CSPON-TSC/aiAgent_gd/qwen_agent/planning/plans/layer_operation_plan.py

import json

from qwen_agent.planning.planner import Planner
from qwen_agent.memory.plan_memory import PlanExampleRetrieval

actions_list = {
    "GisLayerOperationAgent": "用户控制图层的打开和关闭",
    "summary": "对查询的结果，进行总结摘要，提炼用户关注的信息"
}

PROMPT_TEMPLATE = """
你是一个GIS图层控制系统，需要将自然语言指令解析为结构化操作
如果用户历史回答中已经相应的答案，请直接使用summary对历史回答进行总结
下面是动作选项列表，可以选择有助于完成用户需求的一个或多个动作：
动作列表
{actions_list}

请依据参考资料，制定计划完成用户需求，按照如下格式返回：
Question: 用户针区域土地利用现状问题的提问
Thought: 生成Plan的思考过程，如果提到多个区域名称，需要多次调用[GisLayerOperationAgent]接口，给用户一些依据。
Plan: 生成的计划，包含函数名和执行的目标。以JSON格式返回，所有的Action会以执行的先后顺序保存在list中，例如：
[{{"action_name": 第一步执行的Action名字, "instruction": 执行需要达到的预期，请给出详细有效的指示}}, {{"action_name": 第二步执行的Action名字, "instruction": 执行需要达到的预期，请给出详细有效的指示}}]

举例：
{example_list}

注意0：最后一步必须调用[summary]这个action，对查询的结果，进行总结摘要，提炼用户关注的信息；
"""

examples = """
Examples #1:
Question: 打开永久基本农田图层
Thought:  用户问题中想要打开永久基本农田图层，所以需要通过[GisLayerOperationAgent]将问题转换为具体的结构化指令
Plan: ```json\n    [{\"action_name\": \"GisLayerOperationAgent\", \"instruction\": \"你需要调用 [GisLayerOperationAgent]将问题转换为具体的结构化指令\"}, {\"action_name\": \"summary\",\"instruction\": \"对查询的结果，进行总结摘要，提炼用户关注的信息\"}]

```
"""



DEFAULT_PLAN = """使用默认执行计划：
Plan: ```json\n    [{\"action_name\": \"GisLayerOperationAgent\", \"instruction\": \"你需要调用 [GisLayerOperationAgent]将问题转换为具体的结构化指令\"}]
"""


class LayerOperationPlan(Planner):
    def __init__(self, llm_name, name='layer_operation', **kvargs):
        self.actions_list_str = json.dumps(actions_list, ensure_ascii=False)
        # retriever = PlanExampleRetrieval(query_type=name)
        super(LayerOperationPlan, self).__init__(
            llm_name=llm_name,
            name=f'{name}_planner',
            system_prompt=PROMPT_TEMPLATE,
            retriever=None,
            default_plan=DEFAULT_PLAN, **kvargs
        )

    def get_system_prompt(self, user_request):
        # similar_exams = self.retriever.get_relevant_documents(user_request, top_k=3)
        # examples = '\n'.join([f"Example #{i + 1}:\n{q}" for i, (n, q) in enumerate(similar_exams[::-1])])
        # print(f'user request:{user_request} \nRetrivaled Examples: {examples}\n')
        return PROMPT_TEMPLATE.format(actions_list=self.actions_list_str, example_list=None)