3python之小程序新建会话接口及提问重复处理

写在前面的话

不要你了。昨天起来，8点多，正好有一个网友上号，我赶紧打开电脑，给他操作。老妈见我不出来，盛的粥快凉了，一直催我，我说，不好意思，快了快了。偏偏这时系统卡的要死，折腾了一个小时，终于上号成功，大清早的，整的我满头大汗。从老妈屋出来到客厅，老妈说，你怎么回事，糊涂都给热三回了。我说，不好意思，我刚才忙了一会挂号。老妈说：你生病了，挂什么号。我说：不是不是，我是说工作。老妈说：你一再推辞不出去，是不是那边不要你了，我一早就看出不对劲。我有点诧异：怎么会不要呢。老妈说：你别装了，要你的话，你怎么一直不去。我说：我不吃饭了，那边打电话说我迟到了，我走了。我觉得越解释越乱，就直接走了，让老妈安心。老人上了年纪，容易多想，为儿孙发愁，操心。作为儿子，能做的，就是尽量让老人安心，加油！

[225+100]-------底部有张生活照(头条号运营：大家想全托管上号的联系我哦，每天让你得个早餐钱，wx: qhz198607)

【关键词】python、小程序、新建会话、提问重复

一、小程序新建会话接口（三级）

描述：陈哥说，要搞下在线客服，需要用到小程序新建会话接口，和聊天接口，非流模式，需要梳理一下。

开工：

第一步：会话接口（四级）

20250412周六时间段：00:44--01:00

测下小程序会话接口，并写个文档。

发现已经有了，先这样。

第二步：测试（四级）

测试还可以

二、提问重复（三级）

描述：龙哥反馈，现在点选问题时，有重复提问的情况，如下：

图3b-1

注：排查一下，看能不能复现，分析下原因，处理一下。

开工：

第一步：复现问题（四级）

20250412周六时间段：19:04-20:00

这个没办法复现，先暂停。

第二步：测试

测试还可以

三、验证（三级）

描述：验证一下新索引的数据。

开工：

第一步：验证结点（四级）

20250413周日时间段：01:31-02:00

看下节点是否相同。先看下总文档数是否是相同，截图如下：

图3c-1

注：文档数是相同的。接下来看下实体数是否相同，如下：

图3c-2

注：看了下，都是对的。

第二步：测试

测试还可以

四、scan（三级）

描述：验证一下scan，看下scan下断开服务器，程序还会不会走。

开工：

第一步：验证结点（四级）

20250413周日时间段：01:42-02:00

写一个脚本，写个for循环，如下：

def migrate_data(kb_id: int = 0):

    """"
    启动传参：
    python rag/svr/es_sync_by_kb_id.py --kb_id bf5b0a6eff1211ef94e1acde48001122
    python rag/svr/es_sync_by_kb_id.py --kb_id 87fa8fd0ba2611ef838c0242ac120006 
    python rag/svr/es_sync_by_kb_id.py --kb_id c6d646e8fa9a11ef8ea900d861b4a833 
    """
    log.info(f"Starting data migration for kb_id {kb_id}")

    for shard_id in range(0, 500000):
        # 这里可以添加你需要的逻辑
        # 例如，打印当前的 shard_id
        log.info(f"Processing shard_id: {shard_id}")


    return "Data migration completed"

注：这个运行不起来，再写一个脚本。写一个单独的出来，如下：

# 打开文件用于写入
with open('numbers.txt', 'w') as file:
    # 循环从0到5000
    for number in range(5001):
        # 输出到控制台
        print(number)
        # 写入到文件，每个数字占一行
        file.write(f"{number}\n")

print("数字已成功写入到numbers.txt文件中。")

注：运行一下，看看效果。

发现没写入txt，不知道啥原因，先暂停。

第二步：测试

测试没通过

五、专家诊断测试（三级）

描述：测试下专家诊断，看es分片后，性能上来没。

开工：

第一步：验证专家诊断（四级）

20250414周一时间段：10:46-11:00

专家诊断方法，先删除个数据。

因为龙哥在删知识库，会影响测试，先不暂停。

六、大模型function-call 小模型方案（三级）

描述：

为充分发挥N个小模型的能力，并且和大模型协同完成对用户提交的图片进行识别，考虑采用Fucntion-Call方案（详细见下图），每次当用户的问题中包含图片信息时，都需要将图片信息提交到N个小模型的网关API， 此API同时将图片提交给下游的N个小模型，并将命中结果返回给大模型。大模型整合用户问题和小模型的返回结果，共同给用户提供满意的答案。

