提示词适配

src/main/java/com/supervision/pdfqaserver/cache/PromptCache.java

@@ -195,60 +195,47 @@ public class PromptCache {
             """;
 
     private static final String TEXT_TO_CYPHER_PROMPT = """
-            你是一个专业的 Neo4j Cypher 查询语句生成器，专门用于构建针对特定结构的查询语句。
+             你是一个专业的 Neo4j Cypher 查询语句生成器，专门用于构建针对特定结构的查询语句。
-                 
+             ---
-                 ---
+             **【数据库结构说明】**
-                 
+             - **关系类型（relationType）**：
-                 **【数据库结构说明】**
+             {relationTypeList}
-                 
+             - **源节点类型（sourceType）**：
-                 - **关系类型（relationType）**：
+             {sourceTypeList}
-                 {relationTypeList}
+             - **目标节点类型（targetType）**：
-                 
+             {targetTypeList}
-                 - **源节点类型（sourceType）**：
+             ---
-                 {sourceTypeList}
+             **【生成规则】**
-                 
+             1. 识别用户问题中的实体及意图，映射为 `Cypher 查询语句`
-                 - **目标节点类型（targetType）**：
+             2. 使用无条件匹配，不假设任何属性名称，不添加 `WHERE` 子句过滤。
-                 {targetTypeList}
+             3. 返回所有满足该关系的查询语句，仅使用 c 表示源节点，r 表示关系，t 表示目标节点，并返回它们的所有属性。
-                 
+             4. 仅输出 字符串格式的 JSON 对象，格式为：\\{ "cypherQueries": [ "MATCH ... RETURN c, r, t", ... ] \\}，不需要加任何解释或说明。
-                 ---
+             5. 如无法从结构中推断 relationType、sourceType 或 targetType，输出：
-                 
+                "无法根据数据库结构生成查询"
-                 **【生成规则】**
+             6. 只能使用relationType、sourceType 或 targetType中的数据
-                 
+             ---
-                 1. 识别用户问题中的实体及意图，映射为 `Cypher 查询语句`
+             **【示例】**
-                 2. 使用无条件匹配，不假设任何属性名称，不添加 `WHERE` 子句过滤。
+             1. - **用户问题：** 龙源电力收购了哪些公司？
-                 3. 返回所有满足该关系的查询语句，并包含节点和关系的**所有属性**。
+                - **生成的 Cypher 查询：**
-                 4. 仅输出 字符串格式的json对象，不需要加任何解释。
+                "\\{
-                 5. 如无法从结构中推断 relationType、sourceType 或 targetType，输出：
+                  "cypherQueries": [
-                    "无法根据数据库结构生成查询"
+                    "MATCH (c:`公司`)-[r:`收购`]->(t:`公司`) RETURN c, r, t",
-                 
+                    "MATCH (c:`公司`)-[r:`收购`]->(t:`上市公司`) RETURN c, r, t",
-                 ---
+                    .....
-                 
+                  ]
-                 **【示例】**
+                \\}"
-                 
+             2. - **用户问题：** 龙源电力包含了哪些报告？
-                 1. - **用户问题：** 查询“宝塔盛华商贸集团”的基本信息？
+                - **生成的 Cypher 查询：**
-                    - **生成的 Cypher 查询：**
+                 "\\{
-                    "\\{
+                   "cypherQueries": [
-                      "cypherQueries": [
+                    "MATCH (c:`公司`)-[r:`包含`]->(t:`报告`) RETURN c, r, t",
-                        "MATCH (c:Company)-[r:HAS_LEGAL_REP]->(t) RETURN c, r, t",
+                    .....
-                        "MATCH (c:Company)-[r:HAS_PHONE]->(t) RETURN c, r, t",
+                   ]
-                        .....
+                 \\}"
-                      ]
+             【用户问题】
-                    \\}"
+             {query}
-                 
+             【你的任务】
-                 2. - **用户问题：** 查询“宝塔盛华商贸集团”出具的电子银行承兑汇票金额是多少？
+             根据以上数据库结构和用户问题，生成正确的Cypher查询语句。
-                    - **生成的 Cypher 查询：**
-                     "\\{
-                       "cypherQueries": [
-                        "MATCH (c:Company)-[r:IssueDocument]->(t:FinancialBill) RETURN c, r, t",
-                        .....
-                       ]
-                     \\}"
-                 
-                 【用户问题】
-                 {query}
-                 
-                 【你的任务】
-                 根据以上数据库结构和用户问题，生成正确的Cypher查询语句。
            """;
 
