Text-to-DSL，为您的系统搭载基于ChatGPT的自然语言交互模块

/variables: {}
triggers:
  - triggerManual_1021:
      name: 手动触发
      code: triggerManual
      version: 1.0.0
  - triggerTiming_1022:
      name: 定时触发
      code: triggerTiming
      version: 1.0.0
      startTime: 0
      endTime: 0
      intervalType: day
      weekdays: []
      weekdayRunTime: ''
      runType: loop
process:
  - query_my_table:
      name: 查询my_table
      code: MixQuerySQLComponent
      version: 1.1.0
      tryTimes: 1
      failedAction: cancel
      artifactId: null
      type: asyncComponent
      input:
        sqlString: select id, name from my_table where ds = 20230324 limit 1
        resultKey: query_result
        resultName: 查询结果
        queryType: TABLE
  - ifElse_1010:
      name: 判断id是否为808080
      code: ifElse
      version: 1.0.0
      switch:
        - condition:
            id: 1
            logic: and
            children:
              - compareField: query_result[0]['id']
                operator: contains
                compareValue: '808080'
          steps:
            - wait_1013:
                name: wait
                code: wait
                version: 1.0.0
                until: ''
                after:
                  minutes: 10
                afterType: minutes
                waitType: after
            - push:
                name: 企业微信推送
                code: BeaconWechatComponent
                version: 1.0.0
                tryTimes: 1
                failedAction: cancel
                artifactId: null
                type: syncComponent
                input:
                  receivers: tyrsong
                  crowds: ''
                  msgType: markdown
                  content: 查询到id为808080的记录
                  title: ''
                  description: ''
                  url: ''
                  picurl: ''
                  fileName: ''
                  crowdSource:
                    - crowd
                  sqlSourceBeaconWechatParam: []
            - end_1017:
                name: 结束
                code: end
                version: 1.0.0
        - label: DEFAULT
          steps:
            - end_1014:
                name: 结束
                code: end
                version: 1.0.0

public class ChatGptHelper {

    //需要申请ApiKey
    private static OpenAiService service = new OpenAiService(System.getenv("OPENAI_KEY"));

    public static ChatCompletionResult createChatCompletion(List<ChatMessage> messages) {
        ChatCompletionRequest chatCompletionRequest = ChatCompletionRequest.builder()
                //模型名称
                .model("gpt-3.5-turbo")
                //下面两项数值控制模型输出的随机性，Text-to-DSL需要准确性，因此设置为随机性为最低
                .temperature(0.0D)
                .topP(1.0)
                .messages(messages)
                .build();
        return service.createChatCompletion(chatCompletionRequest);
    }

    public static void main(String[] args) {

        //对于chat 类模型，prompt是一个对话列表
        ChatMessage[] prompt = {
                new ChatMessage(ChatMessageRole.SYSTEM.value(), "你是一个翻译器，我输入中文，你翻译成英文"),
                new ChatMessage(ChatMessageRole.USER.value(), "今天天气真好啊")
        };

        ChatCompletionResult result = ChatGptHelper.createChatCompletion(
                Arrays.asList(prompt)
        );
        System.out.println(result.getChoices().get(0).getMessage().getContent());
    }
}

The weather is really nice today.

请跟据我的需求创建一个yaml格式的工作流触发器。

我的需求
创建一个手动触发器

你需要回答
```yaml
# 声明一个触发器
triggers:
# 触发器id为my_trigger
- my_trigger:
    # 触发器名称
    name: 手动触发
    # 触发器类型是手动触发。如果是定时触发而是triggerTim
    code: triggerManual
    version: 1.0.0
` ` `

public static void main(String[] args) throws Exception {
    String request = "创建一个定时触发器，名字叫定时发早报";
    ChatMessage[] prompt = {
            new ChatMessage(ChatMessageRole.USER.value(), Utils.readFromRes("/prompt.md")),
            new ChatMessage(ChatMessageRole.USER.value(), request)
    };
    ...//调用api并输出结果
}

好的，以下是创建一个定时触发器的yaml格式代码：

```yaml
# 声明一个触发器
triggers:
# 触发器id为my_trigger
- my_trigger:
    # 触发器名称
    name: 定时发早报
    # 触发器类型是定时触发。如果是手动触发则为triggerManual
    code: triggerTiming
    version: 1.0.0
    # 定时触发的时间表达式，这里是每天早上8点触发
    cron: '0 8 * * *'
` ` `

你可以根据需要修改cron表达式来设置不同的定时触发时间。

直接输出yaml，不要添加其他字符，不要带注释，不要添加新字段

triggers:
  - my_trigger:
      name: 手动发早报
      code: triggerManual
      version: 1.0.0 

..... (省略prompt.md前面的内容)

现在，创建一个手动触发器，名字是手动发早报

public static void main(String[] args) throws Exception {
    String request = "创建一个定时触发器";
    ChatMessage[] prompt = {
            new ChatMessage(ChatMessageRole.USER.value(), Utils.readFromRes("/prompt.md")),
            new ChatMessage(ChatMessageRole.ASSISTANT.value(), Utils.readFromRes("/prompt-reply.yaml")),
            new ChatMessage(ChatMessageRole.USER.value(), request)
    };
    ...//调用api并输出结果
}

