Yusaki/MiroFish
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions
MiroFish/backend/app/services/report_agent.py
666ghj 8949ae6761 Enhance report generation process with improved formatting and content management 
- Introduced strict formatting guidelines for chapter content, prohibiting the use of Markdown headers and emphasizing the use of bold text for section titles.
- Implemented a new method to save chapters along with their subsections into a single file, streamlining the report structure.
- Added content cleaning functionality to remove duplicate titles and ensure proper formatting before saving.
- Enhanced the report assembly process to include post-processing for title management and improved readability.
2025-12-13 19:13:14 +08:00

1905 lines
74 KiB
Python
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

"""
Report Agent服务
使用LangChain + Zep实现ReACT模式的模拟报告生成
功能：
1. 根据模拟需求和Zep图谱信息生成报告
2. 先规划目录结构，然后分段生成
3. 每段采用ReACT多轮思考与反思模式
4. 支持与用户对话，在对话中自主调用检索工具
"""
import os
import json
import time
import re
from typing import Dict, Any, List, Optional, Callable
from dataclasses import dataclass, field
from datetime import datetime
from enum import Enum
from ..config import Config
from ..utils.llm_client import LLMClient
from ..utils.logger import get_logger
from .zep_tools import (
ZepToolsService,
SearchResult,
InsightForgeResult,
PanoramaResult,
InterviewResult
)
logger = get_logger('mirofish.report_agent')
class ReportStatus(str, Enum):
"""报告状态"""
PENDING = "pending"
PLANNING = "planning"
GENERATING = "generating"
COMPLETED = "completed"
FAILED = "failed"
@dataclass
class ReportSection:
"""报告章节"""
title: str
content: str = ""
subsections: List['ReportSection'] = field(default_factory=list)
def to_dict(self) -> Dict[str, Any]:
return {
"title": self.title,
"content": self.content,
"subsections": [s.to_dict() for s in self.subsections]
}
def to_markdown(self, level: int = 2) -> str:
"""转换为Markdown格式"""
md = f"{'#' * level} {self.title}\n\n"
if self.content:
md += f"{self.content}\n\n"
for sub in self.subsections:
md += sub.to_markdown(level + 1)
return md
@dataclass
class ReportOutline:
"""报告大纲"""
title: str
summary: str
sections: List[ReportSection]
def to_dict(self) -> Dict[str, Any]:
return {
"title": self.title,
"summary": self.summary,
"sections": [s.to_dict() for s in self.sections]
}
def to_markdown(self) -> str:
"""转换为Markdown格式"""
md = f"# {self.title}\n\n"
md += f"> {self.summary}\n\n"
for section in self.sections:
md += section.to_markdown()
return md
@dataclass
class Report:
"""完整报告"""
report_id: str
simulation_id: str
graph_id: str
simulation_requirement: str
status: ReportStatus
outline: Optional[ReportOutline] = None
markdown_content: str = ""
created_at: str = ""
completed_at: str = ""
error: Optional[str] = None
def to_dict(self) -> Dict[str, Any]:
return {
"report_id": self.report_id,
"simulation_id": self.simulation_id,
"graph_id": self.graph_id,
"simulation_requirement": self.simulation_requirement,
"status": self.status.value,
"outline": self.outline.to_dict() if self.outline else None,
"markdown_content": self.markdown_content,
"created_at": self.created_at,
"completed_at": self.completed_at,
"error": self.error
}
class ReportAgent:
"""
Report Agent - 模拟报告生成Agent
采用ReACT（Reasoning + Acting）模式：
1. 规划阶段：分析模拟需求，规划报告目录结构
2. 生成阶段：逐章节生成内容，每章节可多次调用工具获取信息
3. 反思阶段：检查内容完整性和准确性
【核心检索工具 - 优化后】
- insight_forge: 深度洞察检索（最强大，自动分解问题，多维度检索）
- panorama_search: 广度搜索（获取全貌，包括历史/过期内容）
- quick_search: 简单搜索（快速检索）
【重要】Report Agent必须优先调用工具获取模拟数据，而非使用自身知识！
"""
# 最大工具调用次数（每个章节）- 增加上限以鼓励更多检索
MAX_TOOL_CALLS_PER_SECTION = 10
# 最大反思轮数
MAX_REFLECTION_ROUNDS = 2
# 对话中的最大工具调用次数
MAX_TOOL_CALLS_PER_CHAT = 8
def __init__(
self,
graph_id: str,
simulation_id: str,
simulation_requirement: str,
llm_client: Optional[LLMClient] = None,
zep_tools: Optional[ZepToolsService] = None
):
"""
初始化Report Agent
Args:
graph_id: 图谱ID
simulation_id: 模拟ID
simulation_requirement: 模拟需求描述
llm_client: LLM客户端（可选）
zep_tools: Zep工具服务（可选）
"""
self.graph_id = graph_id
self.simulation_id = simulation_id
self.simulation_requirement = simulation_requirement
self.llm = llm_client or LLMClient()
self.zep_tools = zep_tools or ZepToolsService()
# 工具定义
self.tools = self._define_tools()
logger.info(f"ReportAgent 初始化完成: graph_id={graph_id}, simulation_id={simulation_id}")
def _define_tools(self) -> Dict[str, Dict[str, Any]]:
"""
定义可用工具
【重要】这三个工具是专门为从模拟图谱中检索信息设计的，
必须优先使用这些工具获取数据，而不是使用LLM自身的知识！
"""
return {
"insight_forge": {
"name": "insight_forge",
"description": """【深度洞察检索 - 最强大的检索工具】
这是我们最强大的检索函数，专为深度分析设计。它会：
1. 自动将你的问题分解为多个子问题
2. 从多个维度检索模拟图谱中的信息
3. 整合语义搜索、实体分析、关系链追踪的结果
4. 返回最全面、最深度的检索内容
【使用场景】
- 需要深入分析某个话题
- 需要了解事件的多个方面
- 需要获取支撑报告章节的丰富素材
【返回内容】
- 相关事实原文（可直接引用）
- 核心实体洞察
- 关系链分析""",
"parameters": {
"query": "你想深入分析的问题或话题",
"report_context": "当前报告章节的上下文（可选，有助于生成更精准的子问题）"
},
"priority": "high"
},
"panorama_search": {
"name": "panorama_search",
"description": """【广度搜索 - 获取全貌视图】
这个工具用于获取模拟结果的完整全貌，特别适合了解事件演变过程。它会：
1. 获取所有相关节点和关系
2. 区分当前有效的事实和历史/过期的事实
3. 帮助你了解舆情是如何演变的
【使用场景】
- 需要了解事件的完整发展脉络
- 需要对比不同阶段的舆情变化
- 需要获取全面的实体和关系信息
【返回内容】
- 当前有效事实（模拟最新结果）
- 历史/过期事实（演变记录）
- 所有涉及的实体""",
"parameters": {
"query": "搜索查询，用于相关性排序",
"include_expired": "是否包含过期/历史内容（默认True）"
},
"priority": "medium"
},
"quick_search": {
"name": "quick_search",
"description": """【简单搜索 - 快速检索】
轻量级的快速检索工具，适合简单、直接的信息查询。
【使用场景】
- 需要快速查找某个具体信息
- 需要验证某个事实
- 简单的信息检索
【返回内容】
- 与查询最相关的事实列表""",
"parameters": {
