vent_agent_3/parser/vent_report_parser.py

import logging
import time
from langchain_openai import ChatOpenAI
from langchain_core.prompts import ChatPromptTemplate
from typing import List, Dict, Any
import json

from config.settings import LLM_MODEL, LLM_API_KEY, LLM_BASE_URL, LLM_TEMPERATURE, LLM_TIMEOUT
from parser.base_parser import BaseParser


class VentReportParser(BaseParser):
    def __init__(self):
        super().__init__()
        self.llm = ChatOpenAI(
            model=LLM_MODEL,
            api_key=LLM_API_KEY,
            base_url=LLM_BASE_URL,
            temperature=LLM_TEMPERATURE,
            timeout=LLM_TIMEOUT
        )

    def parse(self, file_path: str) -> Dict[str, Any]:
        documents = self.load_pdf(file_path)
        full_text = "\n".join([doc.page_content for doc in documents])
        return self._parse(full_text)

    def _parse(self, text: str) -> Dict[str, Any]:
        start_time = time.time()

        prompt = ChatPromptTemplate.from_messages([
            ("system", '''
            你是专业煤矿测风报表解析助手。
            请从文档中提取**矿井测风旬报/月报**全部数据，严格仅输出标准JSON，禁止输出任何多余文字、解释、前言后语。

            固定JSON字段（下划线英文简写，严格使用，不可修改）：
            mine_name              矿井名称
            report_no              报表编号
            report_date            报表日期
            weather                天气
            atm_pressure_hpa       大气压力(hPa)
            total_eq_area_m2       总等积孔(m²)
            ground_temp_c          地面温度(℃)

            vent_shafts            风井运行列表（数组）
              shaft_name           风井名称
              total_inflow_m3min   总进风量(m³/min)
              total_outflow_m3min  总回风量(m³/min)
              fan_model            风机型号
              fan_stator_no        主扇编号
              blade_angle_deg      叶片角度(°)
              neg_pressure_pa      负压(Pa)
              input_power_kw       输入功率(kW)
              output_power_kw      输出功率(kW)
              efficiency_pct       效率(%)
              power_factor_pct     功率因数(%)
              voltage_kv           电压(kV)
              current_a            电流(A)

            mine_total_outflow_m3min     矿井总回风量(m³/min)
            mine_total_outflow_calc_m3min 矿井总排风量计算值(m³/min)
            total_inflow_m3min           总进风量(m³/min)
            planned_air_volume_m3min     计划风量(m³/min)
            effective_air_volume_m3min   有效风量(m³/min)
            effective_air_rate_pct       有效风量率(%)

            test_points           测风地点列表（数组）
              point_name          测风地点
              point_desc          测点描述
              section_area_m2     巷道断面(m²)
              wind_speed_ms       风速(m/s)
              air_volume_m3min    实测风量(m³/min)
              req_air_volume_m3min 需风量(m³/min)
              effective_air_volume_m3min 有效风量(m³/min)
              temp_c              温度(℃)
              methane_pct         瓦斯浓度(%)
              co2_pct             二氧化碳浓度(%)
              remark              备注

            填充规则：
            1. 无数据时：字符串填""，数值填0，禁止null
            2. 数字自动剔除单位，只保留数值
            3. test_points 里**绝对不要输出 id 字段**
            4. 严格按给定字段输出，不新增、不减少、不改名
            5. 只输出纯净JSON，无任何其他内容
            '''),

            ("human", "请解析以下煤矿测风报表文档内容：\n{text}")
        ])

        # 调用LLM解析
        chain = prompt | self.llm
        response = chain.invoke({"text": text})

        elapsed_time = round(time.time() - start_time, 2)
        logging.info(f"测风报表解析完成 | 总耗时: {elapsed_time} 秒")

        # 安全解析JSON
        try:
            return json.loads(response.content)
        except:
            return {"error": "解析失败，返回非标准JSON", "content": response.content}


if __name__ == '__main__':
    parser = VentReportParser()
    result = parser.parse("D:\\workspace\\py\\vent_agent\\测风报表.pdf")
    print(json.dumps(result, ensure_ascii=False, indent=2))