diff --git a/rag-python/README-部署指南.md b/rag-python/README-部署指南.md new file mode 100644 index 00000000..92e7b6bc --- /dev/null +++ b/rag-python/README-部署指南.md @@ -0,0 +1,79 @@ +# RAG 知识库服务 - 部署指南 + +## 环境要求 + +- Python 3.11（必须是 3.11，不能用 3.14） +- Ollama（本地大模型服务） + +## 一、安装 Python 3.11 + +下载地址：https://www.python.org/downloads/release/python-3119/ + +安装时勾选 "Add Python to PATH" + +## 二、安装 Ollama + +下载地址：https://ollama.com/download + +安装后运行以下命令下载模型： +```bash +ollama pull nomic-embed-text +ollama pull qwen2.5:7b +``` + +## 三、安装依赖 + +在 `rag-python` 目录下运行： +```bash +py -3.11 -m pip install -r requirements.txt +``` + +## 四、使用方法 + +### 1. 添加文档 + +把要索引的文档放到 `knowledge_docs` 文件夹中 + +支持的格式：`.txt` `.md` `.pdf` `.docx` + +### 2. 建立索引 + +```bash +py -3.11 batch_index.py +``` + +注意：扫描版 PDF 需要 OCR 识别，速度较慢（每页约 5-10 秒） + +### 3. 启动服务 + +```bash +py -3.11 app.py +``` + +服务默认运行在 http://localhost:5000 + +## 五、常见问题 + +### Q: 提示缺少模块？ +```bash +py -3.11 -m pip install 模块名 +``` + +### Q: OCR 识别很慢？ +扫描版 PDF 需要逐页识别，272 页大约需要 20-30 分钟。有 GPU 会快很多。 + +### Q: 如何测试服务？ +```bash +curl http://localhost:5000/api/knowledge/search?query=测试 +``` + +## 六、目录结构 + +``` +rag-python/ +├── knowledge_docs/ # 放入要索引的文档 +├── index_data/ # 生成的索引文件（自动创建） +├── batch_index.py # 批量索引脚本 +├── app.py # Web 服务入口 +└── requirements.txt # 依赖列表 +``` diff --git a/rag-python/document_parser.py b/rag-python/document_parser.py index a804515a..bfd134a9 100644 --- a/rag-python/document_parser.py +++ b/rag-python/document_parser.py @@ -1,11 +1,51 @@ # -*- coding: utf-8 -*- """ -文档解析器 - 支持多种文件格式 +文档解析器 - 支持多种文件格式，包括扫描版PDF的OCR识别 +支持 EasyOCR（推荐）、PaddleOCR 和 Tesseract """ import os import chardet from config import SUPPORTED_EXTENSIONS +# Tesseract OCR 路径配置（Windows）- 备用方案 +TESSERACT_PATH = r'C:\Program Files\Tesseract-OCR\tesseract.exe' + +# OCR 引擎选择：'easyocr'（推荐）, 'paddle' 或 'tesseract' +OCR_ENGINE = 'easyocr' + +# EasyOCR 实例（延迟初始化） +_easy_ocr = None + +# PaddleOCR 实例（延迟初始化） +_paddle_ocr = None + +def get_easy_ocr(): + """获取 EasyOCR 实例（单例模式）""" + global _easy_ocr + if _easy_ocr is None: + try: + import easyocr + # 支持中文和英文 + _easy_ocr = easyocr.Reader(['ch_sim', 'en'], gpu=False) + print(" EasyOCR 初始化成功") + except ImportError: + print(" EasyOCR 未安装，请运行: pip install easyocr") + return None + return _easy_ocr + +def get_paddle_ocr(): + """获取 PaddleOCR 实例（单例模式）""" + global _paddle_ocr + if _paddle_ocr is None: + try: + from paddleocr import PaddleOCR + _paddle_ocr = PaddleOCR(use_angle_cls=True, lang='ch', show_log=False) + print(" PaddleOCR 初始化成功") + except ImportError: + print(" PaddleOCR 未安装") + return None + return _paddle_ocr + def detect_encoding(file_path): """检测文件编码""" with open(file_path, 'rb') as f: @@ -27,14 +67,154 @@ def parse_md(file_path): """解析Markdown文件""" return parse_txt(file_path) -def parse_pdf(file_path): - """解析PDF文件（支持大文件）""" +def parse_pdf_with_ocr(file_path): + """使用 PyMuPDF + OCR 解析PDF（支持扫描版）""" + try: + import fitz # PyMuPDF + from PIL import Image + import io + + file_size = os.path.getsize(file_path) + file_size_mb = file_size / (1024 * 1024) + print(f" PDF文件大小: {file_size_mb:.1f} MB") + + doc = fitz.open(file_path) + total_pages = len(doc) + print(f" PDF总页数: {total_pages}") + + text_parts = [] + ocr_used = False + + for i, page in enumerate(doc): + if (i + 1) % 20 == 0 or i == 0: + print(f" 解析进度: {i + 1}/{total_pages} 页") + + try: + # 先尝试直接提取文本 + text = page.get_text() + + # 如果文本太少，可能是扫描版，使用OCR + if len(text.strip()) < 50: + if not ocr_used: + print(f" 检测到扫描版PDF，启用OCR识别...") + ocr_used = True + + # 将页面渲染为图片 + mat = fitz.Matrix(2, 2) # 2x缩放提高OCR精度 + pix = page.get_pixmap(matrix=mat) + img_data = pix.tobytes("png") + + # 使用 EasyOCR、PaddleOCR 或 Tesseract + if OCR_ENGINE == 'easyocr': + text = ocr_with_easyocr(img_data) + elif OCR_ENGINE == 'paddle': + text = ocr_with_paddle(img_data) + else: + text = ocr_with_tesseract(img_data) + + if text and text.strip(): + text_parts.append(text) + + except Exception as e: + print(f" 警告: 第 {i + 1} 页解析失败: {e}") + continue + + doc.close() + total_chars = len(''.join(text_parts)) + print(f" PDF解析完成，提取文本 {total_chars} 字符" + (" (使用OCR)" if ocr_used else "")) + return "\n".join(text_parts) + + except ImportError as e: + print(f" 缺少依赖: {e}") + print(f" 请运行: pip install pymupdf easyocr pillow") + return parse_pdf_basic(file_path) + except Exception as e: + print(f" PyMuPDF解析失败: {e}，尝试基础解析...") + return parse_pdf_basic(file_path) + +def ocr_with_easyocr(img_data): + """使用 EasyOCR 识别图片（推荐）""" + try: + from PIL import Image + import io + import numpy as np + + ocr = get_easy_ocr() + if ocr is None: + return "" + + # 将图片数据转换为 numpy 数组 + img = Image.open(io.BytesIO(img_data)) + img_array = np.array(img) + + # OCR 识别 + result = ocr.readtext(img_array) + + # 提取文本 + texts = [item[1] for item in result] + return '\n'.join(texts) + except Exception as e: + print(f" EasyOCR 识别失败: {e}") + return "" + +def ocr_with_paddle(img_data): + """使用 PaddleOCR 识别图片""" + try: + from PIL import Image + import io + import numpy as np + + ocr = get_paddle_ocr() + if ocr is None: + return "" + + # 将图片数据转换为 numpy 数组 + img = Image.open(io.BytesIO(img_data)) + img_array = np.array(img) + + # OCR 识别 + result = ocr.ocr(img_array, cls=True) + + # 提取文本 + texts = [] + if result and result[0]: + for line in result[0]: + if line and len(line) >= 2: + texts.append(line[1][0]) + + return '\n'.join(texts) + except Exception as e: + print(f" PaddleOCR 识别失败: {e}") + return "" + +def ocr_with_tesseract(img_data): + """使用 Tesseract 识别图片（备用方案）""" + try: + import pytesseract + from PIL import Image + import io + + # 配置 Tesseract 路径 + if os.path.exists(TESSERACT_PATH): + pytesseract.pytesseract.tesseract_cmd = TESSERACT_PATH + + img = Image.open(io.BytesIO(img_data)) + + # OCR识别（中文+英文） + text = pytesseract.image_to_string(img, lang='chi_sim+eng') + return text + except Exception as e: + print(f" Tesseract 