from openai import OpenAI import os import re # 设置OpenAI API密钥和基础URL api_key = os.getenv("OPENAI_API_KEY") base_url = os.getenv("OPENAI_BASE_URL", "https://api.openai.com/v1") model_name = os.getenv("OPENAI_MODEL_NAME", "gpt-3.5-turbo") def analyze_style(profile, conversations): client = OpenAI( api_key=api_key, base_url=base_url ) # 提取患者信息 patient_info = f"### 患者信息\n年龄:{profile['age']}\n性别:{profile['gender']}\n职业:{profile['occupation']}\n婚姻状况:{profile['marital_status']}\n症状:{profile['symptoms']}" # 提取对话记录 dialogue_history = "\n".join([f"{conv['role']}: {conv['content']}" for conv in conversations]) # 构建提示词,明确要求模型按特定格式输出结果 prompt = f"""### 任务 根据患者情况及咨访对话历史记录分析患者的说话风格。 {patient_info} ### 对话记录 {dialogue_history} 请分析患者的说话风格,最多列出5种风格特点。 请按以下格式输出结果: 说话风格: 1. [风格特点1] 2. [风格特点2] 3. [风格特点3] ... 只需要列出风格特点,不需要解释。 """ response = client.chat.completions.create( model=model_name, messages=[ {"role": "user", "content": prompt} ] ) # 从响应中提取说话风格列表 response_text = response.choices[0].message.content # 使用正则表达式提取风格特点 # 匹配"说话风格:"之后的列表项 style_pattern = r"说话风格:\s*(?:\d+\.\s*([^\n]+)(?:\n|$))+" match = re.search(style_pattern, response_text, re.DOTALL) if match: # 提取所有的列表项 style_items = re.findall(r"\d+\.\s*([^\n]+)", response_text) return style_items else: # 如果没有按预期格式输出,尝试使用备用正则表达式 # 寻找任何可能的列表项 fallback_items = re.findall(r"(?:^|\n)(?:\d+[\.\)、]|[-•*])\s*([^\n]+)", response_text) # 如果仍然没找到,尝试直接分割文本 if not fallback_items: # 找到可能包含风格描述的行 potential_styles = [line.strip() for line in response_text.split('\n') if line.strip() and not line.startswith('###') and ':' not in line] return potential_styles[:5] # 最多返回5项 return fallback_items[:5] # 最多返回5项 # unit test # profile = { # "drisk": 3, # "srisk": 2, # "age": "42", # "gender": "女", # "marital_status": "离婚", # "occupation": "教师", # "symptoms": "缺乏自信心,自我价值感低,有自罪感,无望感;体重剧烈增加;精神运动性激越;有自杀想法" # } # conversations = [ # {"role": "user", "content": "我最近感觉很沮丧,似乎一切都没有意义。"}, # {"role": "assistant", "content": "你能具体说说是什么让你有这样的感觉吗?"}, # {"role": "user", "content": "我觉得自己在工作上总是做不好,没什么价值。"} # ] # print(analyze_style(profile, conversations))