Update app.py

app.py

@@ -42,7 +42,16 @@ def doc_index_llama(open_ai_key, txt):  # 建立索引
     openai.api_key = open_ai_key  # 设置OpenAI API Key
     documents = SimpleDirectoryReader(path).load_data()  # 读取文档
     index = GPTVectorStoreIndex.from_documents(documents)  # 建立索引
-    query_engine = index.as_query_engine()  # 建立查询引擎
+    template = (
+        "你是一个有用的助手，可以使用文章内容准确地回答问题。使用提供的文章来生成你的答案，但避免逐字复制文章。尽可能使用自己的话。准确、有用、简洁、清晰。文章内容如下： \n"
+        "---------------------\n"
+        "{context_str}"
+        "\n---------------------\n"
+        "{query_str}\n"
+        "请基于文章内容回答用户的问题。\n"
+    )  # 定义模板
+    qa_template = Prompt(template)  # 将模板转换成Prompt对象
+    query_engine = index.as_query_engine(text_qa_template=qa_template)  # 建立查询引擎
     return query_engine, gr.Textbox.update(visible=True), gr.Button.update(visible=True), gr.Markdown.update(
         value="""操作说明 step 3：建立索引（by llama_index）成功！ 🙋 可以开始对话啦~"""), gr.Chatbot.update(visible=True), 0
 
@@ -112,20 +121,12 @@ def get_response_by_self(open_ai_key, msg, bot, doc_text_list, doc_embeddings):
 
 def get_response_by_llama_index(open_ai_key, msg, bot, query_engine):  # 获取机器人回复
     openai.api_key = open_ai_key
-    template = (
-        "你是一个有用的助手，可以使用文章内容准确地回答问题。使用提供的文章来生成你的答案，但避免逐字复制文章。尽可能使用自己的话。准确、有用、简洁、清晰。文章内容如下： \n"
-        "---------------------\n"
-        "{context_str}"
-        "\n---------------------\n"
-        "{query_str}\n"
-        "请基于文章内容回答用户的问题。\n"
-    )  # 定义模板
+
     query_str = "历史对话如下：\n"
     for his in bot:  # 遍历历史记录
         query_str += "用户：" + his[0] + "\n"  # 加入用户的历史记录
         query_str += "机器人：" + his[1] + "\n"  # 加入机器人的历史记录
     query_str += "用户：" + msg + "\n"  # 加入用户的当前输入
-    qa_template = Prompt(template)  # 将模板转换成Prompt对象
     res = query_engine.query(msg)  # 获取回答
     print(res)  # 显示回答
     bot.append([msg, res])  # 加入历史记录