【个人博客—山东大学项目实训——古诗词与文章智能创作助学平台(一)】

张开发
2026/4/13 4:10:15 15 分钟阅读

分享文章

【个人博客—山东大学项目实训——古诗词与文章智能创作助学平台(一)】
个人博客—山东大学项目实训——古诗词与文章智能创作助学平台一大模型API接入与诗词检索的提示词工程一、功能概述二、大模型API接入2.1 ArkService初始化2.2 基础对话方法三、诗词检索的提示词设计3.1 提示词内容3.2 检索服务实现四、JSON解析容错处理4.1 解析器设计4.2 Poem实体定义五、总结大模型API接入与诗词检索的提示词工程一、功能概述在古诗词学习平台中诗词检索功能需要调用大模型API根据用户输入的关键词返回结构化的诗词信息。本文介绍大模型API的接入方式、提示词设计思路以及JSON解析的容错处理。二、大模型API接入2.1 ArkService初始化项目使用火山引擎提供的豆包大模型进行交互。在LlmService中完成API服务的初始化和资源管理ServicepublicclassLlmService{Value(${volcengine.api.key})privateStringapiKey;Value(${volcengine.model.name:ep-20260313212708-bhpdc})privateStringmodelName;Value(${volcengine.base.url:https://ark.cn-beijing.volces.com/api/v3})privateStringbaseUrl;privateArkServicearkService;PostConstructpublicvoidinit(){this.arkServiceArkService.builder().apiKey(apiKey).baseUrl(baseUrl).build();}PreDestroypublicvoiddestroy(){if(this.arkService!null){this.arkService.shutdownExecutor();}}}通过PostConstruct注解在Bean初始化时创建ArkService实例PreDestroy确保应用关闭时释放线程池资源。2.2 基础对话方法LlmService提供了基础的对话方法publicStringchat(Stringmessage){try{CreateResponsesRequestrequestCreateResponsesRequest.builder().model(modelName).input(ResponsesInput.builder().addListItem(ItemEasyMessage.builder().role(ResponsesConstants.MESSAGE_ROLE_USER).content(MessageContent.builder().addListItem(InputContentItemText.builder().text(message).build()).build()).build()).build()).thinking(ResponsesThinking.builder().type(ResponsesConstants.THINKING_TYPE_DISABLED).build()).build();ResponseObjectresparkService.createResponse(request);returnextractResponseText(resp);}catch(Exceptione){e.printStackTrace();return调用大模型失败e.getMessage();}}关键点使用Builder模式构建请求对象关闭深度思考功能以降低响应延迟统一的异常处理和错误返回三、诗词检索的提示词设计3.1 提示词内容为了让大模型输出结构化的诗词数据在PoemSearchService中设计了专门的System PromptprivatestaticfinalStringSEARCH_SYSTEM_PROMPT你是一位古诗词专家请根据用户的检索条件诗词名、作者、意象、主题等提供一首最匹配的诗词。\n\n请严格按照以下 JSON 格式输出不要添加任何额外说明\n{\n \poemId\: 自动生成的唯一 ID,\n \title\: \诗词标题\,\n \dynasty\: \朝代\,\n \author\: \作者\,\n \userId\: 用户 ID,\n \content\: \诗词完整内容\,\n \translation\: \白话文翻译\,\n \analysis\: \诗词赏析和创作背景分析\,\n \type\: \search\\n}\n\n要求\n1. content 字段必须是诗词原文保持原有格式和标点\n2. translation 字段提供准确流畅的白话文翻译\n3. analysis 字段包含创作背景、艺术特色、思想情感等分析\n4. 如果找不到完全匹配的诗词请返回最接近的一首;提示词明确了角色定位古诗词专家输出格式严格的JSON结构包含所有必需字段字段规范每个字段的含义和要求边界处理找不到匹配时的降级策略3.2 检索服务实现PoemSearchService封装了诗词检索的核心逻辑ServicepublicclassPoemSearchService{AutowiredprivateJsonParserjsonParser;Value(${volcengine.api.key})privateStringapiKey;Value(${volcengine.model.name:ep-20260313212708-bhpdc})privateStringmodelName;Value(${volcengine.base.url:https://ark.cn-beijing.volces.com/api/v3})privateStringbaseUrl;privateArkServicearkService;PostConstructpublicvoidinit(){this.arkServiceArkService.builder().apiKey(apiKey).baseUrl(baseUrl).build();}PreDestroypublicvoiddestroy(){if(this.arkService!null){this.arkService.shutdownExecutor();}}publicPoemsearchPoem(Stringquery){try{// 