import logging import os from enum import Enum from typing import cast, Callable import cn2an from rapidfuzz import process, fuzz from rapidfuzz.fuzz import WRatio import json from pypinyin import lazy_pinyin, Style import re from globalData import GlobalData from constants import USELESS_COMPANY_WORDS, USELESS_PROJECT_WORDS, CONSTRUCTION_UNIT, IMPLEMENTATION_ORG, \ SUBCONTRACTOR, PROJECT_NAME, PROJECT_DEPARTMENT, RISK_LEVEL, TEAM_NAME, USELESS_PROGRAM_DEPARTMENT_WORDS, \ SLOT_KEYWORDS from logger_util import setup_logger logger = setup_logger("utils", level=logging.DEBUG) # 数字转换表（1-20，常见数字） digit_to_chinese = { "1": "一", "2": "二", "3": "三", "4": "四", "5": "五", "6": "六", "7": "七", "8": "八", "9": "九", "10": "十", "11": "十一", "12": "十二", "13": "十三", "14": "十四", "15": "十五", "16": "十六", "17": "十七", "18": "十八", "19": "十九", "20": "二十" } def arabic_to_chinese_number(text): """ 将文中阿拉伯数字转换为中文数字 :param text: 输入文本 :return: 转换后的文本 """ cn_to_arabic = {'一': '1', '二': '2', '三': '3', '四': '4', '五': '5', '六': '6', '七': '7', '八': '8', '九': '9', '零': '0'} arabic_to_cn = {v: k for k, v in cn_to_arabic.items()} # 反向映射 for num, cn in arabic_to_cn.items(): text = text.replace(num, cn) return text def text_to_pinyin(text): """将文本转换为拼音字符串""" return ''.join(lazy_pinyin(text, Style.TONE2)) #从文本文件路径加载json字符串 def load_standard_json_data(path): if not os.path.exists(path): # print(f"[Error] Local file not found: {path}") logger.error("[Error] Local file not found:%s", path) return {} try: with open(path, 'r', encoding='utf-8') as f: return json.load(f) except Exception as e: logger.error("Failed to load local JSON file", exc_info=e) # print(f"[Error] Failed to load local JSON file: {e}") return {} #将字典序列的josn 存入本地文件 def save_dict_to_file(data: dict, file_path: str): """ 将字典数据保存为 JSON 文件。 参数: data (dict): 要写入的数据。 file_path (str): 目标 JSON 文件路径。 """ try: os.makedirs(os.path.dirname(file_path), exist_ok=True) # 确保目录存在 with open(file_path, 'w', encoding='utf-8') as f: json.dump(data, f, ensure_ascii=False, indent=4) logger.info("[Success] 数据已成功写入 JSON 文件：%s", file_path) # print(f"[Success] 数据已成功写入 JSON 文件：{file_path}") except Exception as e: # print(f"[Error] 写入 JSON 文件失败：{e}") logger.error("[Error] 写入 JSON 文件失败：", exc_info=e) #从指定文件中加载标准化的名称列表。 def load_standard_name_list(file_path: str): """ 从指定文件中加载标准化的名称列表。 参数: file_path (str): 文件路径，文件应包含标准化的名称列表，每行一个名称。 返回: list: 从文件中读取的标准化名称列表。 异常: FileNotFoundError: 如果文件不存在，抛出此异常。 Exception: 如果读取文件时发生其他错误，抛出此异常。 """ try: with open(file_path, 'r', encoding='utf-8') as file: lines = [line.strip() for line in file if line.strip()] return lines except FileNotFoundError: logger.info("错误：文件 %s 不存在", file_path) # print(f"错误：文件 {file_path} 不存在", flush=True) raise FileNotFoundError(f"错误：文件 {file_path} 不存在") except Exception as e: logger.error("读取文件时发生错误：", exc_info=e) # print(f"读取文件时发生错误：{e}", flush=True) raise Exception(f"错误：文件 {file_path} 不存在") #将标准化名称列表写入指定文件中，每行一个名称。 def save_standard_name_list_to_file(name_list, file_path): """ 将标准化名称列表写入指定文件中，每行一个名称。 参数: name_list (list): 要写入文件的名称字符串列表。 file_path (str): 要写入的目标文件路径。 """ try: os.makedirs(os.path.dirname(file_path), exist_ok=True) # 确保文件夹存在 with open(file_path, 'w', encoding='utf-8') as file: for name in name_list: file.write(f"{name}\n") logger.info("[Success] 名称列表已写入文件：%s", file_path) # print(f"[Success] 名称列表已写入文件：{file_path}") except Exception as e: logger.error(f"[Error] 写入文件失败：{e}") def extract_number(text): """ 提取项目部中的数字（支持阿拉伯数字和中文数字），并转换为统一格式（中文数字）。 """ match = re.search(r'(第?[一二三四五六七八九十百千零\d]+)', text) if match: num_str = match.group(1).replace("第", "") if num_str.isdigit(): return digit_to_chinese.get(num_str, num_str) # 阿拉伯数字转中文 return num_str # 中文数字直接返回 return None def replace_arabic_with_chinese(text): """ 将字符串中所有连续的阿拉伯数字转换为对应的中文数字。 示例：2024年25号 -> 二千零二十四年二十五号 """ def convert(match): num_str = match.group() try: return cn2an.an2cn(num_str, "low") # "low" 使用小写中文数字 except Exception as e: logger.error("转换失败，异常信息:", exc_info=e) # print(f"转换失败，异常信息: {e}") # 打印异常信息 return num_str # 转换失败时保留原数字 return re.sub(r'\d+', convert, text) def fuzzy_match_and_filter(input_key, match_pool, mapping_dict, lower_score=70, high_score=85, top_k=3): """ 对输入字符串在候选池中执行模糊匹配，并返回匹配程度高的映射原始值。 :param input_key: 清洗后的用于匹配的关键词（如简化名或拼音） :param match_pool: 可用于匹配的候选集合（一般是映射表的 key） :param mapping_dict: 匹配项到标准原始名的映射字典 :param lower_score: 匹配分数的下限，低于该分数视为无效 :param high_score: 高置信度匹配分数，超过则直接返回所有等分结果 :param top_k: 如果不满足高置信度，则返回前 top_k 个结果 :return: 标准原始名的列表，可能为空 """ match_results = process.extract(input_key, match_pool, scorer=cast(Callable, WRatio), limit=len(match_pool)) high_conf_matches = [(m[0], m[1]) for m in match_results if m[1] >= lower_score] # print(f"{input_key}匹配结果：{high_conf_matches}") logger.info(f"{input_key}匹配结果：{high_conf_matches}") if not high_conf_matches: return [] max_score = max(high_conf_matches, key=lambda x: x[1]) best_matches = [m for m in high_conf_matches if m[1] == max_score[1]] if max_score[1] >= high_score: return [mapping_dict[m[0]] for m in best_matches] else: return [mapping_dict[m[0]] for m in high_conf_matches[:top_k]] def fuzzy_match_and_filter_only_high_score(input_key, match_pool, mapping_dict, high_score=90, top_k=3): """ 对输入字符串在候选池中执行模糊匹配，并返回匹配程度高的映射原始值。 :param input_key: 清洗后的用于匹配的关键词（如简化名或拼音） :param match_pool: 可用于匹配的候选集合（一般是映射表的 key） :param mapping_dict: 匹配项到标准原始名的映射字典 :param high_score: 高置信度匹配分数，超过则直接返回所有等分结果 :param top_k: 如果不满足高置信度，则返回前 top_k 个结果 :return: 标准原始名的列表，可能为空 """ match_results = process.extract(input_key, match_pool, scorer=cast(Callable, WRatio), limit=len(match_pool)) high_conf_matches = [(m[0], m[1]) for m in match_results if m[1] >= high_score] # print(f"匹配结果：{high_conf_matches}") logger.info(f"匹配结果：{high_conf_matches}") if not high_conf_matches: return [] max_score = max(high_conf_matches, key=lambda x: x[1]) best_matches = [m for m in high_conf_matches if m[1] == max_score[1]] if max_score[1] >= high_score: return [mapping_dict[m[0]] for m in best_matches] else: return [mapping_dict[m[0]] for m in high_conf_matches[:top_k]] def standardize_name(input_name, clean_func, simply_map, pinyin_map, lower_score=70, high_score=85): """ 通用名称标准化函数，按中文 → 清洗 → 简化匹配 → 拼音匹配 的顺序进行处理。 :param input_name: 用户输入的原始中文名 :param clean_func: 清洗函数（针对不同实体类型，如工程名/公司名） :param simply_map: 简化后的名 → 原始标准名 映射 :param pinyin_map: 拼音名 → 原始标准名 映射 :param lower_score: 模糊匹配最低置信分数 :param high_score: 模糊匹配高置信分数阈值 :return: 标准名列表，可能为空 """ simply_input = clean_func(input_name) result = fuzzy_match_and_filter(simply_input, list(simply_map.keys()), simply_map, lower_score, high_score) if result: return result # 拼音匹配 pinyin_input = text_to_pinyin(simply_input) result = fuzzy_match_and_filter(pinyin_input, list(pinyin_map.keys()), pinyin_map, lower_score, high_score) return result def standardize_name_only_high_score(input_name, clean_func, simply_map, pinyin_map, high_score=90): """ 通用名称标准化函数，按中文 → 清洗 → 简化匹配 → 拼音匹配 的顺序进行处理。 :param input_name: 用户输入的原始中文名 :param clean_func: 清洗函数（针对不同实体类型，如工程名/公司名） :param simply_map: 简化后的名 → 原始标准名 映射 :param pinyin_map: 拼音名 → 原始标准名 映射 :param lower_score: 模糊匹配最低置信分数 :param high_score: 模糊匹配高置信分数阈值 :return: 标准名列表，可能为空 """ simply_input = clean_func(input_name) result = fuzzy_match_and_filter_only_high_score(simply_input, list(simply_map.keys()), simply_map, high_score) if result: return result # 拼音匹配 pinyin_input = text_to_pinyin(simply_input) result = fuzzy_match_and_filter_only_high_score(pinyin_input, list(pinyin_map.keys()), pinyin_map, high_score) return result #标准化班组名称 def standardize_team_name(input_name, simply_map, pinyin_map, lower_score=70, high_score=90): """ 对用户输入的班组名称进行标准化，返回最匹配的标准班组名列表。 :param input_name: 原始中文班组名称 :param simply_map: 清洗后的班组名称 → 标准班组名称映射 :param pinyin_map: 洗后班组名称的拼音 → 标准班组名称名映射 :param lower_score: 模糊匹配分数下限 :param high_score: 高置信匹配分数阈值 :return: 匹配的标准公司名列表 """ return standardize_name(input_name, clean_useless_team_leader_name, simply_map, pinyin_map, lower_score, high_score) def standardize_sub_company(input_name, simply_map, pinyin_map, lower_score=55, high_score=80): """ 对用户输入的子公司名称进行标准化，返回最匹配的标准公司名列表。 :param input_name: 原始中文子公司名 :param simply_map: 清洗后的公司名 → 标准公司名映射 :param pinyin_map: 洗后公司的拼音 → 标准公司名映射 :param lower_score: 模糊匹配分数下限 :param high_score: 高置信匹配分数阈值 :return: 匹配的标准公司名列表 """ temp_input_name = replace_arabic_with_chinese(input_name) return standardize_name(temp_input_name, clean_useless_company_name, simply_map, pinyin_map, lower_score, high_score) def standardize_project_name(input_name, simply_map, pinyin_map, lower_score=70, high_score=90): """ 对用户输入的项目名称进行标准化，返回最匹配的标准项目名列表。 :param input_name: 原始中文项目名 :param simply_map: 清洗后的项目名 → 标准项目名映射 :param pinyin_map: 清洗后项目的拼音 → 标准项目名映射 :param lower_score: 模糊匹配分数下限 :param high_score: 高置信匹配分数阈值 :return: 匹配的标准项目名列表 """ return standardize_name(input_name, clean_useless_project_name, simply_map, pinyin_map, lower_score, high_score) #标准化项目部名 def standardize_projectDepartment(standard_company, input_project, company_project_department_map, high_score=90): """ 将口语化的公司名和项目部名转换为标准化名称。 参数: standard_company (str): 标准化公司名。 input_project (str): 用户输入的项目部名（可能是口语化或不完整的名称）。 company_project_department_map (dict): 标准化的公司名和项目部名数据，格式为 {公司名: [项目部名1, 项目部名2, ...]}。 pinyin_to_original_map:分公司拼音和分公司原始名的映射 返回: tuple: (标准化公司名, 匹配的项目部名列表)。如果无法匹配，返回 (None, None)。 """ try: # **2. 