From 8bebc13efe6ce9ca8fdbbd38e13f62f369fb74d8 Mon Sep 17 00:00:00 2001 From: python Date: Tue, 9 Dec 2025 14:41:26 +0800 Subject: [PATCH] =?UTF-8?q?=E4=BC=98=E5=8C=96=E8=B0=83=E6=95=B4=E6=8A=BD?= =?UTF-8?q?=E5=8F=96?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- services/ai_service.py | 27 ++++++++++++++++++++++----- 1 file changed, 22 insertions(+), 5 deletions(-) diff --git a/services/ai_service.py b/services/ai_service.py index 7b4c30a..aa4b403 100644 --- a/services/ai_service.py +++ b/services/ai_service.py @@ -213,7 +213,7 @@ class AIService: "messages": [ { "role": "system", - "content": "你是一个专业的数据提取助手。请仔细分析用户提供的输入文本，提取所有相关信息，并严格按照指定的JSON格式返回结果。\n\n重要要求：\n1. 必须仔细阅读输入文本的每一个字，不要遗漏任何信息\n2. 对于每个字段，请从多个角度思考：直接提及、同义词、隐含信息、可推断信息\n3. 如果文本中明确提到某个信息（如性别、年龄、职务等），必须提取出来，不能设为空\n4. 如果可以通过已有信息合理推断（如根据出生年月推算年龄，从单位及职务中拆分单位和职务），请进行推断并填写\n5. 只返回JSON对象，不要包含任何其他文字说明、思考过程或markdown代码块标记" + "content": "你是一个专业的数据提取助手。请仔细分析用户提供的输入文本，提取所有相关信息，并严格按照指定的JSON格式返回结果。\n\n重要要求：\n1. 必须仔细阅读输入文本的每一个字，不要遗漏任何信息\n2. 对于每个字段，请从多个角度思考：直接提及、同义词、隐含信息、可推断信息\n3. 如果文本中明确提到某个信息（如性别、年龄、职务、职级、线索来源等），必须提取出来，不能设为空\n4. 特别关注性别字段：如果文本中出现\"男\"、\"女\"、\"男性\"、\"女性\"、\"先生\"、\"女士\"等任何表示性别的词汇，必须提取并转换为\"男\"或\"女\"\n5. 如果可以通过已有信息合理推断（如根据出生年月推算年龄，从单位及职务中拆分单位和职务），请进行推断并填写\n6. 只返回JSON对象，不要包含任何其他文字说明、思考过程或markdown代码块标记\n7. 字段名必须严格按照JSON示例中的字段编码，不能使用下划线前缀（如不能使用\"_professional_rank\"，应使用\"target_professional_rank\"；不能使用\"_source\"，应使用\"clue_source\"）" }, { "role": "user", @@ -523,13 +523,16 @@ class AIService: key = match.group(1) value = match.group(2) # 清理键名（移除可能的转义字符） - key = key.replace('\\"', '').strip() + key = key.replace('\\"', '').replace('\\', '').strip() if key: # 处理以_开头的字段名（如_professional_rank -> professional_rank） + original_key = key if key.startswith('_') and len(key) > 1: key = key[1:] + print(f"[AI服务] 部分JSON提取：处理下划线前缀 '{original_key}' -> '{key}'") if key not in result: # 避免覆盖已有值 result[key] = value + print(f"[AI服务] 部分JSON提取：提取字段 '{key}' = '{value}'") # 模式2: "key": value (非字符串值，如数字、布尔值) pattern2 = r'"([^"]+?)"\s*:\s*([^,}\]]+?)(?=\s*[,}\]])' @@ -538,12 +541,13 @@ class AIService: key = match.group(1).strip() value_str = match.group(2).strip() # 清理键名 - key = key.replace('\\"', '').strip() + key = key.replace('\\"', '').replace('\\', '').strip() if key and key not in result: # 避免覆盖已有值 # 处理以_开头的字段名 original_key = key if key.startswith('_') and len(key) > 1: key = key[1:] + print(f"[AI服务] 部分JSON提取：处理下划线前缀 '{original_key}' -> '{key}'") # 尝试解析值 if value_str.lower() in ('true', 'false'): result[key] = value_str.lower() == 'true' @@ -559,15 +563,22 @@ class AIService: result[key] = value_str else: result[key] = value_str + print(f"[AI服务] 部分JSON提取：提取字段 '{key}' = '{result[key]}'") - # 模式3: 处理字段名缺少引号的情况（如 key: "value"） + # 模式3: 处理字段名缺少引号的情况（如 key: "value" 或 _key: "value"） pattern3 = r'([a-zA-Z_][a-zA-Z0-9_]*)\s*:\s*"([^"]*?)"' matches3 = re.finditer(pattern3, json_content, re.DOTALL) for match in matches3: key = match.group(1).strip() value = match.group(2) if key and key not in result: # 避免覆盖已有值 + # 处理以_开头的字段名 + original_key = key + if key.startswith('_') and len(key) > 1: + key = key[1:] + print(f"[AI服务] 部分JSON提取：处理下划线前缀 '{original_key}' -> '{key}'") result[key] = value + print(f"[AI服务] 部分JSON提取：提取字段 '{key}' = '{value}'") # 如果提取到了字段，返回结果 if result: @@ -608,12 +619,14 @@ class AIService: # 基础修复方法 # 1. 移除控制字符（除了换行符、制表符等） + # 保留换行符(\n)、回车符(\r)、制表符(\t)，移除其他控制字符 json_str = re.sub(r'[\x00-\x08\x0B-\x0C\x0E-\x1F\x7F]', '', json_str) # 2. 修复字段名中的反斜杠转义问题（如 "_professional_rank\" -> "_professional_rank"） - # 处理字段名前的反斜杠 + # 处理字段名前的反斜杠（多次处理，确保修复所有情况） json_str = re.sub(r'\\"([^"]+?)\\":', r'"\1":', json_str) json_str = re.sub(r'\\"([^"]+?)\\":', r'"\1":', json_str) # 再次处理，确保修复所有情况 + json_str = re.sub(r'\\"([^"]+?)\\":', r'"\1":', json_str) # 第三次处理，确保修复嵌套转义 # 3. 修复字段名缺少开头引号的问题（如 _professional_rank" -> "_professional_rank"） json_str = re.sub(r'([{,]\s*)([a-zA-Z_][a-zA-Z0-9_]*)"\s*:', r'\1"\2":', json_str) @@ -621,6 +634,9 @@ class AIService: # 4. 修复字段名缺少结尾引号的问题（如 "_professional_rank -> "_professional_rank"） json_str = re.sub(r'"([^"]+?)\s*:\s*"', r'"\1": "', json_str) + # 5. 修复字段名中的转义引号问题（如 \"_professional_rank\" -> "_professional_rank"） + json_str = re.sub(r'\\"([^"]+?)\\"\s*:', r'"\1":', json_str) + # 5. 移除末尾的逗号（在 } 或 ] 之前） json_str = re.sub(r',\s*}', '}', json_str) json_str = re.sub(r',\s*]', ']', json_str) @@ -712,6 +728,7 @@ class AIService: 'professional_rank': 'target_professional_rank', 'clueSource': 'clue_source', 'clue_source': 'clue_source', + 'source': 'clue_source', # 添加 source -> clue_source 的映射（处理 _source 去掉下划线后的情况） 'issueDescription': 'target_issue_description', 'issue_description': 'target_issue_description', 'description': 'target_issue_description', # description可能是问题描述