# 问题分类器关键词YAML化改造方案 ## 📋 改造目标 将问题分类器中硬编码的关键词提取到独立的YAML配置文件中，实现关键词与代码的分离，提高系统的可维护性和灵活性。 ## 🎯 改造背景 ### 当前问题 1. **维护困难**: 关键词硬编码在`agent/classifier.py`中，修改需要改动代码 2. **业务隔离**: 业务人员无法直接维护关键词，需要开发人员参与 3. **版本管理**: 关键词变更难以独立追踪和回滚 4. **环境配置**: 不同环境难以使用不同的关键词配置 ### 改造收益 1. **业务自主**: 业务人员可直接编辑YAML文件维护关键词 2. **热更新**: 支持重启生效的配置热更新 3. **版本控制**: 关键词变更可独立进行Git版本管理 4. **环境隔离**: 支持开发/测试/生产环境的差异化配置 5. **备用机制**: 保留代码备用，确保系统稳定性 ## 📊 关键词类型分析 根据`agent/classifier.py`代码分析，共有**8种关键词类型**需要迁移： | 序号 | 关键词类型 | 当前位置 | 数据结构 | 权重/作用 | 数量 | |------|------------|----------|----------|-----------|------| | 1 | 强业务关键词 | `classifier.py:49-79` | 字典(6个子类别) | 混合权重 | 65个 | | 2 | 查询意图关键词 | `classifier.py:81-87` | 列表 | +1分/词 | 25个 | | 3 | 非业务实体词 | `classifier.py:91-122` | 列表 | 立即CHAT(0.85) | ~80个 | | 4 | SQL模式 | `classifier.py:126-129` | 正则表达式列表 | +3分/匹配 | 2个 | | 5 | 聊天关键词 | `classifier.py:132-136` | 列表 | +1分/词 | 17个 | | 6 | 追问关键词 | `classifier.py:139-143` | 列表 | 上下文判断 | 16个 | | 7 | 话题切换关键词 | `classifier.py:146-150` | 列表 | 上下文判断 | 12个 | | 8 | 业务上下文文件 | `tools/db_query_decision_prompt.txt` | 外部文本 | LLM分类辅助 | 1个文件 | ## 🏗️ 文件结构设计 ### 推荐方案：独立YAML配置文件 ``` agent/ ├── config.py # 现有配置文件（保持不变） ├── classifier_dict.yaml # 新增：分类器词典配置文件 ├── dict_loader.py # 新增：词典加载器 ├── classifier.py # 修改：使用YAML配置 └── tools/ └── db_query_decision_prompt.txt # 保持不变 ``` ### 文件职责分工 | 文件 | 职责 | 变更类型 | |------|------|----------| | `classifier_dict.yaml` | 存储所有分类器词典配置 | 新增 | | `dict_loader.py` | 词典加载逻辑 | 新增 | | `config.py` | 导出词典加载函数 | 轻微修改 | | `classifier.py` | 使用YAML配置初始化关键词 | 中等修改 | ## 📝 YAML配置文件设计 ### 文件路径 ``` agent/classifier_dict.yaml ``` ### 文件结构设计原则 1. **层次化组织**: 保持原有的分类层次结构 2. **权重配置**: 单独配置区域，便于调优 3. **注释完整**: 每个配置项都有详细说明 4. **版本标识**: 包含配置版本信息 ### 完整YAML配置文件 ```yaml # agent/classifier_dict.yaml # 问题分类器词典配置文件 # 版本: v1.0 # 最后更新: 2024-12-XX # =========================================== # 配置元信息 # =========================================== metadata: version: "1.0" description: "Citu智能数据问答平台问题分类器关键词配置" last_updated: "2024-12-XX" author: "系统管理员" # =========================================== # 权重配置 # =========================================== weights: # 业务实体词权重（强业务关键词中除系统指示词外的部分） business_entity: 2 # 系统指示词权重（强业务关键词中的系统查询指示词） system_indicator: 1 # 查询意图词权重 query_intent: 1 # SQL模式权重（最高权重） sql_pattern: 3 # 聊天关键词权重 chat_keyword: 1 # 非业务词固定置信度 non_business_confidence: 0.85 # 组合加分权重（系统指示词+业务实体词） combination_bonus: 3 # =========================================== # 强业务关键词（字典结构，保持原有层次） # =========================================== strong_business_keywords: 核心业务实体: description: "高速公路服务区基础设施和业务系统" keywords: - 服务区 - 档口 - 商铺 - 收费站 - 高速公路 - 驿美 # 业务系统名称 - 驿购 # 业务系统名称 - 北区 # 物理分区 - 南区 - 西区 - 东区 - 两区 - 停车区 - 公司 - 管理公司 - 运营公司 - 驿美运营公司 支付业务: description: "支付方式、金额、订单等支付相关业务" keywords: # 支付方式全称 - 微信支付 - 支付宝支付 - 现金支付 - 行吧支付 - 金豆支付 # 业务指标 - 支付金额 - 订单数量 - 营业额 - 收入 - 营业收入 # 简化形式 - 微信 - 支付宝 - 现金 - 行吧 - 金豆 # 系统字段名 - wx - zfb - rmb - xs - jd 经营品类: description: "经营类型、品牌、商业品类" keywords: - 餐饮 - 小吃 - 便利店 - 整体租赁 - 驿美餐饮 - 品牌 - 经营品类 - 商业品类 车流业务: description: "车辆流量、车型统计等车流相关业务" keywords: # 流量概念 - 车流量 - 车辆数量 - 车辆统计 - 流量统计 # 车型分类 - 客车 - 货车 - 