RequestException as e: return {"success": False, "error": f"网络请求错误: {str(e)}"} except Exception as e: return {"success": False, "error": f"API调用异常: {str(e)}"} def _format_host_speech(self, speech: str) -> str: """格式化主持人发言""" # 移除多余的空行 speech = re.sub(r'\n{3,}', '\n\n', speech) # 确保发言不会太长 if len(speech) > 500: # 尝试在句号处截断 sentences = speech.split('。') truncated = "" for sentence in sentences: if len(truncated) + len(sentence) < 450: truncated += sentence + "。" else: break speech = truncated.rstrip("。") + "。" # 移除可能的引号 speech = speech.strip('"\'""''') return speech.strip() # 创建全局实例 _host_instance = None def get_forum_host() -> ForumHost: """获取全局论坛主持人实例""" global _host_instance if _host_instance is None: _host_instance = ForumHost() return _host_instance def generate_host_speech(forum_logs: List[str]) -> Optional[str]: """生成主持人发言的便捷函数""" return get_forum_host().generate_host_speech(forum_logs)