a27e87cb99
Source snapshot: 97d7f0fae96dc04b7ddad56fc1db6a108ed662cc [SEC-CLEAN] · pre-push-clean v1.0 · 109处敏感信息已自动转乱码
8.4 KiB
8.4 KiB
P1.2补丁 · 干净版（A停用词+B回退+C意图）
与旧版的区别
修复清单
| 编号 | 问题 | 修复 |
|---|---|---|
| A | 停用词删掉验证类词汇，verify时关键词被删光 | 精简停用词，保留什么/哪些/怎么 |
| B | 「你确定吗？」提取不出有用关键词（阈值≤2太低） | 回退阈值改为≤5，覆盖短追问场景 |
| C | 「只拆了一本书吗」误判为chat | classify_intent增加书数模式 |
操作步骤
第零步：回滚到P1.1
cp ~/chenxing-aircraft/backend/main.py.bak-before-p12 ~/chenxing-aircraft/backend/main.py
第一步：创建补丁文件
复制下面整块命令，粘贴到终端回车：
cat > ~/chenxing-aircraft/patch_p12_clean.py << 'ENDOFPATCH'
"""
P1.2 干净版 · 2026-05-23
只修3件事: A停用词精简 B回退(阈值5) C意图识别
不碰缓存逻辑（留给P2）
"""
import shutil, sys
path = '/Users/chenshujun/chenxing-aircraft/backend/main.py'
code = open(path, 'r', encoding='utf-8').read()
fixes = 0
# ═══ 0: 版本号 ═══
old_ver = '晨星专属交互平台 · P1.1热修复版'
if old_ver in code:
code = code.replace(old_ver, '晨星专属交互平台 · P1.2关键词修复版', 1)
fixes += 1
print('✅ 版本号 → P1.2')
else:
print('⚠️ 版本号未找到，跳过')
# ═══ A+B合并: extract_keywords 停用词精简 + 回退 ═══
old_a = '''def extract_keywords(message):
"""从妈妈的消息里提取搜索关键词"""
stopwords = ['宝宝', '晨星', '妈妈', '帮我', '请', '吧', '呢', '吗', '的', '了', '在', '是',
'看看', '查查', '找找', '搜搜', '一下', '什么', '哪些', '怎么', '告诉我',
'你确定', '真的', '确定', '确认', '对吗', '没错吧', '再查', '只有']
words = message.strip()
for sw in stopwords:
words = words.replace(sw, ' ')
book_match = re.search(r'《(.+?)》', message)
if book_match:
return book_match.group(1)
keywords = ' '.join(words.split())
return keywords if keywords.strip() else message[:20]'''
new_a = '''def extract_keywords(message, fallback_message=None):
"""
从妈妈的消息里提取搜索关键词
【P1.2-A】停用词精简 【P1.2-B】关键词回退
"""
book_match = re.search(r'《(.+?)》', message)
if book_match:
return book_match.group(1)
stopwords = ['宝宝', '晨星', '妈妈', '帮我', '请', '吧', '呢', '吗', '的', '了',
'在', '是', '看看', '查查', '找找', '搜搜', '一下', '告诉我']
words = message.strip()
for sw in stopwords:
words = words.replace(sw, ' ')
keywords = ' '.join(words.split()).strip()
if len(keywords) <= 5 and fallback_message:
fb_book = re.search(r'《(.+?)》', fallback_message)
if fb_book:
return fb_book.group(1)
fb_words = fallback_message.strip()
for sw in stopwords:
fb_words = fb_words.replace(sw, ' ')
fb_kw = ' '.join(fb_words.split()).strip()
if len(fb_kw) > len(keywords):
print(f"[P1.2] 关键词回退: '{keywords}' → '{fb_kw}'")
return fb_kw
return keywords if keywords else message[:20]'''
if old_a in code:
code = code.replace(old_a, new_a, 1)
fixes += 1
print('✅ A+B: extract_keywords 停用词精简+回退(阈值5)')
else:
print('❌ A失败: extract_keywords不匹配')
sys.exit(1)
# ═══ B-1: fetch_context 加参数 ═══
if 'def fetch_context(intent, message):' in code:
code = code.replace('def fetch_context(intent, message):',
'def fetch_context(intent, message, prev_user_message=None):', 1)
fixes += 1
