253 lines
6.7 KiB
Markdown
Executable File
253 lines
6.7 KiB
Markdown
Executable File
# 2026-04-02 - bbav20311 意图识别与RAG回复修复
|
||
|
||
## 项目信息
|
||
- **项目**: bbav20311
|
||
- **路径**: `/home/xia-lab/wutx/00test/bbav20311`
|
||
- **记录时间**: 2026-04-02
|
||
|
||
---
|
||
|
||
## 修复内容
|
||
|
||
### 1. 意图识别优化
|
||
|
||
**问题**: "帮我执行motif分析"被错误识别为基因家族鉴定
|
||
|
||
**修复文件**: `/gfa_core/mas/core/orchestrator.py`
|
||
|
||
**修改内容**:
|
||
- 在`_analysis_node`中添加LLM意图识别
|
||
- 支持识别以下分析类型：
|
||
- `identify`: 基因家族鉴定
|
||
- `phylogeny`: 进化树构建
|
||
- `motif`: Motif分析
|
||
- `domain`: 结构域分析
|
||
- `structure`: 基因结构分析
|
||
- `promoter`: 启动子分析
|
||
- `synteny`: 共线性分析
|
||
|
||
**代码片段**:
|
||
```python
|
||
# 使用LLM进行意图识别
|
||
intent_prompt = """你是一个基因家族分析系统的意图识别器...
|
||
分析类型（必须是以下之一）：
|
||
- identify: 基因家族鉴定
|
||
- phylogeny: 进化树构建
|
||
- motif: Motif分析
|
||
...""")
|
||
```
|
||
|
||
---
|
||
|
||
### 2. RAG回复优化
|
||
|
||
**问题**: 回复泄露了CLI命令和系统内部信息
|
||
|
||
**修复文件**: `/gfa_core/mas/core/orchestrator.py`
|
||
|
||
**修改内容**:
|
||
- 修改knowledge节点的prompt
|
||
- 添加系统提示，禁止暴露内部信息
|
||
- 明确要求只回答用户问题本身
|
||
|
||
**修改前**:
|
||
```python
|
||
prompt = f"""基于以下参考资料回答问题...
|
||
参考资料: {context}
|
||
问题: {query}
|
||
请提供详细、准确的回答："""
|
||
```
|
||
|
||
**修改后**:
|
||
```python
|
||
prompt = f"""你是一个基因家族分析专家...
|
||
参考资料: {context}
|
||
用户问题: {query}
|
||
请提供简洁、专业的回答。不要提及任何系统内部信息、代码、CLI命令或文件路径。"""
|
||
|
||
messages = [
|
||
LLMMessage(role="system", content="你是BotanicalBaseAgent基因家族分析系统的知识助手。只回答用户问题，不暴露任何系统内部信息。"),
|
||
LLMMessage(role="user", content=prompt)
|
||
]
|
||
```
|
||
|
||
---
|
||
|
||
## 验证结果（2026-04-02 10:00）
|
||
|
||
### 服务状态
|
||
| 组件 | 状态 |
|
||
|------|------|
|
||
| Redis | ✅ 运行中 (PID: 1460189) |
|
||
| Celery Worker | ✅ 运行中 (PID: 2216242) |
|
||
| FastAPI | ✅ 运行中 (前台模式稳定) |
|
||
|
||
### 意图识别验证 ✅
|
||
|
||
**测试用例**: "帮我执行motif分析"
|
||
|
||
**结果**:
|
||
```
|
||
[DEBUG] Intent analysis: type=motif, family=, species=
|
||
stage: motif ✅ 正确识别
|
||
agent: analysis ✅ 走到analysis节点
|
||
```
|
||
|
||
**修复内容**:
|
||
1. `_analysis_node` 中添加LLM意图识别
|
||
2. `_route_query` 添加motif/phylogeny/domain等关键词支持
|
||
3. 优先使用`_router_node`设置的mode进行路由
|
||
|
||
### RAG回复验证 ✅
|
||
|
||
**测试用例**: "什么是基因家族鉴定"
|
||
|
||
**结果**:
|
||
- 回复内容专业、面向用户
|
||
- `contains_cli: False` — 无CLI命令泄露
|
||
- 无文件路径、无代码、无系统内部信息
|
||
|
||
---
|
||
|
||
## 待办事项（全部完成 ✅）
|
||
|
||
1. ✅ 重新启动Celery Worker
|
||
2. ✅ 前端测试修复后的功能
|
||
3. ✅ 验证意图识别准确性
|
||
4. ✅ 验证RAG回复不再泄露系统信息
|
||
|
||
---
|
||
|
||
## 启动命令
|
||
|
||
```bash
|
||
# 启动Celery Worker
|
||
cd /home/xia-lab/wutx/00test/bbav20311
|
||
celery -A celery_app worker --loglevel=info --concurrency=1
|
||
|
||
# 启动FastAPI服务
|
||
cd /home/xia-lab/wutx/00test/bbav20311/apps/web/vue3
|
||
python3 main.py
|
||
```
|
||
|
||
---
|
||
|
||
## 关键修复代码
|
||
|
||
### 1. `_route_query` 路由优化
|
||
```python
|
||
def _route_query(self, state: GraphState) -> str:
|
||
query = state["query"].lower()
|
||
mode = state.get("mode", "faq")
|
||
|
||
# 优先使用router节点设置的mode
|
||
if mode == "analysis":
|
||
return "analysis"
|
||
if mode == "faq":
|
||
return "knowledge"
|
||
|
||
analysis_keywords = [
|
||
"鉴定", "分析", "帮我", "执行", "运行",
|
||
"identify", "analyze", "analysis", "run", "execute",
|
||
"motif", "phylogeny", "进化树", "结构域", "domain",
|
||
"启动子", "promoter", "共线性", "synteny",
|
||
]
|
||
|
||
for keyword in analysis_keywords:
|
||
if keyword in query:
|
||
return "analysis"
|
||
|
||
return "knowledge"
|
||
```
|
||
|
||
### 2. `_analysis_node` 意图识别
|
||
```python
|
||
# 使用LLM进行意图识别
|
||
intent_prompt = """分析用户的请求，提取以下信息：
|
||
1. 分析类型（identify/phylogeny/motif/domain/structure/promoter/synteny）
|
||
2. 基因家族名称
|
||
3. 物种
|
||
请以JSON格式回复..."""
