【AI Agent】【27】pdf 文件内容传递给 AI

修改 graph 工作流，在 callModel 节点之前增加一个 提取pdf文件的节点，判断，如果 messages 有 PDF 文件，则提取 PDF 文件内容，并返回 （作为 state 一部分）同时，把当前的 message 的 fileItem 的type为 "file" 的这部分，改为{ type: "text" , text: "<filename.pdf>"} 其中，处理 PDF 文件的逻辑，可以参当前 callModel.ts 中已有的代码

/*  src/agent.ts*/import { StateGraph, START, END } from "@langchain/langgraph";import { toolsCondition } from "@langchain/langgraph/prebuilt";import { callModel } from "./nodes/callModel";import { toolNode } from "./nodes/toolNode";import { extractPdf } from "./nodes/extractPdf";import { AgentState } from "./state";const graph = new StateGraph(AgentState)  .addNode("extractPdf", extractPdf)  .addNode("agent", callModel)  .addNode("tools", toolNode)  .addEdge(START, "extractPdf")  .addEdge("extractPdf", "agent")  .addConditionalEdges("agent", toolsCondition, ["tools", END])  .addEdge("tools", "agent");  export const agentGraph = graph.compile();

如果 extractPdf 结点返回 pdfTexts 有值，就把它拼接到 systemPrompt  并写一个合理的 system prompt

/*  src/prompt.ts*/import type { PdfTextItem } from "./state";export const SYSTEM_PROMPT = [  "你是一个专业、可靠的 AI 助手。",  "请用清晰、简洁的中文回答问题。",  "如果不确定，请说明不确定，并提出一个具体的澄清问题。",  "回答时优先使用已提供的文档内容。",].join(" ");export const buildSystemPrompt = (pdfTexts?: PdfTextItem[]) => {  if (!pdfTexts || pdfTexts.length === 0) {    return SYSTEM_PROMPT;  }  const parts: string[] = [SYSTEM_PROMPT, "PDF 文档内容:"];  for (const item of pdfTexts) {    parts.push(`[${item.filename}]\n${item.text}`);  }  return parts.join("\n\n");};