From 1d4a82ed98e74c445bd5f03eddca5511537453fc Mon Sep 17 00:00:00 2001 From: ninemine <1371605831@qq.com> Date: Thu, 20 Nov 2025 10:47:20 +0800 Subject: [PATCH] =?UTF-8?q?1.=E6=B7=BB=E5=8A=A0requirement2.=E6=9B=B4?= =?UTF-8?q?=E6=96=B0=E4=B8=80=E4=B8=AA=E6=96=B0=E9=97=BB=E6=92=AD=E6=8A=A5?= =?UTF-8?q?ai?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- Plugins/Others/NewsReport.py | 417 +++++++++++++++++++++++++++++++++++ Plugins/Others/__init__.py | 0 Plugins/WPSAPI.py | 1 - requirements.txt | 18 ++ 4 files changed, 435 insertions(+), 1 deletion(-) create mode 100644 Plugins/Others/NewsReport.py create mode 100644 Plugins/Others/__init__.py create mode 100644 requirements.txt diff --git a/Plugins/Others/NewsReport.py b/Plugins/Others/NewsReport.py new file mode 100644 index 0000000..38aed63 --- /dev/null +++ b/Plugins/Others/NewsReport.py @@ -0,0 +1,417 @@ +from Plugins.WPSAPI import * +import httpx +import re +from datetime import datetime, timedelta +from llama_index.core.tools import FunctionTool +from llama_index.llms.ollama import Ollama +from llama_index.core.agent.workflow import AgentWorkflow +from llama_index.core.agent.workflow.react_agent import ReActAgent +from bs4 import BeautifulSoup +import requests + +logger: ProjectConfig = Architecture.Get(ProjectConfig) +OLLAMA_URL = logger.FindItem("ollama_url", "http://ollama.liubai.site") +OLLAMA_MODEL = logger.FindItem("ollama_model", "qwen2.5:7b") +logger.SaveProperties() + +def get_target_web_page_url(year:str, month:str, day:str) -> str: + return fr"http://mrxwlb.com/{year}/{month}/{day}/{year}年{month}月{day}日新闻联播文字版/" + +class NewsAIAgent: + """新闻AI智能体 - 基于LlamaIndex和Ollama的工具调用智能体""" + + def __init__(self, ollama_url: str = OLLAMA_URL): + self.ollama_url = ollama_url + self.client: Optional[httpx.AsyncClient] = None + self.llm = Ollama(model=OLLAMA_MODEL, base_url=ollama_url, request_timeout=600.0) + self.workflow: Optional[AgentWorkflow] = None + self._initialize_agent() + + def _initialize_agent(self): + """初始化智能体和工具""" + # 创建工具函数 + tools = [ + FunctionTool.from_defaults( + fn=self._get_current_date, + name="get_current_date", + description="获取当前日期，返回格式为'年-月-日'，例如'2025-11-19'" + ), + #FunctionTool.from_defaults( + # fn=self._get_yesterday_date, + # name="get_yesterday_date", + # description="获取昨天的日期，返回格式为'年-月-日'，例如'2025-11-18'" + #), + FunctionTool.from_defaults( + fn=self._get_news_content, + name="get_news_content", + description="获取指定日期的新闻联播文字内容。参数date格式为'年-月-日'，例如'2025-11-19'。返回该日期的新闻内容文本。" + ), + #FunctionTool.from_defaults( + # fn=self._parse_date_from_text, + # name="parse_date_from_text", + # description="从文本中解析日期。支持格式：'2025年11月19日'、'2025-11-19'、'2025/11/19'、'今天'、'昨天'等。返回格式为'年-月-日'" + #), + ] + + # 系统提示词 - 更清晰明确的指令 + system_prompt = """你是一个新闻分析助手，专门回答关于新闻联播的问题。 + +【重要】你必须按照以下步骤使用工具： + +步骤1: 确定日期 +- 如果用户问"今天"或"今日"，调用 get_current_date +- 如果用户问"昨天"或"昨日"，调用 get_yesterday_date +- 如果用户提到具体日期（如"2025年11月17日"），调用 parse_date_from_text + +步骤2: 获取新闻内容 +- 拿到日期后，必须调用 get_news_content(date="YYYY-MM-DD") 获取新闻 +- 注意：date参数格式必须是 "年-月-日"，例如 "2025-11-19" + +步骤3: 回答问题 +- 仔细阅读获取到的新闻内容 +- 基于新闻内容准确回答用户的问题 +- 如果新闻中没有相关信息，明确告知用户 + +【禁止】直接回答问题而不调用工具！你必须先获取新闻内容才能回答。""" + + # 创建ReActAgent + agent = ReActAgent( + llm=self.llm, + tools=tools, + verbose=True, + system_prompt=system_prompt, + ) + + # 创建AgentWorkflow + self.workflow = AgentWorkflow( + agents=[agent], + timeout=600.0, + ) + + async def _get_client(self) -> httpx.AsyncClient: + """获取HTTP客户端（懒加载）""" + if self.client is None: + self.client = httpx.AsyncClient(timeout=120.0) + return self.client + + def _get_current_date(self) -> str: + """获取当前日期 + + Returns: + 当前日期字符串，格式：年-月-日 + """ + now = datetime.now() + return f"{now.year}-{str(now.month).zfill(2)}-{str(now.day).zfill(2)}" + + def _get_yesterday_date(self) -> str: + """获取昨天日期 + + Returns: + 昨天日期字符串，格式：年-月-日 + """ + yesterday = datetime.now() - timedelta(days=1) + return f"{yesterday.year}-{str(yesterday.month).zfill(2)}-{str(yesterday.day).zfill(2)}" + + def _parse_date_from_text(self, text: str) -> str: + """从文本中解析日期 + + Args: + text: 包含日期信息的文本 + + Returns: + 日期字符串，格式：年-月-日 + """ + # 尝试匹配日期格式 + 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: + match = re.search(pattern, text) + if match: + year, month, day = match.groups() + return f"{year}-{month.zfill(2)}-{day.zfill(2)}" + + # 检查相对日期 + if "今天" in text or "今日" in text: + return self._get_current_date() + elif "昨天" in text or "昨日" in text: + return self._get_yesterday_date() + + # 默认返回今天 + return self._get_current_date() + + def _get_news_content(self, date: str) -> str: + """获取指定日期的新闻内容（带缓存） + + Args: + date: 日期字符串，格式：年-月-日，例如'2025-11-19' + + Returns: + 新闻文字内容 + """ + try: + # 解析日期 + parts = date.split('-') + if len(parts) != 3: + return f"日期格式错误，请使用'年-月-日'格式，例如'2025-11-19'" + + year, month, day = parts + # 去掉前导零（某些网站URL格式要求） + month = str(int(month)) + day = str(int(day)) + + # 检查缓存 + cache_key = f"news_cache/{year}/{month}/{day}" + cached_file = ProjectConfig().GetFile(cache_key, False) + + if cached_file.Exists(): + cached_content = cached_file.LoadAsText() + logger.Log("Info", f"从缓存加载新闻: {date}") + return cached_content + + # 如果没有缓存，则抓取网页 + logger.Log("Info", f"从网页抓取新闻: {date}") + # url = get_target_web_page_url(year, month, day) + url = ToolURL(get_target_web_page_url(year, month, day)) + + # 添加浏览器请求头，模拟真实浏览器访问 + headers = { + 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/142.0.0.0 Safari/537.36', + 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8', + 'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8', + 'Accept-Encoding': 'gzip, deflate', + 'Connection': 'keep-alive', + 'Upgrade-Insecure-Requests': '1', + } + + logger.Log("Info", f"请求URL: {url}") + response = requests.get(url, headers=headers, timeout=30, allow_redirects=True) + response.raise_for_status() + + # 使用BeautifulSoup解析HTML + soup = BeautifulSoup(response.text, 'html.parser') + + # 移除script和style标签 + for script in soup(["script", "style"]): + script.decompose() + + # 获取文本内容 + content = soup.get_text() + # 清理空白字符 + lines = (line.strip() for line in content.splitlines()) + chunks = (phrase.strip() for line in lines for phrase in line.split(" ")) + content = ' '.join(chunk for chunk in chunks if chunk) + + if not content or len(content) < 100: + return f"未能获取到{year}年{month}月{day}日的新闻内容" + + # 保存到缓存 + ProjectConfig().GetFile(cache_key, True).SaveAsText(content) + logger.Log("Info", f"新闻内容已缓存: {date}") + + return content + + except Exception as e: + logger.Log("Error", f"获取新闻失败: {e}") + return f"获取新闻时出错: {str(e)}" + + async def answer_question(self, query: str) -> str: + """根据问题回答新闻内容 + + Args: + query: 用户问题 + + Returns: + AI生成的回答 + """ + try: + logger.Log("Info", f"="*50) + logger.Log("Info", f"用户提问: {query}") + logger.Log("Info", f"使用模型: {self.llm.model}") + logger.Log("Info", f"="*50) + + # 使用workflow运行agent（注意参数是user_msg） + result = await self.workflow.run(user_msg=query) + + logger.Log("Info", f"Agent执行完成，结果类型: {type(result)}") + + # 提取回答内容 + if hasattr(result, 'response'): + answer = str(result.response) + logger.Log("Info", f"从result.response提取答案") + elif hasattr(result, 'message'): + answer = str(result.message) + logger.Log("Info", f"从result.message提取答案") + else: + answer = str(result) + logger.Log("Info", f"直接转换result为字符串") + + logger.Log("Info", f"最终答案长度: {len(answer)} 字符") + + return answer + + except Exception as e: + logger.Log("Error", f"回答问题失败: {e}") + import traceback + error_trace = traceback.format_exc() + logger.Log("Error", f"详细错误:\n{error_trace}") + return f"处理问题时出错: {str(e)}" + + async def close(self): + """关闭客户端""" + if self.client: + await self.client.aclose() + self.client = None + +class NewsAIPlugin(WPSAPI): + """新闻AI智能问答插件""" + + def __init__(self): + super().__init__() + self.ai_agent = NewsAIAgent(OLLAMA_URL) + + @override + def dependencies(self) -> List[Type]: + return [WPSAPI] + + @override + def is_enable_plugin(self) -> bool: + return True + + def get_guide_title(self) -> str: + return "新闻AI智能问答" + + def get_guide_subtitle(self) -> str: + return "基于AI的新闻联播智能问答系统" + + def get_guide_metadata(self) -> Dict[str, str]: + return { + "AI模型": "qwen3:0.6b", + "数据源": "每日新闻联播", + "功能": "智能问答", + } + + def collect_command_entries(self) -> Sequence[GuideEntry]: + return ( + { + "title": "新闻", + "identifier": "ask_news", + "description": "询问新闻内容，支持自动识别日期或查询今天/昨天的新闻。", + "metadata": {"别名": "news"}, + "icon": "🤖", + "badge": "AI", + "details": [ + { + "type": "list", + "items": [ + "支持日期格式：2024年11月19日、2024-11-19、2024/11/19", + "支持相对日期：今天、昨天、今日、昨日", + "自动使用AI分析新闻内容并回答问题", + "示例：问 今天有什么重要新闻？", + "示例：问 2024年11月19日 经济相关的新闻有哪些？", + ] + } + ] + }, + #{ + # "title": "新闻摘要", + # "identifier": "news_summary", + # "description": "获取指定日期新闻的AI摘要。", + # "metadata": {"别名": "摘要"}, + # "icon": "📝", + # "badge": "AI", + #}, + ) + + def collect_guide_entries(self) -> Sequence[GuideEntry]: + return ( + { + "title": "智能问答", + "description": ( + "使用AI理解用户问题，从新闻内容中提取相关信息进行回答。" + "支持自然语言提问，可以询问特定主题、人物、事件等。" + ), + "icon": "💬", + }, + { + "title": "日期识别", + "description": ( + "自动从问题中识别日期，支持多种格式。" + "如果未指定日期，默认查询当天新闻。" + ), + "icon": "📅", + }, + { + "title": "内容抓取", + "description": ( + "自动从新闻网站抓取指定日期的新闻联播文字版内容。" + ), + "icon": "🌐", + }, + ) + + @override + def wake_up(self) -> None: + logger.Log("Info", f"{ConsoleFrontColor.GREEN}NewsAIPlugin 新闻AI智能问答插件已加载{ConsoleFrontColor.RESET}") + self.register_plugin("news") + self.register_plugin("新闻") + + @override + async def callback(self, message: str, chat_id: int, user_id: int) -> str|None: + """处理用户问题""" + try: + if not message or message.strip() == "": + help_text = """# 📰 新闻AI智能问答使用帮助 + +**直接提问即可，智能体会自动：** +1. 识别你想查询的日期 +2. 获取对应日期的新闻内容 +3. 基于新闻内容回答你的问题 + +**支持的日期格式：** +- 今天、昨天、今日、昨日 +- 2025年11月19日 +- 2025-11-19 +- 2025/11/19 + +**示例问题：** +- `今天有什么重要新闻？` +- `2025年11月17日有什么新闻？` +- `昨天的新闻中有关于经济的内容吗？` +- `今天习近平主席有什么活动？` +- `请总结今天新闻联播的主要内容` + +**特性：** +✨ 智能理解问题意图 +🤖 自动调用工具获取信息 +💾 新闻内容自动缓存 +🚀 基于LlamaIndex + Ollama""" + return await self.send_markdown_message(help_text, chat_id, user_id) + + # 使用智能体回答问题 + answer = await self.ai_agent.answer_question(message) + + # 格式化返回结果 + formatted_answer = f"""📰 **新闻AI智能问答** + +{answer} + +--- +*由 LlamaIndex + Ollama 驱动*""" + + return await self.send_markdown_message(formatted_answer, chat_id, user_id) + + except Exception as e: + logger.Log("Error", f"新闻AI问答异常: {e}") + import traceback + error_detail = traceback.format_exc() + logger.Log("Error", f"详细错误: {error_detail}") + error_msg = f"""❌ **处理问题时出错** + +错误信息：{str(e)} + +请稍后重试或联系管理员。""" + return await self.send_markdown_message(error_msg, chat_id, user_id) \ No newline at end of file diff --git a/Plugins/Others/__init__.py b/Plugins/Others/__init__.py new file mode 100644 index 0000000..e69de29 diff --git a/Plugins/WPSAPI.py b/Plugins/WPSAPI.py index fb6e0ea..2acd240 100644 --- a/Plugins/WPSAPI.py +++ b/Plugins/WPSAPI.py @@ -7,7 +7,6 @@ from PWF.Convention.Runtime.Web import ToolURL from PWF.Convention.Runtime.String import LimitStringLength from fastapi.responses import HTMLResponse from dataclasses import dataclass, field -from typing import Any, Dict, Iterable, List, Optional, Sequence, TypedDict, override, Union import httpx import re diff --git a/requirements.txt b/requirements.txt new file mode 100644 index 0000000..005435f --- /dev/null +++ b/requirements.txt @@ -0,0 +1,18 @@ +# Web框架和服务器 +fastapi +uvicorn + +# HTTP客户端 +httpx +requests + +# 数据验证 +pydantic + +# HTML解析 +beautifulsoup4 + +# AI框架 (LlamaIndex) +llama-index-core +llama-index-llms-ollama +