识别失败: {e}") + return "" + +def parse_pdf_basic(file_path): + """基础PDF解析（使用PyPDF2，不支持扫描版）""" try: from PyPDF2 import PdfReader file_size = os.path.getsize(file_path) file_size_mb = file_size / (1024 * 1024) - print(f" PDF文件大小: {file_size_mb:.1f} MB") + print(f" PDF文件大小: {file_size_mb:.1f} MB (基础模式)") reader = PdfReader(file_path) total_pages = len(reader.pages) @@ -58,6 +238,10 @@ def parse_pdf(file_path): print(f"解析PDF文件失败 {file_path}: {e}") return "" +def parse_pdf(file_path): + """解析PDF文件（优先使用OCR方案）""" + return parse_pdf_with_ocr(file_path) + def parse_docx(file_path): """解析Word文档""" try: @@ -95,3 +279,17 @@ def is_supported_file(filename): """检查文件是否支持""" ext = os.path.splitext(filename)[1].lower() return ext in SUPPORTED_EXTENSIONS + +def check_ocr_available(): + """检查OCR是否可用""" + try: + import pytesseract + if os.path.exists(TESSERACT_PATH): + pytesseract.pytesseract.tesseract_cmd = TESSERACT_PATH + version = pytesseract.get_tesseract_version() + print(f"Tesseract OCR 版本: {version}") + return True + except Exception as e: + print(f"OCR不可用: {e}") + print("请安装 Tesseract OCR: https://github.com/UB-Mannheim/tesseract/wiki") + return False diff --git a/rag-python/merge_index.py b/rag-python/merge_index.py new file mode 100644 index 00000000..842a5254 --- /dev/null +++ b/rag-python/merge_index.py @@ -0,0 +1,165 @@ +# -*- coding: utf-8 -*- +""" +索引合并脚本 - 用于合并多人处理的知识库索引 +将多个 index_data 文件夹合并成一个统一的索引 + +使用方法： +1. 将各人处理好的 index_data 文件夹重命名后放到 to_merge/ 目录 + 例如: to_merge/index_data_张三/, to_merge/index_data_李四/ +2. 运行: python merge_index.py +3. 合并后的索引会保存到 index_data/ 目录 +""" +import os +import sys +import json +import shutil + +# 添加当前目录到路径 +sys.path.insert(0, os.path.dirname(os.path.abspath(__file__))) + +from config import INDEX_DIR, EMBEDDING_MODEL, OLLAMA_URL +from vector_store import vector_store + +# 待合并的文件夹 +MERGE_DIR = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'to_merge') + +def load_documents_from_folder(folder_path): + """从文件夹加载文档数据""" + docs_file = os.path.join(folder_path, 'documents.json') + if not os.path.exists(docs_file): + print(f" 警告: {folder_path} 中没有 documents.json") + return [] + + try: + with open(docs_file, 'r', encoding='utf-8') as f: + data = json.load(f) + return data.get('documents', []) + except Exception as e: + print(f" 错误: 读取 {docs_file} 失败: {e}") + return [] + +def merge_indexes(): + """合并多个索引""" + print("=" * 60) + print("索引合并工具") + print("=" * 60) + + # 检查合并目录 + if not os.path.exists(MERGE_DIR): + os.makedirs(MERGE_DIR) + print(f"已创建合并目录: {MERGE_DIR}") + print(f"请将各人处理好的 index_data 文件夹放到此目录中") + print(f"例如: {MERGE_DIR}/index_data_张三/") + return + + # 扫描待合并的文件夹 + folders = [] + for name in os.listdir(MERGE_DIR): + folder_path = os.path.join(MERGE_DIR, name) + if os.path.isdir(folder_path): + docs_file = os.path.join(folder_path, 'documents.json') + if os.path.exists(docs_file): + folders.append((name, folder_path)) + + if not folders: + print(f"在 {MERGE_DIR} 中没有找到有效的索引文件夹") + print(f"请确保文件夹中包含 documents.json 文件") + return + + print(f"找到 {len(folders)} 个待合并的索引:") + for name, path in folders: + print(f" - {name}") + print() + + # 确认合并 + confirm = input("是否开始合并？