过境 - 危化品 - 城际 # 分析概念 - 车型分布 地理路线: description: "高速线路、路段等地理位置信息" keywords: # 具体线路 - 大广 - 昌金 - 昌栗 # 概念词 - 线路 - 路段 - 路线 - 高速线路 - 公路线路 系统查询指示词: description: "系统、数据库等查询指示词（特殊权重处理）" weight: 1 # 特殊标记：权重低于其他业务实体词 keywords: # 系统指示 - 当前系统 - 当前数据库 - 当前数据 - 数据库 - 本系统 - 系统 # 数据指示 - 数据库中 - 数据中 - 现有数据 - 已有数据 - 存储的数据 # 平台指示 - 平台数据 - 我们的数据库 - 这个系统 # =========================================== # 查询意图关键词 # =========================================== query_intent_keywords: description: "用于识别数据查询意图的关键词" keywords: # 统计分析 - 统计 - 查询 - 分析 - 报表 - 报告 - 汇总 - 计算 - 对比 # 排序概念 - 排行 - 排名 - 趋势 - 占比 - 百分比 - 比例 # 聚合函数 - 最大 - 最小 - 最高 - 最低 - 平均 - 总计 - 合计 - 累计 - 求和 - 求平均 # 输出动作 - 生成 - 导出 - 显示 - 列出 - 共有 # =========================================== # 非业务实体词（一旦匹配立即分类为CHAT） # =========================================== non_business_keywords: description: "明确的非业务领域问题，最高优先级直接分类" 农产品食物: - 荔枝 - 苹果 - 西瓜 - 水果 - 蔬菜 - 大米 - 小麦 - 橙子 - 香蕉 - 葡萄 - 草莓 - 樱桃 - 桃子 - 梨 技术概念: - 人工智能 - 机器学习 - 编程 - 算法 - 深度学习 - AI - 神经网络 - 模型训练 - 数据挖掘 身份询问: - 你是谁 - 你是什么 - 你叫什么 - 你的名字 - 你是什么AI - 什么模型 - 大模型 - AI助手 - 助手 - 机器人 天气相关: - 天气 - 气温 - 下雨 - 晴天 - 阴天 - 温度 - 天气预报 - 气候 - 降雨 - 雪天 生活常识: - 怎么做饭 - 如何减肥 - 健康 - 医疗 - 病症 - 历史 - 地理 - 文学 - 电影 - 音乐 - 体育 - 娱乐 - 游戏 - 小说 - 新闻 - 政治 - 战争 - 足球 - NBA - 篮球 - 乒乓球 - 冠军 - 夺冠 - 高考 旅游出行: - 旅游 - 景点 - 门票 - 酒店 - 机票 - 航班 - 高铁 - 的士 情绪表达: - 伤心 - 开心 - 无聊 - 生气 - 孤独 - 累了 - 烦恼 - 心情 - 难过 - 抑郁 商业金融: - 股票 - 基金 - 理财 - 投资 - 经济 - 通货膨胀 - 上市 哲学思考: - 人生意义 - 价值观 - 道德 - 信仰 - 宗教 - 爱情 地理范围: - 全球 - 全国 - 亚洲 - 发展中 - 欧洲 - 美洲 - 东亚 - 东南亚 - 南美 - 非洲 - 大洋 # =========================================== # SQL模式（正则表达式） # =========================================== sql_patterns: description: "用于识别SQL语句特征的正则表达式" patterns: - pattern: "\\b(select|from|where|group by|order by|having|join|update)\\b" description: "SQL关键字匹配" case_sensitive: false - pattern: "\\b(数据库|表名|表|字段名|SQL|sql|database|table)\\b" description: "数据库概念词匹配" case_sensitive: false # =========================================== # 聊天关键词 # =========================================== chat_keywords: description: "倾向于聊天分类的关键词" keywords: # 问候语 - 你好啊 - 谢谢 - 再见 # 疑问词 - 怎么样 - 如何 - 为什么 - 什么是 # 帮助请求 - 介绍 - 解释 - 说明 - 帮助 - 操作 - 使用方法 - 功能 - 教程 - 指南 - 手册 - 讲解 # =========================================== # 追问关键词（用于上下文判断） # =========================================== follow_up_keywords: description: "用于检测追问型问题的关键词" keywords: # 延续词 - 还有 - 详细 - 具体 - 更多 - 继续 - 再 - 也 # 连接词 - 那么 - 另外 - 其他 - 以及 - 还 - 进一步 # 补充词 - 深入 - 补充 - 额外 - 此外 - 同时 - 并且 # =========================================== # 话题切换关键词（用于上下文判断） # =========================================== topic_switch_keywords: description: "用于检测明显话题转换的关键词" keywords: # 问候开场 - 你好 - 你是 - 谢谢 - 再见 # 功能询问 - 介绍 - 功能 - 帮助 - 使用方法 # 系统询问 - 平台 - 系统 - AI - 助手 # =========================================== # 配置验证规则 # =========================================== validation: required_sections: - strong_business_keywords - query_intent_keywords - non_business_keywords - sql_patterns - chat_keywords - follow_up_keywords - topic_switch_keywords min_keywords_count: strong_business_keywords: 50 query_intent_keywords: 20 non_business_keywords: 70 chat_keywords: 15 ``` ## 🔧 技术实现方案 ### 1. 