openspg/python/knext/operator/builtin/online_runner.py

48 lines
2.0 KiB
Python
Raw Normal View History

2023-12-06 17:26:39 +08:00
from typing import Dict, List
from knext.api.operator import ExtractOp
from knext.models.runtime.vertex import Vertex
from NN4K.invoker.base import ModelInvoker
class BuiltInOnlineLLMBasedExtractOp(ExtractOp):
def __init__(self, params: Dict[str, str] = None):
"""
Args:
params: {"model_name": "openai", "token": "**"}
"""
super().__init__(params)
self.model = ModelInvoker.from_config(params)
self.prompt_ops = []
def eval(self, record: Dict[str, str]) -> List[Vertex]:
# 对于单条数据【record】执行多层抽取
# 每次抽取都需要执行op.build_prompt()->model.predict()->op.parse_response()流程
# 且每次抽取后可能得到多条结果,下次抽取需要对多条结果分别进行抽取。
record_list = [record]
# 循环所有prompt算子算子数量决定对单条数据执行几层抽取
for index, op in enumerate(self.prompt_ops):
extract_result_list = []
# record_list可能有多条数据对多条数据都要进行抽取
while record_list:
_record = record_list.pop()
# 生成完整query
query = op.build_prompt(_record)
# 模型预测,生成模型输出结果
response = self.model.inference(query)
# response = self.model[op.name]
# 模型结果的后置处理,可能会拆分成多条数据 List[dict[str, str]]
result_list = op.parse_response(response)
# 把输入的record和模型输出的result拼成一个新的dict作为这次抽取最终结果
for result in result_list:
_ = _record.copy()
_.update(result)
extract_result_list.append(_)
# record_list为空时执行下一层抽取
if index == len(self.prompt_ops) - 1:
return extract_result_list
else:
record_list.extend(extract_result_list)