feat: 意图识别优化

app/chat_qa_query/query_graph.py

@@ -45,7 +45,7 @@ if __name__ == '__main__':
             archive_messages_mysql_repository = ArchiveMessagesRepository(db_session)
             qa_milvus_repository = QARepository()
 
-            state: QueryQAState = QueryQAState(original_query="老师你好，我想咨询一下3d建模费用和就业情况", history=['2026-07-10T15:42:13 EXTERNAL 老师这个课程多少钱啊\n', '2026-07-10T15:40:34 EXTERNAL 老师 我想报班\n'])
+            state: QueryQAState = QueryQAState(original_query="老师现在建模课多少钱呢？", history=['2026-07-10T15:42:13 EXTERNAL 老师现在建模课多少钱呢？\n'])
             context = QueryQAContext(meta_mysql_repository=archive_messages_mysql_repository,
                                 qa_milvus_repository=qa_milvus_repository
                                 )

app/chat_qa_query/query_nodes/node_rewrite.py

@@ -15,95 +15,195 @@ problem_rewriting_prompt = """
 
 ### 1. 双维度提取原则
 每个用户问题通常包含两个维度的意图，必须分别识别：
-- **课程/服务主题维度**：用户想咨询的具体课程类型或业务主题（如3D建模、2D原画、UE引擎开发等）
+- **课程/服务主题维度**：用户想咨询的具体课程类型或业务主题
-- **诉求/动作维度**：用户想了解的方面（如课程咨询、就业咨询、校区分布等）
+- **诉求/动作维度**：用户想了解的方面（费用、就业、难度等）
 
 这两个维度相互独立，必须同时提取，不得遗漏任何一个。
 
-### 2. 主题维度提取规则
+### 2. 并列结构强制拆分
-- 如果用户明确提到了具体课程名称或类型（如"3D建模"、"2D原画"、"UE引擎开发"），必须作为独立意图标签输出
+识别以下并列模式并强制拆分：
-- 如果当前问题使用代词（如"这个"、"它"），结合历史会话进行指代消解，还原具体课程名称
+- 顿号/逗号分隔："A、B、C" → [A, B, C]
-- 如果历史会话中也没有明确课程类型，则不输出主题维度标签
+- "和/与/及/还有"连接："A和B" → [A, B]
+- 疑问词并列："多少钱、怎么报名、有就业吗" → [多少钱, 怎么报名, 有就业吗]
 
-### 3. 诉求维度提取规则
+**规则**：拆分后，每个子项必须独立分析，不得合并。
-- 从当前问题中提取用户明确表达的动作诉求（费用、就业、退费、住宿等）
-- 将动作诉求映射到标准诉求类型标签
 
-### 4. 信息补全与语义保持
+### 3. 意图识别置信度评分体系
+每个意图标签在输出前必须经过置信度评分，**只有总分≥60分的标签才会被输出**。
+
+#### 评分维度：
+
+| 评分维度 | 分值 | 触发条件 | 说明 |
+|---------|------|---------|------|
+| **直接匹配** | **60分** | 用户问题中直接出现标签关键词或同义词扩展词 | 关键词完全匹配或同义词匹配，直接给60分，超过阈值 |
+| **语义关联** | **40分** | 用户表达与标签语义高度相关，通过语义场推断 | 语义场匹配给40分，需配合上下文支持达到阈值 |
+| **上下文支持** | **20分** | 历史会话或当前上下文支持该意图推断 | 与语义关联配合：40+20=60分，刚好达到阈值 |
+| **历史补全** | **10分** | 意图完全依赖历史会话补全 | 仅作为辅助加分，不单独使用 |
+
+#### 阈值判定规则：
+- **总分 ≥ 60分** → 进入候选池
+- **总分 < 60分** → 直接过滤，不进入候选池
+- 无任何意图≥60分 → 输出 `{{"intents": []}}`
+
+### 4. 强制截断规则（新增）
+**无论识别到多少个意图，最终输出最多只返回2个意图标签。**
+
+当候选池中超过2个意图时，按以下优先级排序，只保留前2个：
+
+| 优先级 | 排序规则 | 说明 |
+|-------|---------|------|
+| **P1（最高）** | 当前问题直接明确表达的 &gt; 历史会话补全的 | 用户当前明确说出的诉求优先 |
+| **P2** | 总分高的 &gt; 总分低的 | 置信度更高的优先 |
+| **P3** | 诉求维度 &gt; 主题维度 | 用户更关心"做什么"而非"是什么" |
+| **P4** | 出现顺序靠前的 &gt; 出现顺序靠后的 | 用户先说的一般更关心 |
+
+**截断规则**：排序后，只保留前2个，其余全部丢弃。
+
+### 5. 语义同义词扩展匹配
+匹配时不仅使用标准词，还必须覆盖扩展词：
+
+**就业咨询** = 就业、找工作、工作推荐、就业支持、就业服务、就业保障、就业率、包就业、毕业安排、工作分配、推荐工作、就业方向、职业发展、入职、岗位推荐、能就业吗、好找工作吗、就业情况、就业数据、薪资、工资待遇、收入水平
+
+**学不会怎么办** = 学不会、跟不上、没基础、怕学不会、能不能学、能学会吗、学得会吗、适合我学吗、零基础能学吗、没经验能学吗、纯小白能学吗、好不好学、难不难、难吗、简单吗、容易学吗、好学吗、有难度吗、门槛高吗、有门槛吗、担心自己学不会、不知道能不能学会、怕跟不上、怕太难、上手难、学不进、听不懂、理解不了
+
+**课程咨询** = 多少钱、费用、价格、学费、学什么、内容、课程安排、怎么收费、贵不贵、收费标准、分期付款、优惠、折扣、教什么、学什么内容、课程体系、教学大纲、课程表、怎么报名、报名流程、入学流程、报名需要什么、报名条件、上课时间、上课周期、学多久、多长时间、几个月、课时、开班时间、什么时候开课、有班级吗、还能报名吗
+
+**退费咨询** = 退费、退款、退钱、退款政策、不学了能退吗、中途退学、退课、退费规则、退费流程、能退多少、退款比例、退费条件、不想学了怎么办
+
+**住宿咨询** = 住宿、宿舍、包住、住哪、住宿条件、有宿舍吗、包住宿吗、住宿环境、住宿费、房租、住校、外宿、租房、住宿安排、住宿费用
+
+**学历咨询** = 学历、文凭、证书、学位、毕业证、大专、本科、学历认证、学历证书、学位认证
+
+**校区分布** = 校区、地址、在哪、位置、分布、哪个城市、怎么去、交通、附近
+
+**优势/竞争力** = 优势、竞争力、为什么选你们、和其他机构比、口碑、排名、实力、师资、教学质量
+
+### 6. 信息补全与语义保持
 - 如果当前问题缺少主语，从历史会话补全
 - 不得改变用户原始意图，不得引入历史会话中不存在的新信息
 - 不得遗漏当前问题中的任何关键诉求
 
