Go to file

- 将项目标题从 "FilesReadSystem" 更改为 "智联文档"
- 保持了原有的项目介绍部分结构

2026-04-21 20:48:18 +08:00

.claude

feat: 添加文档转PDF转换功能

2026-04-20 00:00:30 +08:00

backend

添加 Docker 部署支持和环境变量配置

2026-04-21 20:39:12 +08:00

docs

添加系统架构图

2026-04-16 23:11:44 +08:00

frontend

添加 Docker 部署支持和环境变量配置

2026-04-21 20:39:12 +08:00

.env.example

添加 Docker 部署支持和环境变量配置

2026-04-21 20:39:12 +08:00

.gitignore

支持多格式模板填写和文档解析优化

2026-04-14 21:16:08 +08:00

docker-compose.yml

添加 Docker 部署支持和环境变量配置

2026-04-21 20:39:12 +08:00

README.md

更新项目标题为智联文档

2026-04-21 20:48:18 +08:00

屏幕截图 2026-04-18 002609.png

feat: 添加文档转PDF转换功能

2026-04-20 00:00:30 +08:00

README.md

智联文档

项目介绍 / Project Introduction

基于大语言模型的文档理解与多源数据融合系统，专为第十七届中国大学生服务外包创新创业大赛（A23赛题）开发。本系统利用大语言模型（LLM）解析、分析各类文档格式并提取结构化数据，支持通过自然语言指令自动填写模板表格。

A document understanding and multi-source data fusion system based on Large Language Models (LLM), developed for the 17th China University Student Service Outsourcing Innovation and Entrepreneurship Competition (Topic A23). This system uses LLMs to parse, analyze, and extract structured data from various document formats, supporting automatic template table filling through natural language instructions.

技术栈 / Technology Stack

层次 / Layer	组件 / Component	说明 / Description
后端 / Backend	FastAPI + Uvicorn	RESTful API，异步任务调度 / API & async task scheduling
前端 / Frontend	React + TypeScript + Vite	文件上传、表格配置、聊天界面 / Upload, table config, chat UI
异步任务 / Async Tasks	Celery + Redis	处理耗时的解析与AI提取 / Heavy parsing & AI extraction
文档数据库 / Document DB	MongoDB (Motor)	元数据、提取结果、文档块存储 / Metadata, results, chunk storage
关系数据库 / Relational DB	MySQL (SQLAlchemy)	结构化数据存储 / Structured data storage
缓存 / Cache	Redis	缓存与任务队列 / Caching & task queue
向量检索 / Vector Search	FAISS	高效相似性搜索 / Efficient similarity search
AI集成 / AI Integration	LangChain-style + MiniMax API	RAG流水线、提示词管理 / RAG pipeline, prompt management
文档解析 / Document Parsing	python-docx, pandas, openpyxl, markdown-it	多格式支持 / Multi-format support

项目架构 / Project Architecture

flowchart TB
    subgraph UI["用户界面 / User Interface"]
        Frontend["React + TypeScript + shadcn/ui"]
    end

    subgraph Backend["FastAPI 后端 / Backend"]
        Upload["上传 API<br/>/upload"]
        Documents["文档管理<br/>/documents"]
        RAG["RAG 检索<br/>/rag/search"]
        AI["AI 分析<br/>/ai/analyze"]
        Template["模板填充<br/>/templates/fill"]
        Instruction["自然语言指令<br/>/instruction/execute"]
        Visual["可视化<br/>/visualization"]
    end

    subgraph Data["数据层 / Data Layer"]
        MongoDB["MongoDB<br/>文档存储"]
        MySQL["MySQL<br/>结构化数据"]
        Redis["Redis<br/>缓存/队列"]
        FAISS["FAISS<br/>向量索引"]
    end

    UI --> Backend
    Backend --> MongoDB
    Backend --> MySQL
    Backend --> Redis
    MongoDB --> FAISS

程序流程 / Program Flow

flowchart TD
    Start([用户上传文档<br/>User Uploads Document]) --> Parse{解析文档格式<br/>Parse Document Format}

    Parse -->|Excel| ParseXlsx["解析 Excel<br/>Parse XLSX"]
    Parse -->|Word| ParseDocx["解析 Word<br/>Parse DOCX"]
    Parse -->|Markdown| ParseMd["解析 Markdown<br/>Parse Markdown"]
    Parse -->|Text| ParseTxt["解析文本<br/>Parse Text"]

    ParseXlsx --> Store1[(存储到<br/>MongoDB)]
    ParseDocx --> Store1
    ParseMd --> Store1
    ParseTxt --> Store1