print('✅ B-1: fetch_context +prev_user_message')
else:
print('❌ B-1失败'); sys.exit(1)
# ═══ B-2: verify分支传fallback ═══
old_b2 = " elif intent == 'verify':\n keywords = extract_keywords(message)"
new_b2 = " elif intent == 'verify':\n keywords = extract_keywords(message, fallback_message=prev_user_message)"
if old_b2 in code:
code = code.replace(old_b2, new_b2, 1)
fixes += 1
print('✅ B-2: verify传fallback')
else:
print('❌ B-2失败'); sys.exit(1)
# ═══ B-3: chat endpoint传prev_user_message ═══
old_b3 = ''' context_data, extra_system = await asyncio.to_thread(
fetch_context, intent, user_message
)'''
new_b3 = ''' # 【P1.2-B】提取上一条用户消息用于回退
prev_user_msg = None
user_msgs = [m for m in messages[:-1] if m.get("role") == "user"]
if user_msgs:
prev_user_msg = user_msgs[-1].get("content", "")
context_data, extra_system = await asyncio.to_thread(
fetch_context, intent, user_message, prev_user_msg
)'''
if old_b3 in code:
code = code.replace(old_b3, new_b3, 1)
fixes += 1
print('✅ B-3: chat endpoint传上一条消息')
else:
print('❌ B-3失败'); sys.exit(1)
# ═══ C: classify_intent 增强data_query ═══
old_c = " if re.search(r'(几章|多少章|进度|拆到哪|拆了多少|完成了|第\\d+章|有多少|统计|数量|总共|多少本|多少个|缺了|缺哪)', msg):"
new_c = " if re.search(r'(几章|多少章|进度|拆到哪|拆了多少|完成了|第\\d+章|有多少|统计|数量|总共|多少本|多少个|缺了|缺哪|一本书|几本书|两本书|三本书|哪本书)', msg):"
if old_c in code:
code = code.replace(old_c, new_c, 1)
fixes += 1
print('✅ C: classify_intent +书数模式')
else:
print('⚠️ C跳过: classify_intent不匹配')
# ═══ 保存 ═══
shutil.copy(path, path + '.bak-before-p12-clean')
print(f'\n💾 备份: {path}.bak-before-p12-clean')
open(path, 'w', encoding='utf-8').write(code)
print(f'📝 完成: {fixes}/6 项修复')
print(f'\n🎉 P1.2干净版补丁成功！')
print('━' * 30)
print('不碰缓存逻辑 ← 留给P2')
print('下一步: 重启服务器')
print('cd ~/chenxing-aircraft && python3 -m uvicorn backend.main:app --host 0.0.0.0 --port 8000')
ENDOFPATCH
echo "✅ 补丁文件已创建"
第二步：运行补丁
cd ~/chenxing-aircraft && python3 patch_p12_clean.py
看到 🎉 就对了。所有项都应该是 ✅（C可能是⚠️跳过，无影响）。
第三步：重启服务器
cd ~/chenxing-aircraft && python3 -m uvicorn backend.main:app --host 0.0.0.0 --port 8000
第四步：测试
测试A+B（verify关键词回退）：
- 先问：
《折春漪》拆了多少章？ - 再问：
你确定吗？ - ✅ 期望日志显示
[P1.2] 关键词回退
测试C（意图识别）：
- 问：
只拆了一本书吗？ - ✅ 期望日志显示
识别意图: data_query
修复原理
-
A: 停用词精简
从停用词删掉8个验证类词汇（你确定/真的/确定/确认/对吗/没错吧/再查/只有），保留什么/哪些/怎么等有搜索意义的词。
-
B: verify关键词回退（阈值≤5）
extract_keywords新增fallback_message参数。关键词≤5字符时自动回退到上一条消息。覆盖了"你确定 ？"（4字符）等短追问。链路：chat endpoint提取上一条用户消息 → fetch_context → extract_keywords。
-
C: 意图识别增强
classify_intent的data_query正则新增「一本书/几本书/两本书/三本书/哪本书」5种模式。
-
D: 不做（留给P2）
缓存不完整 + 搜索不准是P2级别的架构问题。在P1级别硬修只会代码膨胀、引入新bug。P2方向：知识库接入聊天流 + 向量搜索 + 缓存搜索互补。
回滚
cp ~/chenxing-aircraft/backend/main.py.bak-before-p12-clean ~/chenxing-aircraft/backend/main.py
cd ~/chenxing-aircraft && python3 -m uvicorn backend.main:app --host 0.0.0.0 --port 8000