"query": "搜索查询字符串",
"limit": "返回结果数量（可选，默认10）"
},
"priority": "low"
},
"interview_agents": {
"name": "interview_agents",
"description": """【深度采访 - 真实Agent采访（双平台）】
调用OASIS模拟环境的采访API，对正在运行的模拟Agent进行真实采访！
这不是LLM模拟，而是调用真实的采访接口获取模拟Agent的原始回答。
默认在Twitter和Reddit两个平台同时采访，获取更全面的观点。
功能流程：
1. 自动读取人设文件，了解所有模拟Agent
2. 智能选择与采访主题最相关的Agent（如学生、媒体、官方等）
3. 自动生成采访问题
4. 调用 /api/simulation/interview/batch 接口在双平台进行真实采访
5. 整合所有采访结果，提供多视角分析
【使用场景】
- 需要从不同角色视角了解事件看法（学生怎么看？媒体怎么看？官方怎么说？）
- 需要收集多方意见和立场
- 需要获取模拟Agent的真实回答（来自OASIS模拟环境）
- 想让报告更生动，包含"采访实录"
【返回内容】
- 被采访Agent的身份信息
- 各Agent在Twitter和Reddit两个平台的采访回答
- 关键引言（可直接引用）
- 采访摘要和观点对比
【重要】需要OASIS模拟环境正在运行才能使用此功能！""",
"parameters": {
"interview_topic": "采访主题或需求描述（如：'了解学生对宿舍甲醛事件的看法'）",
"max_agents": "最多采访的Agent数量（可选，默认5）"
},
"priority": "high"
}
}
def _execute_tool(self, tool_name: str, parameters: Dict[str, Any], report_context: str = "") -> str:
"""
执行工具调用
Args:
tool_name: 工具名称
parameters: 工具参数
report_context: 报告上下文（用于InsightForge）
Returns:
工具执行结果（文本格式）
"""
logger.info(f"执行工具: {tool_name}, 参数: {parameters}")
try:
# ========== 核心检索工具（优化后） ==========
if tool_name == "insight_forge":
# 深度洞察检索 - 最强大的工具
query = parameters.get("query", "")
ctx = parameters.get("report_context", "") or report_context
result = self.zep_tools.insight_forge(
graph_id=self.graph_id,
query=query,
simulation_requirement=self.simulation_requirement,
report_context=ctx
)
return result.to_text()
elif tool_name == "panorama_search":
# 广度搜索 - 获取全貌
query = parameters.get("query", "")
include_expired = parameters.get("include_expired", True)
if isinstance(include_expired, str):
include_expired = include_expired.lower() in ['true', '1', 'yes']
result = self.zep_tools.panorama_search(
graph_id=self.graph_id,
query=query,
include_expired=include_expired
)
return result.to_text()
elif tool_name == "quick_search":
# 简单搜索 - 快速检索
query = parameters.get("query", "")
limit = parameters.get("limit", 10)
if isinstance(limit, str):
limit = int(limit)
result = self.zep_tools.quick_search(
graph_id=self.graph_id,
query=query,
limit=limit
)
return result.to_text()
elif tool_name == "interview_agents":
# 深度采访 - 调用真实的OASIS采访API获取模拟Agent的回答（双平台）
interview_topic = parameters.get("interview_topic", parameters.get("query", ""))
max_agents = parameters.get("max_agents", 5)
if isinstance(max_agents, str):
max_agents = int(max_agents)
result = self.zep_tools.interview_agents(
simulation_id=self.simulation_id,
interview_requirement=interview_topic,
simulation_requirement=self.simulation_requirement,
max_agents=max_agents
)
return result.to_text()
# ========== 向后兼容的旧工具（内部重定向到新工具） ==========
elif tool_name == "search_graph":
# 重定向到 quick_search
logger.info("search_graph 已重定向到 quick_search")
return self._execute_tool("quick_search", parameters, report_context)
elif tool_name == "get_graph_statistics":
result = self.zep_tools.get_graph_statistics(self.graph_id)
return json.dumps(result, ensure_ascii=False, indent=2)
elif tool_name == "get_entity_summary":
entity_name = parameters.get("entity_name", "")
result = self.zep_tools.get_entity_summary(
graph_id=self.graph_id,
entity_name=entity_name
)
return json.dumps(result, ensure_ascii=False, indent=2)
elif tool_name == "get_simulation_context":
# 重定向到 insight_forge，因为它更强大
logger.info("get_simulation_context 已重定向到 insight_forge")
query = parameters.get("query", self.simulation_requirement)
return self._execute_tool("insight_forge", {"query": query}, report_context)
elif tool_name == "get_entities_by_type":
entity_type = parameters.get("entity_type", "")
nodes = self.zep_tools.get_entities_by_type(
graph_id=self.graph_id,
entity_type=entity_type
)
result = [n.to_dict() for n in nodes]
return json.dumps(result, ensure_ascii=False, indent=2)
else:
return f"未知工具: {tool_name}。请使用以下工具之一: insight_forge, panorama_search, quick_search"
except Exception as e:
logger.error(f"工具执行失败: {tool_name}, 错误: {str(e)}")
return f"工具执行失败: {str(e)}"
def _parse_tool_calls(self, response: str) -> List[Dict[str, Any]]:
"""
从LLM响应中解析工具调用
支持的格式：
<tool_call>
{"name": "tool_name", "parameters": {"param1": "value1"}}
</tool_call>
或者：
[TOOL_CALL] tool_name(param1="value1", param2="value2")
"""
tool_calls = []
# 格式1: XML风格
xml_pattern = r'<tool_call>\s*(\{.*?\})\s*</tool_call>'
for match in re.finditer(xml_pattern, response, re.DOTALL):
try:
call_data = json.loads(match.group(1))
tool_calls.append(call_data)
except json.JSONDecodeError:
pass
# 格式2: 函数调用风格
func_pattern = r'\[TOOL_CALL\]\s*(\w+)\s*\((.*?)\)'
for match in re.finditer(func_pattern, response, re.DOTALL):
tool_name = match.group(1)
params_str = match.group(2)
# 解析参数
params = {}
for param_match in re.finditer(r'(\w+)\s*=\s*["\']([^"\']*)["\']', params_str):
params[param_match.group(1)] = param_match.group(2)
tool_calls.append({
"name": tool_name,
"parameters": params
})
return tool_calls
def _get_tools_description(self) -> str:
"""生成工具描述文本"""
desc_parts = ["可用工具："]
for name, tool in self.tools.items():
params_desc = ", ".join([f"{k}: {v}" for k, v in tool["parameters"].items()])
desc_parts.append(f"- {name}: {tool['description']}")
if params_desc:
desc_parts.append(f" 参数: {params_desc}")
return "\n".join(desc_parts)
def plan_outline(
self,
progress_callback: Optional[Callable] = None
) -> ReportOutline:
"""
规划报告大纲
使用LLM分析模拟需求，规划报告的目录结构
Args:
progress_callback: 进度回调函数
Returns:
ReportOutline: 报告大纲
"""
logger.info("开始规划报告大纲...")
if progress_callback:
progress_callback("planning", 0, "正在分析模拟需求...")