先尝试直接匹配最相似的项目名** temp_input_project = replace_arabic_with_chinese(input_project) temp_input_project = clean_useless_program_departement_name(temp_input_project) # logger.info(f"temp_input_project: {temp_input_project}") program_list = company_project_department_map.get(standard_company, []) cleaned_map = {clean_useless_program_departement_name(p): p for p in program_list} # logger.info(f"cleaned_map: {cleaned_map}") project_match = process.extractOne(temp_input_project, list(cleaned_map.keys()), scorer=cast(Callable, WRatio)) logger.info(f"{input_project} 名称最相似：{project_match[0]}, {project_match[1]}") if project_match and project_match[1] >= high_score: matched_raw = cleaned_map[project_match[0]] return [matched_raw] # 返回原始名称 # **3. 提取项目部的数字部分** query_number = extract_number(temp_input_project) # **4. 过滤所有符合数字的项目部** matched_projects = [] for project in company_project_department_map[standard_company]: project_number = extract_number(project) if query_number and query_number == project_number: matched_projects.append(project) return matched_projects except Exception as e: logger.error("standardize_projectDepartment:", exc_info=e) # print(f"standardize_projectDepartment：{e}", flush=True) return None def multiple_standardize_single_name(origin_input_name, origin_name_list, pinyin_name_list=None, pinyin_to_original_map=None, lower_score=70, high_score=85, isArabicNumConv=False): """ 使用拼音 + rapidfuzz 进行关键词模糊匹配，并返回原始的标准名 :param origin_input_name: 口语化的名称（中文） :param origin_name_list: 关键词列表（中文） :pinyin_name_list: 关键词列表（拼音） :param pinyin_to_original_map: 拼音到原始标准名的映射 :param lower_score: 低匹配分数阈值（默认70） :param high_score: 高匹配分数阈值（默认85） :return: 最匹配的原始关键词，或 None """ #First round, 原始标准名的匹配性查找，能找到直接返回 if isArabicNumConv: origin_input_name = arabic_to_chinese_number(origin_input_name) match_results = process.extract(origin_input_name, origin_name_list, scorer=fuzz.token_sort_ratio, limit=len(origin_name_list)) # 找到所有相似度 > 80 的匹配项 original_high_confidence_matches = [(match[0], match[1]) for match in match_results if match[1] >= lower_score] logger.info(f"standardize_pinyin_single_name 原始名匹配, high_confidence_matches:{original_high_confidence_matches[:3]}") combined_low_confidence_matches = [] if original_high_confidence_matches: origin_best_match = max(original_high_confidence_matches, key=lambda x: x[1], default=None) if origin_best_match and origin_best_match[1] > high_score: return [origin_best_match[0]] else: combined_low_confidence_matches = [match[0] for match in original_high_confidence_matches[:3]] else: if not pinyin_name_list or not pinyin_to_original_map: return None # return list(dict.fromkeys(combined_low_confidence_matches)) def generate_project_prompt_with_key(matched_projects, original_name="", slot_key = IMPLEMENTATION_ORG): """ 生成提示信息，用于让用户确认匹配的项目名或分公司名或项目名。 参数: matched_projects (list): 匹配的项目或分公司名称列表。 type (str): 提示信息的类型（例如 "项目名" 或 "分公司名"），默认值为 "项目名"。 返回: str: 生成的提示信息。如果未找到匹配项，返回提示用户提供更准确信息的字符串。 """ logger.info(f"generate_project_prompt_with_key slot_key:{slot_key},original_name:{original_name},matched_projects:{matched_projects} ") type = "" if slot_key == CONSTRUCTION_UNIT: type = "建管单位名" elif slot_key == IMPLEMENTATION_ORG: type = "分公司名" elif slot_key == SUBCONTRACTOR: type = "分包单位名" elif slot_key == PROJECT_NAME: type = "工程名" elif slot_key == PROJECT_DEPARTMENT: type = "项目名" # print(f"generate_project_prompt_with_key type:{type} ") logger.info(f"generate_project_prompt_with_key type:{type} ") if not matched_projects: if slot_key in (CONSTRUCTION_UNIT,IMPLEMENTATION_ORG,SUBCONTRACTOR): return f"

