项目概述 本项目是一个基于Python的数据处理和查询系统，旨在通过调用一系列API来获取和处理用户所需的信息。系统通过解析用户的问题，自动生成查询步骤，并调用相应的API获取数据，最终返回用户所需的答案。
实现逻辑 分为两套实现逻辑，首先完全依赖提示词工程+大模型能力形成查询逻辑链，并使大模型整合并返回分析结果（包括中间过程）。 如果大模型查询链失败，则使用工具调用逻辑（预先多分类分包+分包组合+分包特化提示词+逐步解决和重写问题）。 技术栈 Python：主要编程语言。 Requests：用于发起HTTP请求。 JSON：用于处理数据交换格式。 正则表达式：用于文本匹配和提取。 文件说明 glm_code.py：主程序文件，包含系统的主要逻辑。 toolkit.py：包含调用API的函数和处理数据的辅助函数。 baseline.py # 调用工具的实现方法
代码结构 plaintext project/ │ ├── glmcode.py # 主程序文件 ├── toolkit.py # 工具函数库 ├── baseline.py # 调用工具的实现方法 └── readme.md # 项目说明文件 主要函数和类 processquestion(question)：处理用户的问题，修正不规范的提问。 API(apiname, args)：调用指定的API并返回结果。 gettoolsresponse(query)：获取处理后的问题或结果。 apicall(apiname, args)：封装API调用逻辑。 replaceargswithrsp(args, previousrsp)：替换参数中的变量。 getcourtcode(rsp)：从返回结果中提取法院代字。 replacecourtcode(jsonstr)：修正JSON字符串中的法院代字。 运行示例 问题输入：用户输入一个问题，例如“金迪克的子公司的一级行业是什么？” 问题处理：系统调用process_question函数处理问题。 生成查询步骤：系统生成查询步骤的JSON字符串。 API调用：系统根据查询步骤调用相应的API。 结果输出：系统输出最终结果。
评论