开工：

第一步：基本原理（四级）

20250414周一时间段：16:08-17:00

看下基本原理图，如下：

图3f-1

注：这样做的目的是指高准确性，里面会用到Function Calling 原理。

第二步：Function Calling 原理（四级）

20250414周一时间段：16:08-17:00

Function Calling（函数调用）是大语言模型(LLM)的一项重要能力，它允许模型在需要时调用外部函数或工具来完成特定任务。其核心原理如下：

1. 意图识别：模型分析用户请求，判断是否需要调用外部功能

2. 参数生成：当需要外部功能时，模型生成结构化参数而非自然语言回复

3. 函数执行：系统在后台执行指定函数并获取结果

4. 结果整合：模型将函数返回结果整合到最终回复中

这种机制使大模型能够突破纯文本生成的限制，实现更复杂的任务处理能力。

注：接下来，看下实操方法。

第三步：Function Calling实际操作方法（四级）

1.定义函数

首先需要明确哪些功能需要通过外部函数实现，并定义这些函数的规范：

{
  "name": "disease_detect",
  "description": "宠物疾病检测",
  "parameters": {
    "type": "object",
    "properties":{
        "images":{
            "type":"array",
            "items":{
                "type":"object",
                "properties":{
                    "image_url":{
                        "type":"string",
                        "description":"图片url地址"
                    },
                    "image_bs64":{
                        "type":"string",
                        "description":"图片BASE64编码"
                    }
                }
            }
        }
    }
    "required": ["images"]
  }
}

2.模型交互流程

典型的 function calling 交互流程如下：

1. 用户发送请求："我们家狗狗得了什么病？附件是狗狗图片"

2. 模型识别需要调用模型函数，返回：

{
  "function": "disease_detect",
  "arguments": {
    "images": {
        "image_url":"http://www.example.com/xx.jpg",
        "image_bs64":"BASE6432DCFASDADSA..."
    }
  }
}

3.系统执行实际的图片检测模型API调用

4.将API返回的疾病数据提供给模型

5.模型生成最终回复："狗狗患有“皮肤炎症-丘诊”"疾病

6.主流平台实现方式

注：接下来，看下deepseek的实现，如下：

![ScreenShot_2026-05-20_025611_765](D:\self\35fruit\self35_fruit_play\0草\20250521-1900-3-325\ScreenShot_2026-05-20_025611_765.png)from openai import OpenAI

def send_messages(messages):
    response = client.chat.completions.create(
        model="deepseek-chat",
        messages=messages,
        tools=tools
    )
    return response.choices[0].message

client = OpenAI(
    api_key="<your api key>",
    base_url="https://api.deepseek.com",
)

tools = [
    {
        "type": "function",
        "function": {
              "name": "disease_detect",
              "description": "宠物疾病检测",
              "parameters": {
                "type": "object",
                "properties":{
                    "images":{
                        "type":"array",
                        "items":{
                            "type":"object",
                            "properties":{
                                "image_url":{
                                    "type":"string",
                                    "description":"图片url地址"
                                },
                                "image_bs64":{
                                    "type":"string",
                                    "description":"图片BASE64编码"
                                }
                            }
                        }
                    }
                }
                "required": ["images"]
              }
        }
    }
]

messages = [{"role": "user", "content": "狗狗得了什么病?"}]
message = send_messages(messages)
print(f"User>\t {messages[0]['content']}")

tool = message.tool_calls[0]
messages.append(message)

# call function to get diease
diease_result = tool(images)
messages.append({"role": "tool", "tool_call_id": tool.id, "content": diease_result})
message = send_messages(messages)
print(f"Model>\t {message.content}")

七、头条号战果汇报

昨日数据来啦，累计总收入:7033.4，昨日总收入:200.9 ，昨日总播放:295.1万，可提现总金额:2324.2，软件截图如下：

图3g-1

注：想要全脱管运营头条号的联系我，你出账号，我来运营，收益四六分成（你六我四），你当甩手掌柜，每天都能得几块零花钱，财富wx： 17701328814，也可以加群先了解一下。

图3g-2

八、生活照片

拍摄于‎2026‎年‎3‎月‎4‎日，‏‎8:02:48，和二宝在家里玩拍的，当时二宝三岁五个月。我不知老妈怎么想的，她的愿望就是家庭和睦，不生气，和和美美。但她确实误判了，我是在工作，不是丢工作，不知道我老了，看着自己不理解的场景会不会误判，交给时间验证吧。

图3h-1

《本文完》