dj
e5d4724e82
- 新增对话历史管理：MongoDB新增conversations集合，存储用户与AI的对话上下文，支持多轮对话意图延续
- 新增对话历史API（conversation.py）：GET/DELETE conversation历史、列出所有会话
- 意图解析增强：支持基于对话历史的意图识别，上下文理解更准确
- 字段提取优化：支持"提取文档中的医院数量"等自然语言模式，智能去除"文档中的"前缀
- 文档对比优化：从指令中提取文件名并精确匹配source_docs，支持"对比A和B两个文档"
- 文档摘要优化：使用LLM生成真实AI摘要而非返回原始文档预览
【Word模板填表核心功能】
- Word模板字段生成：空白Word上传后，自动从源文档（Excel/Word/TXT/MD）内容AI生成字段名
- Word模板填表（_fill_docx）：将提取数据写入Word模板表格，支持精确匹配、模糊匹配、追加新行
- 数据润色（_polish_word_filled_data）：LLM对多行Excel数据进行统计归纳（合计/平均/极值），转化为专业自然语言描述
- 段落格式输出：使用📌字段名+值段落+分隔线（灰色横线）格式，提升可读性
- 导出链打通：fill_template返回filled_file_path，export直接返回已填好的Word文件
【其他修复】
- 修复Word导出Windows文件锁问题：NamedTemporaryFile改为mkstemp+close
- 修复Word方框非法字符：扩展clean_text移除\uFFFD、□等Unicode替代符和零宽字符
- 修复文档对比"需要至少2个文档"：从指令提取具体文件名优先匹配而非取前2个
- 修复导出format硬编码：自动识别docx/xlsx格式
- Docx解析器增加备用解析方法和更完整的段落/表格/标题提取
- RAG服务新增MySQL数据源支持
57 lines
1.5 KiB
Plaintext
57 lines
1.5 KiB
Plaintext
# ============================================================
|
|
# 基于大语言模型的文档理解与多源数据融合系统
|
|
# Python 依赖清单
|
|
# ============================================================
|
|
|
|
# ==================== Web 框架 ====================
|
|
fastapi[all]==0.104.1
|
|
uvicorn[standard]==0.24.0
|
|
python-multipart==0.0.6
|
|
|
|
# ==================== 数据验证与配置 ====================
|
|
pydantic==2.5.0
|
|
pydantic-settings==2.1.0
|
|
python-dotenv==1.0.0
|
|
|
|
# ==================== 数据库 - MySQL (结构化数据) ====================
|
|
pymysql==1.1.0
|
|
aiomysql==0.2.0
|
|
sqlalchemy==2.0.25
|
|
|
|
# ==================== 数据库 - MongoDB (非结构化数据) ====================
|
|
motor==3.3.2
|
|
pymongo==4.5.0
|
|
|
|
# ==================== 数据库 - Redis (缓存/队列) ====================
|
|
redis==5.0.0
|
|
|
|
# ==================== 异步任务 ====================
|
|
celery==5.3.4
|
|
|
|
# ==================== RAG / 向量数据库 ====================
|
|
# chromadb==0.4.22 # Windows 需要 C++ 编译环境，如需安装请使用预编译版本或 WSL
|
|
sentence-transformers==2.7.0
|
|
faiss-cpu==1.8.0
|
|
|
|
# ==================== 文档解析 ====================
|
|
pandas==2.1.4
|
|
openpyxl==3.1.2
|
|
python-docx==0.8.11
|
|
markdown-it-py==3.0.0
|
|
chardet==5.2.0
|
|
Pillow>=10.0.0
|
|
pytesseract>=0.3.10
|
|
|
|
# ==================== AI / LLM ====================
|
|
httpx==0.25.2
|
|
|
|
# ==================== 数据处理与可视化 ====================
|
|
matplotlib==3.8.2
|
|
numpy==1.26.2
|
|
|
|
# ==================== 工具库 ====================
|
|
requests==2.31.0
|
|
loguru==0.7.2
|
|
tqdm==4.66.1
|
|
PyYAML==6.0.1
|