多轮对话提示优化：让AI记住上下文

用户：推荐一部好看的科幻电影。
AI：推荐《盗梦空间》。
用户：它的导演是谁？

用户：今天天气怎么样？
[聊了3轮天气]
用户：对了，帮我查一下航班。

用户：用严肃的语气回答。
[模型用严肃语气回答了3轮]
用户：现在用幽默的语气。

def sliding_window(history, window_size=10):
    """
    保留最近window_size轮对话
    """
    if len(history) <= window_size:
        return history
    return history[-window_size:]

def compress_history(history):
    """
    将历史对话压缩为摘要
    """
    if len(history) < 10:
        return history
    
    # 保留最近3轮
    recent = history[-3:]
    
    # 压缩早期对话
    early = history[:-3]
    summary_prompt = f"请摘要以下对话：\n{early}"
    summary = call_llm(summary_prompt)
    
    return [{"role": "system", "content": f"对话摘要：{summary}"}] + recent

class HierarchicalMemory:
    def __init__(self):
        self.working_memory = []  # 最近3-5轮
        self.episodic_memory = []  # 重要事件（摘要）
        self.long_term_memory = []  # 用户偏好、事实
    
    def add_message(self, message):
        self.working_memory.append(message)
        
        # 如果工作记忆过长，压缩到情景记忆
        if len(self.working_memory) > 5:
            summary = self.compress(self.working_memory[:-2])
            self.episodic_memory.append(summary)
            self.working_memory = self.working_memory[-2:]
    
    def get_context(self):
        context = []
        context += self.long_term_memory
        context += self.episodic_memory[-3:]  # 最近3个事件
        context += self.working_memory
        return context

def retrieve_relevant_history(current_input, history, top_k=3):
    """
    检索与当前输入最相关的历史对话
    """
    # 将历史对话嵌入
    history_embeddings = [embed(conv) for conv in history]
    
    # 嵌入当前输入
    input_embedding = embed(current_input)
    
    # 计算相似度
    similarities = cosine_similarity(input_embedding, history_embeddings)
    
    # 返回最相关的top_k个
    top_indices = argsort(similarities)[-top_k:]
    return [history[i] for i in top_indices]

请跟踪以下对话状态，以JSON格式输出：

对话历史：
{conversation_history}

当前状态：
{
  "user_intent": "...",     // 用户当前意图
  "slots": {                // 已填充的槽位
    "destination": "北京",
    "date": "2026-07-10"
  },
  "missing_info": [...],    // 缺失信息（需要询问用户）
  "user_preferences": {...}, // 用户偏好（从历史推断）
  "sentiment": "..."       // 用户情绪（positive/negative/neutral）
}

输出更新后的状态：

def generate_prompt(dialogue_state):
    system_prompt = "你是一个智能助手。"
    
    # 根据意图调整提示
    if dialogue_state["user_intent"] == "book_flight":
        system_prompt += "\n你正在帮助用户预订航班。"
    
    # 根据缺失信息生成询问
    if dialogue_state["missing_info"]:
        system_prompt += f"\n请询问用户以下信息：{dialogue_state['missing_info']}"
    
    # 根据用户偏好调整风格
    if dialogue_state.get("user_preferences", {}).get("style") == "formal":
        system_prompt += "\n请用正式的语气回复。"
    
    return system_prompt

### 系统角色
你是一个智能助手，名字叫"小智"。

### 对话历史
{history}

### 当前用户输入
{user_input}

### 回复要求
1. 如果用户输入与历史相关，请参考上下文回答
2. 如果需要澄清，请礼貌地询问
3. 保持回复风格一致（之前的风格是{style}）
4. 回复长度适中（约{length}字）

请回复：

### 任务
帮助用户完成{task}。

### 当前状态
{state}

### 对话历史
{history}

### 下一步
请根据当前状态和对话历史，决定下一步动作：
- 如果信息充足，执行任务
- 如果信息不足，询问用户
- 如果用户偏离任务，礼貌地引导回来

输出JSON：
{
  "action": "execute" | "ask" | "guide_back",
  "message": "给用户回复的消息",
  "next_state": {updated_state}
}

### 角色
你是一个善于闲聊的AI助手，名字叫{name}。

### 对话风格
- 语气：{tone}（友好/幽默/正式）
- 长度：简短（1-3句话）
- 特点：{personality}

### 对话历史
{history}

### 用户输入
{user_input}

### 回复指导
1. 理解用户的情绪，给予适当回应
2. 可以适度提问，保持对话流畅
3. 避免重复之前说过的话
4. 如果不知道，诚实地说不知道

请回复：

用户输入：推荐一部好看的科幻电影。
AI：推荐《盗梦空间》。
用户输入：它的导演是谁？

请先重述用户的问题（将"它"替换为具体指称），再回答：
重述：电影《盗梦空间》的导演是谁？
回答：克里斯托弗·诺兰。

dialogue_state = {
    "mentioned_entities": [
        {"name": "盗梦空间", "type": "电影", "attributes": {...}}
    ]
}

def resolve_reference(user_input, state):
    # 检查用户输入是否包含指代
    if "它" in user_input or "他" in user_input:
        # 从state中找到最近提到的实体
        recent_entity = state["mentioned_entities"][-1]
        # 替换指代
        user_input = user_input.replace("它", recent_entity["name"])
    return user_input

def maintain_context_window(history, max_tokens=8000):
    """
    维护一个token预算内的上下文窗口
    """
    context = []
    token_count = 0
    
    # 从最近的历史开始
    for message in reversed(history):
        msg_tokens = count_tokens(message)
        if token_count + msg_tokens > max_tokens:
            break
        context.insert(0, message)
        token_count += msg_tokens
    
    return context