聊天

docs/chat.md

@@ -0,0 +1,129 @@
+好的，以下是 简化版的智能问答接口设计，聚焦两个核心问答模式：
+•	✅ 普通聊天（chat）
+•	✅ 深度研究（research）
+
+省略了 history_limit、model、parameters、metadata 等高级控制参数，仅保留核心功能字段。
+
+⸻
+
+✅ 请求接口设计
+
+POST /api/qa/ask
+
+📥 请求体（JSON）
+
+{
+"mode": "chat",                 // chat | research，问答模式
+"conversation_id": "12345",     // 可选，会话ID（用于上下文关联）
+"message": "什么是RAG？"         // 用户输入的问题
+}
+
+📌 字段说明
+
+字段名	类型	必填	说明
+mode	string	是	chat 普通聊天，research 深度研究
+conversation_id	string	否	可选；为空则创建新会话
+message	string	是	用户发送的问题内容
+
+
+⸻
+
+✅ 响应数据设计
+
+📤 响应体（JSON）
+
+{
+"success": true,
+"conversation_id": "12345",
+"message_id": "msg_001",
+"answer": "RAG 是一种结合检索与生成的问答系统架构...",
+"references": [],                  // chat 模式为空；research 模式可能返回引用资料
+"report_id": null,                // 仅在 research 模式中，若已触发报告生成
+"tokens_used": 198,
+"time_ms": 732
+}
+
+📌 字段说明
+
+字段名	类型	说明
+success	boolean	是否成功
+conversation_id	string	当前所属会话 ID
+message_id	string	当前返回消息的唯一标识
+answer	string	模型生成的回答内容
+references	array	若为 research 模式，可能包含引用资料；否则为空
+report_id	string | null	若生成报告，返回报告ID；否则为 null
+tokens_used	number	生成过程使用的 token 数量（可用于统计/计费）
+time_ms	number	模型生成耗时（毫秒）
+
+
+⸻
+
+✅ 示例
+
+📌 普通聊天模式
+
+请求
+
+{
+"mode": "chat",
+"message": "你好，帮我解释一下 LLM 是什么？"
+}
+
+响应
+
+{
+"success": true,
+"conversation_id": "abc123",
+"message_id": "msg_1001",
+"answer": "LLM（Large Language Model）是指大型语言模型...",
+"references": [],
+"report_id": null,
+"tokens_used": 154,
+"time_ms": 645
+}
+
+
+⸻
+
+📌 深度研究模式
+
+请求
+
+{
+"mode": "research",
+"conversation_id": "r20240718_001",
+"message": "请详细说明 RAG 在金融领域的应用。"
+}
+
+响应
+
+{
+"success": true,
+"conversation_id": "r20240718_001",
+"message_id": "msg_2009",
+"answer": "在金融领域，RAG 可用于增强问答系统...",
+"references": [
+{
+"title": "RAG 应用于金融智能问答",
+"url": "https://example.com/rag-finance",
+"quote": "金融领域中的RAG系统能显著提升精确率..."
+}
+],
+"report_id": "report_84928",
+"tokens_used": 341,
+"time_ms": 1024
+}
+
+
+⸻
+
+✅ 结构总结（精简版）
+
+模式	关键差异
+chat	只返回回答，无引用、无报告
+research	返回引用资料、可返回 report_id
+
+
+⸻
+
+如需下一步生成 Swagger/OpenAPI 接口文档、接口校验 Schema、数据库如何存储这些内容，欢迎继续提问。