关键词加载器设计 创建 `agent/dict_loader.py`： ```python # agent/dict_loader.py """ 分类器词典配置加载器 负责从YAML文件加载分类器词典配置，并提供数据转换和验证功能 """ import yaml import os import re from typing import Dict, Any, List, Optional from dataclasses import dataclass from core.logging import get_agent_logger # 初始化日志 logger = get_agent_logger("KeywordsLoader") @dataclass class ClassifierDictConfig: """分类器词典配置数据类""" strong_business_keywords: Dict[str, List[str]] query_intent_keywords: List[str] non_business_keywords: List[str] sql_patterns: List[str] chat_keywords: List[str] follow_up_keywords: List[str] topic_switch_keywords: List[str] weights: Dict[str, float] metadata: Dict[str, Any] class DictLoader: """分类器词典配置加载器""" def __init__(self, dict_file: str = None): """ 初始化加载器 Args: dict_file: 词典配置文件路径，默认为agent/classifier_dict.yaml """ if dict_file is None: current_dir = os.path.dirname(os.path.abspath(__file__)) dict_file = os.path.join(current_dir, "classifier_dict.yaml") self.dict_file = dict_file self.config_cache = None def load_config(self, force_reload: bool = False) -> ClassifierDictConfig: """ 加载词典配置 Args: force_reload: 是否强制重新加载，默认使用缓存 Returns: ClassifierDictConfig: 词典配置对象 Raises: FileNotFoundError: 配置文件不存在 ValueError: 配置文件格式错误 """ if self.config_cache is not None and not force_reload: return self.config_cache try: logger.info(f"加载词典配置文件: {self.dict_file}") with open(self.dict_file, 'r', encoding='utf-8') as f: yaml_data = yaml.safe_load(f) # 验证配置文件 self._validate_config(yaml_data) # 转换数据格式 config = self._convert_config(yaml_data) # 缓存配置 self.config_cache = config logger.info("词典配置加载成功") return config except FileNotFoundError: error_msg = f"词典配置文件不存在: {self.dict_file}" logger.error(error_msg) raise FileNotFoundError(error_msg) except yaml.YAMLError as e: error_msg = f"词典配置文件YAML格式错误: {str(e)}" logger.error(error_msg) raise ValueError(error_msg) except Exception as e: error_msg = f"词典配置加载失败: {str(e)}" logger.error(error_msg) raise ValueError(error_msg) def _validate_config(self, yaml_data: Dict[str, Any]) -> None: """验证配置文件格式和必要字段""" required_sections = [ 'strong_business_keywords', 'query_intent_keywords', 'non_business_keywords', 'sql_patterns', 'chat_keywords', 'follow_up_keywords', 'topic_switch_keywords', 'weights' ] for section in required_sections: if section not in yaml_data: raise ValueError(f"配置文件缺少必要部分: {section}") # 验证权重配置 required_weights = [ 'business_entity', 'system_indicator', 'query_intent', 'sql_pattern', 'chat_keyword', 'non_business_confidence' ] for weight in required_weights: if weight not in yaml_data['weights']: raise ValueError(f"权重配置缺少: {weight}") logger.debug("配置文件验证通过") def _convert_config(self, yaml_data: Dict[str, Any]) -> ClassifierDictConfig: """将YAML数据转换为ClassifierDictConfig对象""" # 转换强业务关键词（保持字典结构） strong_business_keywords = {} for category, data in yaml_data['strong_business_keywords'].items(): if isinstance(data, dict) and 'keywords' in data: strong_business_keywords[category] = data['keywords'] else: # 兼容简单格式 strong_business_keywords[category] = data # 转换查询意图关键词 query_intent_data = yaml_data['query_intent_keywords'] if