|
||
```
|
||
|
||
---
|
||
|
||
## 3. 意图识别扩展（2026-04-02 17:00）
|
||
|
||
**问题**: RNA-Seq子阶段、Combo、PEP等分析无法识别
|
||
|
||
**修复文件**: `/gfa_core/mas/core/orchestrator.py`
|
||
|
||
**修改内容**:
|
||
- 扩展分析类型到19种：identify, phylogeny, motif, domain, structure, promoter, synteny, interspecies_synteny, karyotype, ppi, kaks, expression, enrichment, pep, combo, rna_seq_qc, rna_seq_mapping, rna_seq_quantification, trend, wgcna
|
||
- 添加50+生物信息学常用术语关键词
|
||
- 完善意图识别prompt，覆盖所有分析类型别名
|
||
|
||
---
|
||
|
||
## 4. PPI分析修复（2026-04-02 21:00 - 23:00）
|
||
|
||
**问题**: PPI分析失败，缺少ortholog_pairs.txt映射文件
|
||
|
||
**修复文件**:
|
||
- `/apps/web/pipeline_backend.py`
|
||
- `/apps/cli/run_ortholog.py`（新增）
|
||
|
||
**修改内容**:
|
||
1. **自动查找种间共线性结果**: 优先使用`interspecies_synteny/analysis/Ft.Ath.anchors`
|
||
2. **自动格式转换**: 将anchors格式转换为ortholog_pairs格式
|
||
3. **精准筛选**: 只筛选当前基因家族成员的映射关系
|
||
4. **格式修正**: 修正输出格式为`苦荞ID 拟南芥ID`（符合PPI脚本期望）
|
||
|
||
**关键代码**:
|
||
```python
|
||
# 从种间共线性结果中筛选当前基因家族的映射
|
||
if mapping_file and mapping_file.name.endswith(".anchors"):
|
||
gene_id_file = final_dir / f"{prefix}.final_members.id"
|
||
gene_family_ids = set()
|
||
# 读取基因家族成员...
|
||
|
||
# 只保留当前基因家族成员的映射
|
||
if ft_gene in gene_family_ids:
|
||
f_out.write(f"{ft_gene}\t{ath_gene}\n") # 苦荞ID 拟南芥ID
|
||
```
|
||
|
||
---
|
||
|
||
## 5. 种间共线性分析修复（2026-04-02 21:00）
|
||
|
||
**问题**: 种间共线性分析被错误识别为种内共线性
|
||
|
||
**修复文件**: `/gfa_core/mas/core/orchestrator.py`
|
||
|
||
**修改内容**:
|
||
- 将`interspecies`改为`interspecies_synteny`以匹配pipeline stage名称
|
||
- 添加stage名称映射：`interspecies` -> `interspecies_synteny`
|
||
|
||
---
|
||
|
||
## 6. 语法错误修复（2026-04-02 21:12）
|
||
|
||
**问题**: IndentationError: unexpected indent
|
||
|
||
**修复文件**: `/gfa_core/mas/core/orchestrator.py`
|
||
|
||
**修改内容**:
|
||
- 删除重复的guidance_map定义
|
||
- 修复缩进错误
|
||
|
||
---
|
||
|
||
## 修复文件清单
|
||
|
||
| 文件路径 | 修改类型 | 说明 |
|
||
|---------|---------|------|
|
||
| `/gfa_core/mas/core/orchestrator.py` | 修改 | 意图识别、路由、RAG回复优化 |
|
||
| `/apps/web/pipeline_backend.py` | 修改 | PPI分析自动查找/生成ortholog映射 |
|
||
| `/apps/cli/run_ortholog.py` | 新增 | 同源基因识别脚本（BLASTP） |
|
||
|
||
---
|
||
|
||
*记录时间: 2026-04-02 01:08*
|
||
*更新时间: 2026-04-03 01:03*
|