# 首先获取模拟上下文
context = self.zep_tools.get_simulation_context(
graph_id=self.graph_id,
simulation_requirement=self.simulation_requirement
)
if progress_callback:
progress_callback("planning", 30, "正在生成报告大纲...")
# 构建规划prompt
system_prompt = """你是一个专业的舆情分析报告撰写专家。你需要根据用户的模拟需求和已有的知识图谱信息，规划一份精炼的模拟分析报告大纲。
【重要】报告章节数量限制：
- 报告最多包含5个主章节
- 每个章节可以有0-2个子章节
- 内容要精炼，避免冗余
报告应聚焦以下核心内容（选择最相关的3-5项）：
1. 执行摘要 - 简要总结模拟结果和关键发现
2. 模拟背景 - 描述模拟的初始条件和场景设定
3. 关键发现 - 分析模拟中的重要发现和趋势
4. 舆情分析 - 分析舆论走向、情绪变化、关键意见领袖等
5. 建议与展望 - 基于分析结果提出建议
请输出JSON格式的报告大纲，格式如下：
{
"title": "报告标题",
"summary": "报告摘要（一句话概括）",
"sections": [
{
"title": "章节标题",
"description": "章节内容描述",
"subsections": [
{"title": "子章节标题", "description": "子章节描述"}
]
}
]
}
注意：sections数组最多包含5个元素！"""
user_prompt = f"""模拟需求：
{self.simulation_requirement}
已有的知识图谱信息：
- 总节点数: {context.get('graph_statistics', {}).get('total_nodes', 0)}
- 总边数: {context.get('graph_statistics', {}).get('total_edges', 0)}
- 实体类型: {list(context.get('graph_statistics', {}).get('entity_types', {}).keys())}
- 实体数量: {context.get('total_entities', 0)}
相关事实：
{json.dumps(context.get('related_facts', [])[:10], ensure_ascii=False, indent=2)}
请根据以上信息，生成一份针对此模拟场景的报告大纲。
【再次提醒】报告必须控制在最多5个章节以内，内容要精炼聚焦。"""
try:
response = self.llm.chat_json(
messages=[
{"role": "system", "content": system_prompt},
{"role": "user", "content": user_prompt}
],
temperature=0.3
)
if progress_callback:
progress_callback("planning", 80, "正在解析大纲结构...")
# 解析大纲
sections = []
for section_data in response.get("sections", []):
subsections = []
for sub_data in section_data.get("subsections", []):
subsections.append(ReportSection(
title=sub_data.get("title", ""),
content=""
))
sections.append(ReportSection(
title=section_data.get("title", ""),
content="",
subsections=subsections
))
outline = ReportOutline(
title=response.get("title", "模拟分析报告"),
summary=response.get("summary", ""),
sections=sections
)
if progress_callback:
progress_callback("planning", 100, "大纲规划完成")
logger.info(f"大纲规划完成: {len(sections)} 个章节")
return outline
except Exception as e:
logger.error(f"大纲规划失败: {str(e)}")
# 返回默认大纲（5个章节）
return ReportOutline(
title="模拟分析报告",
summary="基于模拟结果的分析报告",
sections=[
ReportSection(title="执行摘要"),
ReportSection(title="模拟背景与场景设定"),
ReportSection(title="关键发现与趋势分析"),
ReportSection(title="舆情走向与情绪演化"),
ReportSection(title="总结与建议")
]
)
def _generate_section_react(
self,
section: ReportSection,
outline: ReportOutline,
previous_sections: List[str],
progress_callback: Optional[Callable] = None
) -> str:
"""
使用ReACT模式生成单个章节内容
ReACT循环：
1. Thought（思考）- 分析需要什么信息
2. Action（行动）- 调用工具获取信息
3. Observation（观察）- 分析工具返回结果
4. 重复直到信息足够或达到最大次数
5. Final Answer（最终回答）- 生成章节内容
Args:
section: 要生成的章节
outline: 完整大纲
previous_sections: 之前章节的内容（用于保持连贯性）
progress_callback: 进度回调
Returns:
章节内容（Markdown格式）
"""
logger.info(f"ReACT生成章节: {section.title}")
# 构建系统prompt - 优化后强调工具使用和引用原文
# 确定当前章节的标题级别
section_level = 2 # 默认为二级标题（##）
sub_heading_level = 3 # 子标题使用三级（###）
sub_sub_heading_level = 4 # 更小的子标题使用四级（####）
system_prompt = f"""你是一个专业的舆情分析报告撰写专家，正在撰写报告的一个章节。
报告标题: {outline.title}
报告摘要: {outline.summary}
模拟需求: {self.simulation_requirement}
当前要撰写的章节: {section.title}
═══════════════════════════════════════════════════════════════
【最重要的规则 - 必须遵守】
═══════════════════════════════════════════════════════════════
1. 【必须调用工具获取数据】
- 你正在撰写的是基于模拟结果的分析报告
- 所有内容必须来自模拟图谱中的真实数据
- 禁止使用你自己的知识来编写报告内容
- 每个章节至少调用1-3次工具获取相关信息
2. 【必须引用模拟结果原文】
- 检索到的事实原文是最有价值的内容
- 在报告中使用引用格式展示这些原文，例如：
> "原文内容..."
- 这些原文证明了模拟的真实效果
3. 【尊重模拟结果】
- 报告内容必须反映模拟中实际发生的情况
- 不要添加模拟中不存在的信息
- 如果某方面信息不足，如实说明
═══════════════════════════════════════════════════════════════
【⚠️ 格式规范 - 极其重要！】
═══════════════════════════════════════════════════════════════
【一个章节 = 最小内容单位】
- 每个章节是报告的最小分块单位
- ❌ 禁止在章节内使用任何 Markdown 标题（#、##、###、#### 等）
- ❌ 禁止在内容开头添加章节主标题
- ✅ 章节标题由系统自动添加，你只需撰写纯正文内容
- ✅ 使用**粗体**、段落分隔、引用、列表来组织内容，但不要用标题
【正确示例】
```
本章节分析了事件的舆论传播态势。通过对模拟数据的深入分析，我们发现...
**首发引爆阶段**
微博作为舆情的第一现场，承担了信息首发的核心功能：
> "微博贡献了68%的首发声量..."
**情绪放大阶段**
抖音平台进一步放大了事件影响力：
- 视觉冲击力强
- 情绪共鸣度高
```
【错误示例】
```
## 执行摘要 ← 错误！不要添加任何标题
### 一、首发阶段 ← 错误！不要用###分小节
#### 1.1 详细分析 ← 错误！不要用####细分
本章节分析了...