这将覆盖现有的 index_data (y/n): ").strip().lower() + if confirm != 'y': + print("已取消") + return + + # 收集所有文档 + all_documents = [] + all_files = set() + + print() + print("正在收集文档...") + for name, folder_path in folders: + print(f" 处理: {name}") + docs = load_documents_from_folder(folder_path) + + for doc in docs: + filename = doc.get('filename', '') + # 避免重复文件 + if filename and filename not in all_files: + all_files.add(filename) + all_documents.append(doc) + + print(f" 文档数: {len(docs)}, 累计: {len(all_documents)}") + + print() + print(f"共收集 {len(all_documents)} 个文档块") + print(f"来自 {len(all_files)} 个不同文件") + print() + + # 清空现有索引 + print("清空现有索引...") + if os.path.exists(INDEX_DIR): + shutil.rmtree(INDEX_DIR) + os.makedirs(INDEX_DIR) + + # 重建索引 + print("重建向量索引...") + print("这可能需要一些时间，请耐心等待...") + print() + + # 初始化向量存储 + vector_store.documents = [] + vector_store.index = None + + # 按文件分组处理 + file_docs = {} + for doc in all_documents: + filename = doc.get('filename', 'unknown') + if filename not in file_docs: + file_docs[filename] = [] + file_docs[filename].append(doc) + + total_files = len(file_docs) + processed = 0 + + for filename, docs in file_docs.items(): + processed += 1 + print(f"[{processed}/{total_files}] 索引: {filename} ({len(docs)} 块)") + + # 提取文本块 + chunks = [doc.get('content', '') for doc in docs] + metadata = { + 'filename': filename, + 'file_path': docs[0].get('file_path', ''), + 'char_count': sum(len(c) for c in chunks) + } + + try: + vector_store.add_documents(chunks, metadata) + except Exception as e: + print(f" 错误: {e}") + + # 保存索引 + print() + print("保存索引...") + vector_store.save_index() + + # 显示结果 + stats = vector_store.get_stats() + print() + print("=" * 60) + print("合并完成!") + print("=" * 60) + print(f"总文件数: {stats['total_files']}") + print(f"总文本块: {stats['total_chunks']}") + print(f"索引目录: {INDEX_DIR}") + print() + print("提示: 合并完成后可以删除 to_merge/ 目录中的文件") + +if __name__ == '__main__': + merge_indexes() diff --git a/rag-python/requirements.txt b/rag-python/requirements.txt index 7bc7bdd3..10103695 100644 --- a/rag-python/requirements.txt +++ b/rag-python/requirements.txt @@ -1,4 +1,4 @@ -# RAG 知识库服务依赖（使用本地 Ollama） +# RAG Knowledge Base Dependencies flask>=2.0.0 flask-cors>=4.0.0 faiss-cpu>=1.7.0 @@ -9,3 +9,11 @@ python-docx>=0.8.0 chardet>=5.0.0 jieba>=0.42.0 requests>=2.28.0 + +# PDF OCR Support +pymupdf>=1.23.0 +pillow>=10.0.0 +pycryptodome>=3.19.0 + +# EasyOCR +easyocr diff --git a/rag-python/vector_store.py b/rag-python/vector_store.py index 9dd4bc0d..4510a223 100644 --- a/rag-python/vector_store.py +++ b/rag-python/vector_store.py @@ -249,10 +249,13 @@ class VectorStore: for i, idx in enumerate(indices[0]): if idx < len(self.documents) and idx >= 