    Store1 --> Embed["Embedding 向量化<br/>Create Embeddings"]
    Embed --> Index[(索引到<br/>FAISS)]

    Index --> TaskCreated{创建任务<br/>Create Task}

    TaskCreated -->|同步| ProcessSync["同步处理<br/>Sync Process"]
    TaskCreated -->|异步| QueueTask["加入任务队列<br/>Queue to Celery"]

    ProcessSync --> ReturnResult["返回结果<br/>Return Result"]

    QueueTask --> CeleryWorker["Celery Worker<br/>异步处理"]
    CeleryWorker --> LLM["调用 LLM<br/>Call LLM API"]
    LLM --> StoreResult["存储结果<br/>Store Result"]
    StoreResult --> ReturnAsync["返回任务ID<br/>Return Task ID"]

    ReturnResult --> End([完成<br/>Complete])
    ReturnAsync --> Poll{轮询任务状态<br/>Poll Task Status}
    Poll -->|进行中| Poll
    Poll -->|完成| GetResult["获取结果<br/>Get Result"]
    GetResult --> End

    style Start fill:#e1f5fe
    style End fill:#c8e6c9
    style LLM fill:#fff3e0
    style CeleryWorker fill:#fff3e0

目录结构 / Directory Structure

FilesReadSystem/
├── backend/                      # 后端服务（Python + FastAPI）
│   ├── app/
│   │   ├── api/endpoints/       # API路由层 / API endpoints
│   │   │   ├── ai_analyze.py    # AI分析接口 / AI analysis
│   │   │   ├── documents.py     # 文档管理 / Document management
│   │   │   ├── instruction.py   # 自然语言指令 / Natural language instruction
│   │   │   ├── rag.py           # RAG检索 / RAG retrieval
│   │   │   ├── tasks.py         # 任务管理 / Task management
│   │   │   ├── templates.py     # 模板管理 / Template management
│   │   │   ├── upload.py        # 文件上传 / File upload
│   │   │   └── visualization.py # 可视化 / Visualization
│   │   ├── core/
│   │   │   ├── database/        # 数据库连接 / Database connections
│   │   │   └── document_parser/ # 文档解析器 / Document parsers
│   │   ├── services/            # 业务逻辑服务 / Business logic services
│   │   │   ├── llm_service.py         # LLM调用 / LLM service
│   │   │   ├── rag_service.py         # RAG流水线 / RAG pipeline
│   │   │   ├── template_fill_service.py # 模板填充 / Template filling
│   │   │   ├── excel_ai_service.py    # Excel AI分析 / Excel AI analysis
│   │   │   ├── word_ai_service.py     # Word AI分析 / Word AI analysis
│   │   │   └── table_rag_service.py   # 表格RAG / Table RAG
│   │   └── instruction/         # 指令解析与执行 / Instruction parsing & execution
│   ├── requirements.txt         # Python依赖 / Python dependencies
│   └── README.md
│
├── frontend/                    # 前端项目（React + TypeScript）
│   ├── src/
│   │   ├── pages/              # 页面组件 / Page components
│   │   │   ├── Dashboard.tsx   # 仪表板 / Dashboard
│   │   │   ├── Documents.tsx    # 文档管理 / Document management
│   │   │   ├── TemplateFill.tsx # 模板填充 / Template fill
│   │   │   └── InstructionChat.tsx # 指令聊天 / Instruction chat
│   │   ├── components/ui/      # shadcn/ui组件库 / shadcn/ui components
│   │   ├── contexts/          # React上下文 / React contexts
│   │   ├── db/                # API调用封装 / API call wrappers
│   │   └── supabase/functions/ # Edge函数 / Edge functions
│   ├── package.json
│   └── README.md
│
├── docs/                       # 文档与测试数据 / Documentation & test data
├── logs/                       # 应用日志 / Application logs
└── README.md                   # 本文件 / This file

主要功能 / Key Features

多格式文档解析 / Multi-format Document Parsing
- Excel (.xlsx)
- Word (.docx)
- Markdown (.md)
- Plain Text (.txt)
AI智能分析 / AI-Powered Analysis
- 文档内容理解与摘要
- 表格数据自动提取
- 多文档联合推理
RAG检索增强 / RAG (Retrieval Augmented Generation)
- 语义向量相似度搜索
- 上下文感知的答案生成
模板自动填充 / Template Auto-fill
- 智能表格模板识别
- 自然语言指令驱动填写
- 批量数据导入导出
自然语言指令 / Natural Language Instructions
- 意图识别与解析
- 多步骤任务自动执行

