langchain+阿里云通义千问大模型判断用户输入语言的情绪_通义千问使用qdrant

怎么让自己的AI小助手可以判断用户当前的情绪呢

根据情绪的判断去定义一些固定的回复模板

以下是实现过程： 

### 环境要求 python:3.11.4
### langchain_core==0.1.28
### langchain_community==0.0.25
### langchain==0.1.10
### qdrant_client == 1.7.1
### dashscope = 1.17.1

from langchain_community.llms import Tongyi
from langchain.agents import (
    load_tools,
    initialize_agent,
    AgentType,
)
from langchain.memory import ConversationBufferMemory
from langchain_core.prompts import ChatPromptTemplate,MessagesPlaceholder
from langchain.schema import StrOutputParser
import os
#通义千问的api-sk
os.environ["DASHSCOPE_API_KEY"] = "sk-xxxxxxxxxx"
def qingxu_chain(query:str):
        prompt = """根据用户的输入判断用户的情绪，回应的规则如下：
        1. 如果用户输入的内容偏向于负面情绪，只返回"depressed",不要有其他内容，否则将受到惩罚。
        2. 如果用户输入的内容偏向于正面情绪，只返回"friendly",不要有其他内容，否则将受到惩罚。
        3. 如果用户输入的内容偏向于中性情绪，只返回"default",不要有其他内容，否则将受到惩罚。
        4. 如果用户输入的内容包含辱骂或者不礼貌词句，只返回"angry",不要有其他内容，否则将受到惩罚。
        5. 如果用户输入的内容比较兴奋，只返回”upbeat",不要有其他内容，否则将受到惩罚。
        6. 如果用户输入的内容比较悲伤，只返回“depressed",不要有其他内容，否则将受到惩罚。
        7. 如果用户输入的内容比较开心，只返回"cheerful",不要有其他内容，否则将受到惩罚。
        8. 如果用户输入的内容比较尴尬和窘迫，只返回“embarrassed",不要有其他内容，否则将受到惩罚。
        8. 只返回英文，不允许有换行符等其他内容，否则会受到惩罚。
        用户输入的内容是：{query}"""
        chain = ChatPromptTemplate.from_template(prompt) | Tongyi(temperature=0) | StrOutputParser()
        result = chain.invoke({"query":query})
        # "default" = result
        print("情绪判断结果:",result)
        return result
qingxu_chain("今天出门衣服穿反了，到了公司才发现，所有员工都笑话我！")
#情绪判断结果: embarrassed    
qingxu_chain("今天公司发奖金了！！！")
#情绪判断结果: upbeat