celery/dianceng.py

example1="""
散水 1、种植散水 做法详见图纸设计及图集12J003-6A/A2
3、60厚C20细石混凝土，随打随磨，撒1：1水泥砂子压实赶光
4、150厚粒径10-40卵石灌M2.5混合砂浆
5、素土夯实，向外坡3%-5%
6、与墙交接处聚乙烯泡沫塑料及密封膏嵌缝
"""
answer1="""
散水 1、种植散水 做法详见图纸设计及图集12J003-6A/A2
3、60厚C20细石混凝土，随打随磨，撒1：1水泥砂子压实赶光
4、垫层 150厚粒径10-40卵石灌M2.5混合砂浆 
5、素土夯实，向外坡3%-5%
6、与墙交接处聚乙烯泡沫塑料及密封膏嵌缝
"""
example2="""
散水 1、种植散水 做法详见图纸设计及图集12J003-6A/A2
2、250-300厚回填土或种植土
3、60厚C20细石混凝土，随打随磨，撒1：1水泥砂子压实赶光
5、素土夯实，向外坡3%-5%
6、与墙交接处聚乙烯泡沫塑料及密封膏嵌缝
"""
answer2="""
散水 1、种植散水 做法详见图纸设计及图集12J003-6A/A2
2、250-300厚回填土或种植土
3、60厚C20细石混凝土，随打随磨，撒1：1水泥砂子压实赶光
5、素土夯实，向外坡3%-5%
6、与墙交接处聚乙烯泡沫塑料及密封膏嵌缝
"""
example3='''
给定的文字如下：

1、用于标高46.25m处平屋面及坡屋面下平屋面 用于标高50.25m处平屋面 做法详见图纸设计及相关图集规范
2、50厚C30细石混凝土,内配φ4@100双向钢筋网片,面层压光,设4mx4m分格缝(钢筋断开),缝宽15,内填嵌膏缝油
3、10厚1:3石灰砂浆隔离层

经过分析，这段文字描述的是屋面构造做法，包括混凝土面层和隔离层。其中没有提到垫层相关的施工内容（如砂石层、回填土等起支撑或排水作用的基层材料）。

因此，该段文字中**没有垫层的施工工序**，原封不动返回如下：

1、用于标高46.25m处平屋面及坡屋面下平屋面 用于标高50.25m处平屋面 做法详见图纸设计及相关图集规范
2、50厚C30细石混凝土,内配φ4@100双向钢筋网片,面层压光,设4mx4m分格缝(钢筋断开),缝宽15,内填嵌膏缝油
3、10厚1:3石灰砂浆隔离层
'''
answer3='''
1、用于标高46.25m处平屋面及坡屋面下平屋面 用于标高50.25m处平屋面 做法详见图纸设计及相关图集规范
2、50厚C30细石混凝土,内配φ4@100双向钢筋网片,面层压光,设4mx4m分格缝(钢筋断开),缝宽15,内填嵌膏缝油
3、10厚1:3石灰砂浆隔离层
'''
def dianceng(A, aiclient, qwclient):
    completion = qwclient.chat.completions.create(
        model="Qwen/Qwen3-32B",
        messages=[
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": "垫层是一种放置在地面或其他表面下方的材料层，其主要功能是增加支撑力、减少冲击或防止渗透。常见的垫层材料包括砂、碎石、泥土和聚合物等，具体选择取决于应用需求。垫层在建筑领域的应用广泛，包括路面、停车场、建筑物地基等，能够改善基层和土基的工作条件，防止水分渗透和冻土层形成。"},
            {"role": "user", "content": "给定一段文字: " + A +   "\n 该段文字描述了包括一道或多道工序的散水、坡道的施工工作内容。其中有可能包括了垫层施工工序。请你阅读这段文字，判断是否存在垫层的工作内容。如果没有，请原封不动的返回给定的文字；如果有，请在垫层的工序上注明“垫层”两个字，其余则原封不动，并返回。 例如，给定一段文字：" + example1 +"\n请返回：" + answer1 + "\n 再例如，给定一段文字： " + example2 + "\n请返回： " + answer2},
        ],
        #extra_body={"thinking": {"type": "disabled"}},
        extra_body={"enable_thinking": False},
    )
    json_string = completion.choices[0].message.content
    print(json_string)
    completion = aiclient.chat.completions.create(
        model="glm-4.5-flash",
        extra_body={"thinking": {"type": "disabled"}},
        messages=[
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": "给定一段文字:   请抽取出文字中的返回结果"},
            {"role": "user", "content": "例如，给定一段文字: " + example3 +   "\n 请返回:\n"+answer3},
            {"role": "user", "content": "现在，给定一段文字: " + json_string +   "\n 请参照例子，返回抽取出的结果，请直接返回结果"},
        ],
        #extra_body={"enable_thinking": False},
    )
    json_string = completion.choices[0].message.content
    print(json_string)
    return '\n'.join([x for x in json_string.split("\n") if '结果' not in x])