未找到匹配的公司名：{original_name}，请提供更准确的公司名信息。

" else: return f"

未找到匹配的：{original_name}，请提供更准确的信息。

" else: html_parts = [f"

您说的{type}可能是：

"] for idx, item in enumerate(matched_projects, start=1): html_parts.append(f"""
第{idx}个：{item}
""") html_parts.append("

请确认您要选择哪一个？

") return "\n".join(html_parts) def generate_project_prompt(matched_projects, original_name="", type="项目部名"): """ 生成提示信息，用于让用户确认匹配的项目名或分公司名或项目名。 参数: matched_projects (list): 匹配的项目或分公司名称列表。 type (str): 提示信息的类型（例如 "项目名" 或 "分公司名"），默认值为 "项目名"。 返回: str: 生成的提示信息。如果未找到匹配项，返回提示用户提供更准确信息的字符串。 """ if not matched_projects: return f"

未找到匹配的{type}：{original_name}，请提供更准确的{type}信息。

" html_parts = [f"

您说的{type}可能是：

"] for idx, item in enumerate(matched_projects, start=1): html_parts.append(f"""
第{idx}个：{item}，
""") html_parts.append("

请确认您要选择哪一个？

") return "\n".join(html_parts) def generate_confirm_prompt(matched_projects, original_name="", type="项目部名"): """ 生成提示信息，用于让用户确认匹配的项目名或分公司名或项目名。 参数: matched_projects (list): 匹配的项目或分公司名称列表。 type (str): 提示信息的类型（例如 "项目名" 或 "分公司名"），默认值为 "项目名"。 返回: str: 生成的提示信息。如果未找到匹配项，返回提示用户提供更准确信息的字符串。 """ html_parts = [f"

您说的{type}可能是：

"] for idx, item in enumerate(matched_projects, start=1): html_parts.append(f"""
第{idx}个：{item}，
""") html_parts.append("