 ## 输出格式
 - 仅输出JSON，不要任何解释性文字
-- 多诉求时用数组形式输出，每个意图标签独立
+- **最多只返回2个意图标签**，超出部分强制截断
 - 标签从以下列表中选择，不得自创：
 
 **课程/服务主题标签**：公司介绍、3D建模、3D场景建模、3D角色建模、2D原画、二次元风格、写实风格、动作/分镜、游戏动作/分镜、开发、UE引擎开发、3D大师课、GGAC绘殓课程、造型力、大学生扶持计划、兴趣/提升班、学习模式、线下面授教学、线上直播教学、寒暑假教学、提供服务、优势/竞争力、校区分布
 
 **诉求/动作标签**：课程咨询、退费咨询、住宿咨询、学不会怎么办、就业咨询、学历咨询
 
+## 分析流程（必须按顺序执行）
+
+### 步骤1：并列拆分
+将当前问题拆分为独立的子诉求。
+
+### 步骤2：双维度扫描 + 置信度评分
+为每个识别到的意图计算总分。
+
+### 步骤3：阈值过滤
+只保留总分≥60分的意图，进入候选池。
+
+### 步骤4：优先级排序（当候选池超过2个时）
+按P1→P2→P3→P4规则排序。
+
+### 步骤5：强制截断
+只保留排序后的前2个意图标签。
+
+### 步骤6：完整性自检（输出前必须执行）
+- [ ] 每个子诉求是否都经过了置信度评分？
+- [ ] 是否有总分≥60分的意图被遗漏？
+- [ ] 最终输出是否≤2个标签？
+- [ ] 截断时是否按优先级规则执行？
+
+如果任何一项为"否"，重新分析。
+
 ## 分类示例
 
-### 示例1（主题+诉求双维度）
+### 示例1（2个意图，无需截断）
 历史会话：（空）
 当前问题：3D建模培训的课程内容有哪些？
-分析：主题="3D建模"，诉求="课程内容"→课程咨询
+分析：
+  - 主题维度："3D建模" → 直接匹配 = 60分 ≥ 60分 → 候选池
+  - 诉求维度："课程内容" → 直接匹配"课程咨询" = 60分 ≥ 60分 → 候选池
+  - 候选池共2个，无需截断
 分类结果：
 {{
     "intents": ["3D建模", "课程咨询"]
 }}
 
-### 示例2（主题+诉求双维度，信息补全）
+### 示例2（并列拆分 + 阈值过滤 + 截断）
-历史会话：
+历史会话：（空）
-- 用户：我想了解游戏特效培训
-- 助手：好的，请问您想了解哪方面？
-当前问题：培训的费用
-分析：主题从历史会话补全="游戏特效培训"，诉求="费用"→课程咨询
-分类结果：
-{{
-    "intents": ["课程咨询"]
-}}
-
-### 示例3（主题+诉求双维度，指代消解）
-历史会话：
-- 用户：你们有Python课程吗？
-- 助手：有的，我们有Python基础班和进阶班。
-当前问题：这个课程的时长是多久？
-分析：主题="Python课程"，诉求="课程时长"→课程咨询
-分类结果：
-{{
-    "intents": ["课程咨询"]
-}}
-
-### 示例4（多诉求提取）
-历史会话：
-- 用户：我想报名数据分析培训
 当前问题：流程、费用和就业支持
-分析：主题="数据分析培训"，诉求="流程/费用"→课程咨询，"就业支持"→就业咨询
+分析：
+  - 拆分：[流程, 费用, 就业支持]
+  - "流程" → 直接匹配"课程咨询" = 60分 → 候选池
+  - "费用" → 直接匹配"课程咨询" = 60分 → 候选池（去重）
+  - "就业支持" → 直接匹配"就业咨询" = 60分 → 候选池
+  - 候选池：["课程咨询", "就业咨询"]，共2个，无需截断
 分类结果：
 {{
     "intents": ["课程咨询", "就业咨询"]
 }}
 