```
═══════════════════════════════════════════════════════════════
【可用检索工具】（建议每章节调用2-5次）
═══════════════════════════════════════════════════════════════
{self._get_tools_description()}
【工具使用建议】
- insight_forge: 用于深度分析，会自动分解问题并多维度检索
- panorama_search: 用于了解全貌和演变过程
- quick_search: 用于快速验证某个具体信息
═══════════════════════════════════════════════════════════════
【ReACT工作流程】
═══════════════════════════════════════════════════════════════
1. Thought: [分析需要什么信息，规划检索策略]
2. Action: [调用工具获取信息]
<tool_call>
{{"name": "工具名称", "parameters": {{"参数名": "参数值"}}}}
</tool_call>
3. Observation: [分析工具返回的结果]
4. 重复步骤1-3，直到收集到足够信息（建议2-5轮）
5. Final Answer: [基于检索结果撰写章节内容]
═══════════════════════════════════════════════════════════════
【章节内容要求】
═══════════════════════════════════════════════════════════════
1. 内容必须基于工具检索到的模拟数据
2. 大量引用原文来展示模拟效果
3. 使用Markdown格式（但禁止使用标题）：
- 使用 **粗体文字** 标记重点（代替子标题）
- 使用列表（-或1.2.3.）组织要点
- 使用空行分隔不同段落
- ❌ 禁止使用 #、##、###、#### 等任何标题语法
4. 【引用格式规范 - 必须单独成段】
引用必须独立成段，前后各有一个空行，不能混在段落中：
✅ 正确格式：
```
校方的回应被认为缺乏实质内容。
> "校方的应对模式在瞬息万变的社交媒体环境中显得僵化和迟缓。"
这一评价反映了公众的普遍不满。
```
❌ 错误格式：
```
校方的回应被认为缺乏实质内容。> "校方的应对模式..." 这一评价反映了...
```
5. 保持与其他章节的逻辑连贯性
6. 【避免重复】仔细阅读下方已完成的章节内容，不要重复描述相同的信息
7. 【再次强调】不要添加任何标题！用**粗体**代替小节标题"""
# 构建用户prompt - 每个已完成章节各传入最大4000字
if previous_sections:
previous_parts = []
for sec in previous_sections:
# 每个章节最多4000字
truncated = sec[:4000] + "..." if len(sec) > 4000 else sec
previous_parts.append(truncated)
previous_content = "\n\n---\n\n".join(previous_parts)
else:
previous_content = "（这是第一个章节）"
user_prompt = f"""已完成的章节内容（请仔细阅读，避免重复）：
{previous_content}
═══════════════════════════════════════════════════════════════
【当前任务】撰写章节: {section.title}
═══════════════════════════════════════════════════════════════
【重要提醒】
1. 仔细阅读上方已完成的章节，避免重复相同的内容！
2. 开始前必须先调用工具获取模拟数据
3. 推荐先使用 insight_forge 进行深度检索
4. 报告内容必须来自检索结果，不要使用自己的知识
【⚠️ 格式警告 - 必须遵守】
- ❌ 不要写任何标题（#、##、###、####都不行）
- ❌ 不要写"{section.title}"作为开头
- ✅ 章节标题由系统自动添加
- ✅ 直接写正文，用**粗体**代替小节标题
请开始：
1. 首先思考（Thought）这个章节需要什么信息
2. 然后调用工具（Action）获取模拟数据
3. 收集足够信息后输出 Final Answer（纯正文，无任何标题）"""
messages = [
{"role": "system", "content": system_prompt},
{"role": "user", "content": user_prompt}
]
# ReACT循环 - 优化后增加工具调用次数
tool_calls_count = 0
max_iterations = self.MAX_TOOL_CALLS_PER_SECTION + 3 # 增加迭代次数
min_tool_calls = 2 # 最少工具调用次数
# 报告上下文，用于InsightForge的子问题生成
report_context = f"章节标题: {section.title}\n模拟需求: {self.simulation_requirement}"
for iteration in range(max_iterations):
if progress_callback:
progress_callback(
"generating",
int((iteration / max_iterations) * 100),
f"深度检索与撰写中 ({tool_calls_count}/{self.MAX_TOOL_CALLS_PER_SECTION})"
)
# 调用LLM
response = self.llm.chat(
messages=messages,
temperature=0.5,
max_tokens=4096
)
logger.debug(f"LLM响应: {response[:200]}...")
# 检查是否有最终答案
if "Final Answer:" in response:
# 如果工具调用次数不足，提醒需要更多检索
if tool_calls_count < min_tool_calls:
messages.append({"role": "assistant", "content": response})
messages.append({
"role": "user",
"content": f"""【注意】你只调用了{tool_calls_count}次工具，信息可能不够充分。
请再调用1-2次工具来获取更多模拟数据，然后再输出 Final Answer。
建议：
- 使用 insight_forge 深度检索更多细节
- 使用 panorama_search 了解事件全貌
记住：报告内容必须来自模拟结果，而不是你的知识！"""
})
continue
# 提取最终答案
final_answer = response.split("Final Answer:")[-1].strip()
logger.info(f"章节 {section.title} 生成完成（工具调用: {tool_calls_count}次）")
return final_answer
# 解析工具调用
tool_calls = self._parse_tool_calls(response)
if not tool_calls:
# 没有工具调用也没有最终答案
messages.append({"role": "assistant", "content": response})
if tool_calls_count < min_tool_calls:
# 还没有足够的工具调用，强烈提示需要调用工具
messages.append({
"role": "user",
"content": f"""【重要】你还没有调用足够的工具来获取模拟数据！
当前只调用了 {tool_calls_count} 次工具，至少需要 {min_tool_calls} 次。
请立即调用工具获取信息：
<tool_call>
{{"name": "insight_forge", "parameters": {{"query": "{section.title}相关的模拟结果和分析"}}}}
</tool_call>
【记住】报告内容必须100%来自模拟结果，不能使用你自己的知识！"""
})
else:
# 已有足够调用，可以生成最终答案
messages.append({
"role": "user",
"content": "你已经获取了足够的模拟数据。请基于检索到的信息，输出 Final Answer: 并撰写章节内容。\n\n【重要】内容必须大量引用检索到的原文，使用 > 格式引用。"
})
continue
# 执行工具调用
tool_results = []
for call in tool_calls:
if tool_calls_count >= self.MAX_TOOL_CALLS_PER_SECTION:
break
result = self._execute_tool(
call["name"],
call.get("parameters", {}),
report_context=report_context
)
tool_results.append(f"═══ 工具 {call['name']} 返回 ═══\n{result}")
tool_calls_count += 1
# 将结果添加到消息
messages.append({"role": "assistant", "content": response})
messages.append({
"role": "user",
"content": f"""Observation（检索结果）:
{"".join(tool_results)}
═══════════════════════════════════════════════════════════════
【下一步行动】
- 如果信息充分：输出 Final Answer 并撰写章节内容（必须引用上述原文）
- 如果需要更多信息：继续调用工具检索
已调用工具 {tool_calls_count}/{self.MAX_TOOL_CALLS_PER_SECTION} 次
═══════════════════════════════════════════════════════════════"""
})
# 达到最大迭代次数，强制生成内容
logger.warning(f"章节 {section.title} 达到最大迭代次数，强制生成")
messages.append({
"role": "user",
"content": "已达到工具调用限制，请直接输出 Final Answer: 并生成章节内容。"
})
response = self.llm.chat(
messages=messages,
temperature=0.5,
max_tokens=4096
)
if "Final Answer:" in response:
return response.split("Final Answer:")[-1].strip()
return response
def generate_report(
self,
progress_callback: Optional[Callable[[str, int, str], None]] = None
) -> Report:
"""
生成完整报告（分章节实时输出）
每个章节生成完成后立即保存到文件夹，不需要等待整个报告完成。
文件结构：
reports/{report_id}/
meta.json - 报告元信息
outline.json - 报告大纲
progress.json - 生成进度
section_01.md - 第1章节
section_02.md - 第2章节
...
