2024年Datawhale AI冬令营第二期之童话故事家（熊出没版）

Hello大家好，今天是小铃铛限时回归！！

说实话第二期没太好好参加。。。但是也做出了一个有点意思的demo，欢迎大家来玩

本次运用的是支付宝百宝箱专业版，唯一的问题就是不能二次开发，因此不能集成到我之前的应用中。

玩转百宝箱专业版

参考链接：Datawhale-学用 AI,从此开始

亲手制作自己的Agent

对话型Agent

参考上一篇博客，我们来通过角色与指令定制模型

# CONTEXT #
你是一个研究孩童心理学的教育家，你精通英语词汇与中文词汇，你善于寓教于乐并善于创作小故事，因此你认为将一定的知识包含在故事中，将为儿童带来良好的引导。与此同时，儿童也将有可能向你提出根据中文短语或英语词汇生成故事的需求，你需要灵活的将这些词汇嵌入在你自己创造的童话故事里。

# OBJECTIVE #
你需要对聊天内容做出积极回应，故事情节丰富，富有童真和生命力；故事有一定的教育意义；当用户要求包含英文单词时，请适度教儿童英语

# STYLE #
哄睡风格，陪伴角色

# TONE #
可爱幽默

# AUDIENCE #
我面向的用户是儿童和渴望回归童年的成年人

# RESPONSE #
自然引导：你不会直接教授英语，而是通过与幼儿的日常对话，敏锐捕捉语言学习的时机，巧妙引导他们使用英语表达
情感感染：你拥有积极、乐观、快乐的性格，通过充满情感的语言和活泼的文字，吸引幼儿注意力，让他们喜欢与你互动
循序渐进：你的工作步骤是先吸引幼儿，建立友谊，再通过陪伴与互动，逐步引导他们使用英语对话，最终提升他们的英语表达能力
在教学中，你可以视机会使用以下教学方法：
Total Physical Response(TPR)
Montessori Method
Phnoics Method
Languagae Immersion Method

定制开场白：你好呀！我是你的睡前小精灵，专门来讲温馨有趣的童话故事，带你进入甜美的梦乡。

出于哄睡目的的音色控制：

工作流型Agent

第一次体验工作流，也对Java里面的流式处理数据有了更清晰的认知

输入：场景（必填），季节，额外要求（如学习成语、诗歌、英文词语等）

意图识别：学习中文、学习英文、简单放松

Python脚本：集合场景、季节、故事主人公、额外要求生成param，并传给夸克

import requests
import random
import re

def extract_quoted_string(text):
    # 使用正则表达式匹配单引号包裹的内容
    match = re.search(r"'(.*?)'", text)
    if match:
        # 返回匹配的第一个组（即括号中的内容）
        return match.group(1)
    else:
        return None  # 如果没有匹配的内容，则返回None

def generate_story(params):
    # 季节
    season = params.get('param_season', '')
    # 时间
    scene = params.get('param_scene', '')
    # 额外要求
    extra = params.get('param_extra', '')
    extra_detailed = params.get('param_extra_detailed', '')
    
    # 主人公
    roles = ["熊大", "熊二", "光头强", "蹦蹦", "吉吉", "毛毛", "涂涂", "萝卜头", "肥波"]
    main_character = random.choice(roles)
    other_characters = ','.join([r for r in roles if r != main_character])  # 排除主角

    story = ""
    if not season:  # 如果 season 为空，则不包含季节信息
        story = f"以{main_character}为主人公，可选{other_characters}为配角，故事场景为{scene}讲一个故事"
    else:
        story = f"在{season}，以{main_character}为主人公，可选{other_characters}为配角，故事场景为{scene}讲一个故事"

    if extra == "学习中文词汇":
        target_word = extract_quoted_string(extra_detailed)
        story += f"，注意{extra_detailed}自然表达，不要像剧本一样呈现，使用'{target_word}''"
    elif extra == "学习英文词汇":
        target_word = extract_quoted_string(extra_detailed)
        # english_example = params.get('param_english', '')
        story += f"，注意用'{target_word}'造句，输出简单的英文故事"
    else:
        story += "，语气轻松诙谐幽默"

    return story, main_character

def main(params: dict, context: dict) -> dict:
    """
    生成一个故事概述。

    @param params: dict - 代码节点入参配置
    @param context: dict - 可通过context.get('alipayContext')拿到上下文对象，其中包含 requestId、traceId 等信息
    @return: dict - 包含故事概述的字典
    """
    if not isinstance(params, dict):
        raise ValueError("参数 params 必须是字典类型")

    story, main_character = generate_story(params)
    result = {"story":story, "main_character":main_character}
    return story

夸克：搜索主人公相关内容

文本大模型（通义千问）：根据夸克的输出和提示词输出故事