agent 模式补充文件功能已经实现

src/pipeline_core.py

@@ -0,0 +1,100 @@
+"""
+管道核心逻辑
+
+抽取 pipeline.py（CLI 管道）和 pipeline_web.py（Web 管道）的公共数据流：
+    发票分类判断 -> 差旅/普通信息提取 -> 缓存读写
+
+两个入口分别传入不同的目录参数，复用此模块。
+"""
+
+from __future__ import annotations
+
+import json
+from pathlib import Path
+from typing import Any
+
+from . import get_logger
+from .doc.llm_extractor import (
+    CACHE_DIR_NAME,
+    extract_normal_info,
+    extract_travel_info,
+    load_cache,
+)
+
+log = get_logger("pipeline_core")
+
+
+def is_travel_invoice(groups: dict[str, list[dict[str, Any]]]) -> bool:
+    """判断是否为纯差旅发票（有差旅发票且无普通发票）。
+
+    注意：系统仅支持「纯差旅」和「普通报销」两种模式。
+    若同时存在差旅发票和普通发票（混合），则视为普通报销模式处理——差旅发票
+    对应的费用仍会在普通报销中按项目填报。若需要严格区分，上游应在发票分类
+    后报错提示用户分开提交。
+    """
+    return bool(groups.get("travel")) and not bool(groups.get("general"))
+
+
+def save_cache_info(cache_path: Path, info_key: str, info: dict[str, Any]) -> None:
+    """将提取结果保存到缓存目录
+
+    Args:
+        cache_path: 会话目录路径。
+        info_key: 缓存键名（"travel_info" 或 "normal_info"）。
+        info: 提取结果字典。
+    """
+    cache_dir = cache_path / CACHE_DIR_NAME
+    cache_dir.mkdir(parents=True, exist_ok=True)
+    with open(cache_dir / f"{info_key}.json", "w", encoding="utf-8") as f:
+        json.dump(info, f, ensure_ascii=False, indent=2)
+    log.info("%s 已保存到缓存", info_key)
+
+
+def extract_and_cache_travel_info(
+    groups: dict[str, list[dict[str, Any]]],
+    cache_path: Path,
+) -> dict[str, Any] | None:
+    """当存在差旅发票时，调用 LLM 提取差旅信息并缓存。
+
+    Returns:
+        差旅信息字典，非差旅时返回 None。
+    """
+    if not groups.get("travel"):
+        return None
+
+    # 检查缓存是否已有
+    cache_map = load_cache(cache_path)
+    travel_info = cache_map.get("travel_info")
+    if travel_info:
+        log.info("使用已有差旅信息缓存")
+        return travel_info  # type: ignore[no-any-return]
+
+    log.info("开始提取差旅信息...")
+    travel_info = extract_travel_info(source_dir=cache_path)
+    save_cache_info(cache_path, "travel_info", travel_info)
+    return travel_info
+
+
+def extract_and_cache_normal_info(
+    groups: dict[str, list[dict[str, Any]]],
+    cache_path: Path,
+) -> dict[str, Any] | None:
+    """当存在普通发票时，调用 LLM 提取普通报销信息并缓存。
+
+    Returns:
+        普通报销信息字典，非普通时返回 None。
+    """
+    if not groups.get("general"):
+        return None
+
+    # 检查缓存是否已有
+    cache_map = load_cache(cache_path)
+    normal_info = cache_map.get("normal_info")
+    if normal_info:
+        log.info("使用已有普通发票信息缓存")
+        return normal_info  # type: ignore[no-any-return]
+
+    log.info("开始提取普通发票信息...")
+    normal_info = extract_normal_info(source_dir=cache_path)
+    save_cache_info(cache_path, "normal_info", normal_info)
+    return normal_info