📘 概述

PromptedGenerator 是一个通用的提示词生成算子，它结合用户提供的系统提示词（system prompt）和具体输入内容，调用大语言模型（LLM）生成相应的文本输出。该算子灵活性高，可用于各种需要定制化提示词的文本生成任务。

__init__函数

def __init__(self, 
            llm_serving: LLMServingABC, 
            system_prompt: str = "You are a helpful agent.",
            json_schema: dict = None,
            )

init参数说明

参数名	类型	默认值	说明
llm_serving	LLMServingABC	必需	大语言模型服务实例，用于执行推理与生成。
system_prompt	str	"You are a helpful agent."	系统提示词，用于定义大语言模型的行为或角色。
json_schema	dict	None	（可选）一个JSON schema字典，用于指定LLM输出的格式。

Prompt模板说明

该算子不使用固定的 Prompt 模板，而是通过 system_prompt 参数和 run 函数中 input_key 对应的内容直接组合成最终的提示词。

run函数

def run(self, storage: DataFlowStorage, input_key: str = "raw_content", output_key: str = "generated_content")

执行算子主逻辑，从存储中读取输入 DataFrame，将 system_prompt 与输入内容结合后调用 LLM 生成结果，并将结果写回存储。

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_key	str	"raw_content"	输入列名，该列的内容将作为用户输入提供给 LLM。
output_key	str	"generated_content"	输出列名，用于存储 LLM 生成的内容。

🧠 示例用法

🧾 默认输出格式（Output Format）

字段	类型	说明
raw_content	str	输入的原始文本内容。
generated_content	str	模型生成的文本。

示例输入：

{
"raw_content":"写一句关于秋天的诗"
}

示例输出：

{
"raw_content":"写一句关于秋天的诗",
"generated_content":"落叶知秋，微风徐来，所有美好不期而至。"
}