Langchain-ChatGLM 知识库访问接口的Bug分析与修复方案

在Langchain-ChatGLM项目v0.3.1版本中，开发者在尝试使用知识库访问接口时遇到了一个关键错误。本文将深入分析该问题的技术细节，并提供完整的解决方案。

问题现象

当开发者通过API接口调用知识库功能时，系统抛出KeyError: 'template'异常。具体表现为：

1. 使用/chat/chat/completions端点访问知识库
2. 指定tool_choice为"search_local_knowledgebase"
3. 通过tool_input参数设置数据库和查询条件
4. 系统在处理请求时无法找到模板配置，导致500服务器错误

技术背景

Langchain-ChatGLM是一个基于大语言模型的对话系统框架，其知识库功能依赖于Prompt模板来构建查询请求。在v0.3.1版本中，项目对PromptSettings进行了重构，将RAG(检索增强生成)模板的位置进行了调整，但相关代码没有同步更新。

根本原因分析

错误日志显示，系统在处理请求时尝试从PromptTemplate中获取'template'字段，但该字段在配置中缺失。这是因为：

1. 项目重构后，RAG模板被移动到了llm_model配置节下
2. 但代码中仍然尝试从旧的配置位置读取模板
3. 当找不到模板时，系统无法构建查询请求，导致KeyError异常

解决方案

对于v0.3.1版本，开发者可以手动修改prompt_settings.yaml文件，在llm_model配置节下添加以下内容：

llm_model:
  default: '{{input}}'
  with_history: "The following is a friendly conversation between a human and an AI.\n
    The AI is talkative and provides lots of specific details from its context.\n
    If the AI does not know the answer to a question, it truthfully says it does not
    know.\n\nCurrent conversation:\n{{history}}\nHuman: {{input}}\nAI:"
  rag: "【指令】根据已知信息，简洁和专业的来回答问题。如果无法从中得到答案，请说 "根据已知信息无法回答该问题"，不允许在答案中添加编造成分，答案请使用中文。\n\n【已知信息】{{context}}\n\n【问题】{{question}}\n"
  rag_default: '{{question}}'

版本更新

该问题已在v0.3.1.1版本中修复。建议开发者升级到最新版本，以获得更稳定的知识库访问功能。升级后，系统将能够正确识别RAG模板的位置，确保知识库查询功能正常工作。

最佳实践建议

1. 在使用API接口前，始终检查配置文件中的模板设置
2. 对于生产环境，建议使用最新稳定版本
3. 在自定义模板时，确保格式符合系统要求
4. 测试知识库功能时，可以先使用简单的查询验证基本功能

通过理解这个问题的技术背景和解决方案，开发者可以更好地利用Langchain-ChatGLM的知识库功能，构建更强大的对话应用。