章节四十二：KnowledgeHandler设计与实现

一、KnowledgeHandler设计

1.1 概述

KnowledgeHandler：负责处理知识问答类请求。根据用户问题检索信息，将检索到的信息连同用户问题一起交给大模型生成回复。

ChitChatHandler：负责处理闲聊类请求。读取最近对话历史，将历史和用户最后一句话一起交给大模型，生成自然的闲聊回复。

1.2 知识意图定义

KnowledgeHandler中定义了如下知识意图，TurnPlanner会将用户问题归到某个知识意图：

1.3 信息源类型

不同意图对应不同的信息源，当前系统有三类信息源：

意图与信息源的对应关系：

1.4 KnowledgeHandler处理流程

第一步：DialogueEngine根据用户消息预测知识意图。

第二步：进入KnowledgeHandler，编排知识问答流程。

第三步：KnowledgeContextBuilder构建上下文对象，包含用户消息、最近历史、聚焦对象和知识意图。

第四步：KnowledgePlanner根据知识意图和上下文选择本轮要查询的信息源。

第五步：KnowledgeProviderRegistry根据provider ID找到对应的KnowledgeProvider。

第六步：KnowledgeProvider从具体信息源中获取数据，返回KnowledgeChunk（知识片段）。

第七步：KnowledgeResponder将检索到的信息和用户问题组装成提示词，交给大模型生成回复。

第八步：返回BotMessage（最终客服消息）。

1.5 ChitChatHandler处理流程

第一步：ChitChatHandler接收闲聊消息。

第二步：提取最近对话历史（recent_turns）。

第三步：提取用户最后一句话（user_message）。

第四步：ChitChatResponder组装提示词并调用大模型。

第五步：返回BotMessage（闲聊回复）。

二、KnowledgeHandler实现

2.1 入口方法

KnowledgeHandler的handle()接收两个参数：

• state：当前完整对话状态
• intents：本轮命中的知识意图列表

处理流程：

第一步：读取pending_turn.input_message（当前用户问题）。

第二步：读取state.recent_turns（最近对话历史）。

第三步：根据intents合并provider_ids并去重。

第四步：通过KnowledgeProviderRegistry.get()查找对应的Provider。

第五步：调用Provider.retrieve()获取知识片段（KnowledgeChunk列表）。

第六步：调用KnowledgeResponder.respond()，将用户问题、对话历史和知识片段交给大模型生成回复。

第七步：返回BotMessage。

2.2 KnowledgeIntent

KnowledgeIntent描述一种知识问答意图及其需要的provider。字段包括：id（意图ID）、description（意图说明）、provider_ids（需要查询的provider列表）、requires_object（是否要求有聚焦对象）。

例如product_info意图需要api.product，且要求聚焦对象类型为product；order_info需要api.order，且要求聚焦对象类型为order。

2.3 KnowledgeProvider

KnowledgeProvider是知识来源的基类，每个provider负责根据当前DialogueState检索知识并返回KnowledgeChunk列表。

ProductApiProvider：查询商品实时信息。从focused_object获取商品ID，调用商品详情接口，将结果格式化后返回KnowledgeChunk。

OrderApiProvider：查询订单和物流实时信息。从focused_object获取订单号，使用asyncio.gather()并发查询订单API和物流API，合并结果后返回KnowledgeChunk。

FaqKnowledgeProvider和RagKnowledgeProvider：当前为占位实现，后续可接入具体的FAQ库和RAG知识库。

2.4 KnowledgeProviderRegistry

KnowledgeProviderRegistry根据provider id查找provider。初始化时把provider列表转换为字典（provider_id到provider实例），实现O(1)快速查找。

2.5 KnowledgeResponder

KnowledgeResponder负责把知识片段、对话历史和用户问题交给大模型，生成最终客服回复。

处理流程：

第一步：拼接knowledge_content（合并所有知识片段的内容）。

第二步：构建history（格式化最近对话历史）。

第三步：组装LangChain chain（调用大模型的执行链）。

第四步：调用LLM生成回复。

第五步：返回BotMessage。

提示词模板要点：角色设定为中文电商客服助手，语气自然友好简洁；优先基于知识片段作答，不编造不存在的内容；信息不足时坦诚告知；不机械复述资料原文。

2.6 KnowledgeHandler总入口

最终的总入口流程：

第一步：从state.pending_turn.input_message读取当前用户问题。

第二步：从state.recent_turns(10)读取最近10轮对话历史。

第三步：根据intents合并provider列表并去重。

第四步：遍历provider_ids，调用registry.get()获取Provider，再调用provider.retrieve(state)获取知识片段。

第五步：调用responder.respond(user_message, recent_turns, chunks)生成回复。