📘 概述

AgenticRAGWidthQAGenerator 算子用于结合两个问答对（QA pairs），并基于它们生成一个更复杂、更具综合性的新问题。该算子通过多步验证（分解验证、可回答性验证）来确保生成问题的质量。

__init__函数

def __init__(self, llm_serving: LLMServingABC = None)

参数名	类型	默认值	说明
llm_serving	LLMServingABC	可选	大语言模型服务实例，用于执行推理与生成。

Prompt模板说明

该算子不使用提示模板；它通过多步推理直接生成、合并和验证复杂的问答对，而不依赖中间提示模板。

run函数

def run(self, storage: DataFlowStorage, input_question_key:str = "question", input_identifier_key:str = "identifier", input_answer_key:str = "answer", output_question_key:str = "generated_width_task")

参数

名称	类型	默认值	说明
storage	DataFlowStorage	必需	数据流存储实例，负责读取与写入数据。
input_question_key	str	"question"	输入列名，对应原始问题字段。
input_identifier_key	str	"identifier"	输入列名，对应内容标识符字段。
input_answer_key	str	"answer"	输入列名，对应原始答案字段。
output_question_key	str	"generated_width_task"	输出列名，对应生成的新问题字段。

🧠 示例用法

from dataflow.operators.agentic_rag.generate.agenticrag_width_qa_generator import AgenticRAGWidthQAGenerator
from dataflow.utils.storage import DataFlowStorage

# 初始化算子
generator = AgenticRAGWidthQAGenerator(
    llm_serving=your_llm_serving_instance
)

# 运行算子
storage = DataFlowStorage()
generator.run(
    storage=storage,
    input_question_key="question",
    input_identifier_key="identifier",
    input_answer_key="answer",
    output_question_key="generated_width_task"
)

🧾 输出格式

该算子通过添加多个新列来修改输入DataFrame。

字段	类型	说明
generated_width_task	str	生成的结合多个问答对的复杂问题
content_identifier	str	合并问题的组合内容标识符
qa_index	list	被合并的原始问答对的索引
index	int	生成问题的索引
original_answer	list	来自合并问答对的原始答案列表
original_question	list	来自合并问答对的原始问题列表
state	int	验证状态（1表示有效，0表示无效）

示例输入:

[
  {
    "question": "什么是机器学习？",
    "identifier": "ml_concepts",
    "answer": "机器学习是人工智能的一个子集，使计算机能够在没有明确编程的情况下学习。"
  },
  {
    "question": "深度学习是如何工作的？",
    "identifier": "dl_concepts", 
    "answer": "深度学习使用多层神经网络来处理数据并进行预测。"
  }
]

示例输出:

{
  "generated_width_task": "机器学习和深度学习在现代AI系统中如何协同工作？",
  "content_identifier": "ml_dl_integration",
  "qa_index": [0, 1],
  "index": 0,
  "original_answer": [
    "机器学习是人工智能的一个子集，使计算机能够在没有明确编程的情况下学习。",
    "深度学习使用多层神经网络来处理数据并进行预测。"
  ],
  "original_question": [
    "什么是机器学习？",
    "深度学习是如何工作的？"
  ],
  "state": 1
}