专业问答机器人搭建2-基于ChatGLM3的LLM终端完成专业问答

查询专业资料，构建json文件，作为问答机器人的专业知识参考。

import utils
context_list=[]
import json

with open('./dataset/trainText.json','r',encoding='utf-8' as fp:
	data = json.load(fp)
  for line in data:
  	line = (line["context_text"])
    context_list.append(line)
    
query = "小朋友发烧应该用什么药"
sim_results = utils.get_top_n_sim_text(query=query,documents=context_list)
print(sim_results)

使用LangChain完成Prompt工程：

llm = llm_chatglm_ChatGLM()

from langchain.prompts import PromptTemplate
prompt = PromptTemplate(
	input_variables=["query","document"],
  template="你是一名专业医务人员，你会认真根据你所学的知识回答医学问题，认真回答{query}这个问题，也可以参考对应的文献资料：{document}",
)

from langchain.chains import LLMChain
chain = LLMChain(llm=llm,prompt=prompt)
result=(chain.run({"query":query,"document":sim_results}))
print(result)

上面的代码中，受限通过数据读取函数，完成所需数据的读取。根据用户提出的查询内容，利用算法找到与之最近似的答案，最后将挑选后的答案连同原始查询问题一同输入LLM终端，通过LLM终端的强大处理能力和深度学习能力，生成最终的精准答案。