备忘：使用langchain结合千问大模型，用本地知识库辅助AI生成代码

本文链接：https://blog.csdn.net/zhyuli/article/details/138436547

本文主要是寻求解决把预先准备的文字需求转换为代码的方法
主要思路： 把某一类文字需求储存到本地知识库，使得用户输入需求目标，然后程序自动从知识库抽取相关需求，然后转发给在线的大模型形成代码。
工具：
本地在库用的向量持久化工具： ES 7.9
本地库提取所需的预训练模型：抱脸虫HuggingFaceEmbeddings的paraphrase-multilingual-MiniLM-L12-v2
在线大模型还是选qwen-max

本地知识库的建设，不再赘述，参考之前的文章：备忘，LangChain建立本地知识库的几个要点
包括参考资料 LangChain结合通义千问的自建知识库

由于需要用到流式输出（streaming=true），需要解决langchain整合qwen大模型关于流式输出的bug，可以参考通义千问自己的例子
以及相关链接： https://github.com/langchain-ai/langchain/pull/16605

我选的解决方案：
在这里插入图片描述
本地库的设计：
参考akshare库的股票数据文档 AKShare股票数据

选了4个接口: stock_sse_summary，stock_individual_info_em , stock_zh_a_spot_em, stock_zh_a_hist 补充简单逻辑、入参和出参，完成本地知识库的akshareKnowledge.txt文件

获得上海证券交易所股票数据总貌，包括项目、股票、科创版、主板，可以使用akshare库的stock_sse_summary接口，无入参，返回最近交易日的股票数据总貌，包括流通股本、总市值、平均市盈率、上市公司、上市股票、流通市值、报告时间、总股本，返回字段使用中文，最后用print方法打印行情，代码格式为python...（行分隔符）
获得股票个股信息，包括总市值、流通市值、行业、上市时间、股票代码、股票简称、总股本、流通股，可以使用akshare库的stock_individual_info_em接口按股票代码查询，获得相关股票个股信息，返回字段使用中文，最后用print方法打印行情，代码格式为python...（行分隔符）
获取股票最新价格、最新成交量、最新涨跌幅、最新换手率，可以使用akshare库的stock_zh_a_spot_em接口获取全市场行情，无入参，再按股票名称或者股票代码过滤获得信息，返回字段使用中文，最后用print方法打印行情，代码格式为python...（行分隔符）
获得股票历史行情，包括指定交易日的最高价、最低价、开盘价、收盘价、成交量、涨跌幅、换手率，可以使用akshare库，按stock_zh_a_hist接口按股票代码，获取指定日线数据，startdate和enddate，以及指定前复权，获得日线数据，返回字段使用中文，最后用print方法打印行情，代码格式为python... （行分隔符）

代码分为两部分
1 建本地库

import ...

from langchain_community.embeddings.huggingface import HuggingFaceEmbeddings
from langchain_community.vectorstores import ElasticVectorSearch


# 自定义切分
class Document:
    def __init__(self, text):
        self.page_content = text
        self.metadata = {'source': 'Own'}


time_list = []
t = time.time()

base_file = '/home/cfets/AI/textwarefare/akshareKnowledge.txt'
# base_file = '/home/cfets/AI/textwarefare/cff.txt'
my_index = "es_akshare-api-new"

with open(base_file, 'r', encoding='utf-8') as file:
    lines = file.readlines()
split_docs = [Document(line.strip()) for line in lines]

model_name = r"/home/cfets/AI/model/paraphrase-multilingual-MiniLM-L12-v2"
model_kwargs = {'device': 'cpu'}
encode_kwargs = {'normalize_embeddings': False}

embeddings = HuggingFaceEmbeddings(
    model_name=model_name,
    model_kwargs=model_kwargs,
    encode_kwargs=encode_kwargs)

# 使用ES
db = ElasticVectorSearch.from_documents(
    split_docs,
    embeddings,
    elasticsearch_url="http://localhost:9200",
    index_name=my_index
)
print(db.client.info())

注意这里是按行切分

ES本地库的索引如下在这里插入图片描述
应用本地库的部分

from langchain_community.llms import Tongyi
import os
import dashscope
from langchain.prompts import PromptTemplate
from langchain_community.vectorstores import ElasticVectorSearch
from langchain_community.embeddings.huggingface import HuggingFaceEmbeddings

dashscope.api_key = xxx...

