secret 新增了人格测评两种模型
This commit is contained in:
SengokuCola
@@ -5,16 +5,19 @@ from pathlib import Path
|
||||
from dotenv import load_dotenv
|
||||
import sys
|
||||
|
||||
'''
|
||||
第一种方案：基于情景评估的人格测定
|
||||
'''
|
||||
current_dir = Path(__file__).resolve().parent
|
||||
# 获取项目根目录（上三层目录）
|
||||
project_root = current_dir.parent.parent.parent
|
||||
# env.dev文件路径
|
||||
env_path = project_root / ".env.prod"
|
||||
|
||||
root_path = os.path.abspath(os.path.join(os.path.dirname(__file__), "../../.."))
|
||||
sys.path.append(root_path)
|
||||
|
||||
from src.plugins.personality.offline_llm import LLMModel # noqa E402
|
||||
from src.plugins.personality.scene import get_scene_by_factor,get_all_scenes,PERSONALITY_SCENES
|
||||
from src.plugins.personality.questionnaire import PERSONALITY_QUESTIONS,FACTOR_DESCRIPTIONS
|
||||
from src.plugins.personality.offline_llm import LLMModel
|
||||
|
||||
# 加载环境变量
|
||||
if env_path.exists():
|
||||
@@ -25,29 +28,32 @@ else:
|
||||
print("将使用默认配置")
|
||||
|
||||
|
||||
class PersonalityEvaluator:
|
||||
class PersonalityEvaluator_direct:
|
||||
def __init__(self):
|
||||
self.personality_traits = {"开放性": 0, "尽责性": 0, "外向性": 0, "宜人性": 0, "神经质": 0}
|
||||
self.scenarios = [
|
||||
{
|
||||
"场景": "在团队项目中，你发现一个同事的工作质量明显低于预期，这可能会影响整个项目的进度。",
|
||||
"评估维度": ["尽责性", "宜人性"],
|
||||
},
|
||||
{"场景": "你被邀请参加一个完全陌生的社交活动，现场都是不认识的人。", "评估维度": ["外向性", "神经质"]},
|
||||
{
|
||||
"场景": "你的朋友向你推荐了一个新的艺术展览，但风格与你平时接触的完全不同。",
|
||||
"评估维度": ["开放性", "外向性"],
|
||||
},
|
||||
{"场景": "在工作中，你遇到了一个技术难题，需要学习全新的技术栈。", "评估维度": ["开放性", "尽责性"]},
|
||||
{"场景": "你的朋友因为个人原因情绪低落，向你寻求帮助。", "评估维度": ["宜人性", "神经质"]},
|
||||
]
|
||||
self.personality_traits = {"开放性": 0, "严谨性": 0, "外向性": 0, "宜人性": 0, "神经质": 0}
|
||||
self.scenarios = []
|
||||
|
||||
# 为每个人格特质获取对应的场景
|
||||
for trait in PERSONALITY_SCENES:
|
||||
scene = get_scene_by_factor(trait)
|
||||
# 为每个场景添加评估维度
|
||||
# 主维度是当前特质，次维度随机选择一个其他特质
|
||||
other_traits = [t for t in PERSONALITY_SCENES if t != trait]
|
||||
import random
|
||||
secondary_trait = random.choice(other_traits)
|
||||
|
||||
self.scenarios.append({
|
||||
"场景": scene["scenario"],
|
||||
"评估维度": [trait, secondary_trait]
|
||||
})
|
||||
|
||||
self.llm = LLMModel()
|
||||
|
||||
def evaluate_response(self, scenario: str, response: str, dimensions: List[str]) -> Dict[str, float]:
|
||||
"""
|
||||
使用 DeepSeek AI 评估用户对特定场景的反应
|
||||
"""
|
||||
prompt = f"""请根据以下场景和用户描述，评估用户在大五人格模型中的相关维度得分（0-10分）。
|
||||
prompt = f"""请根据以下场景和用户描述，评估用户在大五人格模型中的相关维度得分（1-6分）。
|
||||
场景：{scenario}
|
||||
用户描述：{response}
