bug fix Wp20
This commit is contained in:
1 parent
2c073c7d3c
commit
867a7a8b44
2 files changed
+86
-59
No files matched your search
+30
-44
@@ -31,12 +31,10 @@ rag_template:
|
||||
Beantworte die Frage präzise basierend auf den Quellen.
|
||||
Fasse die Informationen zusammen. Sei objektiv und neutral.
|
||||
gemini: |
|
||||
Nutze das Wissen meines digitalen Zwillings aus folgendem Kontext: {context_str}
|
||||
Beantworte die Anfrage präzise, detailliert und strukturiert: {query}
|
||||
Kontext meines digitalen Zwillings: {context_str}
|
||||
Beantworte strukturiert: {query}
|
||||
openrouter: |
|
||||
Kontext-Analyse für Gemma/Llama:
|
||||
{context_str}
|
||||
|
||||
Kontext: {context_str}
|
||||
Anfrage: {query}
|
||||
|
||||
# ---------------------------------------------------------
|
||||
@@ -63,13 +61,10 @@ decision_template:
|
||||
- **Abgleich:** (Gibt es Konflikte mit Werten/Zielen? Nenne die Quelle!)
|
||||
- **Empfehlung:** (Klare Meinung: Ja/No/Vielleicht mit Begründung)
|
||||
gemini: |
|
||||
Agiere als Senior Strategy Consultant für meinen digitalen Zwilling.
|
||||
Wäge die Frage {query} multiperspektivisch gegen meine Werte und langfristigen Ziele ab.
|
||||
Kontext: {context_str}
|
||||
Agiere als strategischer Partner. Analysiere {query} basierend auf {context_str}.
|
||||
openrouter: |
|
||||
Strategischer Check via OpenRouter/Gemma:
|
||||
Analyse der Entscheidungsfrage: {query}
|
||||
Referenzdaten aus dem Graph: {context_str}
|
||||
Entscheidungsanalyse für: {query}
|
||||
Datenbasis: {context_str}
|
||||
|
||||
# ---------------------------------------------------------
|
||||
# 3. EMPATHY: Der Spiegel / "Ich"-Modus (Intent: EMPATHY)
|
||||
@@ -92,13 +87,8 @@ empathy_template:
|
||||
|
||||
TONFALL:
|
||||
Ruhig, verständnisvoll, reflektiert. Keine Aufzählungszeichen, sondern fließender Text.
|
||||
gemini: |
|
||||
Reflektiere meine aktuelle Situation {query} basierend auf meinen Werten {context_str}.
|
||||
Sei mein empathischer digitaler Zwilling. Antworte als 'Ich'.
|
||||
openrouter: |
|
||||
Empathische Reflexion (OpenRouter):
|
||||
Situation: {query}
|
||||
Persönlicher Kontext: {context_str}
|
||||
gemini: "Sei mein digitaler Spiegel für {query}. Kontext: {context_str}"
|
||||
openrouter: "Empathische Analyse: {query}. Kontext: {context_str}"
|
||||
|
||||
# ---------------------------------------------------------
|
||||
# 4. TECHNICAL: Der Coder (Intent: CODING)
|
||||
@@ -123,13 +113,8 @@ technical_template:
|
||||
- Kurze Erklärung des Ansatzes.
|
||||
- Markdown Code-Block (Copy-Paste fertig).
|
||||
- Wichtige Edge-Cases.
|
||||
gemini: |
|
||||
Du bist Senior Software Engineer. Löse die technische Aufgabe {query}
|
||||
unter Berücksichtigung meiner Dokumentation: {context_str}.
|
||||
openrouter: |
|
||||
Technischer Support via OpenRouter:
|
||||
Task: {query}
|
||||
Kontext-Snippets: {context_str}
|
||||
gemini: "Generiere Code für {query}. Kontext: {context_str}"
|
||||
openrouter: "Technischer Support: {query}. Kontext: {context_str}"
|
||||
|
||||
# ---------------------------------------------------------
|
||||
# 5. INTERVIEW: Der "One-Shot Extractor" (Performance Mode)
|
||||
@@ -166,8 +151,8 @@ interview_template:
|
||||
|
||||
## (Zweiter Begriff aus STRUKTUR)
|
||||
(Text...)
