当前位置：首页 > wzjs >正文

橙子建站仅向商家提供技术服务百度竞价推广开户费用

wzjs 2025/8/2 8:28:02

橙子建站仅向商家提供技术服务,百度竞价推广开户费用,长丰县住房和建设局网站,边个网站可以接模具做1、创建查询重写转换器 // 创建查询重写转换器queryTransformer RewriteQueryTransformer.builder().chatClientBuilder(openAiChatClient.mutate()).build(); 查询重写是RAG系统中的一个重要优化技术，它能够将用户的原始查询转换成更加结构化和明确的形式。这种转…

1、创建查询重写转换器

// 创建查询重写转换器queryTransformer = RewriteQueryTransformer.builder().chatClientBuilder(openAiChatClient.mutate()).build();

查询重写是RAG系统中的一个重要优化技术，它能够将用户的原始查询转换成更加结构化和明确的形式。这种转换可以提高检索的准确性，并帮助系统更好地理解用户的真实意图。

Spring AI提供了RewriteQueryTransformer来实现查询重写功能。以下是一个具体的示例：

package com.alibaba.cloud.ai.example.chat.openai.controller;import jakarta.servlet.http.HttpServletResponse;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.client.advisor.MessageChatMemoryAdvisor;
import org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor;
import org.springframework.ai.chat.memory.InMemoryChatMemory;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.ai.rag.Query;
import org.springframework.ai.rag.preretrieval.query.expansion.MultiQueryExpander;
import org.springframework.ai.rag.preretrieval.query.transformation.QueryTransformer;
import org.springframework.ai.rag.preretrieval.query.transformation.RewriteQueryTransformer;
import org.springframework.http.MediaType;
import org.springframework.http.codec.ServerSentEvent;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;import java.util.List;/*** @Author: wst* @Date: 2024-12-16*/@RestController
@RequestMapping("/rag")
public class RagController {private final ChatClient openAiChatClient;private final ChatModel chatModel;private final MultiQueryExpander queryExpander;private final QueryTransformer queryTransformer;public RagController(ChatModel chatModel) {this.chatModel = chatModel;//		 创建聊天客户端实例
// 设置系统提示信息，定义AI助手作为专业的室内设计顾问角色// 构造时，可以设置 ChatClient 的参数// {@link org.springframework.ai.chat.client.ChatClient};this.openAiChatClient = ChatClient.builder(chatModel).defaultSystem("你是一位专业的室内设计顾问，精通各种装修风格、材料选择和空间布局。请基于提供的参考资料，为用户提供专业、详细且实用的建议。在回答时，请注意：\n" +"1. 准确理解用户的具体需求\n" +"2. 结合参考资料中的实际案例\n" +"3. 提供专业的设计理念和原理解释\n" +"4. 考虑实用性、美观性和成本效益\n" +"5. 如有需要，可以提供替代方案")// 实现 Chat Memory 的 Advisor// 在使用 Chat Memory 时，需要指定对话 ID，以便 Spring AI 处理上下文。.defaultAdvisors(new MessageChatMemoryAdvisor(new InMemoryChatMemory()))// 实现 Logger 的 Advisor.defaultAdvisors(new SimpleLoggerAdvisor())// 设置 ChatClient 中 ChatModel 的 Options 参数.defaultOptions(OpenAiChatOptions.builder().topP(0.7).build()).build();// 构建查询扩展器
// 用于生成多个相关的查询变体，以获得更全面的搜索结果queryExpander = MultiQueryExpander.builder().chatClientBuilder(openAiChatClient.mutate()).includeOriginal(false) // 不包含原始查询.numberOfQueries(3) // 生成3个查询变体.build();
// 创建查询重写转换器queryTransformer = RewriteQueryTransformer.builder().chatClientBuilder(openAiChatClient.mutate()).build();}@GetMapping("/multiQuery")public List<Query> multiQuery() {
// 执行查询扩展
// 将原始问题"请提供几种推荐的装修风格?"扩展成多个相关查询List<Query> queries = queryExpander.expand(new Query("请提供几种推荐的装修风格?"));return queries;}@GetMapping("/rewriteQuery")public String rewriteQuery( ) {
//        查询重写的主要优势：查询明确化：将模糊的问题转换为具体的查询点
//
//这种转换不仅有助于系统检索到更相关的文档，还能帮助生成更全面和专业的回答。// 创建一个模拟用户学习AI的查询场景Query query = new Query("我正在学习人工智能，什么是大语言模型？");
// 执行查询扩展
// 将原始问题"请提供几种推荐的装修风格?"扩展成多个相关查询// 执行查询重写Query transformedQuery = queryTransformer.transform(query);String rewirte = transformedQuery.text();// 输出重写后的查询System.out.println(rewirte);return rewirte;}}

