删除无效和重复的模板文件,更新数据库记录以确保模板与字段的关联关系正确,同时修复了占位符替换逻辑中的问题,增强了错误处理和调试信息输出,确保在不同环境下的稳定性。更新了md说明文档。

This commit is contained in:
python 2025-12-11 21:19:23 +08:00
parent dab5d8ee59
commit 70f5be89ce
13 changed files with 481 additions and 170 deletions

View File

@ -561,3 +561,4 @@ Word模板中使用以下格式作为占位符
## 更新记录
- 2025-12-10根据最新数据库信息更新
- 2025-12-09初始版本包含所有模板的占位符和字段对照表

480
启动说明.md Normal file
View File

@ -0,0 +1,480 @@
# 智慧监督AI文书写作服务 - 启动说明
## 快速启动步骤
### 1. 创建虚拟环境(推荐)
**Windows系统**
```bash
# 运行安装脚本
setup_env.bat
```
**Linux/Mac系统**
```bash
# 运行安装脚本
chmod +x setup_env.sh
./setup_env.sh
```
**手动创建虚拟环境:**
```bash
# 创建虚拟环境
python -m venv venv
# 激活虚拟环境
# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate
# 安装依赖
pip install -r requirements.txt
```
### 2. 配置环境变量
复制 `.env.example``.env`
```bash
# Windows:
copy .env.example .env
# Linux/Mac:
cp .env.example .env
```
编辑 `.env` 文件,填入你的配置:
```env
# ========== AI服务提供商配置 ==========
# 选择使用的AI服务提供商
# 可选值: 'huawei' 或 'siliconflow'
# 默认值: 'siliconflow'
AI_PROVIDER=siliconflow
# ========== 华为大模型API配置当 AI_PROVIDER=huawei 时使用) ==========
HUAWEI_API_ENDPOINT=http://10.100.31.26:3001/v1/chat/completions
HUAWEI_API_KEY=sk-PoeiV3qwyTIRqcVc84E8E24cD2904872859a87922e0d9186
HUAWEI_MODEL=DeepSeek-R1-Distill-Llama-70B
HUAWEI_API_TIMEOUT=180
HUAWEI_API_MAX_TOKENS=12000
# ========== 硅基流动API配置当 AI_PROVIDER=siliconflow 时使用) ==========
SILICONFLOW_URL=https://api.siliconflow.cn/v1/chat/completions
SILICONFLOW_API_KEY=你的硅基流动API密钥
SILICONFLOW_MODEL=deepseek-ai/DeepSeek-V3.2-Exp
SILICONFLOW_API_TIMEOUT=120
SILICONFLOW_API_MAX_TOKENS=2000
# ========== 数据库配置 ==========
DB_HOST=152.136.177.240
DB_PORT=5012
DB_USER=finyx
DB_PASSWORD=6QsGK6MpePZDE57Z
DB_NAME=finyx
# ========== MinIO配置 ==========
MINIO_ENDPOINT=minio.datacubeworld.com:9000
MINIO_ACCESS_KEY=JOLXFXny3avFSzB0uRA5
MINIO_SECRET_KEY=G1BR8jStNfovkfH5ou39EmPl34E4l7dGrnd3Cz0I
MINIO_SECURE=true
MINIO_BUCKET=finyx
```
**AI服务提供商选择说明**
- **华为大模型**:设置 `AI_PROVIDER=huawei`,并配置 `HUAWEI_API_KEY``HUAWEI_API_ENDPOINT`
- **硅基流动**:设置 `AI_PROVIDER=siliconflow`(默认值),并配置 `SILICONFLOW_API_KEY`
如果配置的AI服务不完整系统会自动尝试使用另一个可用的服务。
### 3. 启动服务
确保虚拟环境已激活,然后运行:
```bash
python app.py
```
服务启动后,你会看到:
```
服务启动在 http://localhost:7500
测试页面: http://localhost:7500/
模板字段管理页面: http://localhost:7500/template-field-manager
Swagger API文档: http://localhost:7500/api-docs
```
### 4. 访问测试页面
在浏览器中打开以下页面:
- **测试页面**: http://localhost:7500/ - 用于测试AI解析和文档生成功能
- **模板字段管理页面**: http://localhost:7500/template-field-manager - 用于管理模板和字段的关联关系
- **Swagger API文档**: http://localhost:7500/api-docs - 查看完整的API接口文档并在线测试
## 测试接口
### 使用Web测试页面
1. 访问 http://localhost:7500/
2. 在"AI解析"标签页中:
- 在"输入数据"区域填写输入字段
- 在"输出字段"区域填写需要提取的字段编码
