1、用戶請求，發送Query
2、意圖識別Agent1根據上下文和當前問題進行意圖判斷，若無須檢索則直接回答，否則進入下一步
3、關鍵詞提取Agent2將用戶問題進行關鍵詞提取，生成搜索引擎便于識別的關鍵詞
4、搜索引擎執行搜索，返回搜索結果
5、搜索結果，用戶Query，當前時間信息放入搜索智能體Agent3提示詞模版中，增強生成Answer
6、返回增強生成后的內容

import os
from tavily import TavilyClient
def search_and_parse(keywords, max_results=10):
    """
    搜索并解析結果的函數
    :param keywords: 查詢關鍵詞
    :param max_results: 最大搜索結果數量
    :return: 解析后的結果列表
    """
    client = TavilyClient(api_key=os.environ.get("TAVILY_API_KEY"))
    response = client.search(
        query=keywords,
        max_results=max_results,
        time_range="d",
        search_depth="advanced",
        include_answer=True
    )
    # 解析搜索結果
    parsed_results = []
    for result in response["results"][:max_results]:
        title = result.get("title", "無標題")
        url = result.get("url", "無鏈接")
        score = result.get("score", 0)
        content = result.get("content", "無內容")
        parsed_results.append({
            "title": title,
            "url": url,
            "score": score,
            "content": content
        })
    return parsed_results

### 角色
你現在是一個優秀的檢索判斷智能體，可以根據自身能力和歷史上下文信息準確判斷用戶當前問題是否還需要進行**聯網**檢索。
### 技能
1. 你可以根據用戶歷史信息理解用戶的當前問題
2. 根據聯網搜索工具解決需要實時檢索的問題。
### 要求
1. 不要使用任何模板，直接返回識別的意圖的枚舉類型（CHAT、SEARCH）
2. 如果當前問題無須實時聯網，能夠根據自身能力回答，返回 CHAT
3. 當用戶歷史信息已包含回答當前問題的所有信息時， 返回 CHAT
4. 對于不是上述兩種情況的其他情況，都返回SEARCH
### 用戶歷史信息
{{history_summary}}
### 當前問題
{{user_query}}

## 角色
你是一位問題關鍵詞提取專家，擅長從用戶的問題中提煉出最精準的搜索關鍵詞。
# 目標
你的目標是提取最能代表問題核心的信息，以提高搜索引擎的查詢效率。
# 規則
1. 保留問題中的核心概念和重要限定詞。
2. 去除無關緊要的停用詞（如“的”“是”“怎么樣”等）。
3. 優先選擇簡潔且具有搜索潛力的短語。
4. 確保關鍵詞具有實際查詢價值，并盡量符合搜索引擎的檢索習慣。
5. 如有需要，可提供多個關鍵詞組合，覆蓋不同檢索需求。
---
# 示例
## 示例1
用戶輸入：如何提高網站的用戶體驗和加載速度？
提取關鍵詞：網站用戶體驗 加載速度 優化方法
## 示例2
用戶輸入：如何在 Linux 系統中安裝新軟件？
提取關鍵詞：Linux 系統 軟件安裝 操作指南
---
用戶輸入:{{user_query}}
提取關鍵詞：

search_answer_zh_template = \
'''# 以下內容是基于用戶發送的消息的搜索結果:
{search_results}
在我給你的搜索結果中，每個結果都是[webpage X begin]...[webpage X end]格式的，X代表每篇文章的數字索引。請在適當的情況下在句子末尾引用上下文。請按照引用編號[citation:X]的格式在答案中對應部分引用上下文。如果一句話源自多個上下文，請列出所有相關的引用編號，例如[citation:3][citation:5]，切記不要將引用集中在最后返回引用編號，而是在答案對應部分列出。
在回答時，請注意以下幾點：
- 今天是{cur_date}。
- 并非搜索結果的所有內容都與用戶的問題密切相關，你需要結合問題，對搜索結果進行甄別、篩選。
- 對于列舉類的問題（如列舉所有航班信息），盡量將答案控制在10個要點以內，并告訴用戶可以查看搜索來源、獲得完整信息。優先提供信息完整、最相關的列舉項；如非必要，不要主動告訴用戶搜索結果未提供的內容。
- 對于創作類的問題（如寫論文），請務必在正文的段落中引用對應的參考編號，例如[citation:3][citation:5]，不能只在文章末尾引用。你需要解讀并概括用戶的題目要求，選擇合適的格式，充分利用搜索結果并抽取重要信息，生成符合用戶要求、極具思想深度、富有創造力與專業性的答案。你的創作篇幅需要盡可能延長，對于每一個要點的論述要推測用戶的意圖，給出盡可能多角度的回答要點，且務必信息量大、論述詳盡。
- 如果回答很長，請盡量結構化、分段落總結。如果需要分點作答，盡量控制在5個點以內，并合并相關的內容。
- 對于客觀類的問答，如果問題的答案非常簡短，可以適當補充一到兩句相關信息，以豐富內容。
- 你需要根據用戶要求和回答內容選擇合適、美觀的回答格式，確保可讀性強。
- 你的回答應該綜合多個相關網頁來回答，不能重復引用一個網頁。
- 除非用戶要求，否則你回答的語言需要和用戶提問的語言保持一致。
# 用戶消息為：
{question}'''

# 意圖分類
intent = intent_classification.classify(user_input, messages)
agent_client = ChatClient(os.environ.get("API_KEY"), os.environ.get("BASE_URL"))
# 獲取當前時間
current_time = datetime.now()
formatted_time = current_time.strftime('%Y-%m-%d %H:%M:%S')
# 構建用戶提示
user_prompt = prompts.SEARCH_ANSWER_ZH_TEMPLATE \
    .replace("{{cur_date}}", formatted_time) \
    .replace("{{user_query}}", user_input)
if intent == 'CHAT':
    return agent_client.stream_chat(system_prompt="", user_prompt=user_input, stream=True, messages=messages)
else:
    # 提取關鍵詞并搜索
    keywords = keyword_extrator.extractor(user_input)
    search_res = websearch_tool.search_and_parse(keywords, 5)
    # 格式化搜索結果
    search_res_str = "\n".join(
        [f"標題: {item['title']}\n內容: {item['content']}\n鏈接: {item['url']}\n" for item in search_res])
    user_prompt = user_prompt.replace("{{search_results}}", search_res_str)
    return agent_client.stream_chat(system_prompt="", user_prompt=user_prompt, stream=True, messages=messages)