请确认您要选择哪一个？

") return "\n".join(html_parts) class CheckResult(Enum): NO_MATCH = 0 # 不符合检查条件 MATCH_FOUND = 1 # 匹配到了值 NEEDS_MORE_ROUNDS = 2 # 需要多轮 class StandardType(Enum): #工程名检查 PROJECT_CHECK = 0 #项目名检查 PROGRAM_CHECK = 1 # 构建一个用于替换的正则表达式 useless_project_words_pattern = re.compile("|".join(USELESS_PROJECT_WORDS)) useless_company_words_pattern = re.compile("|".join(USELESS_COMPANY_WORDS)) useless_program_department_words_pattern = re.compile("|".join(USELESS_PROGRAM_DEPARTMENT_WORDS)) # 匹配所有数字、字母（含大小写）、特殊字符（包括空格、标点） project_symbols_pattern = re.compile(r"[A-Za-z0-9\s\W_ⅰ-ⅷⅠ-Ⅻⅸⅹⅺⅻ]+", re.UNICODE) #特殊字符 company_symbols_pattern = re.compile(r"[\s\W_]+") useless_team_leader_words_pattern = re.compile("班组") def clean_useless_project_name(name: str) -> str: # 去掉无意义词 name = useless_project_words_pattern.sub("", name) # 去掉数字、字母、符号 name = project_symbols_pattern.sub("", name) return name.strip() def clean_useless_company_name(name: str) -> str: # 去掉无意义词 name = useless_company_words_pattern.sub("", name) name = company_symbols_pattern.sub("", name) return name.strip() def clean_useless_team_leader_name(name: str) -> str: # 去掉无意义词 name = useless_team_leader_words_pattern.sub("", name) return name.strip() #去掉项目部里面的不重要词汇 def clean_useless_program_departement_name(name: str) -> str: # 去掉无意义词 name = useless_program_department_words_pattern.sub("", name) # 去掉数字、字母、符号 name = project_symbols_pattern.sub("", name) return name.strip() #槽位缺失检查 def check_lost(int_res, slot): #labels: ["天气查询","通用对话","页面切换","日计划数量查询","周计划数量查询","日计划作业内容","周计划作业内容","施工人数","作业考勤人数","知识问答"] mapping = { # 2: [['page'], ['app'], ['module']], 3: [['date']], 4: [['date']], 5: [['date']], 6: [['date']], 7: [['date']], 8: [['date']], 11: [['date']], 12: [['date']], 13: [['date']], 14: [['date']], 15: [['date']], } # 2: "页面切换", intention_mapping = {3: "日计划数量查询", 4: "周计划数量查询", 5: "日计划作业内容", 6: "周计划作业内容", 7: "施工人数", 8: "作业考勤人数", 11: "作业面查询", 12: "班组人数查询", 13: "班组数查询", 14: "作业面内容", 15: "班组详情"} if not mapping.__contains__(int_res): return 0, "" #提取的槽位信息 cur_k = list(slot.keys()) idx = -1 idx_len = 99 for i in range(len(mapping[int_res])): sk = mapping[int_res][i] #不在提取的槽位信息里，但是在必须槽位表里 miss_params = [x for x in sk if x not in cur_k] #不在必须槽位表里，但是在提取的槽位信息里 extra_params = [x for x in cur_k if x not in sk] if len(extra_params) >= 0 and len(miss_params) == 0: idx = i idx_len = 0 break if len(miss_params) < idx_len: idx = i idx_len = len(miss_params) if idx_len == 0: # 匹配通过 return CheckResult.NO_MATCH, cur_k #符合当前意图的的必须槽位，但是不在提取的槽位信息里 left = [x for x in mapping[int_res][idx] if x not in cur_k] logger.info(f"符合当前意图的的必须槽位，但是不在提取的槽位信息里, {left}") apologize_str = "非常抱歉，" # if int_res == 2: # return CheckResult.NEEDS_MORE_ROUNDS, f"{apologize_str}请问你想查询哪个页面？" if int_res in [3, 4, 5, 6, 7, 8, 11, 12, 13, 14, 15,16]: return CheckResult.NEEDS_MORE_ROUNDS, f"{apologize_str}请问你想查询什么时间的{intention_mapping[int_res]}？" def check_standard_name_slot_probability(int_res, slot) -> tuple: intention_list = {2, 3, 4, 5, 6, 7, 8, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26} if int_res not in intention_list: return CheckResult.NO_MATCH, "" #项目名 当项目名存在时需要一定存在分公司（实施组织）名 if PROJECT_DEPARTMENT in slot: if IMPLEMENTATION_ORG not in slot: return CheckResult.NEEDS_MORE_ROUNDS, "请补充该项目部所属的分公司名称" #工程名和分公司名和项目名标准化 for key, value in slot.items(): if key == PROJECT_NAME: logger.info(f"check_standard_name_slot_probability 原始工程名 : {slot[PROJECT_NAME]}") match_results = standardize_project_name(value, GlobalData.simply_to_standard_project_name_map, GlobalData.pinyin_simply_to_standard_project_name_map, 70, 90) logger.info(f"check_standard_name_slot_probability 匹配后工程名 ：result:{match_results}") if match_results