Budowa asystenta dokumentów

Lokalne chatboty, agenci i systemy RAG z własną bazą wiedzy

Orientacyjny czas: 15 min · Tryb pracy: najpierw własna próba, potem przykład

Najpierw porównaj pola i warunki z własną implementacją. Jeśli testy nie przechodzą, znajdź konkretną różnicę w zachowaniu zamiast wymieniać cały plik bez analizy. Przykład jest celowo wąski: nie interpretuje dowolnego „tego”, „tam” ani swobodnych nawiązań do wielu obiektów.

Plik: pamiec.py. Poniżej znajduje się kompletna wersja do porównania po własnej próbie.

"""Mała pamięć sesji i jawny, regułowy resolver odniesień DocAssist."""
import re
import uuid
from copy import deepcopy
from lokalny import CONFIG


def nowy_stan():
    return {"conversation_id": uuid.uuid4().hex, "next_turn": 1,
            "history": [], "last_sources": [], "source_origin": None,
            "tool_attempted": False}


def sprawdz_wiadomosc(message):
    if not isinstance(message, str) or not message.strip():
        raise ValueError("empty_or_invalid_message")
    if len(message.strip()) > CONFIG["question_chars"]:
        raise ValueError("message_too_long")
    return message.strip()


def prosba_o_zrodla(message):
    return message.casefold().strip(" .?!") in {
        "pokaż źródła", "pokaż źródła tej odpowiedzi",
        "pokaż źródła poprzedniej odpowiedzi", "skąd ta odpowiedź"}


def jawne_id(message, catalog):
    return [key for key in sorted(catalog)
            if re.search(r"(?<![\w.-])" + re.escape(key) + r"(?![\w.-])", message)]


def rozwin_pytanie(question, history):
    result = {"original": question, "standalone": question,
              "history_used": False, "clarification": None}
    low = question.casefold()
    if prosba_o_zrodla(question) or "metadan" in low:
        return result
    dependent = re.search(r"\b(jej|jego|tej usługi|tej zmianie|co teraz|a potem)\b", low)
    if not dependent or "docassist-api" in low:
        return result
    subjects = set()
    for turn in history:
        # Czytamy pytania, także po błędzie wyboru. Zmiana tematu nie znika po błędzie.
        # Odpowiedź modelu nie jest dowodem ani źródłem nowego tematu.
        text = turn["standalone"].casefold()
        if prosba_o_zrodla(text) or "metadan" in text:
            continue
        if "docassist-api" in text or "konfiguracji docassist" in text:
            subjects.add("usluga")
        if re.search(r"baz(?:a|y|ę|ie|ą) danych", text):
            subjects.add("baza")
    if subjects == {"usluga"} and "stan" in low and "failed" not in low:
        result.update(standalone="Jak sprawdzić stan usługi docassist-api?", history_used=True)
    elif subjects == {"usluga"} and "failed" in low:
        result.update(standalone="Co zrobić, jeśli po zmianie konfiguracji usługa docassist-api nie uruchamia się?", history_used=True)
    else:
        result.update(standalone=None, history_used=bool(history),
                      clarification="Wskaż obiekt i zadaj pełne pytanie, np. o stan usługi docassist-api.")
    return result


def zapamietaj(state, result):
    limit = CONFIG["history_turns"]
    if type(limit) is not int or not 1 <= limit <= 5:
        raise ValueError("history_turns musi być liczbą od 1 do 5.")
    if result["valid_input"]:
        state["history"].append({"question": result["original_question"],
            "standalone": result["standalone_question"] or result["original_question"],
            "answer": result["answer"][:1200], "status": result["status"],
            "tool": result["tool"].get("name"), "result_id": result["result_id"]})
        state["history"] = state["history"][-limit:]
    # Nowe wykonane RAG zastępuje źródła. Błąd lub pusty kontekst je czyści.
    if result["tool"].get("name") == "answer_from_documents" and result["tool"].get("executed"):
        state["last_sources"] = deepcopy(result["sources"] if result["status"] == "answered" else [])
        state["source_origin"] = ({"turn_id": result["turn_id"], "result_id": result["result_id"]}
                                  if state["last_sources"] else None)
    state["next_turn"] += 1

Sprawdź przed przejściem dalej

• Każda sesja ma niezależne listy i identyfikator.
• Niejasna wiadomość kończy się doprecyzowaniem.
• Rozwinięte pytanie jest jawne i możliwe do sprawdzenia w wyniku.

Materiał uzupełniający do modułów 1–6 · wersja 1.0 · 30.09.2026