- 点击"开始解析"按钮
- 查看解析结果
3. 在"文档生成"标签页中:
- 填写字段数据
- 选择要生成的文件fileId
- 点击"生成文档"按钮
- 查看生成的文档信息(包含下载链接)
### 使用Swagger API文档测试
1. 访问 http://localhost:7500/api-docs
2. 找到要测试的接口(如 `/api/ai/extract`
3. 点击 "Try it out" 按钮
4. 填写请求参数
5. 点击 "Execute" 执行请求
6. 查看响应结果
### 使用curl命令测试
**AI解析接口**
```bash
curl -X POST http://localhost:7500/api/ai/extract \
-H "Content-Type: application/json" \
-d "{
\"inputData\": [
{
\"fieldCode\": \"clue_info\",
\"fieldValue\": \"被举报用户名称是张三年龄30岁某公司总经理\"
},
{
\"fieldCode\": \"target_basic_info_clue\",
\"fieldValue\": \"张三汉族1980年5月出生山西太原人本科学历\"
}
],
\"outputData\": [
{\"fieldCode\": \"target_name\"},
{\"fieldCode\": \"target_gender\"},
{\"fieldCode\": \"target_age\"}
]
}"
```
**文档生成接口:**
```bash
curl -X POST http://localhost:7500/api/ai/generate-document \
-H "Content-Type: application/json" \
-d "{
\"inputData\": [
{
\"fieldCode\": \"target_name\",
\"fieldValue\": \"张三\"
},
{
\"fieldCode\": \"target_gender\",
\"fieldValue\": \"男\"
}
],
\"fpolicFieldParamFileList\": [
{
\"fileId\": 1765273961563507,
\"fileName\": \"请示报告卡.docx\"
}
]
}"
```
### 使用Python脚本测试
**AI解析接口**
```python
import requests
url = "http://localhost:7500/api/ai/extract"
data = {
"inputData": [
{
"fieldCode": "clue_info",
"fieldValue": "被举报用户名称是张三年龄30岁某公司总经理"
},
{
"fieldCode": "target_basic_info_clue",
"fieldValue": "张三汉族1980年5月出生山西太原人本科学历"
}
],
"outputData": [
{"fieldCode": "target_name"},
{"fieldCode": "target_gender"},
{"fieldCode": "target_age"},
{"fieldCode": "target_organization_and_position"}
]
}
response = requests.post(url, json=data)
print(response.json())
```
**文档生成接口:**
```python
import requests
url = "http://localhost:7500/api/ai/generate-document"
data = {
"inputData": [
{
"fieldCode": "target_name",
"fieldValue": "张三"
},
{
"fieldCode": "target_gender",
"fieldValue": "男"
}
],
"fpolicFieldParamFileList": [
{
"fileId": 1765273961563507,
"fileName": "请示报告卡.docx"
}
]
}
response = requests.post(url, json=data)
print(response.json())
```
## API接口说明
### 1. AI字段提取接口
**接口地址**: `POST /api/ai/extract``POST /ai/extract`
**功能**: 从输入的非结构化文本中提取结构化字段数据
**请求参数**:
```json
{
"inputData": [
{
"fieldCode": "clue_info",
"fieldValue": "被举报用户名称是张三年龄30岁"
}
],
"outputData": [
{"fieldCode": "target_name"},
{"fieldCode": "target_gender"}
]
}
```
**响应格式**:
```json
{
"code": 0,
"data": {
"outData": [
{
"fieldCode": "target_name",
"fieldValue": "张三"
},
{
"fieldCode": "target_gender",
"fieldValue": "男"
}
]
},
"msg": "ok",
"isSuccess": true
}
```
### 2. 文档生成接口
**接口地址**: `POST /api/ai/generate-document``POST /ai/generate-document`
**功能**: 根据输入数据填充Word模板并生成文档
**请求参数**:
```json
{
"inputData": [
{
"fieldCode": "target_name",
"fieldValue": "张三"
}
],
"fpolicFieldParamFileList": [