0: doc = self.documents[idx] + metadata = doc.get('metadata', {}) results.append({ 'content': doc['content'], 'score': float(scores[0][i]), - 'metadata': doc.get('metadata', {}) + 'filename': metadata.get('filename', '未知来源'), + 'similarity': float(scores[0][i]), + 'metadata': metadata }) return results diff --git a/rag-python/知识库处理说明.md b/rag-python/知识库处理说明.md new file mode 100644 index 00000000..a9a24dc6 --- /dev/null +++ b/rag-python/知识库处理说明.md @@ -0,0 +1,124 @@ +# 知识库多人协作处理方案 + +## 一、分工方式 + +将 PDF 文件按数量或类型分配给不同人员处理： + +| 人员 | 负责文件 | 预计时间 | +|-----|---------|---------| +| 人员A | 心理测量类 (10个PDF) | 2-3小时 | +| 人员B | 心理治疗类 (10个PDF) | 2-3小时 | +| 人员C | 心理学基础 (10个PDF) | 2-3小时 | + +## 二、每个人需要的文件 + +将以下文件打包发给每个处理人员： + +``` +rag-python-处理包/ +├── batch_index.py # 索引脚本 +├── config.py # 配置文件 +├── document_parser.py # 文档解析 +├── text_splitter.py # 文本分块 +├── vector_store.py # 向量存储 +├── knowledge_docs/ # 空目录，用于放PDF +├── index_data/ # 空目录，存放结果 +└── requirements.txt # Python依赖 +``` + +## 三、处理人员操作步骤 + +### 1. 环境准备 + +```bash +# 安装 Python 依赖 +pip install -r requirements.txt + +# 安装 Tesseract OCR（用于扫描版PDF） +# Windows: 下载安装 https://github.com/UB-Mannheim/tesseract/wiki +# 安装时勾选中文语言包 + +# 安装 Ollama 并下载嵌入模型 +ollama pull nomic-embed-text +``` + +### 2. 放入 PDF 文件 + +将分配的 PDF 文件放入 `knowledge_docs/` 目录 + +### 3. 执行索引 + +```bash +python batch_index.py +``` + +等待处理完成，会显示： +- 处理进度 +- 每个文件的字符数和向量块数 +- 总耗时 + +### 4. 返回结果 + +处理完成后，将 `index_data/` 文件夹打包发回： +- 重命名为 `index_data_姓名/` +- 包含 `documents.json` 和 `faiss.index` 两个文件 + +## 四、合并索引（汇总人员操作） + +### 1. 收集所有人的结果 + +将各人返回的 `index_data_xxx/` 文件夹放到 `to_merge/` 目录： + +``` +rag-python/ +├── to_merge/ +│ ├── index_data_张三/ +│ │ ├── documents.json +│ │ └── faiss.index +│ ├── index_data_李四/ +│ │ ├── documents.json +│ │ └── faiss.index +│ └── index_data_王五/ +│ ├── documents.json +│ └── faiss.index +└── merge_index.py +``` + +### 2. 执行合并 + +```bash +python merge_index.py +``` + +### 3. 验证结果 + +```bash +python app.py +# 访问 http://localhost:5000/api/stats 查看统计 +``` + +## 五、注意事项 + +1. **Ollama 必须运行** - 所有处理人员的电脑都需要运行 Ollama +2. **模型要一致** - 都使用 `nomic-embed-text` 模型 +3. **避免重复文件** - 不同人员处理的 PDF 不要重复 +4. **大文件耐心等待** - 200MB 的 PDF 可能需要 30-60 分钟 + +## 六、常见问题 + +### Q: 处理中断了怎么办？ +A: 删除 `index_data/` 目录，重新运行 `batch_index.py` + +### Q: 某个 PDF 处理失败怎么办？ +A: 检查 PDF 是否损坏，或尝试用其他工具转换格式 + +### Q: 合并后发现有重复怎么办？ +A: 合并脚本会自动去重（按文件名判断） + +## 七、预估时间 + +| PDF 类型 | 大小 | 预估时间 | +|---------|------|---------| +| 文字版 PDF | 10MB | 1-2 分钟 | +| 扫描版 PDF | 10MB | 5-10 分钟 | +| 大型扫描版 | 200MB | 30-60 分钟 | diff --git a/ry-xinli-system/src/main/java/com/ddnai/system/rag/service/RetrievalService.java b/ry-xinli-system/src/main/java/com/ddnai/system/rag/service/RetrievalService.java index a1438173..1fbf504f 100644 --- a/ry-xinli-system/src/main/java/com/ddnai/system/rag/service/RetrievalService.java +++ b/ry-xinli-system/src/main/java/com/ddnai/system/rag/service/RetrievalService.java @@ -1,10 +1,12 @@ package com.ddnai.system.rag.service; import com.ddnai.system.rag.client.ChromaDBClient; +import com.ddnai.system.rag.client.PythonRagClient; import com.ddnai.system.rag.config.RagProperties; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.beans.factory.annotation.Autowired; +import org.springframework.beans.factory.annotation.Value; import org.springframework.stereotype.Service; import java.io.IOException; @@ -13,7 +15,7 @@ import java.util.stream.Collectors; /** * RAG检索服务 - * 从ChromaDB检索相关文档片段 + * 优先使用Python RAG服务，如果不可用则回退到ChromaDB * * @author ddnai */ @@ -22,17 +24,21 @@ public class RetrievalService { private static final Logger log = LoggerFactory.getLogger(RetrievalService.class); - @Autowired + @Autowired(required = false) private ChromaDBClient chromaDBClient; - @Autowired + @Autowired(required = false) private EmbeddingService embeddingService; @Autowired private RagProperties ragProperties; + @Autowired + private PythonRagClient pythonRagClient; + /** * 语义检索相关文档 + * 优先使用Python RAG服务 * * @param query 查询文本 * @param topK 返回结果数量 @@ -45,6 +51,33 @@ public class RetrievalService { throw new IllegalArgumentException("Query cannot be null or empty"); } + // 优先使用Python RAG服务 + if (pythonRagClient != null && pythonRagClient.isAvailable()) { + log.info("Using Python RAG service for retrieval"); + try { + List> results = pythonRagClient.search(query, topK); + log.info("Python RAG retrieved {} documents for query", results.size()); + // 打印每个结果的详细信息用于调试 + for (int i = 0; i < results.size(); i++) { + Map result = results.get(i); + log.info("Result {}: filename={}, content_length={}, keys={}", + i + 1, + result.get("filename"), + result.get("content") != null ? result.get("content").toString().length() : 0, + result.keySet()); + } + return results; + } catch (Exception e) { + log.warn("Python RAG service failed, falling back to ChromaDB: {}", e.getMessage()); + } + } + + // 回退到ChromaDB + if (chromaDBClient == null || embeddingService == null) { + log.warn("Neither Python RAG nor ChromaDB is available"); + return new ArrayList<>(); + } + // 1. 向量化查询 float[] queryEmbedding = embeddingService.embedText(query); @@ -57,7 +90,7 @@ public class RetrievalService { // 4. 过滤低相似度结果 results = filterBySimilarity(results, threshold); - log.info("Retrieved {} documents for query (topK={}, threshold={})", results.size(), topK, threshold); + log.info("ChromaDB retrieved {} documents for query (topK={}, threshold={})", results.size(), topK, threshold); return results; } @@ -75,6 +108,30 @@ public class RetrievalService { throw new IllegalArgumentException("Query cannot be null or empty"); } + // 优先使用Python RAG服务（Python服务暂不支持分类过滤，直接搜索） + if (pythonRagClient != null && pythonRagClient.isAvailable()) { + log.info("Using Python RAG service for retrieval with filter"); + try { + List> results = pythonRagClient.search(query, topK); + // 手动过滤分类 + if (category != null && !category.isEmpty()) { + results = results.stream() + .filter(r -> category.equals(r.get("category"))) + .collect(Collectors.toList()); + } + log.info("Python RAG retrieved {} documents with category filter '{}'", results.size(), category); + return results; + } catch (Exception e) { + log.warn("Python RAG service failed, falling back to ChromaDB: {}", e.getMessage()); + } + } + + // 回退到ChromaDB + if (chromaDBClient == null || embeddingService == null) { + log.warn("Neither Python RAG nor ChromaDB is available"); + return new ArrayList<>(); + } + // 1. 向量化查询 float[] queryEmbedding = embeddingService.embedText(query); @@ -94,7 +151,7 @@ public class RetrievalService { double threshold = ragProperties.getRetrieval().getSimilarityThreshold(); results = filterBySimilarity(results, threshold); - log.info("Retrieved {} documents for query with category filter '{}' (topK={})", + log.info("ChromaDB retrieved {} documents with category filter '{}' (topK={})", results.size(), category, topK); return results; } diff --git a/ry-xinli-system/src/main/java/com/ddnai/system/service/impl/psychology/PsyAssessmentReportServiceImpl.java b/ry-xinli-system/src/main/java/com/ddnai/system/service/impl/psychology/PsyAssessmentReportServiceImpl.java index e757c006..00b13ee6 100644 --- a/ry-xinli-system/src/main/java/com/ddnai/system/service/impl/psychology/PsyAssessmentReportServiceImpl.java +++ b/ry-xinli-system/src/main/java/com/ddnai/system/service/impl/psychology/PsyAssessmentReportServiceImpl.java @@ -140,6 +140,7 @@ public class PsyAssessmentReportServiceImpl implements IPsyAssessmentReportServi // 5. 计算每个因子的得分 List factorScores = new ArrayList<>(); BigDecimal totalScore = BigDecimal.ZERO; + for (PsyFactor factor : factors) { List rules = factorRulesMap.get(factor.getFactorId()); diff --git a/ry-xinli-system/src/main/resources/mapper/system/psychology/PsyResultInterpretationMapper.xml b/ry-xinli-system/src/main/resources/mapper/system/psychology/PsyResultInterpretationMapper.xml index 279844fc..064b35e8 100644 --- a/ry-xinli-system/src/main/resources/mapper/system/psychology/PsyResultInterpretationMapper.xml +++ b/ry-xinli-system/src/main/resources/mapper/system/psychology/PsyResultInterpretationMapper.xml @@ -38,7 +38,14 @@ PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" where (scale_id = #{scaleId} OR scale_id IS NULL) - AND (factor_id = #{factorId} OR factor_id IS NULL) + + + AND factor_id = #{factorId} + + + AND factor_id IS NULL + + AND #{score} >= score_range_min AND #{score} <= score_range_max order by sort_order diff --git a/xinli-ui/src/views/psychology/report/detail.vue b/xinli-ui/src/views/psychology/report/detail.vue index 6c1a1030..bdb5619a 100644 --- a/xinli-ui/src/views/psychology/report/detail.vue +++ b/xinli-ui/src/views/psychology/report/detail.vue @@ -419,22 +419,10 @@ export default { const API_URL = 'https://api.moonshot.cn/v1/chat/completions'; const API_KEY = 'sk-U9fdriPxwBcrpWW0Ite3N0eVtX7VxnqqqYUIBAdWd1hgEA9m'; const MODEL = 'moonshot-v1-32k'; - // 备用：Ollama本地大模型 - // const API_URL = 'http://192.168.0.106:11434/api/chat'; - // const API_KEY = ''; // 本地模型不需要API Key - // const MODEL = 'deepseek-r1:32b'; - // 构建系统提示词 - const SYSTEM_PROMPT = [ - '你是专业心理测评报告分析师，请根据用户提供的报告内容进行深度分析。