full_report.md - 完整报告
Args:
progress_callback: 进度回调函数 (stage, progress, message)
Returns:
Report: 完整报告
"""
import uuid
report_id = f"report_{uuid.uuid4().hex[:12]}"
report = Report(
report_id=report_id,
simulation_id=self.simulation_id,
graph_id=self.graph_id,
simulation_requirement=self.simulation_requirement,
status=ReportStatus.PENDING,
created_at=datetime.now().isoformat()
)
# 已完成的章节标题列表（用于进度追踪）
completed_section_titles = []
try:
# 初始化：创建报告文件夹并保存初始状态
ReportManager._ensure_report_folder(report_id)
ReportManager.update_progress(
report_id, "pending", 0, "初始化报告...",
completed_sections=[]
)
ReportManager.save_report(report)
# 阶段1: 规划大纲
report.status = ReportStatus.PLANNING
ReportManager.update_progress(
report_id, "planning", 5, "开始规划报告大纲...",
completed_sections=[]
)
if progress_callback:
progress_callback("planning", 0, "开始规划报告大纲...")
outline = self.plan_outline(
progress_callback=lambda stage, prog, msg:
progress_callback(stage, prog // 5, msg) if progress_callback else None
)
report.outline = outline
# 保存大纲到文件
ReportManager.save_outline(report_id, outline)
ReportManager.update_progress(
report_id, "planning", 15, f"大纲规划完成，共{len(outline.sections)}个章节",
completed_sections=[]
)
ReportManager.save_report(report)
logger.info(f"大纲已保存到文件: {report_id}/outline.json")
# 阶段2: 逐章节生成（分章节保存）
report.status = ReportStatus.GENERATING
total_sections = len(outline.sections)
generated_sections = [] # 保存内容用于上下文
for i, section in enumerate(outline.sections):
section_num = i + 1
base_progress = 20 + int((i / total_sections) * 70)
# 更新进度
ReportManager.update_progress(
report_id, "generating", base_progress,
f"正在生成章节: {section.title} ({section_num}/{total_sections})",
current_section=section.title,
completed_sections=completed_section_titles
)
if progress_callback:
progress_callback(
"generating",
base_progress,
f"正在生成章节: {section.title} ({section_num}/{total_sections})"
)
# 生成主章节内容
section_content = self._generate_section_react(
section=section,
outline=outline,
previous_sections=generated_sections,
progress_callback=lambda stage, prog, msg:
progress_callback(
stage,
base_progress + int(prog * 0.7 / total_sections),
msg
) if progress_callback else None
)
section.content = section_content
generated_sections.append(f"## {section.title}\n\n{section_content}")
# 如果有子章节，也一并生成并合并到主章节中
subsection_contents = []
for j, subsection in enumerate(section.subsections):
subsection_num = j + 1
if progress_callback:
progress_callback(
"generating",
base_progress + int(((j + 1) / max(len(section.subsections), 1)) * 5),
f"正在生成子章节: {subsection.title}"
)
ReportManager.update_progress(
report_id, "generating",
base_progress + int(((j + 1) / max(len(section.subsections), 1)) * 5),
f"正在生成子章节: {subsection.title}",
current_section=subsection.title,
completed_sections=completed_section_titles
)
subsection_content = self._generate_section_react(
section=subsection,
outline=outline,
previous_sections=generated_sections,
progress_callback=None
)
subsection.content = subsection_content
generated_sections.append(f"### {subsection.title}\n\n{subsection_content}")
subsection_contents.append((subsection.title, subsection_content))
completed_section_titles.append(f" └─ {subsection.title}")
logger.info(f"子章节已生成: {subsection.title}")
# 【关键】将主章节和所有子章节合并保存到一个文件
ReportManager.save_section_with_subsections(
report_id, section_num, section, subsection_contents
)
completed_section_titles.append(section.title)
logger.info(f"章节已保存（包含{len(subsection_contents)}个子章节）: {report_id}/section_{section_num:02d}.md")
# 更新进度
ReportManager.update_progress(
report_id, "generating",
base_progress + int(70 / total_sections),
f"章节 {section.title} 已完成",
current_section=None,
completed_sections=completed_section_titles
)
# 阶段3: 组装完整报告
if progress_callback:
progress_callback("generating", 95, "正在组装完整报告...")
ReportManager.update_progress(
report_id, "generating", 95, "正在组装完整报告...",
completed_sections=completed_section_titles
)
# 使用ReportManager组装完整报告
report.markdown_content = ReportManager.assemble_full_report(report_id, outline)
report.status = ReportStatus.COMPLETED
report.completed_at = datetime.now().isoformat()
# 保存最终报告
ReportManager.save_report(report)
ReportManager.update_progress(
report_id, "completed", 100, "报告生成完成",
completed_sections=completed_section_titles
)
if progress_callback:
progress_callback("completed", 100, "报告生成完成")
logger.info(f"报告生成完成: {report_id}")
return report
except Exception as e:
logger.error(f"报告生成失败: {str(e)}")
report.status = ReportStatus.FAILED
report.error = str(e)
# 保存失败状态
try:
ReportManager.save_report(report)
ReportManager.update_progress(
report_id, "failed", -1, f"报告生成失败: {str(e)}",
completed_sections=completed_section_titles
)
except Exception:
pass # 忽略保存失败的错误
return report
def chat(
self,
message: str,
chat_history: List[Dict[str, str]] = None
) -> Dict[str, Any]:
"""
与Report Agent对话
在对话中Agent可以自主调用检索工具来回答问题
Args:
message: 用户消息
chat_history: 对话历史
Returns:
{
"response": "Agent回复",
"tool_calls": [调用的工具列表],
"sources": [信息来源]
}
"""
logger.info(f"Report Agent对话: {message[:50]}...")
chat_history = chat_history or []
system_prompt = f"""你是一个专业的舆情分析助手，负责回答关于模拟分析报告的问题。
═══════════════════════════════════════════════════════════════
【背景信息】
═══════════════════════════════════════════════════════════════
模拟需求: {self.simulation_requirement}
图谱ID: {self.graph_id}
═══════════════════════════════════════════════════════════════
【最重要的规则 - 必须遵守】
═══════════════════════════════════════════════════════════════
1. 【必须调用工具获取数据】
- 你的回答必须基于模拟图谱中的真实数据
- 禁止使用你自己的知识来回答问题
- 每次回答前至少调用1次工具获取相关信息
2. 【必须引用模拟结果原文】
- 检索到的事实原文是最有价值的内容
- 在回答中使用引用格式展示这些原文，例如：
> "原文内容..."