{
"fileId": 1765273961563507,
"fileName": "请示报告卡.docx"
}
]
}
```
**响应格式**:
```json
{
"code": 0,
"data": {
"documentId": "DOC202411260001",
"documentName": "请示报告卡_张三.docx",
"fpolicFieldParamFileList": [
{
"fileId": 1765273961563507,
"fileName": "请示报告卡_张三.docx",
"filePath": "/615873064429507639/20251205090700/请示报告卡_张三.docx",
"downloadUrl": "https://minio.datacubeworld.com:9000/finyx/..."
}
]
},
"msg": "ok",
"isSuccess": true
}
```
### 3. 获取文件配置列表接口
**接口地址**: `GET /api/file-configs`
**功能**: 获取所有可用的文件配置列表用于查询可用的fileId
**响应格式**:
```json
{
"code": 0,
"data": {
"fileConfigs": [
{
"fileId": 1765273961563507,
"fileName": "1.请示报告卡XXX",
"filePath": "/615873064429507639/TEMPLATE/2025/12/1.请示报告卡XXX.docx"
}
]
},
"isSuccess": true
}
```
### 4. 获取字段配置接口
**接口地址**: `GET /api/fields?businessType=INVESTIGATION`
**功能**: 获取指定业务类型的输入和输出字段配置
**响应格式**:
```json
{
"code": 0,
"data": {
"fields": {
"input_fields": [...],
"output_fields": [...]
}
},
"isSuccess": true
}
```
### 5. 模板字段关联管理接口
**接口地址**:
- `GET /api/template-field-relations` - 获取所有模板和字段的关联关系
- `POST /api/template-field-relations` - 保存模板和字段的关联关系
**功能**: 管理模板和字段的关联关系
## 验证服务
运行测试脚本验证服务是否正常:
```bash
python test_scripts/test_service.py
```
## 常见问题
### 1. 提示"未配置AI服务"
**原因**`.env` 文件中没有正确设置AI服务配置
**解决**
- 如果使用硅基流动,确保设置了 `SILICONFLOW_API_KEY`
- 如果使用华为大模型,确保设置了 `HUAWEI_API_KEY``HUAWEI_API_ENDPOINT`
- 检查 `AI_PROVIDER` 设置是否正确('huawei' 或 'siliconflow'
### 2. 数据库连接失败
**原因**:数据库服务不可访问或配置错误
**解决**:检查 `.env` 文件中的数据库配置(`DB_HOST``DB_PORT``DB_USER``DB_PASSWORD``DB_NAME`),确保数据库服务可访问
### 3. 模块导入失败
**原因**:依赖包未安装
**解决**:运行 `pip install -r requirements.txt` 安装所有依赖
### 4. 端口被占用
**原因**7500端口已被其他程序使用
**解决**:修改 `app.py` 中的端口号,或设置环境变量 `PORT=其他端口号`
### 5. MinIO连接失败
**原因**MinIO服务不可访问或配置错误
**解决**:检查 `.env` 文件中的MinIO配置`MINIO_ENDPOINT``MINIO_ACCESS_KEY``MINIO_SECRET_KEY`确保MinIO服务可访问
### 6. 文档生成失败
**原因**:模板文件不存在或字段数据不完整
**解决**
- 检查 `fileId` 是否正确(可通过 `/api/file-configs` 接口查询)
- 确保 `inputData` 中包含模板所需的所有字段
- 检查模板文件是否存在于MinIO中
## 项目结构
```
.
├── app.py # Flask主应用
├── requirements.txt # Python依赖
├── .env.example # 环境变量配置示例
├── .env # 环境变量配置(需自行创建)
├── services/ # 服务层
│ ├── ai_service.py # AI服务大模型调用
│ ├── field_service.py # 字段服务(数据库操作)
│ └── document_service.py # 文档生成服务
├── utils/ # 工具类
│ └── response.py # 响应格式化
├── static/ # 静态文件
│ ├── index.html # 测试页面
│ └── template_field_manager.html # 模板字段管理页面
└── test_scripts/ # 测试脚本
└── test_service.py # 服务测试脚本
```
## 下一步
1. 配置API密钥后服务即可正常使用
2. 访问测试页面进行功能测试
3. 使用Swagger API文档查看完整的接口说明
4. 使用模板字段管理页面配置模板和字段的关联关系
5. 根据实际需求调整字段配置和AI提示词
## 更多资源
- **Swagger API文档**: http://localhost:7500/api-docs - 查看完整的API接口文档
- **占位符与字段对照表**: 查看 `占位符与字段对照表.md` 了解所有可用的字段编码
- **技术文档**: 查看 `技术文档/` 目录了解更多技术细节