|
||||
|
||||
@@ -59,14 +65,22 @@ class PersonalityEvaluator:
|
||||
"维度2": 分数
|
||||
}}
|
||||
|
||||
评估标准：
|
||||
评分标准：
|
||||
1 = 非常不符合
|
||||
2 = 比较不符合
|
||||
3 = 有点不符合
|
||||
4 = 有点符合
|
||||
5 = 比较符合
|
||||
6 = 非常符合
|
||||
|
||||
评估维度说明：
|
||||
- 开放性：对新事物的接受程度和创造性思维
|
||||
- 尽责性：计划性、组织性和责任感
|
||||
- 严谨性：计划性、组织性和责任感
|
||||
- 外向性：社交倾向和能量水平
|
||||
- 宜人性：同理心、合作性和友善程度
|
||||
- 神经质：情绪稳定性和压力应对能力
|
||||
|
||||
请确保分数在0-10之间，并给出合理的评估理由。"""
|
||||
请确保分数在1-6之间，并给出合理的评估理由。"""
|
||||
|
||||
try:
|
||||
ai_response, _ = self.llm.generate_response(prompt)
|
||||
@@ -76,25 +90,26 @@ class PersonalityEvaluator:
|
||||
if start_idx != -1 and end_idx != 0:
|
||||
json_str = ai_response[start_idx:end_idx]
|
||||
scores = json.loads(json_str)
|
||||
# 确保所有分数在0-10之间
|
||||
return {k: max(0, min(10, float(v))) for k, v in scores.items()}
|
||||
# 确保所有分数在1-6之间
|
||||
return {k: max(1, min(6, float(v))) for k, v in scores.items()}
|
||||
else:
|
||||
print("AI响应格式不正确，使用默认评分")
|
||||
return {dim: 5.0 for dim in dimensions}
|
||||
return {dim: 3.5 for dim in dimensions}
|
||||
except Exception as e:
|
||||
print(f"评估过程出错：{str(e)}")
|
||||
return {dim: 5.0 for dim in dimensions}
|
||||
return {dim: 3.5 for dim in dimensions}
|
||||
|
||||
|
||||
def main():
|
||||
print("欢迎使用人格形象创建程序！")
|
||||
print("接下来，您将面对一系列场景。请根据您想要创建的角色形象，描述在该场景下可能的反应。")
|
||||
print("每个场景都会评估不同的人格维度，最终得出完整的人格特征评估。")
|
||||
print("评分标准：1=非常不符合，2=比较不符合，3=有点不符合，4=有点符合，5=比较符合，6=非常符合")
|
||||
print("\n准备好了吗？按回车键开始...")
|
||||
input()
|
||||
|
||||
evaluator = PersonalityEvaluator()
|
||||
final_scores = {"开放性": 0, "尽责性": 0, "外向性": 0, "宜人性": 0, "神经质": 0}
|
||||
evaluator = PersonalityEvaluator_direct()
|
||||
final_scores = {"开放性": 0, "严谨性": 0, "外向性": 0, "宜人性": 0, "神经质": 0}
|
||||
dimension_counts = {trait: 0 for trait in final_scores.keys()}
|
||||
|
||||
for i, scenario_data in enumerate(evaluator.scenarios, 1):
|
||||
@@ -119,7 +134,7 @@ def main():
|
||||
print("\n当前评估结果：")
|
||||
print("-" * 30)
|
||||
for dimension, score in scores.items():
|
||||
print(f"{dimension}: {score}/10")
|
||||
print(f"{dimension}: {score}/6")
|
||||
|
||||
if i < len(evaluator.scenarios):
|
||||
print("\n按回车键继续下一个场景...")
|
||||
@@ -133,7 +148,7 @@ def main():
|
||||
print("\n最终人格特征评估结果：")
|
||||
print("-" * 30)
|
||||
for trait, score in final_scores.items():
|
||||
print(f"{trait}: {score}/10")
|
||||
print(f"{trait}: {score}/6")
|
||||
|
||||
# 保存结果
|
||||
result = {"final_scores": final_scores, "scenarios": evaluator.scenarios}
|
||||
|
||||
Reference in New Issue
Block a user