2026年7月16日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

一文讲透:大模型应用开发中的多轮对话实战案例

发布日期:2025-04-05 19:26:51 浏览次数: 3916
作者:AI进化纪

微信搜一搜,关注“AI进化纪”

推荐语

深入探索多轮对话技术在实际应用中的挑战与解决方案。

核心内容:
1. 多轮对话技术面临的业务场景复杂性
2. 实现多轮对话系统的核心流程与技术要点
3. Golang框架下多轮对话系统的代码实现案例

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

多轮对话技术是人工智能领域的重要研究方向,很多公司都有这样的场景,其目标是构建能够理解上下文、识别意图并生成连贯响应的智能系统。今天我来通过一个真实案例并给出核心代码给你讲透,请一定看完。


一、实际落地场景中的问题


多轮对话在业务场景落地的过程中有一系列问题:

  • 业务场景的复杂性
多轮对话系统需处理用户连续提问、话题切换、信息省略等复杂交互,例如用户从“订机票”突然转向“支付方式”,系统需动态调整任务目标。传统基于规则或检索的方法难以应对此类动态场景。
  • 模型能力的局限性
尽管LLM在单轮对话中表现优异,但其对长上下文的记忆能力有限,且生成内容易出现逻辑矛盾(如前文提及“北京”后文误答“上海天气”)。此外,模型对模糊表达(如“大概几点”)的意图识别准确率仍需提升。
  • 工程实现的复杂性
多轮对话系统需集成内容审核、用户意图识别、提示词构建、历史消息、模型调用、中断处理、存储层实现等模块,并解决实时性、成本控制等问题。

二、实现的核心流程

从工程的角度来说,实现多轮对话系统的核心需要从这几个方面进行:

  • 上下文控制:设置超时时间,并在适当的地方进行取消操作。
  • 初始化请求管道:创建模型响应通道和中断监听通道。
  • 前置处理:
    • 创建初始消息记录
    • 对用户问题进行安全审核
    • 中断监听:创建一个协程监听用户的中断请求。
    • 记忆网络:存储并索引历史对话。
    • 构建模型提示词:根据请求内容构建AI模型需要的提示词。
    • 调用模型获取回答:异步调用AI模型,将响应发送到输出通道。
    • 处理模型响应:
      • 使用select监听多个通道
      • 处理超时情况
      • 处理模型返回的数据包
      • 处理用户中断请求
    • 结束逻辑:
      • 更新最终消息内容和状态
      • 记录会话历史
      • 设置输出信息

    三、代码实现 


    以下是基于Golang的Kratos框架和SSE推送技术的实践。


    核心处理流程:

