llm

ddms_compliance_suite/llm_utils/llm_service.py

@@ -112,7 +112,7 @@ class LLMService:
     def generate_parameters_from_schema(
         self,
         pydantic_model_class: type[BaseModel], 
-        prompt_instructions: Optional[str] = None,
+        prompt_instruction: Optional[str] = None,
         max_tokens: int = 1024,
         temperature: float = 0.7
     ) -> Optional[Dict[str, Any]]:
@@ -133,8 +133,8 @@ class LLMService:
                 "不包含任何额外的解释、注释或Markdown标记。"
             )
             user_prompt_content = f"请为以下JSON Schema生成一个有效的JSON对象实例:\n\n```json\n{schema_str}\n```\n"
-            if prompt_instructions:
-                user_prompt_content += f"\n请遵循以下额外指令：\n{prompt_instructions}"
+            if prompt_instruction:
+                user_prompt_content += f"\n请遵循以下额外指令：\n{prompt_instruction}"
             messages = [
                 {"role": "system", "content": system_prompt},
                 {"role": "user", "content": user_prompt_content}
@@ -194,7 +194,7 @@ if __name__ == '__main__':
     logger.info("\n--- 测试 SampleUserProfile 参数生成 ---")
     generated_profile = llm_service_instance.generate_parameters_from_schema(
         pydantic_model_class=SampleUserProfile,
-        prompt_instructions="请生成一个表示非活跃用户的配置文件，用户名包含 \"test_user\" 字样，城市为上海，并包含至少一个兴趣爱好。"
+        prompt_instruction="请生成一个表示非活跃用户的配置文件，用户名包含 \"test_user\" 字样，城市为上海，并包含至少一个兴趣爱好。"
     )
     
     if generated_profile:
@@ -210,7 +210,7 @@ if __name__ == '__main__':
     logger.info("\n--- 测试 SampleUserAddress 参数生成 ---")
     generated_address = llm_service_instance.generate_parameters_from_schema(
         pydantic_model_class=SampleUserAddress,
-        prompt_instructions="生成一个位于北京市朝阳区的地址，邮编以1000开头。"
+        prompt_instruction="生成一个位于北京市朝阳区的地址，邮编以1000开头。"
     )
     if generated_address:
         logger.info(f"成功生成的 UserAddress:\n{json.dumps(generated_address, indent=2, ensure_ascii=False)}")