前后端基本架构和完全excel表的解析及统计图表的生成以及excel表的到出

backend/app/api/endpoints/ai_analyze.py

@@ -0,0 +1,144 @@
+"""
+AI 分析 API 接口
+"""
+from fastapi import APIRouter, UploadFile, File, HTTPException, Query, Body
+from typing import Optional
+import logging
+
+from app.services.excel_ai_service import excel_ai_service
+
+logger = logging.getLogger(__name__)
+
+router = APIRouter(prefix="/ai", tags=["AI 分析"])
+
+
+@router.post("/analyze/excel")
+async def analyze_excel(
+    file: UploadFile = File(...),
+    user_prompt: str = Query("", description="用户自定义提示词"),
+    analysis_type: str = Query("general", description="分析类型: general, summary, statistics, insights"),
+    parse_all_sheets: bool = Query(False, description="是否分析所有工作表")
+):
+    """
+    上传并使用 AI 分析 Excel 文件
+
+    Args:
+        file: 上传的 Excel 文件
+        user_prompt: 用户自定义提示词
+        analysis_type: 分析类型
+        parse_all_sheets: 是否分析所有工作表
+
+    Returns:
+        dict: 分析结果，包含 Excel 数据和 AI 分析结果
+    """
+    # 检查文件类型
+    if not file.filename:
+        raise HTTPException(status_code=400, detail="文件名为空")
+
+    file_ext = file.filename.split('.')[-1].lower()
+    if file_ext not in ['xlsx', 'xls']:
+        raise HTTPException(
+            status_code=400,
+            detail=f"不支持的文件类型: {file_ext}，仅支持 .xlsx 和 .xls"
+        )
+
+    # 验证分析类型
+    supported_types = ['general', 'summary', 'statistics', 'insights']
+    if analysis_type not in supported_types:
+        raise HTTPException(
+            status_code=400,
+            detail=f"不支持的分析类型: {analysis_type}，支持的类型: {', '.join(supported_types)}"
+        )
+
+    try:
+        # 读取文件内容
+        content = await file.read()
+
+        logger.info(f"开始分析文件: {file.filename}, 分析类型: {analysis_type}")
+
+        # 调用 AI 分析服务
+        if parse_all_sheets:
+            result = await excel_ai_service.batch_analyze_sheets(
+                content,
+                file.filename,
+                user_prompt=user_prompt,
+                analysis_type=analysis_type
+            )
+        else:
+            # 解析选项
+            parse_options = {"header_row": 0}
+
+            result = await excel_ai_service.analyze_excel_file(
+                content,
+                file.filename,
+                user_prompt=user_prompt,
+                analysis_type=analysis_type,
+                parse_options=parse_options
+            )
+
+        logger.info(f"文件分析完成: {file.filename}, 成功: {result['success']}")
+
+        return result
+
+    except HTTPException:
+        raise
+    except Exception as e:
+        logger.error(f"AI 分析过程中出错: {str(e)}")
+        raise HTTPException(status_code=500, detail=f"分析失败: {str(e)}")
+
+
+@router.get("/analysis/types")
+async def get_analysis_types():
+    """
+    获取支持的分析类型列表
+
+    Returns:
+        list: 支持的分析类型
+    """
+    return {
+        "types": excel_ai_service.get_supported_analysis_types()
+    }
+
+
+@router.post("/analyze/text")
+async def analyze_text(
+    excel_data: dict = Body(..., description="Excel 解析后的数据"),
+    user_prompt: str = Body("", description="用户提示词"),
+    analysis_type: str = Body("general", description="分析类型")
+):
+    """
+    对已解析的 Excel 数据进行 AI 分析
+
+    Args:
+        excel_data: Excel 数据
+        user_prompt: 用户提示词
+        analysis_type: 分析类型
+
+    Returns:
+        dict: 分析结果
+    """
+    try:
+        logger.info(f"开始文本分析, 分析类型: {analysis_type}")
+
+        # 调用 LLM 服务
+        from app.services.llm_service import llm_service
+
+        if user_prompt and user_prompt.strip():
+            result = await llm_service.analyze_with_template(
+                excel_data,
+                user_prompt
+            )
+        else:
+            result = await llm_service.analyze_excel_data(
+                excel_data,
+                user_prompt,
+                analysis_type
+            )
+
+        logger.info(f"文本分析完成, 成功: {result['success']}")
+
+        return result
+
+    except Exception as e:
+        logger.error(f"文本分析失败: {str(e)}")
+        raise HTTPException(status_code=500, detail=f"分析失败: {str(e)}")