CONTEXT_QA_TMPL = """
下面的信息({summary_prompt})是否有这个问题({message})有关，
如果你觉得无关请告诉我无法根据提供的上下文回答'{message}'这个问题，简要回答即可，
否则请根据{summary_prompt}对{message}的问题进行回答
"""

CONTEXT_QA_PROMPT = PromptTemplate(
    input_variables=["summary_prompt", "message"],
    template=CONTEXT_QA_TMPL,
)

if __name__ == '__main__':
    os.environ["DASHSCOPE_API_KEY"] = dashscope.api_key
    llm = Tongyi(model_name="qwen-max", streaming=True, temperature=0)

    # 引入模型
    model_name = r"/home/cfets/AI/model/paraphrase-multilingual-MiniLM-L12-v2"
    model_kwargs = {'device': 'cpu'}
    encode_kwargs = {'normalize_embeddings': False}

    embeddings = HuggingFaceEmbeddings(
        model_name=model_name,
        model_kwargs=model_kwargs,
        encode_kwargs=encode_kwargs
    )

    # 使用elastic search
    my_index = "es_akshare-api-new"

    # 本地库
    db = ElasticVectorSearch(
        embedding=embeddings,
        elasticsearch_url="http://localhost:9200",
        index_name=my_index,
    )

    while True:
        try:
            user_input = input("请输入您的问题：")
            similarDocs = db.similarity_search(user_input, k=2)
            summary_prompt = "".join([doc.page_content for doc in similarDocs])  # 找到最接近的描述doc
            # print('summary_prompt:: %s' % summary_prompt)

            prompt = CONTEXT_QA_PROMPT.format(summary_prompt=summary_prompt, message=user_input)
            print('prompt::', prompt)
            print('\n')

            print('answer::', llm(prompt))
            print('\n')

        except KeyboardInterrupt:
            break

需要说明的是，之前的文章中利用了向量相似度的做法判断本地知识库是否准确，但是相似度的值很难把握，这里换了个做法，利用大模型本身的比较成熟判断，直接询问大模型，已经找到的本地知识（本文因为知识库较小，要求最相似的2条知识即可）和需要解决的问题是否相关，如果相关，则按本地知识库给出解释，如果不相关则由大模型给出回答，相关问题模板，参考CONTEXT_QA_TMPL和CONTEXT_QA_PROMPT

我们看运行结果：
问题1：给出获取A股股票最新市场价的代码

请输入您的问题：给出获取A股股票最新市场价的代码
prompt:: 
下面的信息(获取股票最新价格、最新成交量、最新涨跌幅、最新换手率，可以使用akshare库的stock_zh_a_spot_em接口获取全市场行情，无入参，再按股票名称或者股票代码过滤获得信息，返回字段使用中文，最后用print方法打印行情，代码格式为```python...```获得股票历史行情，包括指定交易日的最高价、最低价、开盘价、收盘价、成交量、涨跌幅、换手率，可以使用akshare库，按stock_zh_a_hist接口按股票代码，获取指定日线数据，startdate和enddate，以及指定前复权，获得日线数据，返回字段使用中文，最后用print方法打印行情，代码格式为```python...```)是否有这个问题(给出获取A股股票最新市场价的代码)有关，
如果你觉得无关请告诉我无法根据提供的上下文回答'给出获取A股股票最新市场价的代码'这个问题，简要回答即可，
否则请根据获取股票最新价格、最新成交量、最新涨跌幅、最新换手率，可以使用akshare库的stock_zh_a_spot_em接口获取全市场行情，无入参，再按股票名称或者股票代码过滤获得信息，返回字段使用中文，最后用print方法打印行情，代码格式为```python...```获得股票历史行情，包括指定交易日的最高价、最低价、开盘价、收盘价、成交量、涨跌幅、换手率，可以使用akshare库，按stock_zh_a_hist接口按股票代码，获取指定日线数据，startdate和enddate，以及指定前复权，获得日线数据，返回字段使用中文，最后用print方法打印行情，代码格式为```python...```对给出获取A股股票最新市场价的代码的问题进行回答



