智慧监督AI文书写作服务

基于大模型的智能文书生成服务，支持从非结构化文本中提取结构化字段数据。

功能特性

• ✅ AI解析接口 (/api/ai/extract) - 从输入文本中提取结构化字段
• ✅ 字段配置管理 - 从数据库读取字段配置
• ✅ 支持多种AI服务提供商：
  • 华为大模型（DeepSeek-R1-Distill-Llama-70B）
  • 硅基流动（DeepSeek-V3.2-Exp）
• ✅ 可通过配置灵活切换AI服务提供商
• ✅ Web测试界面 - 可视化测试解析功能

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
├── 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

快速开始

1. 环境准备

Windows系统：

# 运行安装脚本
setup_env.bat

Linux/Mac系统：

# 运行安装脚本
chmod +x setup_env.sh
./setup_env.sh

手动安装：

# 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 为 .env 并填入配置：

# Windows:
copy .env.example .env

# Linux/Mac:
cp .env.example .env

编辑 .env 文件，填入你的配置：

# ========== 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=your_siliconflow_api_key_here
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

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 和 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。

华为大模型API调用示例：

curl --location --request POST 'http://10.100.31.26:3001/v1/chat/completions' \
--header 'Authorization: Bearer sk-PoeiV3qwyTIRqcVc84E8E24cD2904872859a87922e0d9186' \
--header 'Content-Type: application/json' \
--data-raw '{
    "model": "DeepSeek-R1-Distill-Llama-70B",
    "messages": [
        {
            "role": "user",
            "content": "介绍一下山西的营商环境，推荐适合什么行业经营"
        }
    ],
    "stream": false,
    "presence_penalty": 1.03,
    "frequency_penalty": 1.0,
    "repetition_penalty": 1.0,
    "temperature": 0.5,
    "top_p": 0.95,
    "top_k": 1,
    "seed": 1,
    "max_tokens": 8192,
    "n": 2,
    "best_of": 2
}'

3. 启动服务

# 确保虚拟环境已激活
# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate

# 启动服务
python app.py

服务启动后，访问：

• 测试页面: http://localhost:7500/
• API接口: http://localhost:7500/api/ai/extract

API接口说明

解析接口

接口地址: POST /api/ai/extract

请求参数:

{
    "businessType": "INVESTIGATION",
    "inputData": [
        {
            "fieldCode": "clue_info",
            "fieldValue": "被举报用户名称是张三，年龄30岁"
        },
        {
            "fieldCode": "target_basic_info_clue",
            "fieldValue": "张三，男，汉族，1980年5月出生，山西太原人"
        }
    ]
}

响应格式:

{
    "code": 0,
    "data": {
        "outData": [
            {
                "fieldCode": "target_name",
                "fieldValue": "张三"
            },
            {
                "fieldCode": "target_gender",
                "fieldValue": "男"
            }
        ]
    },
    "msg": "ok",
    "timestamp": "1764204337101",
    "errorMsg": "",
    "isSuccess": true
}

获取字段配置接口

接口地址: GET /api/fields?businessType=INVESTIGATION

响应格式:

{
    "code": 0,
    "data": {
        "input_fields": [...],
        "output_fields": [...]
    },
    "isSuccess": true
}

测试方法

方法1: 使用Web测试页面

1. 启动服务后，在浏览器访问 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

方法2: 使用curl命令

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，某公司总经理"
      }
    ]
  }'

方法3: 使用Python脚本

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"
        }
    ]
}

response = requests.post(url, json=data)
print(response.json())

错误码说明

错误码	说明	处理建议
0	成功	-
400	请求参数错误	检查请求参数格式
1001	模板不存在	检查businessType是否正确
2001	AI解析超时	重新尝试解析
2002	字段识别失败	检查输入文本质量

开发说明

添加新的AI服务提供商

在 services/ai_service.py 中：

1. 在 __init__ 方法中添加配置读取
2. 在 _determine_ai_provider 中添加判断逻辑
3. 实现对应的 _extract_with_xxx 方法

扩展业务类型支持

在 services/field_service.py 中修改 get_output_fields_by_business_type 方法，根据不同的 business_type 返回对应的字段配置。

注意事项

1. API密钥安全: 请勿将 .env 文件提交到版本控制系统
2. 数据库连接: 确保数据库服务可访问
3. 网络连接: AI服务需要访问外部API，确保网络畅通
4. 字段配置: 当前仅支持"初步核实审批表"模板，其他模板需要先在数据库中配置

常见问题

Q: 提示"未配置AI服务"？ A: 系统仅支持华为大模型（已内置默认配置），请确保 .env 文件中正确设置了 HUAWEI_API_KEY 和 HUAWEI_API_ENDPOINT。如果华为大模型不可用，请检查网络连接和API配置。

Q: 解析结果为空？ A: 检查输入文本是否包含足够的信息，可以尝试更详细的输入文本。

Q: 数据库连接失败？ A: 检查数据库配置和网络连接，确保数据库服务可访问。

许可证

内部项目，仅供内部使用。