isinstance(query_intent_data, dict) and 'keywords' in query_intent_data: query_intent_keywords = query_intent_data['keywords'] else: query_intent_keywords = query_intent_data # 转换非业务实体词（展平为列表） non_business_keywords = self._flatten_non_business_keywords( yaml_data['non_business_keywords'] ) # 转换SQL模式 sql_patterns = [] patterns_data = yaml_data['sql_patterns'] if isinstance(patterns_data, dict) and 'patterns' in patterns_data: for pattern_info in patterns_data['patterns']: if isinstance(pattern_info, dict): sql_patterns.append(pattern_info['pattern']) else: sql_patterns.append(pattern_info) else: sql_patterns = patterns_data # 转换其他关键词列表 chat_keywords = self._extract_keywords_list(yaml_data['chat_keywords']) follow_up_keywords = self._extract_keywords_list(yaml_data['follow_up_keywords']) topic_switch_keywords = self._extract_keywords_list(yaml_data['topic_switch_keywords']) return ClassifierDictConfig( strong_business_keywords=strong_business_keywords, query_intent_keywords=query_intent_keywords, non_business_keywords=non_business_keywords, sql_patterns=sql_patterns, chat_keywords=chat_keywords, follow_up_keywords=follow_up_keywords, topic_switch_keywords=topic_switch_keywords, weights=yaml_data['weights'], metadata=yaml_data.get('metadata', {}) ) def _flatten_non_business_keywords(self, non_business_data: Dict[str, Any]) -> List[str]: """将分类的非业务词展平为列表""" flattened = [] # 跳过description字段 for category, keywords in non_business_data.items(): if category == 'description': continue if isinstance(keywords, list): flattened.extend(keywords) return flattened def _extract_keywords_list(self, data: Any) -> List[str]: """从可能包含description的数据中提取关键词列表""" if isinstance(data, dict) and 'keywords' in data: return data['keywords'] elif isinstance(data, list): return data else: return [] # 全局加载器实例 _dict_loader = None def get_dict_loader() -> DictLoader: """获取全局词典加载器实例""" global _dict_loader if _dict_loader is None: _dict_loader = DictLoader() return _dict_loader def load_classifier_dict_config(force_reload: bool = False) -> ClassifierDictConfig: """ 加载分类器词典配置（便捷函数） Args: force_reload: 是否强制重新加载 Returns: ClassifierDictConfig: 词典配置对象 """ loader = get_dict_loader() return loader.load_config(force_reload) ``` ### 2. config.py 修改方案 在 `agent/config.py` 中添加关键词加载函数： ```python # 在 agent/config.py 文件末尾添加 # ==================== 关键词配置加载 ==================== try: from .dict_loader import load_classifier_dict_config, get_dict_loader def get_classifier_dict_config(force_reload: bool = False): """ 获取分类器词典配置 Args: force_reload: 是否强制重新加载 Returns: ClassifierDictConfig: 词典配置对象 """ return load_classifier_dict_config(force_reload) def reload_classifier_dict_config(): """重新加载分类器词典配置""" return load_classifier_dict_config(force_reload=True) # 导出词典配置函数 __all__ = [ 'get_current_config', 'get_nested_config', 'AGENT_CONFIG', 'get_classifier_dict_config', 'reload_classifier_dict_config' ] except ImportError as e: # 如果dict_loader模块不存在，提供空实现 def get_classifier_dict_config(force_reload: bool = False): raise ImportError("词典加载器模块不可用，请检查dict_loader.py是否存在") def reload_classifier_dict_config(): raise ImportError("词典加载器模块不可用，请检查dict_loader.py是否存在") ``` ### 3. classifier.py 修改方案 修改 `QuestionClassifier.