当前位置：首页>python>1python之状态机信息及深度思考开发

1python之状态机信息及深度思考开发

2026-08-21 19:08:22

写在前面的话

不好意思。前一段，马哥和我联系，说：题库做怎么样了。我说，做了一些基本功能就停下了，我抽时间再补点。马哥说，我不好意思催你，你也挺忙的。我说：马哥，你这种想法是为我考虑，但会耽误项目进度，你一周联系我一次和一天联系我一次，项目进度肯定不一样，我现在同时做三个项目，确实挺忙，尤其现在头条运营，人数越来越多，事也比较多，但我希望你抓住一个问题，时不时的催我一下，那我肯定就排前面了，如果你迁就我，我可能就把时间放其它地方了。马哥说：好好，我尽量提醒你。事情也正是这个样子，每天做事，肯定有计划，但如果别人催，可能就把别人的事放前面了，我的时间是饱和的，自己肯定是努力的去做，希望每个项目都顾及到，但有时会超出预期。对我而言，自己有判断力，会排先后，但如果一个人一直催我，我烦的不行，就会把他的活排前面。可能其他人也是这么想的，我觉得。

[157+200]-------底部有张生活照片

【关键词】python、ragflow、状态机、深度思考

一、状态机信息（三级）

描述：现在状态机有点不对，需要处理一下。

开工：

第一步：本地测试（四级）

20250620周五时间段：10:08-11:00

暂时没问题，接下来，做深度思考。

第二步：测试

测试还可以

二、深度思考（三级）

描述：需要做一个深度思考按钮，当用户选择深度思考时，后台用r1模型进行推理。

开工：

第一步：深度思考（四级）

20250620周五时间段：11:13-13:00

先写下改模型代码，如下：

    ####加深度思考，深度思考采用r1模型，从配置里取r1模型及max_tokens
    chat_mdl_llm_id = dialog.llm_id
    if deep_think:
        chat_mdl_llm_id = TenantService.conf(dialog.tenant_id,'dialog.deep_think_llm') or dialog.llm_id
        deep_think_max_tokens = TenantService.conf(dialog.tenant_id,'dialog.deep_think_llm_max_tokens') or 16384

    if llm_id2llm_type(dialog.llm_id) == "image2text":
        chat_mdl = LLMBundle(dialog.tenant_id, LLMType.IMAGE2TEXT, chat_mdl_llm_id)
    else:
        chat_mdl = LLMBundle(dialog.tenant_id, LLMType.CHAT, chat_mdl_llm_id)

注：这个就是把模型替换一下，替换的模型如下：

dialog:
  intention_llm: "qwen-plus"
  online_search_llm: "qwen-plus"
  deep_think_llm: "deepseek-reasoner" ## 深度思考模型，用于复杂问题的处理
  deep_think_llm_max_tokens: 16384  ## 深度思考模型的最大token数

注：接下来，是传参数进行。

第二步：传参(四级)

20250620周五时间段：14:41-15:00

需要前端传参数，如下：

图1a-1

注：传参之后，需要把参数存库。

第三步：参数存库（四级）

20250620周五时间段：14:48-15:00

先找下存库接口，如下：

@manager.route("/setting_user_enable_search", methods=["POST"])  # noqa: F821
# @login_required
def setting_user_enable_search():

    update_dict = {}
    request_data = request.json
    if 'user_id' not in request_data:
        return get_json_result(
            data=False,
            code=RetCode.AUTHENTICATION_ERROR,
            message="Lack of user_id!",
        )
    id = request_data['user_id'] 
    # return get_json_result(data = user_id)   

    for k in request_data.keys():
        if k in [
            "password",
            "new_password",
            "email",
            "status",
            "is_superuser",
            "login_channel",
            "is_anonymous",
            "is_active",
            "is_authenticated",
            "last_login_time",
            "user_id"
        ]:
            continue
        if k == "enable_search":
            if request_data[k] == True:
                update_dict["enable_search"] = 1
            else:
                update_dict["enable_search"] = 0
        else:        
            update_dict[k] = request_data[k]
    log.info(f"update_dict: {update_dict}")
    log.info(f"user_id: {id}")
    try:
        UserService.update_by_id(pid = id, data = update_dict)
        return get_json_result(data=True)
    except Exception as e:
        logging.exception(e)
        return get_json_result(
            data=False, message="Update failure!", code=RetCode.EXCEPTION_ERROR
        )

