PlantAI-dev/memory/2026-04-02.md

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:

# 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:

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:

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

# 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

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

# 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:

# 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