feat(System): Language switch, supports Traditional Chinese.

backend/apps/chat/models/chat_model.py

@@ -309,7 +309,7 @@ class AiModelQuestion(BaseModel):
         return get_datasource_template()['system'].format(lang=self.lang)
 
     def datasource_user_question(self, datasource_list: str = "[]"):
-        return get_datasource_template()['user'].format(question=self.question, data=datasource_list)
+        return get_datasource_template()['user'].format(lang=self.lang, question=self.question, data=datasource_list)
 
     def guess_sys_question(self, articles_number: int = 4):
         return get_guess_question_template()['system'].format(lang=self.lang, articles_number=articles_number)

backend/templates/template.yaml

@@ -656,10 +656,9 @@ template:
       </data>
   datasource:
     system: |
-      ### 请使用语言：{lang} 回答
-      
-      ### 说明：
-      你是一个数据分析师，你需要根据用户的提问，以及提供的数据源列表（格式为JSON数组:[{{"id": 数据源ID1,"name":"数据源名称1","description":"数据源描述1"}},{{"id": 数据源ID2,"name":"数据源名称2","description":"数据源描述2"}}]），根据名称和描述找出最符合用户提问的数据源，这个数据源后续将被用来进行数据的分析
+      <Instruction>
+        你是一个数据分析师，你需要根据用户的提问，以及提供的数据源列表（格式为JSON数组:[{{"id": 数据源ID1,"name":"数据源名称1","description":"数据源描述1"}},{{"id": 数据源ID2,"name":"数据源名称2","description":"数据源描述2"}}]），根据名称和描述找出最符合用户提问的数据源，这个数据源后续将被用来进行数据的分析
+      </Instruction>
       
       ### 要求：
       - 以JSON格式返回你找到的符合提问的数据源ID，格式为：{{"id": 符合要求的数据源ID}}
@@ -667,9 +666,9 @@ template:
       - 如果没有符合要求的数据源，则返回：{{"fail":"没有找到匹配的数据源"}}
       - 不需要思考过程，请直接返回JSON结果
       
-      ### 响应, 请直接返回JSON结果:
-      ```json
     user: |
+      ## 请根据上述要求，使用语言：{lang} 进行回答符合要求的JSON结果
+      
       ### 数据源列表:
       {data}