View File

@ -1,170 +0,0 @@
# 智慧监督AI文书写作服务 - 启动说明
## 快速启动步骤
### 1. 创建虚拟环境(推荐)
**Windows系统**
```bash
# 运行安装脚本
setup_env.bat
```
**Linux/Mac系统**
```bash
# 运行安装脚本
chmod +x setup_env.sh
./setup_env.sh
```
**手动创建虚拟环境:**
```bash
# 创建虚拟环境
python -m venv venv
# 激活虚拟环境
# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate
# 安装依赖
pip install -r requirements.txt
```
### 2. 配置环境变量
复制 `.env.example``.env`
```bash
# Windows:
copy .env.example .env
# Linux/Mac:
cp .env.example .env
```
编辑 `.env` 文件填入你的硅基流动API密钥
```env
SILICONFLOW_API_KEY=你的API密钥
```
### 3. 启动服务
确保虚拟环境已激活,然后运行:
```bash
python app.py
```
服务启动后,你会看到:
```
服务启动在 http://localhost:7500
测试页面: http://localhost:7500/
```
### 4. 访问测试页面
在浏览器中打开:**http://localhost:7500/**
## 测试接口
### 使用Web测试页面
1. 访问 http://localhost:7500/
2. 在"输入数据"区域填写输入字段
3. 点击"开始解析"按钮
4. 查看解析结果
### 使用curl命令测试
```bash
curl -X POST http://localhost:7500/api/ai/extract \
-H "Content-Type: application/json" \
-d "{\"businessType\":\"INVESTIGATION\",\"inputData\":[{\"fieldCode\":\"clue_info\",\"fieldValue\":\"被举报用户名称是张三年龄30岁\"}]}"
```
### 使用Python脚本测试
```python
import requests
url = "http://localhost:7500/api/ai/extract"
data = {
"businessType": "INVESTIGATION",
"inputData": [
{
"fieldCode": "clue_info",
"fieldValue": "被举报用户名称是张三年龄30岁某公司总经理"
},
{
"fieldCode": "target_basic_info_clue",
"fieldValue": "张三汉族1980年5月出生山西太原人本科学历"
}
]
}
response = requests.post(url, json=data)
print(response.json())
```
## 验证服务
运行测试脚本验证服务是否正常:
```bash
python test_service.py
```
## 常见问题
### 1. 提示"未配置AI服务"
**原因**`.env` 文件中没有设置 `SILICONFLOW_API_KEY`
**解决**:编辑 `.env` 文件填入你的API密钥
### 2. 数据库连接失败
**原因**:数据库服务不可访问或配置错误
**解决**:检查 `.env` 文件中的数据库配置,确保数据库服务可访问
### 3. 模块导入失败
**原因**:依赖包未安装
**解决**:运行 `pip install -r requirements.txt` 安装所有依赖
### 4. 端口被占用
**原因**7500端口已被其他程序使用
**解决**:修改 `app.py` 中的端口号,或设置环境变量 `PORT=其他端口号`
## 项目结构
```
.
├── app.py # Flask主应用
├── requirements.txt # Python依赖
├── .env.example # 环境变量配置示例
├── .env # 环境变量配置(需自行创建)
├── test_service.py # 服务测试脚本
├── services/ # 服务层
│ ├── ai_service.py # AI服务大模型调用
│ └── field_service.py # 字段服务(数据库操作)
├── utils/ # 工具类
│ └── response.py # 响应格式化
└── static/ # 静态文件
└── index.html # 测试页面
```
## 下一步
1. 配置API密钥后服务即可正常使用
2. 访问测试页面进行功能测试
3. 根据实际需求调整字段配置和AI提示词