1# 访问地址格式：http://${IP}:${PORT}
2访问地址：http://192.168.20.4:5287
3账号：root
4密钥：xxxx

1pip install --upgrade appbuilder-sdk
2pip install qianfan

1import os
2import appbuilder
3os.environ["APPBUILDER_TOKEN"] = "bce-v3/ALTAK-********************************"    # appbuilder_apikey
4
5knowledge = appbuilder.KnowledgeBase()
6resp = knowledge.create_knowledge_base(
7        name="vdb_knowledge",
8        description="vdb_knowledge",
9        type="vdb",
10        clusterId='vdb-xx-xxxxxxx',   # vdb实例ID，例如：vdb-bd-xxxxx
11        esUserName='root',            # vdb账号
12        esPassword='**********',      # vdb账号对应的password
13        location='bd'
14)
15print("新建的知识库ID: ", resp.id)
16print("新建的知识库名称: ", resp.name)
17
18my_knowledge_base_id = resp.id

1新建的知识库ID:  2d9f9ef0-****-****-****-************
2新建的知识库名称:  vdb_knowledge

1import os
2import appbuilder
3from appbuilder.core.console.knowledge_base import data_class
4os.environ["APPBUILDER_TOKEN"] = "bce-v3/ALTAK-********************************"    # appbuilder_apikey
5
6my_knowledge_base_id = "2d9f9ef0-****-****-****-************"                       # 知识库ID
7my_knowledge = appbuilder.KnowledgeBase(my_knowledge_base_id)
8print("知识库ID: ", my_knowledge.knowledge_id)
9
10upload_document_resp = my_knowledge.upload_documents(
11    content_format="rawText",                                                       # rawText:文本文档数据
12    file_path="./DeepSeek从入门到精通.pdf",
13    processOption=data_class.DocumentProcessOption(
14        template='custom',
15        parser=appbuilder.DocumentChoices(
16            choices=['layoutAnalysis']
17        ),
18        chunker=appbuilder.DocumentChunker(
19            choices=["separator"],
20            separator=appbuilder.DocumentSeparator(
21                separators=["。", "，", "！", "？"],
22                targetLength=300,
23                overlapRate=0.25,
24            ),
25            prependInfo=["title", "filename"],
26        ),
27        knowledgeAugmentation=appbuilder.DocumentChoices(
28            choices=["faq"]
29        )
30    )
31)
32
33document_id = upload_document_resp.documentId
34print("文档ID: ", document_id)

1文档ID:  dd1a5b81-****-****-****-************

1import os
2import appbuilder
3os.environ["APPBUILDER_TOKEN"] = "bce-v3/ALTAK-********************************"    # appbuilder_apikey
4
5knowledge_base_ID = "2d9f9ef0-****-****-****-************"                       # 知识库ID
6document_ID = "dc75bbd3-****-****-****-************"                             # 文档ID
7my_knowledge = appbuilder.KnowledgeBase(my_knowledge_base_id)
8
9doc_is_ready = False
10doc_list = my_knowledge.get_all_documents(my_knowledge_base_id)
11for doc in doc_list:
12    if doc.id == document_id:
13        doc_is_ready = (doc.word_count != 0 and doc.enabled)
14        break
15doc_status = "可用" if doc_is_ready else "处理中"
16print(f'文档可用状态：{doc_status}')