and len(match_results) == 1: slot[key] = match_results[0] else: prompt = generate_project_prompt(match_results, original_name=slot[PROJECT_NAME], type="工程名") return CheckResult.NEEDS_MORE_ROUNDS, prompt if key == IMPLEMENTATION_ORG and slot[key] != "公司": logger.info(f"check_standard_name_slot_probability 原始分公司名 : {slot[IMPLEMENTATION_ORG]}") match_results = standardize_sub_company(value, GlobalData.simply_to_standard_company_name_map, GlobalData.pinyin_simply_to_standard_company_name_map, 70, 90) logger.info(f"check_standard_name_slot_probability 匹配后分公司名： result:{match_results}") if match_results and len(match_results) == 1: slot[key] = match_results[0] else: prompt = generate_project_prompt_with_key(match_results, original_name=slot[IMPLEMENTATION_ORG], slot_key= IMPLEMENTATION_ORG) return CheckResult.NEEDS_MORE_ROUNDS, prompt if key == CONSTRUCTION_UNIT: logger.info(f"check_standard_name_slot_probability 原始建管单位名 : {slot[CONSTRUCTION_UNIT]}") match_results = standardize_sub_company(value, GlobalData.simply_to_standard_construct_name_map, GlobalData.pinyin_simply_to_standard_construct_name_map, 70, 90) logger.info(f"check_standard_name_slot_probability 匹配后建管单位名： result:{match_results}") if match_results and len(match_results) == 1: slot[key] = match_results[0] else: prompt = generate_project_prompt_with_key(match_results, original_name=slot[CONSTRUCTION_UNIT], slot_key= CONSTRUCTION_UNIT) return CheckResult.NEEDS_MORE_ROUNDS, prompt if key == SUBCONTRACTOR: logger.info(f"check_standard_name_slot_probability 原始分包单位名 : {slot[SUBCONTRACTOR]}") match_results = standardize_sub_company(value, GlobalData.simply_to_standard_constractor_name_map, GlobalData.pinyin_simply_to_standard_constractor_name_map, 70, 90) logger.info(f"check_standard_name_slot_probability 匹配后分包单位名： result:{match_results}") if match_results and len(match_results) == 1: slot[key] = match_results[0] else: prompt = generate_project_prompt_with_key(match_results, original_name=slot[SUBCONTRACTOR], slot_key= SUBCONTRACTOR) return CheckResult.NEEDS_MORE_ROUNDS, prompt if key == PROJECT_DEPARTMENT: logger.info(f"check_standard_name_slot 原始项目部名 : {slot[PROJECT_DEPARTMENT]}") match_results = standardize_projectDepartment(slot[IMPLEMENTATION_ORG], value, GlobalData.standard_company_program, high_score=95) logger.info(f"check_standard_name_slot 匹配后项目部名： result:{match_results}") if match_results and len(match_results) == 1: slot[key] = match_results[0] else: prompt = generate_project_prompt(match_results, original_name=slot[PROJECT_DEPARTMENT], type="项目名") return CheckResult.NEEDS_MORE_ROUNDS, prompt if key == TEAM_NAME: logger.info(f"check_standard_name_slot 原始班组名 : {slot[TEAM_NAME]}") match_results = standardize_team_name(value, GlobalData.simply_to_standard_team_leader_name_map, GlobalData.pinyin_simply_to_standard_team_leader_name_map, 70, 90) logger.info(f"check_standard_name_slot 匹配后班组名： result:{match_results}") if match_results and len(match_results) == 1: slot[key] = match_results[0] else: prompt = generate_project_prompt(match_results, original_name=slot[TEAM_NAME], type="班组名称") return CheckResult.NEEDS_MORE_ROUNDS, prompt if key == RISK_LEVEL: if slot[RISK_LEVEL] not in ["2级", "3级", "4级", "5级"] and slot[RISK_LEVEL] not in ["二级", "三级", "四级", "五级"]: return CheckResult.NEEDS_MORE_ROUNDS, "您查询的风险等级在系统中未找到，请确认风险等级后再次提问" return CheckResult.NO_MATCH, "" def process_msg_content(content): if not any(keyword in content for keyword in SLOT_KEYWORDS): match = re.search(r"^.*?[。！？.!?：:]", content) if match: first_sentence = match.group(0).rstrip("。！？.!?：:") # 去掉末尾的标点符号 return first_sentence.strip() # 同时去掉前后空白字符 else: return content.strip() else: return content