- 原文引用证明了答案的可靠性
3. 【尊重模拟结果】
- 回答必须反映模拟中实际发生的情况
- 不要添加模拟中不存在的信息
- 如果某方面信息不足，如实说明
═══════════════════════════════════════════════════════════════
【可用检索工具】
═══════════════════════════════════════════════════════════════
{self._get_tools_description()}
【工具调用格式】
<tool_call>
{{"name": "工具名称", "parameters": {{"参数名": "参数值"}}}}
</tool_call>
═══════════════════════════════════════════════════════════════
【回答要求】
═══════════════════════════════════════════════════════════════
1. 先调用工具获取模拟数据，再回答问题
2. 大量引用检索到的原文
3. 使用 > 格式引用重要内容
4. 如果信息不足，如实说明限制
5. 保持专业和客观"""
# 构建消息
messages = [{"role": "system", "content": system_prompt}]
# 添加历史对话
for h in chat_history[-10:]: # 限制历史长度
messages.append(h)
# 添加用户消息，强调需要先检索
messages.append({
"role": "user",
"content": f"""{message}
【提醒】请先调用工具获取模拟数据，再回答问题。推荐使用 insight_forge 进行深度检索。"""
})
# ReACT循环 - 增加迭代次数以支持更多工具调用
tool_calls_made = []
max_iterations = self.MAX_TOOL_CALLS_PER_CHAT
min_tool_calls = 1 # 最少工具调用次数
for iteration in range(max_iterations):
response = self.llm.chat(
messages=messages,
temperature=0.5,
max_tokens=2048
)
# 解析工具调用
tool_calls = self._parse_tool_calls(response)
if not tool_calls:
# 没有工具调用
if len(tool_calls_made) < min_tool_calls and iteration < 2:
# 还没有调用过工具，强烈提示需要先检索
messages.append({"role": "assistant", "content": response})
messages.append({
"role": "user",
"content": f"""【重要】你还没有调用工具获取模拟数据！
请先调用工具检索相关信息：
<tool_call>
{{"name": "insight_forge", "parameters": {{"query": "{message[:100]}"}}}}
</tool_call>
【记住】回答必须基于模拟结果，不能使用你自己的知识！"""
})
continue
# 已有工具调用，清理响应并返回
clean_response = re.sub(r'<tool_call>.*?</tool_call>', '', response, flags=re.DOTALL)
clean_response = re.sub(r'\[TOOL_CALL\].*?\)', '', clean_response)
return {
"response": clean_response.strip(),
"tool_calls": tool_calls_made,
"sources": [tc.get("parameters", {}).get("query", "") for tc in tool_calls_made]
}
# 执行工具调用
tool_results = []
for call in tool_calls:
if len(tool_calls_made) >= self.MAX_TOOL_CALLS_PER_CHAT:
break
result = self._execute_tool(call["name"], call.get("parameters", {}))
tool_results.append({
"tool": call["name"],
"result": result[:2000] # 增加结果长度限制
})
tool_calls_made.append(call)
# 将结果添加到消息
messages.append({"role": "assistant", "content": response})
observation = "═══ 检索结果 ═══\n" + "\n\n".join([
f"【{r['tool']}】\n{r['result']}" for r in tool_results
])
messages.append({
"role": "user",
"content": observation + "\n\n请基于以上模拟数据回答问题。\n【重要】请在回答中引用检索到的原文，使用 > 格式。"
})
# 达到最大迭代，获取最终响应
final_response = self.llm.chat(
messages=messages,
temperature=0.5,
max_tokens=2048
)
# 清理响应
clean_response = re.sub(r'<tool_call>.*?</tool_call>', '', final_response, flags=re.DOTALL)
clean_response = re.sub(r'\[TOOL_CALL\].*?\)', '', clean_response)
return {
"response": clean_response.strip(),
"tool_calls": tool_calls_made,
"sources": [tc.get("parameters", {}).get("query", "") for tc in tool_calls_made]
}
class ReportManager:
"""
报告管理器
负责报告的持久化存储和检索
文件结构（分章节输出）：
reports/
{report_id}/
meta.json - 报告元信息和状态
outline.json - 报告大纲
progress.json - 生成进度
section_01.md - 第1章节
section_02.md - 第2章节
...
full_report.md - 完整报告
"""
# 报告存储目录
REPORTS_DIR = os.path.join(Config.UPLOAD_FOLDER, 'reports')
@classmethod
def _ensure_reports_dir(cls):
"""确保报告根目录存在"""
os.makedirs(cls.REPORTS_DIR, exist_ok=True)
@classmethod
def _get_report_folder(cls, report_id: str) -> str:
"""获取报告文件夹路径"""
return os.path.join(cls.REPORTS_DIR, report_id)
@classmethod
def _ensure_report_folder(cls, report_id: str) -> str:
"""确保报告文件夹存在并返回路径"""
folder = cls._get_report_folder(report_id)
os.makedirs(folder, exist_ok=True)
return folder
@classmethod
def _get_report_path(cls, report_id: str) -> str:
"""获取报告元信息文件路径"""
return os.path.join(cls._get_report_folder(report_id), "meta.json")
@classmethod
def _get_report_markdown_path(cls, report_id: str) -> str:
"""获取完整报告Markdown文件路径"""
return os.path.join(cls._get_report_folder(report_id), "full_report.md")
@classmethod
def _get_outline_path(cls, report_id: str) -> str:
"""获取大纲文件路径"""
return os.path.join(cls._get_report_folder(report_id), "outline.json")
@classmethod
def _get_progress_path(cls, report_id: str) -> str:
"""获取进度文件路径"""
return os.path.join(cls._get_report_folder(report_id), "progress.json")
@classmethod
def _get_section_path(cls, report_id: str, section_index: int) -> str:
"""获取章节Markdown文件路径"""
return os.path.join(cls._get_report_folder(report_id), f"section_{section_index:02d}.md")
@classmethod
def save_outline(cls, report_id: str, outline: ReportOutline) -> None:
"""
保存报告大纲
在规划阶段完成后立即调用
"""
cls._ensure_report_folder(report_id)
with open(cls._get_outline_path(report_id), 'w', encoding='utf-8') as f:
json.dump(outline.to_dict(), f, ensure_ascii=False, indent=2)
logger.info(f"大纲已保存: {report_id}")
@classmethod
def save_section(
cls,
report_id: str,
section_index: int,
section: ReportSection,
is_subsection: bool = False,
parent_index: int = None
) -> str:
"""
保存单个章节（不推荐使用，建议使用 save_section_with_subsections）
在每个章节生成完成后立即调用，实现分章节输出
Args:
report_id: 报告ID
section_index: 章节索引（从1开始）
section: 章节对象
is_subsection: 是否是子章节
parent_index: 父章节索引（子章节时使用）
Returns:
保存的文件路径
"""
cls._ensure_report_folder(report_id)
# 确定章节级别和标题格式
if is_subsection and parent_index is not None:
level = "###"
file_suffix = f"section_{parent_index:02d}_{section_index:02d}.md"
else:
level = "##"
file_suffix = f"section_{section_index:02d}.md"
# 构建章节Markdown内容 - 清理可能存在的重复标题
cleaned_content = cls._clean_section_content(section.content, section.title)
md_content = f"{level} {section.title}\n\n"
if cleaned_content:
md_content += f"{cleaned_content}\n\n"
# 保存文件
file_path = os.path.join(cls._get_report_folder(report_id), file_suffix)
with open(file_path, 'w', encoding='utf-8') as f:
f.write(md_content)
logger.info(f"章节已保存: {report_id}/{file_suffix}")
return file_path
@classmethod
def save_section_with_subsections(
cls,
report_id: str,
section_index: int,
section: ReportSection,
subsection_contents: List[tuple]
) -> str:
"""
保存章节及其所有子章节到一个文件
Args:
report_id: 报告ID
section_index: 章节索引（从1开始）
section: 主章节对象
subsection_contents: 子章节列表 [(title, content), ...]