     private static final String GENERATE_ANSWER_PROMPT = """
@@ -263,6 +250,7 @@ public class PromptCache {
             2. 信息时效：可能需要确认数据的时间。
             3. 问题范围界定：当用户提问超出审计报告分析范畴时，统一采用以下话术回复：
             "您好！当前系统功能聚焦于审计报告相关内容分析，您的问题暂不在支持范围内。如需查询财务数据、票据详情或其他审计相关信息，请提供具体问题，我们将全力协助。"
+            /no_think
             """;
 
     private static final String CHINESE_TO_ENGLISH_PROMPT = """

src/main/java/com/supervision/pdfqaserver/config/OllamaChatModelAspect.java

@@ -25,7 +25,14 @@ public class OllamaChatModelAspect {
      */
     @Around("execution(* org.springframework.ai.chat.model.ChatModel.call(..))")
     public Object aroundMethodExecution(ProceedingJoinPoint joinPoint) throws Throwable {
+
         String signature = joinPoint.getSignature().toString();
+        // 获取原始参数
+        Object[] args = joinPoint.getArgs();
+        // 如果是String类型的call方法，修改其参数
+        if (StrUtil.equals(signature, callStringMessage) && args.length > 0 && args[0] instanceof String originalPrompt) {
+            args[0] = originalPrompt + "/no_think";
+        }
         // 执行原方法
         Object result = joinPoint.proceed();
         if (StrUtil.equals(model,"qwen3:30b-a3b") ) {

src/main/java/com/supervision/pdfqaserver/dao/Neo4jRepository.java

@@ -39,6 +39,9 @@ public class Neo4jRepository {
                 while (result.hasNext()) {
                     org.neo4j.driver.Record record = result.next();
                     // 从 Record 中取出三部分
+                    if (record.get("c") == null || record.get("r") == null || record.get("t") == null) {
+                        continue;
+                    }
                     Node a = record.get("c").asNode();
                     Relationship r = record.get("r").asRelationship();
                     Node b = record.get("t").asNode();

src/main/java/com/supervision/pdfqaserver/service/impl/ChatServiceImpl.java

@@ -56,19 +56,19 @@ public class ChatServiceImpl implements ChatService {
         List<String> targetTypeList = domainMetadataService.list().stream().map(DomainMetadata::getTargetType).distinct().toList();
 
         //将三个集合分别结合chineseEnglishWordsMap的key转化为value集合
-        List<String> sourceTypeListEnList = sourceTypeList.stream().map(chineseEnglishWordsMap::get).toList();
+//        List<String> sourceTypeEnList = sourceTypeList.stream().map(chineseEnglishWordsMap::get).toList();
-        List<String> relationListEnList = relationList.stream().map(chineseEnglishWordsMap::get).toList();
+//        List<String> relationEnList = relationList.stream().map(chineseEnglishWordsMap::get).toList();
-        List<String> targetTypeListEnList = targetTypeList.stream().map(chineseEnglishWordsMap::get).toList();
+//        List<String> targetTypeEnList = targetTypeList.stream().map(chineseEnglishWordsMap::get).toList();
 
         //将三个集合分别转换为英文逗号分隔的字符串
-        String sourceTypeListEn = String.join(",", sourceTypeListEnList);
+        String sourceTypeListEn = String.join(",", sourceTypeList);
-        String relationListEn = String.join(",", relationListEnList);
+        String relationListEn = String.join(",", relationList);
-        String targetTypeListEn = String.join(",", targetTypeListEnList);
+        String targetTypeListEn = String.join(",", targetTypeList);
-        log.info("sourceTypeListEn: {}, relationListEn: {}, targetTypeListEn: {}", sourceTypeListEn, relationListEn, targetTypeListEn);
 
         //LLM生成CYPHER
         SystemPromptTemplate textToCypherTemplate = new SystemPromptTemplate(PromptCache.promptMap.get(TEXT_TO_CYPHER));
         Message textToCypherMessage = textToCypherTemplate.createMessage(Map.of(PROMPT_PARAM_SOURCE_TYPE_LIST, sourceTypeListEn, PROMPT_PARAM_RELATION_TYPE_LIST, relationListEn, PROMPT_PARAM_TARGET_TYPE_LIST, targetTypeListEn, PROMPT_PARAM_QUERY, userQuery));
+        log.info("生成CYPHER语句的消息：{}", textToCypherMessage);
         String cypherJsonStr = ollamaChatModel.call(textToCypherMessage.getText());
         log.info(cypherJsonStr);
         List<String> cypherQueries;