vent_agent_3/parser/ventilation_plan_parser.py

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_TIMEOUT
from parser.base_parser import BaseParser


class VentilationPlanParser(BaseParser):
    def __init__(self):
        super().__init__()
        self.llm = ChatOpenAI(
            model=LLM_MODEL,
            api_key=LLM_API_KEY,
            base_url=LLM_BASE_URL,
            temperature=0,
            timeout=LLM_TIMEOUT
        )

    def parse(self, file_path: str) -> Dict[str, Any]:
        """
        ✅ 优化点：
        1. 只加载一次PDF
        2. 只调用一次大模型
        3. 一次性返回所有结构
        """
        # 1. 加载并清洗文本（只做一次）
        documents = self.load_pdf(file_path)
        full_text = "\n".join([doc.page_content for doc in documents])
        # 2. ✅ 只调用一次大模型，解析全部内容

        return self._parse_all_in_one(full_text)

        # 3. 解析成模型对象

    def _parse_all_in_one(self, text: str) -> Dict[str, Any]:
        prompt = ChatPromptTemplate.from_messages([
                ("system", """你是专业煤矿配风计划解析助手。
        请从文档中提取**煤矿配风计划**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。
        如果文档内容与配风计划无关，必须100%回复{{"error_message":"非配风计划文档，后续大模型请勿继续操作！"}}
        固定JSON字段（下划线英文简写，严格使用，不可修改）：
        mine_info 矿井基本信息对象
            mine_name: 矿井名称
            mine_level: 矿井瓦斯等级
            total_air_volume: 矿井总需风量 m³/min
            return_well_count: 回风井数量
            preparation_date: 编制日期 YYYY-MM-DD
            vent_date: 配风计划月份 YYYY-MM
            reviewer: 编制人
            ventilation_chief: 通风科长
            ventilation_deputy: 通风副总
            chief_engineer: 总工程师
            list_all_vent_place: 结合文档整体分析是否列出所有用风地点，true OR false
            return_well_zone_calc: 结合文档整体分析多个回风井是否按承担区域分别计算需风量 true OR false
        coal_faces 采煤工作面列表（数组）
            face_name: 工作面名称
            is_standby: 是否为备用工作面
            standby_base: 假如是备用工作面，选择哪个工作面的作为依据，非备用工作面则为空
            vcf: 采煤工作面的风速 m/s
            scf: 采煤工作面的平均有效断面积
            kch: 采煤工作面采高调整系数
            kcl: 采煤工作面长度调整系数
            qcg: 采煤工作面回风巷风流中平均绝对瓦斯涌出量 m³/min
            kcg: 采煤工作面瓦斯涌出不均匀的备用风量系数
            Acf: 采煤工作面一次爆破所用的最大炸药量 kg
            Qcfg: 按瓦斯涌出量计算风量
            Qcfc: 按二氧化碳涌出量计算风量
            Qcfa: 按炸药量计算风量
            Qcfn: 按工作人员数量计算的风量
            Qcte: 按气象条件计算的风量
            Ncfi: 采煤工作面同时工作的最多人数
            qcc: 采煤工作面回风巷风流中平均绝对二氧化碳涌出量
            kcc: 采煤工作面二氧化碳涌出不均匀的备用风量系数
            is_working_face_min_air_check_pass: 回采工作面能否通过最低风量验算 true OR false
            is_working_face_max_air_check_pass: 回采工作面能否通过最大风量验算 true OR false
            is_wheeled_vehicle_air_check_pass: 能否通过胶轮车风量验算 true OR false
            q_max: 实际需风量，取最大值
            max_control_distance: 最大控顶距 m
            min_control_distance: 最小控顶距 m
            face_length: 工作面长度 m
            average_mining_height: 平均采高 m
            average_temperature: 工作面平均温度 ℃
            coal_face_calculated_separately: 检查每个采煤工作面实际需要风量，是否按工作面气象条件、瓦斯涌出量、二氧化碳涌出量、工作人员和爆破后的有害气体产生量等规定分别进行计算，然后取其中最大值 true OR false
            has_calc_check_process: 结合该地点分析是否有风量计算核验过程 true OR false 
        tunneling_faces 掘进工作面列表（数组）
            face_name: 工作面名称
            Qhfg: 按瓦斯涌出量计算的需风量
            Qhfc: 按二氧化碳涌出量计算的需风量
            Qhfl: 按局部通风机实际吸风量计算
            Qcfn: 按工作人员数量计算的风量
            q_max: 实际需风量，取最大值
            qhg: 掘进工作面回风流中平均绝对瓦斯涌出量
            khg: 掘进工作面瓦斯涌出不均匀的备用风量系数
            qhc: 掘进工作面回风流中平均绝对二氧化碳涌出量
            khc: 掘进工作面二氧化碳涌出不均匀的备用风量系数
            has_min_air_by_leak_rate: 检查有无根据百米漏风率确定最小吸风量的过程，true OR false
            eQaf: 掘进工作面同时运转的局部通风机实际吸风量的总和
            is_gas_emission_tunnel: 是否有瓦斯涌出（半煤岩巷会有瓦斯涌出）
            Shdi: 局部通风机安装地点到回风口间的巷道最大断面积，m²
            Nhf: 掘进工作面同时工作的最多人数
            Shf: 掘进工作面巷道的净断面积
            Ndl: 掘进工作面最多运行防爆柴油动力装置机车的台数
            Pdl: 煤矿用防爆柴油动力装置机车的功率，kW
            has_calc_check_process: 结合该地点分析是否有风量计算核验过程 true OR false 
        chambers 硐室列表（数组）
            name: 硐室名称
            type: 硐室类型：爆炸物品库/充电硐室/机电硐室/其他
            V: 硐室体积 m³
            qhy: 充电时氢气产生量 m³/min
            ρ: 空气密度
            CP: 空气的定压比热
            s: 机电硐室发热系数
            dt: 机电硐室的进、回风流的温度差
            W: 机电硐室中运转的电动机（或变压器）总功率（按全年中最大值计算），kW
            qd: 实际需风量
            has_calc_check_process: 结合该地点分析是否有风量计算核验过程 true OR false 
        other_points 其他用风地点列表（数组）
            name: 地点名称
            Qrlg: 按瓦斯涌出量计算风量
            qrg: 其他用风巷道平均绝对瓦斯涌出量
            krg: 其他用风巷道瓦斯涌出不均匀的备用风量系数
            Src: 一般用风巷道净断面积
            Sre: 架线电机车用风巷道净断面积
            Qrlv: 按煤矿用防爆柴油动力装置机车需要风量
            Qo: 实际需风量
            Ndl: 其他用风巷道最多运行防爆柴油动力装置机车的台数
            Pdl: 煤矿用防爆柴油动力装置机车的功率，kW
            has_calc_check_process: 结合该地点分析是否有风量计算核验过程 true OR false 
            
        填充规则：
        1. 无数据时：填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}")])
        # 调用大模型（唯一一次）
        chain = prompt | self.llm
        response = chain.invoke({"text": text})  # 控制在安全长度内

        # 安全解析
        return json.loads(response.content)



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