__init__` 方法： ```python # 在 QuestionClassifier.__init__ 方法中的修改 def __init__(self): # 初始化日志 self.logger = get_agent_logger("Classifier") # 加载配置参数（保持现有逻辑） try: from agent.config import get_current_config, get_nested_config config = get_current_config() self.high_confidence_threshold = get_nested_config(config, "classification.high_confidence_threshold", 0.7) # ... 其他配置参数加载保持不变 self.logger.info("从配置文件加载分类器参数完成") except ImportError: # ... 现有的默认配置逻辑保持不变 self.logger.warning("配置文件不可用，使用默认分类器参数") # 加载词典配置（新增逻辑） self._load_dict_config() def _load_dict_config(self): """加载分类器词典配置""" try: from agent.config import get_classifier_dict_config dict_config = get_classifier_dict_config() # 加载强业务关键词 self.strong_business_keywords = dict_config.strong_business_keywords # 加载其他关键词列表 self.query_intent_keywords = dict_config.query_intent_keywords self.non_business_keywords = dict_config.non_business_keywords self.chat_keywords = dict_config.chat_keywords self.follow_up_keywords = dict_config.follow_up_keywords self.topic_switch_keywords = dict_config.topic_switch_keywords # 加载SQL模式 self.sql_patterns = dict_config.sql_patterns # 记录加载的关键词数量 total_keywords = ( sum(len(keywords) for keywords in self.strong_business_keywords.values()) + len(self.query_intent_keywords) + len(self.non_business_keywords) + len(self.chat_keywords) + len(self.follow_up_keywords) + len(self.topic_switch_keywords) ) self.logger.info(f"从YAML配置文件加载词典完成，共加载 {total_keywords} 个关键词") except Exception as e: self.logger.warning(f"加载YAML词典配置失败: {str(e)}，使用代码中的备用配置") self._load_default_dict() def _load_default_dict(self): """加载代码中的备用词典配置""" self.logger.info("使用代码中的默认词典配置作为备用") # 保留原有的硬编码关键词作为备用 self.strong_business_keywords = { "核心业务实体": [ "服务区", "档口", "商铺", "收费站", "高速公路", "驿美", "驿购", "北区", "南区", "西区", "东区", "两区", "停车区", "公司", "管理公司", "运营公司", "驿美运营公司" ], # ... 其他关键词类别的备用配置 } # ... 其他关键词的备用配置 self.logger.info("默认词典配置加载完成") ``` ## 🧪 测试验证方案 ### 1. 单元测试设计 创建 `test/test_dict_loader.py`： ```python # test/test_dict_loader.py import unittest import tempfile import os import yaml from agent.dict_loader import DictLoader, ClassifierDictConfig class TestDictLoader(unittest.TestCase): """词典加载器测试""" def setUp(self): """测试前准备""" self.test_yaml_content = { 'metadata': {'version': '1.0'}, 'weights': { 'business_entity': 2, 'system_indicator': 1, 'query_intent': 1, 'sql_pattern': 3, 'chat_keyword': 1, 'non_business_confidence': 0.85 }, 'strong_business_keywords': { '核心业务实体': { 'keywords': ['服务区', '档口'] } }, 'query_intent_keywords': { 'keywords': ['统计', '查询'] }, 'non_business_keywords': { '农产品食物': ['苹果', '香蕉'] }, 'sql_patterns': { 'patterns': [ {'pattern': '\\bselect\\b', 'description': 'SQL关键字'} ] }, 'chat_keywords': { 'keywords': ['你好', '谢谢'] }, 'follow_up_keywords': { 'keywords': ['还有', '详细'] }, 'topic_switch_keywords': { 'keywords': ['你好', '你是'] } } def test_load_valid_config(self): """测试加载有效配置""" with tempfile.NamedTemporaryFile(mode='w', suffix='.yaml', delete=False) as f: yaml.dump(self.test_yaml_content, f) temp_file = f.name try: loader = DictLoader(temp_file) config = loader.load_config() self.assertIsInstance(config, ClassifierDictConfig) self.assertEqual(config.weights['business_entity'], 2) self.assertIn('服务区', config.strong_business_keywords['核心业务实体']) self.assertIn('苹果', config.non_business_keywords) finally: os.unlink(temp_file) def test_load_missing_file(self): """测试加载不存在的文件""" loader = DictLoader('nonexistent.yaml') with self.assertRaises(FileNotFoundError): loader.load_config() def test_load_invalid_yaml(self): """测试加载无效YAML""" with tempfile.NamedTemporaryFile(mode='w', suffix='.yaml', delete=False) as f: f.write("invalid: yaml: content: [") temp_file = f.name try: loader = DictLoader(temp_file) with self.assertRaises(ValueError): loader.load_config() finally: os.unlink(temp_file) if __name__ == '__main__': unittest.main() ``` ### 2. 集成测试设计 创建 `test/test_classifier_yaml_integration.py`： ```python # test/test_classifier_yaml_integration.py import unittest from agent.classifier import QuestionClassifier class TestClassifierYamlIntegration(unittest.TestCase): """分类器YAML集成测试""" def setUp(self): """测试前准备""" self.classifier = QuestionClassifier() def test_yaml_dict_loaded(self): """测试YAML词典是否正确加载""" # 验证强业务关键词 self.assertIsInstance(self.classifier.strong_business_keywords, dict) self.assertIn('核心业务实体', self.classifier.strong_business_keywords) # 验证其他关键词列表 self.assertIsInstance(self.classifier.query_intent_keywords, list) self.assertIsInstance(self.classifier.non_business_keywords, list) self.assertIsInstance(self.classifier.chat_keywords, list) def test_classification_still_works(self): """测试分类功能仍然正常工作""" # 测试业务查询 result = self.classifier.classify("统计服务区的微信支付金额") self.assertEqual(result.question_type, "DATABASE") # 测试非业务查询 result = self.classifier.classify("苹果什么时候成熟") self.assertEqual(result.question_type, "CHAT") # 测试聊天查询 result = self.classifier.classify("你好，请问如何使用") self.assertEqual(result.question_type, "CHAT") if __name__ == '__main__': unittest.main() ``` ## 📋 实施步骤 ### 阶段一：基础设施搭建（1-2天） 1. ✅ 创建 `agent/classifier_dict.yaml` 配置文件 2. ✅ 创建 `agent/dict_loader.py` 加载器 3. ✅ 修改 `agent/config.py` 添加加载函数 4. ✅ 编写单元测试 ### 阶段二：代码改造（1天） 1. ✅ 修改 `QuestionClassifier.__init__` 方法 2. ✅ 添加备用关键词加载逻辑 3. ✅ 编写集成测试 ### 阶段三：测试验证（1天） 1. ✅ 运行单元测试和集成测试 2. ✅ 验证分类功能正确性 3. ✅ 测试异常情况处理 ### 阶段四：部署上线（0.5天） 1. ✅ 部署配置文件到生产环境 2. ✅ 验证系统运行正常 3. ✅ 监控分类效果 ## 🎯 预期效果 ### 立即收益 1. **词典维护便利化**: 业务人员可直接编辑YAML文件 2. **配置版本化管理**: 词典变更可进行Git版本控制 3. **系统稳定性保障**: 备用机制确保配置失败时系统正常运行 ### 长期收益 1. **快速业务适配**: 新业务场景的词典快速添加 2. **A/B测试支持**: 不同环境使用不同词典配置 3. **数据驱动优化**: 基于分类效果数据调整词典权重 ## ⚠️ 风险控制 ### 潜在风险 1. **配置文件错误**: YAML格式错误导致系统启动失败 2. **词典缺失**: 关键词遗漏影响分类准确性 3. **权重配置错误**: 权重设置不当影响分类效果 ### 风险控制措施 1. **格式验证**: 加载器进行严格的YAML格式和必要字段验证 2. **备用机制**: 保留代码中的默认词典作为备用 3. **渐进式部署**: 先在测试环境验证，再逐步推广到生产环境 4. **监控告警**: 添加词典加载失败的监控和告警 5. **文档说明**: 提供详细的配置文件编辑指南 ## 📈 后续优化方向 1. **热更新机制**: 实现运行时重载词典配置，无需重启 2. **可视化管理**: 开发Web界面管理词典配置 3. **智能推荐**: 基于用户查询日志推荐新关键词 4. **效果分析**: 统计各关键词的命中率和分类准确性 5. **多环境支持**: 支持开发/测试/生产环境的差异化配置 --- *本方案基于当前系统架构设计，遵循最小变更原则，确保改造过程中系统稳定运行。*