Returns:
保存的文件路径
"""
cls._ensure_report_folder(report_id)
# 构建主章节Markdown内容
cleaned_main_content = cls._clean_section_content(section.content, section.title)
md_content = f"## {section.title}\n\n"
if cleaned_main_content:
md_content += f"{cleaned_main_content}\n\n"
# 添加所有子章节内容
for sub_title, sub_content in subsection_contents:
cleaned_sub_content = cls._clean_section_content(sub_content, sub_title)
md_content += f"### {sub_title}\n\n"
if cleaned_sub_content:
md_content += f"{cleaned_sub_content}\n\n"
# 保存文件
file_suffix = f"section_{section_index:02d}.md"
file_path = os.path.join(cls._get_report_folder(report_id), file_suffix)
with open(file_path, 'w', encoding='utf-8') as f:
f.write(md_content)
logger.info(f"章节已保存（含{len(subsection_contents)}个子章节）: {report_id}/{file_suffix}")
return file_path
@classmethod
def _clean_section_content(cls, content: str, section_title: str) -> str:
"""
清理章节内容
1. 移除内容开头与章节标题重复的Markdown标题行
2. 将所有 ### 及以下级别的标题转换为粗体文本
Args:
content: 原始内容
section_title: 章节标题
Returns:
清理后的内容
"""
import re
if not content:
return content
content = content.strip()
lines = content.split('\n')
cleaned_lines = []
skip_next_empty = False
for i, line in enumerate(lines):
stripped = line.strip()
# 检查是否是Markdown标题行
heading_match = re.match(r'^(#{1,6})\s+(.+)$', stripped)
if heading_match:
level = len(heading_match.group(1))
title_text = heading_match.group(2).strip()
# 检查是否是与章节标题重复的标题（跳过前5行内的重复）
if i < 5:
if title_text == section_title or title_text.replace(' ', '') == section_title.replace(' ', ''):
skip_next_empty = True
continue
# 将所有级别的标题（#, ##, ###, ####等）转换为粗体
# 因为章节标题由系统添加，内容中不应有任何标题
cleaned_lines.append(f"**{title_text}**")
cleaned_lines.append("") # 添加空行
continue
# 如果上一行是被跳过的标题，且当前行为空，也跳过
if skip_next_empty and stripped == '':
skip_next_empty = False
continue
skip_next_empty = False
cleaned_lines.append(line)
# 移除开头的空行
while cleaned_lines and cleaned_lines[0].strip() == '':
cleaned_lines.pop(0)
# 移除开头的分隔线
while cleaned_lines and cleaned_lines[0].strip() in ['---', '***', '___']:
cleaned_lines.pop(0)
# 同时移除分隔线后的空行
while cleaned_lines and cleaned_lines[0].strip() == '':
cleaned_lines.pop(0)
return '\n'.join(cleaned_lines)
@classmethod
def update_progress(
cls,
report_id: str,
status: str,
progress: int,
message: str,
current_section: str = None,
completed_sections: List[str] = None
) -> None:
"""
更新报告生成进度
前端可以通过读取progress.json获取实时进度
"""
cls._ensure_report_folder(report_id)
progress_data = {
"status": status,
"progress": progress,
"message": message,
"current_section": current_section,
"completed_sections": completed_sections or [],
"updated_at": datetime.now().isoformat()
}
with open(cls._get_progress_path(report_id), 'w', encoding='utf-8') as f:
json.dump(progress_data, f, ensure_ascii=False, indent=2)
@classmethod
def get_progress(cls, report_id: str) -> Optional[Dict[str, Any]]:
"""获取报告生成进度"""
path = cls._get_progress_path(report_id)
if not os.path.exists(path):
return None
with open(path, 'r', encoding='utf-8') as f:
return json.load(f)
@classmethod
def get_generated_sections(cls, report_id: str) -> List[Dict[str, Any]]:
"""
获取已生成的章节列表
返回所有已保存的章节文件信息
"""
folder = cls._get_report_folder(report_id)
if not os.path.exists(folder):
return []
sections = []
for filename in sorted(os.listdir(folder)):
if filename.startswith('section_') and filename.endswith('.md'):
file_path = os.path.join(folder, filename)
with open(file_path, 'r', encoding='utf-8') as f:
content = f.read()
# 从文件名解析章节索引
parts = filename.replace('.md', '').split('_')
section_index = int(parts[1])
subsection_index = int(parts[2]) if len(parts) > 2 else None
sections.append({
"filename": filename,
"section_index": section_index,
"subsection_index": subsection_index,
"content": content,
"is_subsection": subsection_index is not None
})
return sections
@classmethod
def assemble_full_report(cls, report_id: str, outline: ReportOutline) -> str:
"""
组装完整报告
从已保存的章节文件组装完整报告，并进行标题清理
"""
folder = cls._get_report_folder(report_id)
# 构建报告头部
md_content = f"# {outline.title}\n\n"
md_content += f"> {outline.summary}\n\n"
md_content += f"---\n\n"
# 按顺序读取所有章节文件（只读取主章节文件，不读取子章节文件）
sections = cls.get_generated_sections(report_id)
for section_info in sections:
# 跳过子章节文件（已合并到主章节中）
if section_info.get("is_subsection", False):
continue
md_content += section_info["content"]
# 后处理：清理整个报告的标题问题
md_content = cls._post_process_report(md_content, outline)
# 保存完整报告
full_path = cls._get_report_markdown_path(report_id)
with open(full_path, 'w', encoding='utf-8') as f:
f.write(md_content)
logger.info(f"完整报告已组装: {report_id}")
return md_content
@classmethod
def _post_process_report(cls, content: str, outline: ReportOutline) -> str:
"""
后处理报告内容
1. 移除重复的标题
2. 保留报告主标题(#)和章节标题(##)，移除其他级别的标题(###, ####等)
3. 清理多余的空行和分隔线
Args:
content: 原始报告内容
outline: 报告大纲
Returns:
处理后的内容
"""
import re
lines = content.split('\n')
processed_lines = []
prev_was_heading = False
# 收集大纲中的所有章节标题
section_titles = set()
for section in outline.sections:
section_titles.add(section.title)
for sub in section.subsections:
section_titles.add(sub.title)
i = 0
while i < len(lines):
line = lines[i]
stripped = line.strip()
# 检查是否是标题行
heading_match = re.match(r'^(#{1,6})\s+(.+)$', stripped)
if heading_match:
level = len(heading_match.group(1))
title = heading_match.group(2).strip()
# 检查是否是重复标题（在连续5行内出现相同内容的标题）
is_duplicate = False
for j in range(max(0, len(processed_lines) - 5), len(processed_lines)):
prev_line = processed_lines[j].strip()
prev_match = re.match(r'^(#{1,6})\s+(.+)$', prev_line)
if prev_match:
