AI网关基于IP地理位置，增强Prompt修饰能力

小摩托

AI 网关基于 IP 地理位置，增强 Prompt 修饰能力 沈鑫糠 阿里云云原生 阿里云云原生 阿里巴巴(中国)有限公司 发布云原生技术资讯、汇集云原生技术详细内容，定期举办云原生活动、直播，阿里产品及用户实战发布。与你并肩探索云原生技术点滴，分享你需要的云原生内容。 1152篇内容 2024年08月23日 16:09 浙江 作者：沈鑫糠，来自昆仑数智瑞道云团队，专注于云原生领域产品研发和相关技术。01前言Cloud Native什么是 Prompt Engineering提示词工程（Prompt Engineering），也被称为上下文提示（In-Context Prompting），指的是通过结构化文本等方式来完善提示词，引导 LLM 输出我们期望的结果。通过提示词工程可以在不更新模型权重的情况下，让 LLM 完成不同类型的任务。面对同样一个问题，为 LLM 设置不同的提示词，能够得到不同的回答结果。我们可以通过对 Prompt 的优化提升 LLM 的回答精度。例如：什么是 AI GatewayAI Gateway 的定义是 AI Native 的 API Gateway，是基于 API Gateway 的能来满 AI Native 的需求。例如：将传统的 QPS 限流扩展到 Token 限流。将传统的负载均衡/重试/fallback 能力延伸，支持对接多个大模型厂商 API，提高整体稳定性。扩展可观测能力，支持不同模型之间效果的对比 A/B Test，以及对话上下链路 Tracing 等。Higress (https://github.com/alibaba/higress) 是阿云开源的款 AI Gateway，为开发者提供了一站式的 AI 插件集和增强后端模型调度处理能力，使得 AI 与网关的集成更加便捷和高效。官方提供了丰富的插件库，涵盖 AI、流量管理、安全防护等常用功能，满足 90% 以上的业务场景需求。此外还支持 Wasm 插件扩展，支持多语言编写 Wasm 插件，插件更新采用热插拔机制对流量无损。本文主要基于 Higress 的 Wasm 插件机制，使用 Go 进行插件的整体开发和能力增强。具体可以参考：https://higress.io/docs/latest/plugins/custom/02Geo-IP 插件与 AI 提示词修饰插件的结合与使用Cloud Native插件参数配置配置 Geo-IP 插件启用 Geo-IP 插件（目前仅支持 IPv4），并配置：BashipProtocal: "ipv4"配置 AI提示词修饰插件启用 AI 提示词修饰插件，在配置的 content 中通过变量，注入地理位置信息：Bashprepend:- content: "提问用户当前的地理位置信息是，国家：${geo-country}，省份：${geo-province}, 城市：${geo-city}" role: "system"append:- content: "每次回答完问题，尝试进行反问" role: "user"插件效果示例请求：Bashcurl 'http:///api/openai/v1/chat/completions' \-H 'Accept: application/json, text/event-stream' \-H 'Content-Type: application/json' \--data-raw '{ "model":"qwen-long", "frequency_penalty":0, "max_tokens":800, "stream":false, "presence_penalty":0, "temperature":0.7, "top_p":0.95, "messages":[{"role":"user","content":"附近有什么旅游景点？"}] }'示例响应一：Bash{..."content": "附近热门的旅游景点有故宫、天安门广场、恭王府等。您对哪个景点更感兴趣呢？"...}示例请求二：Bashcurl 'http:///api/openai/v1/chat/completions' \-H 'Accept: application/json, text/event-stream' \-H 'Content-Type: application/json' \--data-raw '{ "model":"qwen-long", "frequency_penalty":0, "max_tokens":800, "stream":false, "presence_penalty":0, "temperature":0.7, "top_p":0.95, "messages":[{"role":"user","content":"怎么去香港"}] }'示例响应二：Bash{..."content": "从您所在的位置（北京市）前往香港，您可以选择乘坐飞机、火车或者长途汽车等多种交通方式。\n\n1. **飞机**：从北京首都国际机场出发，有多家航空公司提供直飞香港的服务。\n2. **高铁**：北京西站有直达香港西九龙站的高速列车。\n3. **长途汽车**：虽然不是主流方式，但也有部分长途汽车线路连接两地。\n\n您计划什么时候出发呢？不同的出行日期可能会有不同的票务情况和价格。"...