📘 概述

ConsistentChatGenerator 是一个多轮对话数据生成算子，它根据预置的主题和人类意图，分两个阶段从零开始合成对话数据。

__init__函数

def __init__(self, llm_serving: LLMServingABC = None, num_dialogs_per_intent = 20, num_turns_per_dialog = 6, temperature = 0.9)

init参数说明

参数名	类型	默认值	说明
llm_serving	LLMServingABC	None	LLM服务对象，需实现LLMServingABC接口。
num_dialogs_per_intent	int	20	每个意图生成的对话数量。
num_turns_per_dialog	int	6	每个对话的轮次数量。
temperature	float	0.9	生成温度，控制输出随机性。

Prompt模板说明

Prompt 模板名称	主要用途	适用场景	特点说明

run函数

def run(self, storage: DataFlowStorage)

参数

名称	类型	默认值	说明
storage	DataFlowStorage	必需	数据流存储实例，负责写入生成的数据。

🧠 示例用法

from dataflow.operators.conversations import ConsistentChatGenerator
from dataflow.utils.storage import FileStorage
from dataflow.serving import APILLMServing_request
from dataflow.core import LLMServingABC

class ConsistentChatGeneratorTest:
    def __init__(self, llm_serving: LLMServingABC = None):
        self.storage = FileStorage(
            first_entry_file_name="",
            cache_path="./cache_local",
            file_name_prefix="dataflow_cache_step",
            cache_type="jsonl",
        )

        self.llm_serving = APILLMServing_request(
            api_url="",
            model_name="gpt-4o",
            max_workers=30
        )

        self.generator = ConsistentChatGenerator(
            llm_serving=self.llm_serving,
            num_dialogs_per_intent=20,
            num_turns_per_dialog=6,
            temperature=0.9
        )

    def forward(self):
        self.generator.run(
            storage=self.storage.step()
        )

if __name__ == "__main__":
    pl = ConsistentChatGeneratorTest()
    pl.forward()

🧾 默认输出格式（Output Format）

字段	类型	说明
category	str	对话所属的类别或意图。
conversation	list	多轮对话列表，每个元素是一个包含 "role" 和 "value" 的字典。