文档问答

对文档/知识库进行问答，流式返回

请求参数说明

在请求 URL 上带上参数：appId, timestamp, signature 鉴权生成详情请参照上方鉴权认证 建立连接时，服务端会校验鉴权

#发送消息格式

• WebSocket 建立成功后，即可发送问答消息，消息格式如下：

{
  "chatExtends": {
    "wikiPromptTpl": "请将以下内容作为已知信息：\n<wikicontent>\n请根据以上内容回答用户的问题。\n问题:<wikiquestion>\n回答:",
    "wikiFilterScore": 65,
    "temperature": 0.5
  },
  "fileIds": ["8b1b17171212121212114fd0806"],
  "messages": [
    {
      "role": "user",
      "content": "如何理赔"
    },
    {
      "role": "assistant",
      "content": "您好，根据您提供的信息，理赔操作指引如下：\n\n1. 登录小程序，点击“理赔申请”。\n2. 选择对应保单。\n3. 上传理赔相关资料。\n4. 填写发票总金额。\n5. 填写银行账户，需精确到支行。\n6. 点击“提交”成功后，返回“理赔服务”界面，点选“理赔查询”，查看理赔进度和申请记录。\n7. 如有需要，点击“查看详情”，查看理赔详情和金额。\n\n请注意，如有严重既往症员工还请和HR部门及时报备沟通，如未及时报备，保险公司不承担相关责任。同时，索赔资料不齐全导致延迟赔付等问题也需要注意。"
    },
    {
      "role": "user",
      "content": "家属有什么福利"
    }
  ]
}

• 参数说明：

字段名	类型	描述	必须	默认值
fileIds	Array	提问问题检索的文件 id 列表，必传	Y
messages	Array	问答内容列表，按时间正序，最后一条为最新提问	Y
messages.role	String	user 表示是用户的问题，assistant 表示 AI 的回复	Y
messages.content	String	用户和 AI 的对话内容	Y
chatExtends	Object	大模型对话自定义扩展字段	N
chatExtends.wikiPromptTpl	String	wiki 大模型问答模板，在某些场景服务默认的 prompt 回答效果不好时，业务可以考虑通过自定义 prompt 来改善。替换的问题标识，替换的文本内容标识	N
chatExtends.wikiFilterScore	Float	wiki 结果分数阈值，低于这个阈值的结果丢弃。取值范围为(0,1] 参考值为：0.80非常宽松 0.82宽松 0.83标准0.84严格 0.86非常严格。服务会根据问题检索文件列表中内容相关的文段，该值设置的越高，可能丢弃的内容越多，但保留下来的内容越准确；但过高也可能导致无匹配内容	N	0.82
chatExtends.sparkWhenWithoutEmbedding	boolean	用户问题未匹配到文档内容时，是否使用大模型兜底回答问题	N
chatExtends.temperature	Float	大模型问答时的温度，取值 0-1，temperature 越大，大模型回答随机度越高	N

#返回消息格式

• 客户端发送消息后，服务端处理后会返回消息，格式如下

{
  "code": 0,
  "content": "和指南。在此之前，我可以为您",
  "fileRefer": "{\"b2de1116b590911111119d0f3dbfc8\":[3,7,8]}",
  "sid": "870b299a48ba46b6b5e4dfbd99fe4497",
  "status": 1
}

#返回参数说明

参数名	类型	描述
code	Int	错误码 ，0 标识成功
content	String	错误描述
sid	String	会话唯一标识
status	Int	会话状态，取值为[0,1,2,99]；0 代表首次结果；1 代表中间结果；2 代表最后一个结果；99 代表引用的文档及文段
fileRefer	String	文档引用，status=99 的时候返回；结构是个 Map，key=文件 id，value=引用的文段列表（对应 fileTrunks 的 index）

若返回 fileRefer 为空，提示 "抱款，在文档中没有找到与提问相关的内容，请尝试换个问题问问吧。"表示提问未匹配到文档内容，可以降低chatExtends.wikiFilterScore以降低匹配阈值，也可以开启chatExtends.sparkWhenWithoutEmbedding用大模型兜底。