1文档可用状态：处理中

1import os
2import appbuilder
3from appbuilder.core.console.knowledge_base import data_class
4from qianfan import Qianfan
5
6os.environ["QIANFAN_ACCESS_KEY"] = "****************************"                   # modelbuilder_ak                   
7os.environ["QIANFAN_SECRET_KEY"] = "****************************"                   # modelbuilder_sk 
8
9os.environ["APPBUILDER_TOKEN"] = "bce-v3/ALTAK-********************************"    # appbuilder_apikey
10
11PROMPT_TEMPLATE = """
12参考以下信息回答我的问题：
13{context}
14---
15我的问题或指令：
16{question}
17---
18请根据上述参考信息回答我的问题或回复我的指令。前面的参考信息可能有用，也可能没用，你需要从我给出的参考信息中选出与我的问题最相关的那些，来为你的回答提供依据。回答一定要忠于原文，简洁但不丢信息，不要胡乱编造。我的问题或指令是什么语种，你就用什么语种回复,
19你的回复：
20"""
21
22knowledge_base_ID = "2d9f9ef0-****-****-****-************"                       # 知识库ID
23document_ID = "dc75bbd3-****-****-****-************"                             # 文档ID
24
25knowledge = appbuilder.KnowledgeBase()
26
27def answer(question):
28    res = knowledge.query_knowledge_base(
29        query=question,
30        type=data_class.QueryType.HYBRID,
31        knowledgebase_ids=[knowledge_base_ID],
32        top=2,
33        skip=0,
34        metadata_filters=data_class.MetadataFilters(
35            filters=[
36            ], 
37            condition="or"
38        ),
39        pipeline_config=data_class.QueryPipelineConfig(
40            pipeline=[
41                data_class.VectorDBRetrieveConfig(
42                    name="step1",
43                    pre_ranking=data_class.PreRankingConfig(
44                        bm25_b=0.75, 
45                        bm25_weight=0.25, 
46                        vec_weight=0.75,
47                        bm25_k1=1.5,
48                        bm25_max_score=50,
49                    )
50                ),
51                data_class.RankingConfig(
52                    name="step2",
53                    type="ranking",
54                    inputs=["step1"],
55                    model_name="ranker-v1",
56                    top=20,
57                ),
58                data_class.SmallToBigConfig(
59                    name="step3",
60                    type="small_to_big"
61                )
62            ],
63        ),
64    )
65
66    context = ""
67    for id, chunk in enumerate(res.chunks):
68        context = context + f'{chunk.content}' + "\n"
69
70    # 使用deepseek-r1模型来总结从知识库检索中的结果
71    client = Qianfan()
72
73    completion = client.chat.completions.create(
74        model="deepseek-r1", # 指定deepseek-r1模型
75        messages=[
76            {'role': 'user', 'content': PROMPT_TEMPLATE.format(context=context, question=question)},
77        ]   
78    )
79
80    return completion.choices[0].message.content
81
82if __name__ == "__main__":
83    while True:
84        question = input("输入你的问题（输入 exit 退出对话）：")
85        if question.lower() == 'exit':
86            break
87        ret = answer(question)
88        print(f'回答：{ret} \n')

1输入你的问题（输入 exit 退出对话）：deepseek 能做什么
2回答：
3
4根据参考信息，DeepSeek能够：
5- 处理复杂任务且支持免费商用
6- 在数学、代码、自然语言推理等任务上展现优秀性能
7- 通过强化学习技术提升模型推理能力，性能可比肩OpenAI-o1正式版
8
9其开源推理模型DeepSeek-R1主要应用于通用人工智能领域的大模型研发与应用。 
10
11输入你的问题（输入 exit 退出对话）：该如何使用合适的提示语
12回答：
13
14根据参考信息，使用合适提示语的步骤如下：
15
161. **个人化体验设计**
17- 要求描述具体经历细节（如[个人经历]）
18- 需包含情感变化过程
19- 通过真实故事增强温度感
20
212. **情感共鸣构建**
22- 使用温暖的情感化语言
23- 采用故事化表达手法
24- 重点突出引发共鸣的关键点
25
263. **互动引导设计**
27- 在结尾添加号召性语句
28- 明确请求互动形式（点赞/评论/分享）
29- 使用"鼓励"等引导性动词增强传播性
30
314. **提示词工程应用**
32- 先设定明确生成目标（如获取信息/生成文本）
33- 给AI分配特定身份角色
34- 将复杂任务分步拆解说明
35
36需注意：所有提示语需包含具体场景上下文，情感表达要贯穿内容始终，最终需落脚到明确的互动引导诉求。 
37
38输入你的问题（输入 exit 退出对话）：文案写作的要注意哪些提示语
39回答：
40
41根据参考信息，文案写作需重点注意以下提示语设计要点：
42
431. **信息传递框架**  
44   - 确保信息层次清晰（需明确分层指令）  
45   - 表达简洁精准（限定关键词或字数）  
46   - 结构逻辑严密（说明信息点间的关联）  
47   - 强化受众针对性（包含受众特征描述）  
48   - 突出记忆点（重复或变换表达核心信息）
49
502. **差异化设计**  
51   - 塑造真实感（避免过度修饰）  
52   - 体现专业性（加入数据/用户反馈）  
53   - 保持种草自然度（文案与图片配合流畅）  
54   - 增加互动引导（鼓励评论/点赞）
55
563. **文案结构要求**  
57   - 开篇吸引力（直接点明亮点）  
58   - 个人经验铺垫（增强亲和力）  
59   - 方法说明与效果总结（避免空洞描述）  
60   - 购买建议实际化（避免强硬推销）
61
624. **标题设计**  
63   - 包含关键词、数据/方法、价值承诺  
64   - 语气亲和专业（禁用过度营销词）  
65   - 创新性（分析竞品结构/用词差异）
66
67（以上要点均来自表格中关于信息传递特质、差异化要求、文案结构和标题设计的核心规则） 
68
69输入你的问题（输入 exit 退出对话）：