|
||||
gemini: "Transformiere den Input {query} in das Schema {schema_fields} für Typ {target_type}."
|
||||
openrouter: "Extrahiere Daten für Typ {target_type} aus {query}. Schema: {schema_fields}."
|
||||
gemini: "Extrahiere Daten für {target_type} aus {query}."
|
||||
openrouter: "Strukturiere {query} nach {schema_fields}."
|
||||
|
||||
# ---------------------------------------------------------
|
||||
# 6. EDGE_ALLOCATION: Kantenfilter (Intent: OFFLINE_FILTER)
|
||||
@@ -194,16 +179,17 @@ edge_allocation_template:
|
||||
|
||||
DEIN OUTPUT (JSON):
|
||||
gemini: |
|
||||
Analysiere den Textabschnitt: {chunk_text}
|
||||
Wähle aus folgender Liste alle relevanten Kanten aus: {edge_list}
|
||||
Antworte STRIKT als JSON-Liste von Strings im Format ["typ:ziel"].
|
||||
Kein Text davor oder danach!
|
||||
TASK: Ordne Kanten einem Textabschnitt zu.
|
||||
ERLAUBTE TYPEN: {valid_types}
|
||||
TEXT: {chunk_text}
|
||||
KANDIDATEN: {edge_list}
|
||||
OUTPUT: STRIKT eine flache JSON-Liste ["typ:ziel"]. Keine Objekte!
|
||||
openrouter: |
|
||||
Filtere die relevanten Kanten für den Graphen.
|
||||
Kandidaten: {edge_list}
|
||||
Text: {chunk_text}
|
||||
Output: JSON-Liste ["typ:ziel"].
|
||||
|
||||
Filtere relevante Kanten.
|
||||
ERLAUBTE TYPEN: {valid_types}
|
||||
TEXT: {chunk_text}
|
||||
KANDIDATEN: {edge_list}
|
||||
OUTPUT: STRIKT JSON-Liste von Strings ["typ:ziel"].
|
||||
# ---------------------------------------------------------
|
||||
# 7. SMART EDGE ALLOCATION: Extraktion (Intent: INGEST)
|
||||
# ---------------------------------------------------------
|
||||
@@ -230,12 +216,12 @@ edge_extraction:
|
||||
|
||||
DEIN OUTPUT (JSON):
|
||||
gemini: |
|
||||
Führe eine semantische Analyse der Notiz '{note_id}' durch.
|
||||
Finde explizite und implizite Relationen.
|
||||
Antworte STRIKT als JSON: [[{{"to": "Ziel", "kind": "typ", "reason": "begründung"}}]]
|
||||
Keine Erklärungen, nur JSON.
|
||||
Text: {text}
|
||||
Analysiere '{note_id}'. Extrahiere semantische Beziehungen.
|
||||
ERLAUBTE TYPEN: {valid_types}
|
||||
TEXT: {text}
|
||||
OUTPUT: STRIKT JSON-Liste von Objekten: [{"to": "Ziel", "kind": "typ"}]. Keine Erklärungen!
|
||||
openrouter: |
|
||||
Analysiere den Text für den Graphen. Identifiziere semantische Verbindungen.
|
||||
Output STRIKT als JSON-Liste: [[{{"to": "X", "kind": "Y"}}]].
|
||||
Text: {text}
|
||||
Wissensgraph-Extraktion für '{note_id}'.
|
||||
ERLAUBTE TYPEN: {valid_types}
|
||||
TEXT: {text}
|
||||
OUTPUT: STRIKT JSON-Liste von Objekten: [{"to": "Ziel", "kind": "typ"}]. Keine Dictionaries mit Schlüsseln wie 'edges'!
|
||||
Reference in new issue
Block a user