-### 示例5（主题+诉求双维度）
+### 示例3（3个意图，强制截断为2个）
 历史会话：（空）
-当前问题：老师3D大师课课程多少钱啊，老师我想报班
+当前问题：我想学角色，不知道能不能学，好不好学
-分析：主题="3D大师课"，诉求="多少钱/报班"→课程咨询
+分析：
+  - 主题维度："学角色" → 直接匹配"3D角色建模" = 60分 → 候选池
+  - 诉求维度1："想学" → 直接匹配"课程咨询" = 60分 → 候选池
+  - 诉求维度2："不知道能不能学" → 语义关联(40) + 上下文支持(20) = 60分 → 候选池
+  - 诉求维度3："好不好学" → 语义关联(40) + 上下文支持(20) = 60分 → 候选池（与上同标签，去重）
+  - 候选池：["3D角色建模", "课程咨询", "学不会怎么办"]，共3个，需截断
+  - 排序：课程咨询(P1当前直接) &gt; 学不会怎么办(P1当前直接) &gt; 3D角色建模(P3主题维度)
+  - 截断后保留前2个
 分类结果：
 {{
-    "intents": ["3D大师课", "课程咨询"]
+    "intents": ["课程咨询", "学不会怎么办"]
 }}
 
-### 示例6（关键示例：主题必须独立提取）
+### 示例4（5个意图，强制截断为2个）
-历史会话：
+历史会话：（空）
-- 用户：老师 我想报班
+当前问题：3D建模费用、就业、住宿、退费
-- 用户：老师这个课程多少钱啊
+分析：
-当前问题：老师我想咨询3D建模费用问题
+  - "3D建模" → 直接匹配 = 60分 → 候选池
-分析：主题="3D建模"（当前问题明确提及），诉求="费用问题"→课程咨询
+  - "费用" → 直接匹配"课程咨询" = 60分 → 候选池
+  - "就业" → 直接匹配"就业咨询" = 60分 → 候选池
+  - "住宿" → 直接匹配"住宿咨询" = 60分 → 候选池
+  - "退费" → 直接匹配"退费咨询" = 60分 → 候选池
+  - 候选池共5个，需截断
+  - 排序：课程咨询(P1当前直接,出现第2) &gt; 就业咨询(P1当前直接,出现第3) &gt; 住宿咨询 &gt; 退费咨询 &gt; 3D角色建模(P3主题维度)
+  - 截断后保留前2个
 分类结果：
 {{
-    "intents": ["3D建模", "课程咨询"]
+    "intents": ["课程咨询", "就业咨询"]
+}}
+
+### 示例5（历史补全被过滤 + 截断）
+历史会话：
+- 用户：我想学3D建模
+当前问题：多少钱、就业情况、住宿条件
+分析：
+  - 主题维度："3D建模"历史补全 = 10分 < 60分 → **不进入候选池**
+  - "多少钱" → 直接匹配"课程咨询" = 60分 → 候选池
+  - "就业情况" → 直接匹配"就业咨询" = 60分 → 候选池
+  - "住宿条件" → 直接匹配"住宿咨询" = 60分 → 候选池
+  - 候选池：["课程咨询", "就业咨询", "住宿咨询"]，共3个，需截断
+  - 排序：课程咨询(P1,出现第1) &gt; 就业咨询(P1,出现第2) &gt; 住宿咨询(P1,出现第3)
+  - 截断后保留前2个
+分类结果：
+{{
+    "intents": ["课程咨询", "就业咨询"]
+}}
+
+### 示例6（语义关联不足60分，全部被过滤）
+历史会话：（空）
+当前问题：这个课有意思吗
+分析：
+  - "有意思" → 语义关联"课程咨询" = 40分，无上下文支持 = 0分，总分40分 < 60分 → **不进入候选池**
+  - 候选池为空
+分类结果：
+{{
+    "intents": []
 }}
 
 ---

app/repository/milvus/intent_classification_repository.py

@@ -122,4 +122,8 @@ class IntentClassificationRepository:
             limit=1000
         )
         categories = list(set([item.get("intent_category", "") for item in result]))
-        return categories
+        return categories
+
+    async def get_style_intent_categories(self) -> List[str]:
+        all_categories = await self.get_all_intent_categories()
+        return [c for c in all_categories if "风格" in c]