/home/cfets/.local/lib/python3.10/site-packages/langchain_core/_api/deprecation.py:117: LangChainDeprecationWarning: The function `__call__` was deprecated in LangChain 0.1.7 and will be removed in 0.2.0. Use invoke instead.
  warn_deprecated(
answer:: 有关。根据提供的上下文，我可以给出获取A股股票最新市场价的代码示例：

```python
import akshare as ak

# 获取全市场A股实时行情
stock_spot_df = ak.stock_zh_a_spot_em()

# 假设我们要查询股票代码为"600519"（贵州茅台）的最新市场价
stock_code = "600519"
stock_info = stock_spot_df[stock_spot_df["股票代码"] == stock_code]

# 打印股票名称和最新市场价
if not stock_info.empty:
    print(f"{stock_info['股票名称'].values[0]}的最新市场价为：{stock_info['最新价'].values[0]}元")
else:
    print("未找到该股票信息")

这段代码首先使用akshare库的stock_zh_a_spot_em接口获取了全市场的A股实时行情，然后通过股票代码筛选出特定股票的信息，并打印出该股票的最新市场价。

解释一下过程，我在代码中把提示模板prompt打印出来，可以看到代码获取了本地库的两个最接近的接口 stock_zh_a_spot_em 和 stock_zh_a_hist 以及相关逻辑，然后判断stock_zh_a_spot_em相关的逻辑与问题有关再用stock_zh_a_spot_em相关逻辑生成代码，这个代码还是相对靠谱

问题2 获得上海证交所最新股票数据的代码

请输入您的问题：获得上海证交所最新股票数据的代码
prompt:: 
下面的信息(获得上海证券交易所股票数据总貌，包括项目、股票、科创版、主板，可以使用akshare库的stock_sse_summary接口，无入参，返回最近交易日的股票数据总貌，包括流通股本、总市值、平均市盈率、上市公司、上市股票、流通市值、报告时间、总股本，返回字段使用中文，最后用print方法打印行情，代码格式为```python...```获得股票个股信息，包括总市值、流通市值、行业、上市时间、股票代码、股票简称、总股本、流通股，可以使用akshare库的stock_individual_info_em接口按股票代码查询，获得相关股票个股信息，返回字段使用中文，最后用print方法打印行情，代码格式为```python...```)是否有这个问题(获得上海证交所最新股票数据的代码)有关，
如果你觉得无关请告诉我无法根据提供的上下文回答'获得上海证交所最新股票数据的代码'这个问题，简要回答即可，
否则请根据获得上海证券交易所股票数据总貌，包括项目、股票、科创版、主板，可以使用akshare库的stock_sse_summary接口，无入参，返回最近交易日的股票数据总貌，包括流通股本、总市值、平均市盈率、上市公司、上市股票、流通市值、报告时间、总股本，返回字段使用中文，最后用print方法打印行情，代码格式为```python...```获得股票个股信息，包括总市值、流通市值、行业、上市时间、股票代码、股票简称、总股本、流通股，可以使用akshare库的stock_individual_info_em接口按股票代码查询，获得相关股票个股信息，返回字段使用中文，最后用print方法打印行情，代码格式为```python...```对获得上海证交所最新股票数据的代码的问题进行回答



answer:: 有关。根据提供的上下文，可以构建获取上海证券交易所最新股票数据的代码示例。这里分为两部分：第一部分是获取股票数据总貌，第二部分是获取股票个股信息。以下是相应的Python代码示例：

### 获取上海证券交易所股票数据总貌

```python
import akshare as ak

# 使用stock_sse_summary接口获取上交所股票数据总貌
stock_summary_df = ak.stock_sse_summary()
print("上海证券交易所股票数据总貌:")
print(stock_summary_df)

获取股票个股信息

# 假设我们查询股票代码为"600000"的股票信息
stock_code = "600000"

# 使用stock_individual_info_em接口按股票代码查询
individual_stock_info_df = ak.stock_individual_info_em(stock_code)
print(f"{stock_code} 的股票个股信息:")
print(individual_stock_info_df)

这段代码首先导入了akshare库，并使用了stock_sse_summary接口来获取上海证券交易所的股票数据总貌，然后展示了包含流通股本、总市值等信息的数据框。接着，通过指定一个股票代码（例如"600000"），利用stock_individual_info_em接口获取该股票的详细信息，包括总市值、流通市值等行业相关数据，并打印出来。这正好满足了提出的需求。



生成的代码第一段ak.stock_sse_summary() 比较靠谱，后一段稍微超出了预期，可以修正参数后使用，也可以选择不使用


基本达到了依赖本地库辅助AI生成代码的目标

备忘： 使用langchain结合千问大模型，用本地知识库辅助AI生成代码

获取股票个股信息

备忘：使用langchain结合千问大模型，用本地知识库辅助AI生成代码