简介

复杂Query分解组件（QueryDecomposition）可以将已经确定为复杂问题的原始问题拆解为一个个简单问题。广泛应用在知识问答场景。

基本用法

下面是一个基本的使用示例：

import os
import appbuilder

os.environ["APPBUILDER_TOKEN"] = "..."

query_decomposition = appbuilder.QueryDecomposition(model="eb-turbo-appbuilder")

msg = "吸塑包装盒在工业化生产和物流运输中分别有什么重要性？"
msg = appbuilder.Message(msg)
answer = query_decomposition(msg)

print("Answer: \n{}".format(answer.content))

参数说明

• 初始化参数说明

  • model (str|None): 模型名称，用于指定要使用的千帆模型。

• 调用参数说明

  • message (obj:Message): 输入消息，用于模型的主要输入内容。这是一个必需的参数。
  • stream (bool, 可选): 指定是否以流式形式返回响应。默认为 False。
  • temperature (float, 可选): 模型配置的温度参数，用于调整模型的生成概率。取值范围为 0.0 到 1.0，其中较低的值使生成更确定性，较高的值使生成更多样性。默认值为 1e-10。

返回值：

• obj:Message: 模型运行后产生的输出消息。

高级用法

你可以根据特定的场景调整参数来获得更精确的结果，例如：

# 流式返回, 调整模型temperature参数
answer = query_decomposition(msg, stream=True, temperature=0.5)

示例和案例研究

示例

• 场景: 用户提出问题
• 输入: "吸塑包装盒在工业化生产和物流运输中分别有什么重要性？"
• 输出:

1. 吸塑包装盒在工业化生产中有什么重要性？
2. 吸塑包装盒在物流运输中有什么重要性？