重写后的查询可能会变成：

什么是大语言模型？

查询重写的主要优势：查询明确化：将模糊的问题转换为具体的查询点

这种转换不仅有助于系统检索到更相关的文档，还能帮助生成更全面和专业的回答

2、查询翻译

查询翻译是RAG系统中的一个实用功能，它能够将用户的查询从一种语言翻译成另一种语言。这对于多语言支持和跨语言检索特别有用。Spring AI提供了TranslationQueryTransformer来实现这一功能。

// 创建查询翻译转换器，设置目标语言为中文

 translationQueryTransformer = TranslationQueryTransformer.builder().chatClientBuilder(openAiChatClient.mutate()).targetLanguage("chinese")  // 设置目标语言为中文.build();

完整代码

package com.alibaba.cloud.ai.example.chat.openai.controller;import jakarta.servlet.http.HttpServletResponse;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.client.advisor.MessageChatMemoryAdvisor;
import org.springframework.ai.chat.client.advisor.SimpleLoggerAdvisor;
import org.springframework.ai.chat.memory.InMemoryChatMemory;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.ai.rag.Query;
import org.springframework.ai.rag.preretrieval.query.expansion.MultiQueryExpander;
import org.springframework.ai.rag.preretrieval.query.transformation.QueryTransformer;
import org.springframework.ai.rag.preretrieval.query.transformation.RewriteQueryTransformer;
import org.springframework.ai.rag.preretrieval.query.transformation.TranslationQueryTransformer;
import org.springframework.http.MediaType;
import org.springframework.http.codec.ServerSentEvent;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;
import reactor.core.publisher.Flux;import java.util.List;/*** @Author: wst* @Date: 2024-12-16*/@RestController
@RequestMapping("/rag")
public class RagController {private final ChatClient openAiChatClient;private final ChatModel chatModel;private final MultiQueryExpander queryExpander;private final QueryTransformer queryTransformer;private  QueryTransformer translationQueryTransformer;public RagController(ChatModel chatModel) {this.chatModel = chatModel;//		 创建聊天客户端实例
// 设置系统提示信息，定义AI助手作为专业的室内设计顾问角色// 构造时，可以设置 ChatClient 的参数// {@link org.springframework.ai.chat.client.ChatClient};this.openAiChatClient = ChatClient.builder(chatModel).defaultSystem("你是一位专业的室内设计顾问，精通各种装修风格、材料选择和空间布局。请基于提供的参考资料，为用户提供专业、详细且实用的建议。在回答时，请注意：\n" +"1. 准确理解用户的具体需求\n" +"2. 结合参考资料中的实际案例\n" +"3. 提供专业的设计理念和原理解释\n" +"4. 考虑实用性、美观性和成本效益\n" +"5. 如有需要，可以提供替代方案")// 实现 Chat Memory 的 Advisor// 在使用 Chat Memory 时，需要指定对话 ID，以便 Spring AI 处理上下文。.defaultAdvisors(new MessageChatMemoryAdvisor(new InMemoryChatMemory()))// 实现 Logger 的 Advisor.defaultAdvisors(new SimpleLoggerAdvisor())// 设置 ChatClient 中 ChatModel 的 Options 参数.defaultOptions(OpenAiChatOptions.builder().topP(0.7).build()).build();// 构建查询扩展器
// 用于生成多个相关的查询变体，以获得更全面的搜索结果queryExpander = MultiQueryExpander.builder().chatClientBuilder(openAiChatClient.mutate()).includeOriginal(false) // 不包含原始查询.numberOfQueries(3) // 生成3个查询变体.build();
// 创建查询重写转换器queryTransformer = RewriteQueryTransformer.builder().chatClientBuilder(openAiChatClient.mutate()).build();// 创建查询翻译转换器，设置目标语言为中文translationQueryTransformer = TranslationQueryTransformer.builder().chatClientBuilder(openAiChatClient.mutate()).targetLanguage("chinese")  // 设置目标语言为中文.build();}@GetMapping("/multiQuery")public List<Query> multiQuery() {
// 执行查询扩展
// 将原始问题"请提供几种推荐的装修风格?"扩展成多个相关查询List<Query> queries = queryExpander.expand(new Query("请提供几种推荐的装修风格?"));return queries;}@GetMapping("/rewriteQuery")public String rewriteQuery( ) {
//        查询重写的主要优势：查询明确化：将模糊的问题转换为具体的查询点
//
//这种转换不仅有助于系统检索到更相关的文档，还能帮助生成更全面和专业的回答。// 创建一个模拟用户学习AI的查询场景Query query = new Query("我正在学习人工智能，什么是大语言模型？");
// 执行查询扩展
// 将原始问题"请提供几种推荐的装修风格?"扩展成多个相关查询// 执行查询重写Query transformedQuery = queryTransformer.transform(query);String rewirte = transformedQuery.text();// 输出重写后的查询System.out.println(rewirte);return rewirte;}@GetMapping("/translationQuery")public String translationQuery( ) {Query query = new Query("What is LLM?");
// 执行查询翻译Query transformedQuery = translationQueryTransformer.transform(query);
// 输出翻译后的查询String transforme = transformedQuery.text();System.out.println(transforme);return transforme;}}

查询翻译的主要优势：