prev_title = prev_match.group(2).strip()
if prev_title == title:
is_duplicate = True
break
if is_duplicate:
# 跳过重复标题及其后的空行
i += 1
while i < len(lines) and lines[i].strip() == '':
i += 1
continue
# 标题层级处理：
# - # (level=1) 只保留报告主标题
# - ## (level=2) 保留章节标题
# - ### 及以下 (level>=3) 转换为粗体文本
if level == 1:
if title == outline.title:
# 保留报告主标题
processed_lines.append(line)
prev_was_heading = True
elif title in section_titles:
# 章节标题错误使用了#，修正为##
processed_lines.append(f"## {title}")
prev_was_heading = True
else:
# 其他一级标题转为粗体
processed_lines.append(f"**{title}**")
processed_lines.append("")
prev_was_heading = False
elif level == 2:
if title in section_titles or title == outline.title:
# 保留章节标题
processed_lines.append(line)
prev_was_heading = True
else:
# 非章节的二级标题转为粗体
processed_lines.append(f"**{title}**")
processed_lines.append("")
prev_was_heading = False
else:
# ### 及以下级别的标题转换为粗体文本
processed_lines.append(f"**{title}**")
processed_lines.append("")
prev_was_heading = False
i += 1
continue
elif stripped == '---' and prev_was_heading:
# 跳过标题后紧跟的分隔线
i += 1
continue
elif stripped == '' and prev_was_heading:
# 标题后只保留一个空行
if processed_lines and processed_lines[-1].strip() != '':
processed_lines.append(line)
prev_was_heading = False
else:
processed_lines.append(line)
prev_was_heading = False
i += 1
# 清理连续的多个空行（保留最多2个）
result_lines = []
empty_count = 0
for line in processed_lines:
if line.strip() == '':
empty_count += 1
if empty_count <= 2:
result_lines.append(line)
else:
empty_count = 0
result_lines.append(line)
return '\n'.join(result_lines)
@classmethod
def save_report(cls, report: Report) -> None:
"""保存报告元信息和完整报告"""
cls._ensure_report_folder(report.report_id)
# 保存元信息JSON
with open(cls._get_report_path(report.report_id), 'w', encoding='utf-8') as f:
json.dump(report.to_dict(), f, ensure_ascii=False, indent=2)
# 保存大纲
if report.outline:
cls.save_outline(report.report_id, report.outline)
# 保存完整Markdown报告
if report.markdown_content:
with open(cls._get_report_markdown_path(report.report_id), 'w', encoding='utf-8') as f:
f.write(report.markdown_content)
logger.info(f"报告已保存: {report.report_id}")
@classmethod
def get_report(cls, report_id: str) -> Optional[Report]:
"""获取报告"""
path = cls._get_report_path(report_id)
if not os.path.exists(path):
# 兼容旧格式：检查直接存储在reports目录下的文件
old_path = os.path.join(cls.REPORTS_DIR, f"{report_id}.json")
if os.path.exists(old_path):
path = old_path
else:
return None
with open(path, 'r', encoding='utf-8') as f:
data = json.load(f)
# 重建Report对象
outline = None
if data.get('outline'):
outline_data = data['outline']
sections = []
for s in outline_data.get('sections', []):
subsections = [
ReportSection(title=sub['title'], content=sub.get('content', ''))
for sub in s.get('subsections', [])
]
sections.append(ReportSection(
title=s['title'],
content=s.get('content', ''),
subsections=subsections
))
outline = ReportOutline(
title=outline_data['title'],
summary=outline_data['summary'],
sections=sections
)
# 如果markdown_content为空，尝试从full_report.md读取
markdown_content = data.get('markdown_content', '')
if not markdown_content:
full_report_path = cls._get_report_markdown_path(report_id)
if os.path.exists(full_report_path):
with open(full_report_path, 'r', encoding='utf-8') as f:
markdown_content = f.read()
return Report(
report_id=data['report_id'],
simulation_id=data['simulation_id'],
graph_id=data['graph_id'],
simulation_requirement=data['simulation_requirement'],
status=ReportStatus(data['status']),
outline=outline,
markdown_content=markdown_content,
created_at=data.get('created_at', ''),
completed_at=data.get('completed_at', ''),
error=data.get('error')
)
@classmethod
def get_report_by_simulation(cls, simulation_id: str) -> Optional[Report]:
"""根据模拟ID获取报告"""
cls._ensure_reports_dir()
for item in os.listdir(cls.REPORTS_DIR):
item_path = os.path.join(cls.REPORTS_DIR, item)
# 新格式：文件夹
if os.path.isdir(item_path):
report = cls.get_report(item)
if report and report.simulation_id == simulation_id:
return report
# 兼容旧格式：JSON文件
elif item.endswith('.json'):
report_id = item[:-5]
report = cls.get_report(report_id)
if report and report.simulation_id == simulation_id:
return report
return None
@classmethod
def list_reports(cls, simulation_id: Optional[str] = None, limit: int = 50) -> List[Report]:
"""列出报告"""
cls._ensure_reports_dir()
reports = []
for item in os.listdir(cls.REPORTS_DIR):
item_path = os.path.join(cls.REPORTS_DIR, item)
# 新格式：文件夹
if os.path.isdir(item_path):
report = cls.get_report(item)
if report:
if simulation_id is None or report.simulation_id == simulation_id:
reports.append(report)
# 兼容旧格式：JSON文件
elif item.endswith('.json'):
report_id = item[:-5]
report = cls.get_report(report_id)
if report:
if simulation_id is None or report.simulation_id == simulation_id:
reports.append(report)
# 按创建时间倒序
reports.sort(key=lambda r: r.created_at, reverse=True)
return reports[:limit]
@classmethod
def delete_report(cls, report_id: str) -> bool:
"""删除报告（整个文件夹）"""
import shutil
folder_path = cls._get_report_folder(report_id)
# 新格式：删除整个文件夹
if os.path.exists(folder_path) and os.path.isdir(folder_path):
shutil.rmtree(folder_path)
logger.info(f"报告文件夹已删除: {report_id}")
return True
# 兼容旧格式：删除单独的文件
deleted = False
old_json_path = os.path.join(cls.REPORTS_DIR, f"{report_id}.json")
old_md_path = os.path.join(cls.REPORTS_DIR, f"{report_id}.md")
if os.path.exists(old_json_path):
os.remove(old_json_path)
deleted = True
if os.path.exists(old_md_path):
os.remove(old_md_path)
deleted = True
return deleted
Reference in a new issue View git blame Copy permalink