LLAMAindex 响应器 现实引用原文提示词加入metadata占位符

响应器（response_synthesizer）负责把最终节点列表 + 用户问题拼成提示词，调用大模型生成自然语言答案。它不参与检索、不过滤、不重排，只在链路最末端做“阅读-理解-回答”。

from llama_index.core import VectorStoreIndex, get_response_synthesizer


response_synthesizer = get_response_synthesizer()
query_engine = RetrieverQueryEngine(
    retriever=retriever,
    response_synthesizer=response_synthesizer, #响应器默认
    node_postprocessors=[...]   # 各种过滤器/重排/扩上下文
)

node_postprocessors处理完的节点 → response_synthesizer→ LLM→ 返回 Response

A 把节点文本切成 text_qa_template 能容纳的 token 窗口
B 响应器的两种工作状态

1.全部打包（compact 默认）

2.分块迭代（refine 先拿第一段生成初版答案，再依次把后续段落 refine 进去）

C 拼好 prompt → 调 Settings.llm.complete() → 解析返回内容 → 包成 Response 对象

更换策略 从默认的compact 变为refine

response_synthesizer = get_response_synthesizer(
    response_mode="refine",      # 或 "compact", "tree_summarize", "simple_summarize", "no_text"
    llm=Ollama(model="qwen3-14b")  # 用更大的模型专门负责生成答案
)

还可以自定义prompt模板 ，精华部分！默认compact使用text_qa_template参数；refine模式使用refine_template模板设置。

from llama_index.core import PromptTemplate

qa_tmpl = PromptTemplate(
    "你是小助手，请依据下列资料回答，若信息不足请说“不知道”。\n"
    "资料：{context_str}\n问题：{query_str}\n答案："
)

response_synthesizer = get_response_synthesizer(
    text_qa_template=qa_tmpl,
    refine_template=...          # 如果选 refine 模式再配 refine 模板
)

这两个占位符：

• {context_str} – 框架会把“经过所有 postprocessor 处理后的节点文本”自动拼成一段塞进来
• {query_str} – 用户当前的问题

下面的模板

资料：{context_str}
问题：{query_str}
答案：

添加文章来源

在 LlamaIndex 里想“给答案加引用”有两种常用做法，都只需要改响应合成器的模板，让它把节点自带的 metadata 打印出来即可；

因此metadata数据的完善性尤为重要：
文件名称，创建时间，修改时间，上传时间，上传人，上传部门，文件类型，机密类型，hash值，上传的IP

from llama_index.core import PromptTemplate

# {file_name} 就是 metadata 里的字段，可随意加
cite_tmpl = PromptTemplate(
    "资料：{context_str}\n\n"
    "问题：{query_str}\n\n"
    "答案：\n"
    "----------\n"
    "出处：{file_name}"  # 这里会被替换成真实文件名
)

response_synthesizer = get_response_synthesizer(
    text_qa_template=cite_tmpl,
    response_mode="compact"
)

现实来源总结

• 有字段 → 自动替换
• 无字段 → 原样保留占位符
• 不会报错，也不会自动补空值