feat: add blackbox websearch and update chat.py

src/blackbox/chat.py

@@ -16,6 +16,7 @@ import re
 from injector import singleton,inject
 
 from datetime import datetime
+from .websearch import WebSearch
 
 # 定义保存文件的路径
 file_path = "chat_inputs_log.json"
@@ -23,8 +24,9 @@ file_path = "chat_inputs_log.json"
 class Chat(Blackbox):
     
     @inject
-    def __init__(self, chroma_query: ChromaQuery):
+    def __init__(self, chroma_query: ChromaQuery, websearch: WebSearch):
         self.chroma_query = chroma_query
+        self.websearch = websearch
 
     def __call__(self, *args, **kwargs):
         return self.processing(*args, **kwargs)
@@ -60,6 +62,7 @@ class Chat(Blackbox):
         system_prompt = settings.get('system_prompt')
         user_prompt_template = settings.get('user_prompt_template')
         user_stream = settings.get('stream')
+        user_websearch = settings.get('websearch')
         
         llm_model = "vllm"
 
@@ -134,7 +137,9 @@ class Chat(Blackbox):
 
         if user_stream in [None, ""]:
             user_stream = False
-
+            
+        if user_websearch in [None, ""]:
+            user_websearch = False
 
         # 文心格式和openai的不一样，需要单独处理
         if re.search(r"ernie", user_model_name):
@@ -201,6 +206,32 @@ class Chat(Blackbox):
            {"role": "system", "content": system_prompt}
         ]
 
+        if user_websearch:
+            search_answer_zh_template = \
+            '''# 以下内容是基于用户发送的消息的搜索结果:
+            {search_results}
+            在我给你的搜索结果中，每个结果都是["title"]...["position": X]格式的，X代表每篇文章的数字索引。请在适当的情况下在句子末尾引用上下文。请按照引用编号[citation:X]的格式在答案中对应部分引用上下文。如果一句话源自多个上下文，请列出所有相关的引用编号，例如[citation:3][citation:5]，切记不要将引用集中在最后返回引用编号，而是在答案对应部分列出。
+            在回答时，请注意以下几点：
+            - 今天是{cur_date}。
+            - 并非搜索结果的所有内容都与用户的问题密切相关，你需要结合问题，对搜索结果进行甄别、筛选。
+            - 对于列举类的问题（如列举所有航班信息），尽量将答案控制在10个要点以内，并告诉用户可以查看搜索来源、获得完整信息。优先提供信息完整、最相关的列举项；如非必要，不要主动告诉用户搜索结果未提供的内容。
+            - 对于创作类的问题（如写论文），请务必在正文的段落中引用对应的参考编号，例如[citation:3][citation:5]，不能只在文章末尾引用。你需要解读并概括用户的题目要求，选择合适的格式，充分利用搜索结果并抽取重要信息，生成符合用户要求、极具思想深度、富有创造力与专业性的答案。你的创作篇幅需要尽可能延长，对于每一个要点的论述要推测用户的意图，给出尽可能多角度的回答要点，且务必信息量大、论述详尽。
+            - 如果回答很长，请尽量结构化、分段落总结。如果需要分点作答，尽量控制在5个点以内，并合并相关的内容。
+            - 对于客观类的问答，如果问题的答案非常简短，可以适当补充一到两句相关信息，以丰富内容。
+            - 你需要根据用户要求和回答内容选择合适、美观的回答格式，确保可读性强。
+            - 你的回答应该综合多个相关网页来回答，不能重复引用一个网页。
+            - 除非用户要求，否则你回答的语言需要和用户提问的语言保持一致。
+
+            # 用户消息为：
+            {question}'''
+            
+            websearch_response = self.websearch(prompt, settings)
+            print("2.Websearch_response: \n", websearch_response)
+
+            today = datetime.today().strftime("%Y-%m-%d")
+            
+            user_question = search_answer_zh_template.format(question=user_question, cur_date=today, search_results=websearch_response["organic"])
+
         if llm_model != "vllm":
             chat_inputs={
                 "model": user_model_name,
@@ -222,7 +253,12 @@ class Chat(Blackbox):
         else:
             chat_inputs={
                 "model": user_model_name,
-                "prompt": user_question,
+                "messages": prompt_template + user_context + [
+                    {
+                        "role": "user",
+                        "content": user_question
+                    }
+                ],
                 "temperature": float(user_temperature),
                 "top_p": float(user_top_p),
                 "n": float(user_n),

src/blackbox/websearch.py

@@ -0,0 +1,73 @@
+import datetime
+from typing import Any, Coroutine
+
+from fastapi import Request, Response, status
+from fastapi.responses import JSONResponse
+from openai import OpenAI
+from .blackbox import Blackbox
+
+import logging
+from ..log.logging_time import logging_time
+import requests
+import json
+
+logger = logging.getLogger
+DEFAULT_COLLECTION_ID = "123"
+
+from injector import singleton
+@singleton
+class WebSearch(Blackbox):
+
+    def __call__(self, *args, **kwargs):
+        return self.processing(*args, **kwargs)
+
+    def valid(self, *args, **kwargs) -> bool:
+        data = args[0]
+        return isinstance(data, list)
+
+    # @logging_time(logger=logger)
+    def processing(self, question: str, settings: dict) -> str:
+
+        if settings is None:
+            settings = {}
+
+        # from googlesearch import search
+
+        # question = "要搜索的关键词"
+        # for url in search(question, num_results=10):
+        #     print(url)
+
+        url = "https://google.serper.dev/search"
+
+        payload = json.dumps({
+            "q": question,
+            "location": "China", # 限制所在位置为中国
+            "gl": "cn", # 限制国家为中国
+            "hl": "zh-cn", # 限制搜索结果为中文
+            "tbs": "qdr:y" # 限制搜索结果为一年内的
+        })
+
+        headers = {
+        'X-API-KEY': '00c0f5144e44721bd0cfed219e2b3256bb3dd5fc',
+        'Content-Type': 'application/json'
+        }
+
+        response = requests.request("POST", url, headers=headers, data=payload)
+
+        print("web search results:", response.json())
+
+        return response.json()
+
+
+    async def fast_api_handler(self, request: Request) -> Response:
+        try:
+            data = await request.json()
+        except:
+            return JSONResponse(content={"error": "json parse error"}, status_code=status.HTTP_400_BAD_REQUEST)
+
+        user_question = data.get("question")
+        setting = data.get("settings")
+
+        return JSONResponse(
+            content={"response": self.processing(user_question, setting)},
+            status_code=status.HTTP_200_OK)