API接口 / API Endpoints

方法 / Method	路径 / Path	说明 / Description
GET	`/health`	健康检查 / Health check
POST	`/upload/document`	单文件上传 / Single file upload
POST	`/upload/documents`	批量上传 / Batch upload
GET	`/documents`	文档库 / Document library
GET	`/tasks/{task_id}`	任务状态 / Task status
POST	`/rag/search`	RAG语义搜索 / RAG search
POST	`/templates/upload`	模板上传 / Template upload
POST	`/templates/fill`	执行模板填充 / Execute template fill
POST	`/ai/analyze/excel`	Excel AI分析 / Excel AI analysis
POST	`/ai/analyze/word`	Word AI分析 / Word AI analysis
POST	`/instruction/recognize`	意图识别 / Intent recognition
POST	`/instruction/execute`	执行指令 / Execute instruction
GET	`/visualization/statistics`	统计图表 / Statistics charts

环境配置 / Environment Setup

后端 / Backend

cd backend

# 创建虚拟环境 / Create virtual environment
python -m venv venv

# 激活虚拟环境 / Activate virtual environment
# Windows PowerShell:
.\venv\Scripts\Activate.ps1
# Windows CMD:
.\venv\Scripts\Activate.bat

# 安装依赖 / Install dependencies
pip install -r requirements.txt

# 复制环境变量模板 / Copy environment template
copy .env.example .env
# 编辑 .env 填入API密钥 / Edit .env with your API keys

前端 / Frontend

cd frontend

# 安装依赖 / Install dependencies
npm install

# 或使用 pnpm / Or using pnpm
pnpm install

启动项目 / Starting the Project

后端启动 / Backend Startup

cd backend
./venv/Scripts/python.exe -m uvicorn app.main:app --host 127.0.0.1 --port 8000 --reload

前端启动 / Frontend Startup

cd frontend
npm run dev
# 或 / or
pnpm dev

前端地址 / Frontend URL: http://localhost:5173

配置说明 / Configuration

环境变量 / Environment Variables

变量 / Variable	说明 / Description
`MONGODB_URL`	MongoDB连接地址 / MongoDB connection URL
`MYSQL_HOST`	MySQL主机 / MySQL host
`REDIS_URL`	Redis连接地址 / Redis connection URL
`MINIMAX_API_KEY`	MiniMax API密钥 / MiniMax API key
`MINIMAX_API_URL`	MiniMax API地址 / MiniMax API URL

Docker 部署 / Docker Deployment

快速启动 / Quick Start

# 1. 复制环境变量模板并编辑
cp .env.example .env
# 编辑 .env 填入实际配置

# 2. 启动所有服务
docker compose up -d

# 3. 查看日志
docker compose logs -f

# 4. 检查服务状态
docker compose ps

# 5. 更新部署
docker compose up -d --build

服务说明 / Services

服务	端口	说明
frontend	80	React 前端 (Nginx)
backend	8000	FastAPI 后端
mongodb	27017	MongoDB 数据库
mysql	3306	MySQL 数据库
redis	6379	Redis 缓存/队列

环境变量 / Environment Variables

创建 .env 文件，参考 .env.example:

# 数据库配置
MONGO_ROOT_USER=admin
MONGO_ROOT_PASSWORD=your_password
MONGODB_DB_NAME=document_system
MYSQL_PASSWORD=your_password
MYSQL_DATABASE=document
REDIS_PASSWORD=your_password

# LLM 配置
LLM_API_KEY=your_api_key
LLM_BASE_URL=https://api.deepseek.com
LLM_MODEL_NAME=deepseek-chat

# Supabase 配置
SUPABASE_URL=https://your-project.supabase.co
SUPABASE_ANON_KEY=your_anon_key
SUPABASE_SERVICE_KEY=your_service_key

验证部署 / Verify Deployment

# 检查所有服务状态
docker compose ps

# 访问前端
curl http://localhost

# 检查后端健康
curl http://localhost:8000/health

许可证 / License

ISC

Languages

Python 56%

TypeScript 42.5%

JavaScript 0.6%

PLpgSQL 0.4%

CSS 0.2%

Other 0.3%

README.md Unescape Escape

智联文档

项目介绍 / Project Introduction

技术栈 / Technology Stack

项目架构 / Project Architecture

程序流程 / Program Flow

目录结构 / Directory Structure

主要功能 / Key Features

API接口 / API Endpoints

环境配置 / Environment Setup

后端 / Backend

前端 / Frontend

启动项目 / Starting the Project

后端启动 / Backend Startup

前端启动 / Frontend Startup

配置说明 / Configuration

环境变量 / Environment Variables

Docker 部署 / Docker Deployment

快速启动 / Quick Start

服务说明 / Services

环境变量 / Environment Variables

验证部署 / Verify Deployment

许可证 / License

README.md