【Python】Day27:项目开发(上):核心逻辑 —— 读取本地文档 → 构造Prompt → 调用API

🎯 学习目标

1. 明确毕业项目的核心功能：基于本地文档的问答助手
2. 实现读取本地文档（.txt / .md）的功能
3. 掌握 Prompt 构造技巧：系统提示词 + 文档内容 + 用户问题
4. 完成核心链路：文档 → Prompt → API → 回答

一、项目架构设计

1. 功能流程

   用户上传文档 → 读取文档内容 →用户提问 → [系统提示词 + 文档内容 + 用户问题] → 调用API → 显示回答

2. 模块拆分

   # file_utils.py - 文件处理# prompt_utils.py - prompt构造# api_utils.py - API调用# app.py - Streamlit界面

3. api调用

   import osimport requestsdefcall_llm(messages, temperature=0.5):"""调用大模型API"""    api_key = os.getenv("API_KEY")    base_url = os.getenv("BASE_URL")    url = f"{base_url}/chat/completions"    headers = {"Authorization": f"Bearer {api_key}","Content-Type": "application/json"    }    data = {"model": "glm-4-flash","messages": messages,"temperature": temperature    }    response = requests.post(url, headers=headers, json=data, timeout=60)    response.raise_for_status()return response.json()["choices"][0]["message"]["content"]

二、读取本地文档

1. file_utils.py

   defread_text_file(uploaded_file):"""读取上传的文本文件"""try:# Streamlit 上传的文件是 BytesIO 对象        content = uploaded_file.read().decode("utf-8")return contentexcept UnicodeDecodeError:try:            uploaded_file.seek(0)            content = uploaded_file.read().decode("gbk")return contentexcept Exception as e:returnf"文件读取失败：{e}"

三、构造 Prompt

1. prompt_utils.py  让 AI 基于"给定内容"回答

   defbuild_messages(system_prompt, doc_content, user_question, history=None):"""构造API请求的messages"""# 系统提示词 + 文档内容    full_system = f"""{system_prompt}以下是参考文档内容：<br>{doc_content}<br>请基于以上文档内容回答用户的问题。如果文档中没有相关信息，请回答"文档中未找到相关信息"。"""    messages = [{"role": "system", "content": full_system}]# 加入历史对话if history:        messages.extend(history)# 加入当前问题    messages.append({"role": "user", "content": user_question})return messages

四、完整核心链路测试

# test_core.py - 不用 Streamlit，先测试核心逻辑from file_utils import read_text_filefrom api_utils import call_llmfrom dotenv import load_dotenvload_dotenv()# 模拟文档内容doc_content = "Python是一种编程语言，由Guido van Rossum创建。它的名字来自Monty Python。"# 构造请求messages = build_messages(    system_prompt="你是一个文档问答助手",    doc_content=doc_content,    user_question="Python是谁创建的？")# 调用APIanswer = call_llm(messages)print(answer)    # Python由Guido van Rossum创建。

⚠️ 常见坑

1. 文档内容太长超过 Token 限制
• GPT-3.5 最多 4K/16K Token
• 简单处理：截断文档 doc_content[:8000]
• 后续优化：分块（Chunking）
2. AI "幻觉"：不基于文档回答
• 在系统提示词中强调"请严格基于文档内容回答"

✍️ 实战练习

1. 用真实文档测试
• 准备一个 .txt 文件，用核心链路测试问答效果。

✅ 自测清单

• [ ] 能读取 .txt 文件内容并解码为字符串
• [ ] 能构造"系统提示 + 文档 + 问题"的 Prompt
• [ ] 在 Prompt 中强调"基于文档回答"，减少 AI 幻觉
• [ ] 核心链路能跑通：文档 → Prompt → API → 回答