      func (f *FreeAskUsecase) freeAskHandle(ctx context.Context, req *FreeAskReq, output *FreeAskResp) {    // 上下文控制    ctx, cancel := context.WithTimeout(ctx, time.Minute*2)    defer cancel()        // 初始化请求管道    modelCh := make(chan *ModelResponse, 10)    interruptCh := make(chan struct{}, 1)    var msgIdStr string    var msg *Message        // 前置处理:创建消息、安全审核等    msg, err := f.createInitialMessage(ctx, req)    if err != nil {        f.log.Errorf("创建初始消息失败: %v", err)        output.Status = StatusFailed        output.Message = "创建消息失败"        return    }        msgIdStr = msg.Msg.Id    output.MsgId = msgIdStr        // 获取历史对话记录    chatHistory, err := f.repo.GetRecentChatHistory(ctx, req.TalId, req.SubjectId, 2)    if err != nil {        f.log.Warnf("获取历史对话记录失败: %v", err)        // 继续处理,不影响主流程    }        // 构建消息历史    messages := make([]Message, 0, len(chatHistory)*2+1)        // 系统提示词    systemPrompt := f.buildSystemPrompt(req.SubjectId, intent, intentDetails)    messages = append(messages, Message{        Role:    "system", // 系统角色        Content: systemPrompt,    })        // 添加历史对话    for _, chat := range chatHistory {        // 用户问题        messages = append(messages, Message{            Role:    "user", // 用户角色            Content: chat.Question,        })                // AI回答        messages = append(messages, Message{            Role:    "assistant", // 模型角色            Content: chat.Answer,        })    }        // 添加当前问题    messages = append(messages, Message{        Role:    "user",        Content: req.Question,    })        // 用户意图识别    intent, intentDetails := f.recognizeUserIntent(ctx, req.Question)    f.log.Infof("用户意图识别结果: %s, 详情: %+v", intent, intentDetails)        // 根据意图处理特殊请求    if f.handleSpecialIntent(ctx, intent, intentDetails, req, output) {        // 如果特殊意图已处理完毕,直接返回        return    }        // 安全审核    safeResult, err := f.safetyCheck(ctx, req.Question)    if err != nil || !safeResult.IsSafe {        f.log.Errorf("内容安全审核未通过: %v", err)        output.Status = StatusRejected        output.Message = "内容包含不安全信息,请修改后重试"        // 更新消息状态为拒绝        f.repo.UpdateMessageStatus(ctx, msgIdStr, MessageStatusRejected)        return    }        // 2. 创建中断监听    // 用户可能会打断模型输出        go f.listenForInterruption(ctx, req.TalId, msgIdStr, interruptCh)        // 3. 构建模型提示词    // 将用户意图信息添加到提示词中    promptOptions := &PromptOptions{        Intent: intent,        IntentDetails: intentDetails,    }    prompt, err := f.buildPromptWithOptions(ctx, req, promptOptions)    if err != nil {        f.log.Errorf("构建提示词失败: %v", err)        output.Status = StatusFailed        output.Message = "系统处理异常"        return    }        // 创建DeepSeek-R1模型请求    modelRequest := &DeepSeekModelRequest{        Model:       "deepseek-r1",        Messages:    messages,        MaxTokens:   2048,        Temperature: 0.7,        Stream:      true, // 流式输出    }        // 构建模型上下文    modelCtx, modelCancel := context.WithCancel(ctx)    defer modelCancel()        // 添加中断处理    go func() {        select {        case <-interruptCh:            // 接收到中断信号,取消模型请求            modelCancel()        case <-ctx.Done():            // 上下文已结束            return        }    }()        // 创建响应通道    modelCh := make(chan *DeepSeekResponse, 10)        // 异步调用模型    go func() {        defer close(modelCh)                // 调用DeepSeek-R1模型进行流式生成        err := f.deepSeekClient.GenerateStream(modelCtx, modelRequest, func(chunk *DeepSeekChunk) error {            if chunk.Error != nil {                modelCh <- &DeepSeekResponse{                    Error: chunk.Error,                }                return chunk.Error            }                        // 处理模型流式响应            modelCh <- &DeepSeekResponse{                Content:       chunk.Content,                IsFinal:       chunk.IsFinal,                ToolCalls:     chunk.ToolCalls,                GeneratedText: chunk.GeneratedText,                Usage:         chunk.Usage,            }                        return nil        })                if err != nil && !errors.Is(err, context.Canceled) {            f.log.Errorf("DeepSeek-R1模型调用失败: %v", err)            modelCh <- &DeepSeekResponse{                Error: err,            }        }    }()        // 5. 