构建系统提示词 用户查询StringsystemPromptSEARCH_SYSTEM_PROMPT\n\n用户检索query;CreateResponsesRequestrequestCreateResponsesRequest.builder().model(modelName).input(ResponsesInput.builder().addListItem(ItemEasyMessage.builder().role(ResponsesConstants.MESSAGE_ROLE_USER).content(MessageContent.builder().addListItem(InputContentItemText.builder().text(systemPrompt).build()).build()).build()).build()).thinking(ResponsesThinking.builder().type(ResponsesConstants.THINKING_TYPE_DISABLED).build()).build();ResponseObjectresparkService.createResponse(request);// 提取响应文本StringresponseTextextractResponseText(resp);// 将 JSON 字符串解析为 Poem 对象PoempoemjsonParser.parseToPoem(responseText);returnpoem;}catch(Exceptione){e.printStackTrace();thrownewRuntimeException(搜索诗词失败e.getMessage(),e);}}privateStringextractResponseText(ResponseObjectresp){if(resp!nullresp.getOutput()!null){for(ObjectitemObj:resp.getOutput()){if(itemObjinstanceofItemOutputMessage){ItemOutputMessageoutputMessage(ItemOutputMessage)itemObj;if(outputMessage.getContent()!null){for(ObjectcontentObj:outputMessage.getContent()){if(contentObjinstanceofOutputContentItemText){OutputContentItemTexttextItem(OutputContentItemText)contentObj;returntextItem.getText();}}}}}}return未收到模型回复;}}检索流程将System Prompt与用户查询拼接调用大模型API获取响应从响应对象中提取文本内容通过JsonParser解析为Poem对象四、JSON解析容错处理4.1 解析器设计由于大模型的输出可能不完全符合标准JSON格式如包含额外说明文字、Markdown标记等设计了容错解析机制ComponentpublicclassJsonParser{privatestaticfinalObjectMapperobjectMappernewObjectMapper();/** * 将 JSON 字符串解析为 Poem 对象 */publicPoemparseToPoem(Stringjson)throwsIOException{// 第一层尝试直接解析try{returnobjectMapper.readValue(json,Poem.class);}catch(Exceptione){// 第二层提取JSON片段后解析returnextractAndParsePoem(json);}}/** * 从文本中提取并解析诗词 JSON */privatePoemextractAndParsePoem(Stringtext)throwsIOException{intstartIndextext.indexOf({);intendIndextext.lastIndexOf(});if(startIndex-1||endIndex-1||startIndexendIndex){thrownewIOException(未找到有效的 JSON 格式);}Stringjsontext.substring(startIndex,endIndex1);returnobjectMapper.readValue(json,Poem.class);}}解析策略第一层尝试直接将响应文本解析为Poem对象第二层如果失败定位第一个{和最后一个}之间的内容提取纯JSON后再解析失败处理如果连JSON片段都无法提取抛出异常由上层处理4.2 Poem实体定义DatapublicclassPoem{IdprivateStringid;Indexed(uniquetrue)privateIntegerpoemId;privateStringtitle;privateStringdynasty;privateStringauthor;IndexedprivateIntegeruserId;privateStringcontent;privateStringtranslation;privateStringanalysis;privateStringtype;}Poem实体与JSON字段一一对应Jackson会自动完成映射。五、总结诗词检索功能的核心技术点大模型API接入通过Ark SDK建立与大模型的通信通道管理服务生命周期提示词工程设计System Prompt约束输出格式明确字段要求和边界处理JSON解析实现两层容错机制处理非标准JSON输出响应提取从嵌套的响应对象中提取纯文本内容通过提示词工程和容错解析的配合确保了大模型输出的稳定性和可用性。

更多文章