你需要回答
```yaml
# 声明一个触发器
triggers:
# 触发器id为my_trigger
- my_trigger:
    # 触发器名称
    name: 定时发早报
    # 触发器类型是定时触发。如果是手动触发则为triggerManual
    code: triggerTiming
    version: 1.0.0
    # 定时触发器的配置
    config:
      # cron表达式，表示每天早上6点触发
      cron: '0 0 6 * * ?'
      # 时区，这里设置为北京时间
      timezone: Asia/Shanghai
` ` `


现在，创建一个定时触发器，名字叫定时发早报，每天早上6点触发，时区为北京时间。

### 介绍 ###
请跟据我的需求创建一个yaml格式的工作流触发器。

### 例子 ###
我的需求
创建一个手动触发器

你需要回答
```yaml
# 声明一个触发器
triggers:
# 触发器id为my_trigger
- my_trigger:
    # 触发器名称
    name: 手动触发
    # 触发器类型是手动触发。如果是定时触发则为triggerTiming
    code: triggerManual
    version: 1.0.0
` ` `

### 命令 ###
现在，创建一个手动触发器，名字是手动发早报

triggers:
  - my_trigger:
      name: 定时发早报
      code: triggerTiming
      version: 1.0.0
      # 每天早上7点触发
      cron: "0 7 * * *"

需求
创建一个定时触发器。从5月5日到6月5日，每隔一天执行一次

回答

```yaml
# 声明一个触发器
triggers:
# 触发器id为my_trigger
- my_trigger:
    # 触发器名称
    name: 定时触发
    # 触发器类型是定时触发。
    code: triggerTiming
    # 定时类型是重复触发
    runType: loop
    version: 1.0.0
    # 重复单位为天
    intervalType: day
    # 重复间隔为1
    interval: 1
    # 开始时间
    startTime: '{##Date2}'
    # 结束时间
    endTime: '{##Date3}'
```aml
# 声明一个触发器
triggers:
# 触发器id为my_trigger
- my_trigger:
    # 触发器名称
    name: 定时触发
    # 触发器类型是定时触发。
    code: triggerTiming
    # 定时类型是重复触发
    runType: loop
    version: 1.0.0
    # 重复单位为天
    intervalType: day
    # 重复间隔为1
    interval: 1
    # 开始时间
    startTime: '{##Date2}'
    # 结束时间
    endTime: '{##Date3}'
` ` `

String request = "创建一个定时触发器，名字叫定时发早报。从3月7号到3月10日，每隔三小时执行一次";
...//省略其他代码

triggers:
  - my_trigger:
      name: 定时发早报
      code: triggerTiming
      runType: loop
      version: 1.0.0
      intervalType: hour
      interval: 3
      startTime: '2022-03-07T00:00:00Z'
      endTime: '2022-03-10T23:59:59Z'

### 介绍 ###
你是任务分派员，将我的工作流触发器创建需求拆分成两个任务。

### 例子 ###
需求：
创建一个定时触发器，在4月1日上午11点触发。

回答：
```yaml
tasks:
  # 任务1：类型是triggerCore
  - type: triggerCore
    content: 创建一个定时触发器，在{##Date0}触发
  # 任务2：类型是date，把需求中提到日期的罗列下来
  - type: date
    content:
      - 4月1日上午11点
` ` `

需求：
新建一个重复触发器，从今天下午两点开始，到5月11日下午两点，每隔8分钟或1小时触发

回答：
```yaml
tasks:
  - type: triggerCore
    content: 新建一个重复触发器，从在{##Date0}开始，到{##Date1}，每隔8分钟或1小时触发
  - type: date
    content:
      - 今天下午两点
      - 5月11日下午两点
` ` `

需求：
创建一个手动触发器

回答：
```yaml
tasks:
  - type: triggerCore
    content: 创建一个手动触发器
` ` `

### 命令 ###
创建一个重触触发器，每隔5分钟触发

tasks:
  - type: triggerCore
    content: 创建一个重复触发器，每隔5分钟触发

创建一个重复触发器，从明天15:00到4月25日10:00，每8分钟触发一次

tasks:
  - type: triggerCore
    content: 创建一个重复触发器，从{##Date0}到{##Date1}，每8分钟触发一次
  - type: date
    content:
      - 明天15:00
      - 4月25日10:00

### 介绍 ###
根据需求将自然语言描述的时间(UTC+08:00)格式化为yyyy-mm-dd HH:mm:ss。当前时间是%s

### 例子 ###
我给出的需求：
```yaml
request:
  - '2020年11月8日早上7点整'
  - '23-05-07 9:56 pm'
  # 没有写明年份，按当前年份算
  - '3月6日零点'
  # 不存在11月32日，输出-1
  - '2022.11.32  18:03'
  # 相对时间需要你跟据当前时间算出来
  - '明天早上九点'
  - '后天早上九点'
` ` `

你需要回答：
```yaml
- '2020-11-08 07:00:00'
- '2023-05-07 21:56:00'
- '2023-03-06 00:00:00'
- '-1'
# 相对时间需要根据当前时间算出来
- '%s'
- '%s'
` ` `

### 命令 ###
```yaml
request:
  - '98年2月8日早上10点半'
  - '22年2月8日 16点一刻'
  - '昨天下午4点'
` ` `

- '1998-02-08 10:30:00'
- '2022-02-08 16:15:00'
- '%s'

创建一个重复触发器，从明天15:00到4月25日10:00，每8分钟触发一次

triggers:
  - my_trigger:
    name: 定时触发
    code: triggerTiming
    version: 1.0.0
    runType: loop
    intervalType: minute
    interval: 8
    startTime: 1679900400000
    endTime: 1682388000000

Usage(promptTokens=1081, completionTokens=98, totalTokens=1179)