处理模型响应    var fullContent strings.Builder    isFirstChunk := true        for {        select {        case <-ctx.Done():            // 处理超时            f.log.Warnf("请求处理超时: %s", msgIdStr)            output.Status = StatusTimeout            output.Message = "处理超时,请稍后重试"                        // 通过SSE发送超时事件            sseWriter.WriteEvent(&SSEEvent{                Event: "timeout",                Data: map[string]interface{}{                    "msg_id": msgIdStr,                    "message": "处理超时,请稍后重试",                },            })                        // 更新消息状态            f.repo.UpdateMessageStatus(ctx, msgIdStr, MessageStatusFailed)            return                    case resp, ok := <-modelCh:            if !ok {                // 处理响应结束                goto END            }                        // 处理模型返回的错误            if resp.Error != nil {                f.log.Errorf("模型返回错误: %v", resp.Error)                output.Status = StatusFailed                output.Message = "AI生成回答失败"                                // 通过SSE发送错误事件                sseWriter.WriteEvent(&SSEEvent{                    Event: "error",                    Data: map[string]interface{}{                        "msg_id": msgIdStr,                        "message": "AI生成回答失败",                    },                })                                f.repo.UpdateMessageStatus(ctx, msgIdStr, MessageStatusFailed)                return            }                        // 处理模型返回的数据包            // 追加内容、安全检查、发送给客户端等            content := resp.Content                        // 安全检查每个片段            if len(content) > 0 {                safeResult, _ := f.safetyCheck(ctx, content)                if !safeResult.IsSafe {                    f.log.Warnf("模型回复内容存在安全风险: %s", content)                    content = "对不起,我无法提供这方面的回答。"                }            }                        // 追加到完整内容            fullContent.WriteString(content)                        // 如果是第一个数据包,更新消息状态为进行中            if isFirstChunk {                isFirstChunk = false                f.repo.UpdateMessageStatus(ctx, msgIdStr, MessageStatusInProgress)                                // 返回初始响应给客户端                output.Status = StatusSuccess                output.AnswerBegin = content                                // 通过SSE发送开始事件                sseWriter.WriteEvent(&SSEEvent{                    Event: "answer_begin",                    Data: map[string]interface{}{                        "msg_id": msgIdStr,                        "content": content,                    },                })            } else {                // 非首个数据包,通过SSE发送内容片段                sseWriter.WriteEvent(&SSEEvent{                    Event: "answer_chunk",                    Data: map[string]interface{}{                        "msg_id": msgIdStr,                        "content": content,                    },                })            }                        // 如果响应中包含特殊标记,处理特殊逻辑            if resp.HasSpecialFunction {                f.handleSpecialFunction(ctx, resp.SpecialFunction, msgIdStr, req.TalId, sseWriter)            }                    case _, ok := <-interruptCh:            if !ok {                continue            }            // 处理用户中断            f.log.Infof("用户中断请求: %s", msgIdStr)            msg.Msg.IsInterrupt = 1                        // 通过SSE发送中断事件            sseWriter.WriteEvent(&SSEEvent{                Event: "interrupted",                Data: map[string]interface{}{                    "msg_id": msgIdStr,                },            })                        f.handelInterrupt(ctx, msgIdStr, msg.SubjectId)            goto END        }    }    END:    // 处理结束逻辑    // 生成提示词、更新消息等    finalContent := fullContent.String()        // 更新最终消息内容和状态    err = f.repo.UpdateMessageContent(ctx, msgIdStr, finalContent)    if err != nil {        f.log.Errorf("更新消息内容失败: %v", err)    }        if msg.Msg.IsInterrupt == 0 {        // 正常结束        f.repo.UpdateMessageStatus(ctx, msgIdStr, MessageStatusCompleted)                // 发送完成事件        sseWriter.WriteEvent(&SSEEvent{            Event: "answer_complete",            Data: map[string]interface{}{                "msg_id": msgIdStr,                "content": finalContent,            },        })                // 记录会话历史        f.updateSessionHistory(ctx, req.TalId, req.Question, finalContent, msgIdStr)    } else {        // 中断结束        f.repo.UpdateMessageStatus(ctx, msgIdStr, MessageStatusInterrupted)    }        // 设置输出信息    output.FullAnswer = finalContent    output.Status = StatusSuccess    output.Suggestions = suggestions    output.Knowledge = knowledge}