}示例请求三：Bashcurl 'http:///api/openai/v1/chat/completions' \-H 'Accept: application/json, text/event-stream' \-H 'Content-Type: application/json' \--data-raw '{ "model":"qwen-long", "frequency_penalty":0, "max_tokens":800, "stream":false, "presence_penalty":0, "temperature":0.7, "top_p":0.95, "messages":[{"role":"user","content":"特色小吃有哪些"}] }'示例响应三：Bash{..."content": "我可以帮您大概介绍一下北京的一些特色小吃：\n\n1. **豆汁儿配焦圈**：北京的传统小吃之一，豆汁儿口感独特，搭配焦圈食用。\n2. **炸酱面**：北京非常有名的面条吃法，面条通常拌上特制的炸酱以及各种蔬菜丝。\n3. **卤煮火烧**：以猪内脏和豆腐干为主要原料，炖煮而成，汤味醇厚，是老北京的传统食品。\n4. **炒肝**：一种类似卤煮的小吃，但是主要用猪肝和大肠，加上蒜泥等调味品。\n5. **艾窝窝**：糯米制成的甜食，外皮软糯，里面包裹着红豆沙或其他甜馅。\n6. **糖葫芦**：串起来的山楂果，表面裹上一层糖浆，酸甜可口，很受欢迎。\n\n您对哪一种小吃比较感兴趣呢？或者您想了解更多有关这些小吃的信息吗？"...}03实现原理Cloud Native1. Geo-IP 插件基于用户 IP 获取用户相关的地理位置信息，如：国家、省份、城市等。2. 基于 Higress 的 Property 机制实现跨插件间的数据传递，将 Geo-IP 插件获取的地理位置信息传递给 AI 提示词修饰插件。3. AI 提示词插件基于用户配置的提示词模板、用户输入，以及地理位置信息，生成增强后的用户请求发送给 LLM。Geo-IP 插件实现用户 IP 的获取：当请求进入 onHttpRequestHeader( ) 函数时，如果用户是直接连接 Higress，就取 remote_address 作为用户 IP。如果用户通过代理服务访问 Higress，请求里包含请求头 X-forwarded-for，就解析 XFF 头取第一个 IP 地址作为原始用户 IP。离线 IP 地址定位库内存优化：Geo IP 插件内置离线 IP 地址定位库，数据来源：https://gitee.com/lionsoul/ip2region由于默认提供的文件格式为：起始 IP 地址|结束 IP 地址|国家|区域|省份|城市|ISP，直接对数据进行存储存在较大的内存开销。因此首先对原始数据进行处理，将原始数据拆分为多个：IP 地址/子网掩码|国家|区域|省份|城市|ISP 的格式。然后基于加工后的数据格式，可以通过基数树（Radix Tree）的数据结构在内存中进行存储，最终在降低内存占用的同时，保证了 IP 地址的查找效率。地理位置信息的传递：起初希望通过 setContext 进行信息的传递。后来在和 Higress Maintainer 的沟通中了解到 Context 没有办法跨插件传递信息。需要通过 setProperty 设置到 metadata 中，其他插件通过 getProperty 获取。在此感谢 johnlanni 的热心解答和帮助。AI 提示词修饰插件增强实现用户配置：prepend:- role: system content: "提问用户当前的地理位置信息是，国家：${geo-country}，省份：${geo-province}, 城市：${geo-city}"使用以上配置发起请求：curlhttp://localhost/test\-H "content-type: application/json" \-d '{ "model":"gpt-3.5-turbo", "messages": [ { "role": "user", "content":"明天天气怎么样" } ]}'经过插件处理后，实际请求为：curlhttp://localhost/test\-H "content-type: application/json" \-d '{ "model": "gpt-3.5-turbo", "messages": [ { "role": "system", "content": "提问用户当前的地理位置信息是，国家：中国，省份：浙江, 城市：杭州" }, { "role": "user", "content": "明天天气怎么样" } ]}'在设置提示词时，一般将提示词设置为 user 或 system 类型：user：user 角色，代表当前用户。当用户向 LLM 提问或与其交互时，输入的内容都标记为 user。system：system 角色，代表系统级的消息或通知。用于存放提问的相关背景信息或一些预置规则。比如，我们在一个“写小红书文案”的场景中与 LLM 对话。那么“写小红书文案”这个场景中就会提前预置一些规则（比如字数要求、emoji 图像等等）。这些规则就是 system。04总结Cloud Native本对 Prompt 的使用方式进行了简单介绍，让大家了解到 Prompt 对于 LLM 的重要性。并尝试在 Prompt 中结合用户 Geo IP 信息，实现 LLM 的个性化回复，提升问答的准确度。希望对你有帮助！插件的实现已经提交 PR 给 Higress 开源社区，可以到这里查看完整的代码实现：Geo-IP 插件实现：https://github.com/alibaba/higress/pull/1172AI 提示词修饰插件增强实现：https://github.com/alibaba/higress/pull/1228也欢迎家提出宝贵建议，可以直接在上 PR 中评论，或者在 Higress 社区交流群（钉钉群号：30735012403）起沟通。