动态注入系统提示词

除了全局 system-prompt 与 Agent 提示词，erupt-ai 还提供两个更细粒度的提示词注入点：应用级的 SystemPromptProvider 与请求级的 LlmRequest。

动态 System Prompt 注入

TIP

支持动态扩展系统提示词，在用户发起提问时按需注入，精准控制 Token 消耗，同时提升回答的相关性与准确性。

1. 实现 SystemPromptProvider 接口
2. 注册 registerProvider
3. 实现 getPrompt 方法体

@Component
public class OrderAiPrompt implements SystemPromptProvider {

    @PostConstruct
    public void init() {
        SystemPromptProvider.registerProvider(this);
    }

    @Override
    public String getPrompt() {
        return """
                ## 订单助手
                当用户询问订单相关问题时，优先通过 queryOrder 工具查询数据后再作答，
                不要凭空捏造订单信息。金额单位为人民币元，时间格式为 yyyy-MM-dd HH:mm。
                """;
    }

}

LlmRequest 请求级扩展 v2.0.0+

LlmRequest 支持在单次 LLM 调用时注入额外提示词与行为开关，适合动态场景下的上下文感知。

字段	说明
agentPrompt	本次调用的 Agent 角色提示词，相当于临时覆盖 Agent 的 system prompt
contextPrompt	本次调用的上下文补充说明，追加在对话上下文末尾（如当前页面数据摘要）
thinking	是否开启模型思考模式（默认 false） v2.1.0+
responseFormat	响应格式：text（默认）或 json_object v2.1.0+
tools	请求级工具对象列表（携带 langchain4j @Tool 方法），仅在本次调用中驱动 ReAct 循环，与暴露全局工具箱的 autoCallTool 相互独立 v2.1.0+

这些字段由前端或集成方在调用聊天 API 时传入，可实现页面级、字段级的 AI 感知。与 @Erupt(prompt = "...") 和 @Edit(prompt = "...") 配合使用，可让 AI 理解每个实体和字段的业务语义。

贡献者

YuePeng

Claude Opus 5 (1M context)

页面历史

最后编辑于 2 分钟前

查看完整历史

f3752b9-filter: add a role-based row-level data filtering example