      处理意图识别特殊逻辑:

      // 处理特殊意图func (f *FreeAskUsecase) handleSpecialIntent(ctx context.Context, intent string, details map[string]interface{}, req *FreeAskReq, output *FreeAskResp) bool {    switch intent {    case "greeting":        // 处理问候意图        output.FullAnswer = f.generateGreeting(req.TalId, details)        output.Status = StatusSuccess        return true            case "homework_submission":        // 处理作业提交意图        if subjectID, ok := details["subject_id"].(string); ok {            // 重定向到作业提交服务            redirectInfo := f.homeworkService.GetSubmissionRedirect(ctx, req.TalId, subjectID)            output.RedirectInfo = redirectInfo            output.Status = StatusRedirect            return true        }            case "schedule_query":        // 处理日程查询意图        if date, ok := details["date"].(string); ok {            scheduleInfo := f.scheduleService.GetSchedule(ctx, req.TalId, date)            output.FullAnswer = f.formatScheduleResponse(scheduleInfo)            output.Status = StatusSuccess            output.StructuredData = scheduleInfo            return true        }            case "calculator_request":        // 处理计算器请求        if expression, ok := details["expression"].(string); ok {            result, err := f.calculatorService.Calculate(ctx, expression)            if err == nil {                output.FullAnswer = fmt.Sprintf("计算结果是: %s", result)                output.Status = StatusSuccess                output.StructuredData = map[string]interface{}{                    "type": "calculation",                    "expression": expression,                    "result": result,                }                return true            }        }    }        // 如果不是特殊意图或者处理失败,返回false继续常规处理    return false}
      构建系统提示词:
      // 构建系统提示词func (f *FreeAskUsecase) buildSystemPrompt(subjectId int32, intent string, intentDetails map[string]interface{}) string {    var builder strings.Builder        // 基础教学角色定义    builder.WriteString("你是一位专业的教育助手,名为「xxx学习助手」。")        // 根据学科添加特定指引    switch subjectId {    case 1: // 数学        builder.WriteString("你擅长数学教学,能够用清晰的方式解释数学概念和解题步骤。请注重培养学生的数学思维和解题能力。")    case 2: // 语文        builder.WriteString("你擅长语文教学,能够帮助分析文章含义、解释字词、指导写作。请注重培养学生的语言表达和理解能力。")    case 3: // 英语        builder.WriteString("你擅长英语教学,能够帮助学生掌握英语知识、理解语法规则、提升语言运用能力。请用中文回答,适当穿插英文解释。")    case 4: // 物理        builder.WriteString("你擅长物理教学,能够解释物理概念、公式和物理现象。请注重培养学生的科学思维和实验精神。")    default:        builder.WriteString("你能够提供全面的学科指导,包括答疑解惑、知识讲解和学习方法指导。")    }        // 添加教学风格和方法指引    builder.WriteString("\n\n请遵循以下教学原则:")    builder.WriteString("\n1. 循序渐进:从简单到复杂,确保学生能够理解每一步")    builder.WriteString("\n2. 举一反三:通过类比和例子帮助理解")    builder.WriteString("\n3. 启发式教学:引导学生思考,而不是直接给出答案")    builder.WriteString("\n4. 耐心友好:使用鼓励性语言,营造积极学习氛围")        // 根据意图添加特定指引    if intent == "homework_help" {        builder.WriteString("\n\n当前学生正在寻求作业帮助,请引导他们理解问题,提供解题思路,但不要直接给出完整答案。")    } else if intent == "concept_explanation" {        builder.WriteString("\n\n当前学生正在寻求概念解释,请用通俗易懂的语言和生动的例子解释相关概念。")    }        // 添加输出格式要求    builder.WriteString("\n\n回答格式要求:")    builder.WriteString("\n- 开始时简要总结问题")    builder.WriteString("\n- 分步骤详细解释")    builder.WriteString("\n- 适当使用公式、图表等辅助说明")    builder.WriteString("\n- 结尾总结要点或给出拓展思考")        return builder.String()}

      四、总结


      本文主要从内容审核、用户意图识别、提示词构建、历史消息、模型调用、中断处理、存储层实现模块详细的介绍了大模型应用中多轮对话系统的实现,真正看懂了,你能对多轮对话有一个整体的认识。


      53AI,企业落地大模型首选服务商

      产品:场景落地咨询+大模型应用平台+行业解决方案

      承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

      联系我们

      售前咨询
      186 6662 7370
      预约演示
      185 8882 0121

      微信扫码

      添加专属顾问

      回到顶部

      加载中...

      扫码咨询

      扫码登录
      登录即表示您同意《53AI网站服务协议》
      服务协议

      欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

      在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

      一、 定义

      本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

      会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

      知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

      二、 账号注册与登录

      登录方式:本网站支持以下登录方式,您可根据实际情况选择:

      微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

      手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

      账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

      实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

      未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

      三、 服务内容与规范

      知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

      服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

      禁止行为:您在使用服务时不得实施以下行为:

      利用技术手段批量爬取、下载、转存知识库内容;

      将知识库内容用于商业目的或未经授权地向第三方传播;

      干扰本网站正常运行或侵犯其他用户合法权益;

      发布违法违规信息或从事违反公序良俗的活动。

      四、 知识产权声明

      权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

      有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

      侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

      五、 个人信息保护

      我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

      您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

      您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

      六、 免责声明

      内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

      不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

      第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

      七、 违约责任

      如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

      如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

      八、 法律适用与争议解决

      本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

      因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

      九、 其他

      本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

      本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

      我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


      已查阅