注：在这个接口中加一个参数deep_think，修改如下：

图1a-2

注：接下来，进行测试，先默认进行深度思考。

第四步：默认深度思考(四级)

20250620周五时间段：14:53-15:00

使用测试用例multi_chat_choose如下：

def test_multi_chat_choose(client,login_header):
    log.info("test_multi_chat_choose-108")
    '''
    测试多轮对话-包括三轮对话场景====加入了模拟登录
    主要测新版意图识别
    '''

    ########调用接口
    json_data = {    
        "conversation_id": '605f2736370511f0bf8e75026f04980c',
        "question": '我有售后问题要解决，心情很烦躁',
    }

    #############小租户：
    json_data = {    
        "conversation_id": '6199fc7e455211f08ffefa0ca7ae36c0',
        "question": '我家狗拉肚子',
    }


    ##### 调用多轮对话接口
    url = f"/v1/conversation/multi_chat_choose"
    resp = client.post(
        url,
        json=json_data,
        headers={
            **login_header    # 携带 JWT（如果有）
        }
    )
    if not 200 <= resp.status_code < 300:
        raise Exception(f"GET {url} status_code {resp.status_code}.")

    # received_data = []
    for chunk in resp.iter_encoded():
        answer = chunk.decode('utf-8').strip()
        log.info(f"\n\n answer: {answer} \n\n")

注：需要修改下model中的字段如下：

    enable_search = IntegerField(
        null=True,
        help_text="is it validate(0: wasted, 1: validate)",
        default=0,
        index=False)
    deep_think = IntegerField(
        null=True,
        help_text="is it validate(0: wasted, 1: validate)",
        default=0,
        index=False)

注：跑测试用例，效果如下：

图1a-3

注：这个没走r1模型，查下原因。

第五步：没走r1模型原因排查（四级）

20250620周五时间段：15:58-17:00

没走的原因是关键词设的不对，另外模型没加载，是因为配置文件的环境是debug3to4，而这个文件夹中没有配置deepseek_llm，配置一下，截图如下：

图1a-4

注：接下来，做搜索文件展示。

三、搜索文件展示（三级）

描述：现在需要做搜索文件展示，这个我觉得很重要，因为你搜索出来的东西，依据是什么，有引用文件的话，更让人信服。

开工：

第一步：传个pdf解析一下到官网demo（四级）

20250620周五时间段：15:58-17:00

上传成功后，搜索是这样的展示，如下：

图1c-1

注：接下来，研究下，它返回的数据是哪些。

第二步：返回数据（四级）

20250620周五时间段：19:11-21:00

先看下调的哪个接口，如下:

