vent_agent_3/parser/work_face_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 WorkFaceParser(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", '''
            你是专业煤矿工作面作业规程解析助手。
            请从文档中一次性提取所有指定信息，**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字段键名：
            working_face_name        工作面名称
            max_control_distance    中间架最大控顶距离（单位米）
            min_control_distance    中间架最小控顶距离（单位米）
            face_length              工作面切眼长度（单位米）
            avg_mining_height        平均采高（单位米）
            avg_section_area         工作面平均断面（单位平方米）
            填充规则：
            1. 文本无对应数据时，字符串填空文本""，数值统一填0，严禁使用null
            2. 数值只提取纯数字，自动剔除米、m等单位
            3. 必须严格按照上述英文键名输出，字段顺序不可更改
            4. 最终只返回纯净JSON格式，无任何额外内容
            输出示例
            {{
            "working_face_name": "xxxx工作面",
            "max_control_distance": 0,
            "min_control_distance": 0,
            "face_length": 0,
            "avg_mining_height": 0,
            "avg_section_area": 0
            }}
        '''),
            ("human", "请解析以下煤矿工作面作业规程文档内容：\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

        elapsed_time = round(time.time() - start_time, 2)
        # 日志输出
        print(f"文档解析完成| 总耗时: {elapsed_time} 秒")
        return json.loads(response.content)

if __name__ == '__main__':
    parser = WorkFaceParser()
    result = parser.parse("C:\\Users\ky\Desktop\配风计划研判\布尔台\布尔台煤矿12204综采工作面作业规程doc. -0507.pdf")
    print(json.dumps(result, ensure_ascii=False, indent=2))