0913

app.py

@@ -47,11 +47,11 @@ LLM_MODEL_CONFIG = {
     "seed": int(os.getenv("LLM_SEED", 42)),
 }
 
-# 系統提示詞
+# 系統提示詞（修改為將網路搜尋結果視為參考，不必完全依賴）
 SYSTEM_PROMPT = """你是一個友好的AI助手，請用簡單、親切的中文回覆用戶的問題。
 在回應時，不要使用 Markdown 格式，如粗體、斜體或標題。避免使用 * 號或任何特殊符號來格式化。
 使用條列式（如 - 或 1. 2. 3.）來整理內容，讓它適合在 LINE 上閱讀。
-基於以下提供的網路搜尋結果來回答問題，如果結果不相關或不足，請誠實地說不知道，並建議用戶提供更多細節。"""
+使用以下提供的網路搜尋結果作為參考來回答問題，但不必完全依賴它們。你可以根據你的知識補充或調整回覆。如果結果不相關或不足，請誠實地說不知道，並建議用戶提供更多細節。"""
 
 # ---------- 記憶體儲存對話歷史 ----------
 conversations: Dict[str, List[Dict[str, str]]] = {}  # {user_id: messages_list}
@@ -72,21 +72,25 @@ def split_text_for_line(text: str, max_length: int = 4800) -> List[str]:
         text = text[split_pos:].lstrip()
     return chunks
 
-# ---------- 網路搜尋函數 ----------
+# ---------- 網路搜尋函數（新增 log/print 檢索過程） ----------
 def perform_web_search(query: str, max_results: int = 5) -> str:
-    """使用 DuckDuckGo 進行網路搜尋，並返回摘要結果。"""
+    """使用 DuckDuckGo 進行網路搜尋，並返回摘要結果。同時 log/print 檢索過程。"""
+    print(f"開始網路搜尋：查詢詞 = '{query}'，最大結果數 = {max_results}")
     try:
         with DDGS() as ddgs:
             results = [r for r in ddgs.text(query, max_results=max_results)]
         if not results:
+            print("搜尋完成：沒有找到相關結果。")
             return "沒有找到相關的網路搜尋結果。"
         
         search_summary = "以下是相關的網路搜尋結果摘要：\n"
         for i, result in enumerate(results, 1):
+            print(f"結果 {i}: 標題 = '{result['title']}'，摘要 = '{result['body'][:200]}...'，來源 = '{result['href']}'")
             search_summary += f"{i}. {result['title']}: {result['body'][:200]}... (來源: {result['href']})\n"
+        print("搜尋完成：總結果數 = {len(results)}")
         return search_summary
     except Exception as e:
-        print(f"Web search error: {e}")
+        print(f"網路搜尋錯誤：{e}")
         return f"搜尋時發生錯誤：{str(e)}。請稍後再試。"
 
 # ---------- 聊天處理流程 ----------
@@ -223,4 +227,4 @@ async def health_check():
 
 if __name__ == "__main__":
     port = int(os.getenv("PORT", 7860))
-    uvicorn.run(app, host="0.0.0.0", port=port)
+    uvicorn.run(app, host="0.0.0.0", port=port)