要求：', - '1. 提取报告的核心信息和关键指标；', - '2. 分析测评结果的含义和可能的影响；', - '3. 提供专业、客观、易懂的分析解读（500-800字）；', - '4. 使用结构化的格式输出，包含：核心结论、详细分析、建议、总体结论四个部分；', - '5. 仅输出分析结果，不添加额外建议、问候语或思考过程；', - '6. 使用HTML格式输出，使用

标签作为小标题，

标签作为段落。' - ].join('\n'); - + // RAG知识库服务地址 + const RAG_API_URL = 'http://localhost:5000/api/rag-analyze'; + // 构建完整的提示词 const reportContent = this.reportForm.reportContent || ''; const reportTitle = this.reportForm.reportTitle || '心理测评报告'; @@ -442,10 +430,46 @@ export default { // 提取纯文本内容（去除HTML标签） const textContent = reportContent.replace(/<[^>]*>/g, '').substring(0, 3000); - - const userPrompt = `重要：请直接输出结果，不要包含任何思考过程、标签或标签。\n\n报告标题：${reportTitle}\n报告类型：${reportType}\n报告内容：${textContent}`; try { + // 1. 先调用RAG服务获取知识库上下文 + let knowledgeContext = ''; + let ragSources = []; + try { + const ragResponse = await axios.post(RAG_API_URL, { + reportContent: reportContent, + reportTitle: reportTitle + }, { timeout: 10000 }); + + if (ragResponse.data && ragResponse.data.success) { + knowledgeContext = ragResponse.data.data.knowledgeContext || ''; + ragSources = ragResponse.data.data.sources || []; + console.log('RAG检索成功，获取到', ragSources.length, '条参考资料'); + } + } catch (ragErr) { + console.warn('RAG服务调用失败，将不使用知识库增强:', ragErr.message); + // RAG失败不影响AI分析，继续执行 + } + + // 2. 构建系统提示词（包含知识库上下文） + let SYSTEM_PROMPT = [ + '你是专业心理测评报告分析师，请根据用户提供的报告内容进行深度分析。要求：', + '1. 提取报告的核心信息和关键指标；', + '2. 分析测评结果的含义和可能的影响；', + '3. 提供专业、客观、易懂的分析解读（500-800字）；', + '4. 使用结构化的格式输出，包含：核心结论、详细分析、建议、总体结论四个部分；', + '5. 仅输出分析结果，不添加额外建议、问候语或思考过程；', + '6. 使用HTML格式输出，使用

标签作为小标题，

标签作为段落。' + ].join('\n'); + + // 如果有知识库上下文，添加到系统提示词中 + if (knowledgeContext) { + SYSTEM_PROMPT += '\n\n【专业知识库参考资料】\n' + knowledgeContext + '\n\n请结合以上专业资料进行分析，使分析更加专业和有深度。'; + } + + const userPrompt = `重要：请直接输出结果，不要包含任何思考过程、标签或标签。\n\n报告标题：${reportTitle}\n报告类型：${reportType}\n报告内容：${textContent}`; + + // 3. 调用AI API const { data } = await axios.post(API_URL, { model: MODEL, messages: [ @@ -453,7 +477,7 @@ export default { { role: 'user', content: userPrompt } ], temperature: 0.2, - max_tokens: 1000, + max_tokens: 1500, stream: false }, { headers: { @@ -484,7 +508,20 @@ export default { } // 格式化结果，确保HTML格式正确 - this.aiResult = this.formatAIResult(rawResponse); + let formattedResult = this.formatAIResult(rawResponse); + + // 4. 如果有知识库来源，添加参考资料说明 + if (ragSources && ragSources.length > 0) { + formattedResult += '

'; + formattedResult += '

参考知识库资料

'; + formattedResult += '
    '; + ragSources.forEach((source, index) => { + formattedResult += `
  • ${source.filename}
    • `; + }); + formattedResult += '
'; + } + + this.aiResult = formattedResult; // 保存AI分析结果到数据库 try {