https://demo.ragflow.io/v1/conversation/ask

注：传参如下：

{"kb_ids":["e73948c0445911f0bbbc42010a8a0003"],"question":"生成 SSH 密钥"}

注：截图如下：

图1c-2

注：得到的数据，格式化如下：

data: {
"code": 0,
"message": "",
"data": {
"answer": "根据提供的文档信息，生成SSH密钥的步骤如下：\n\n```bash\nssh-keygen -t rsa -b 4096 -C \"243127387@qq.com\"\n```\n [ID:0]\n\n说明：\n1. 使用`-t rsa`指定密钥类型为RSA\n2. 使用`-b 4096`指定密钥长度为4096位\n3. 使用`-C`添加注释（这里用的是示例邮箱243127387@qq.com）\n\n执行命令后，按照提示操作：\n- 选择密钥保存位置（默认是~/.ssh/id_rsa）\n- 设置密钥密码（可选）",
"reference": {
"total": 1,
"chunks": [{
"id": "05130bb5066937ee",
"content": "a.检查 SSH 密钥配置(四级)首先，确保你在本地生成并配置了 SSH 密钥，并且正确添加到阿里云效账号。a.1生成 SSH 密钥（如果还没有的话）如果你还没有 SSH 密钥，可以使用下面的命令生成：ssh-keygen -t rsa -b 4096 -C \"243127387@qq.com\"然后按照提示保存密钥文件。",
"document_id": "948bc4ec4dbc11f09db642010a8e0005",
"document_name": "git相关-上传ragflow.docx",
"dataset_id": "e73948c0445911f0bbbc42010a8a0003",
"image_id": "",
"positions": [
[2, 1, 1, 1, 1]
],
"url": null,
"similarity": 18.740826629827506,
"vector_similarity": 0.657597764274924,
"term_similarity": 0.7764961436357573,
"doc_type": ""
}],
"doc_aggs": [{
"doc_name": "git相关-上传ragflow.docx",
"doc_id": "948bc4ec4dbc11f09db642010a8e0005",
"count": 1
}]
}
}
}

注：接下来，在测试库上传个同样的文档，看下搜索返回的数据。

四、头条战果汇报

昨日数据来啦，昨日总收入:923.70块，昨日总播放:777.54万次，软件截图如下：

图1d-1

注：想要全托管运营头条号的联系我，你出账号，我来运营，保你天天有钱花，咨询电话： 17701328814（微信同号），也可以加群先了解一下。

图1d-2

注：个人微信如下，欢迎骚扰。

图1d-3

五、生活照片

拍摄于‎2025年06月23号 15:22:23秒，和二宝在家里玩拍的，当时二宝两岁八个月。催我确实是有用的，对我自己也是有帮助的，前两天的一个晚上，头条发视频软件有问题，一直转圈，我通宵优化了一个晚上，优化了五六版，但效果还是差点意思，我也没劲了，所以，当合伙人再和我谈优化时，我就比较反感或者说有种无力感，就不想碰了，但他一直自顾自的说说说，之后他去睡觉了，我抽了两支烟，定定神，咬着牙又优化了两版，没想到好了。可能通宵那一晚上，就差那么一点点，当时效果不理想，我想着还得优化两三天，但在合伙人的催促下，隔天就改好了，所以，还是挺高兴的。因此，当坚持不住的时候，放松一下，再加把劲，也许那个问题就解决了，加油！

图1e-1

《本文完》

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。

第二步：传参(四级)

第三步：参数存库（四级）

第四步：默认深度思考(四级)

第五步：没走r1模型原因排查（四级）

三、搜索文件展示（三级）

第一步：传个pdf解析一下到官网demo（四级）

第二步：返回数据（四级）

四、头条战果汇报

五、生活照片

1python之状态机信息及深度思考开发

写在前面的话

一、状态机信息（三级）

第一步：本地测试（四级）

第二步：测试

二、深度思考（三级）

第一步：深度思考（四级）

最新文章

热门文章

随机文章

1python之状态机信息及深度思考开发

写在前面的话

一、状态机信息（三级）

第一步：本地测试（四级）

第二步：测试

二、深度思考（三级）

第一步：深度思考（四级）

第二步：传参(四级)

第三步：参数存库（四级）

第四步：默认深度思考(四级)

第五步：没走r1模型原因排查（四级）

三、搜索文件展示（三级）

第一步 ：传个pdf解析一下到官网demo（四级）

第二步：返回数据（四级）

四、头条战果汇报

五、生活照片

Python 做 AI 聊天应用,别再从零搭界面了!这个开源神器几行代码搞定生产级 UI!

30个Python小游戏,可以上班摸鱼玩了一天

最新文章

热门文章

随机文章

第一步：传个pdf解析一下到官网demo（四级）