121 lines
5.0 KiB
Markdown
121 lines
5.0 KiB
Markdown
---
|
||
last_reviewed: 2026-06-12
|
||
---
|
||
|
||
# Agent 改造计划
|
||
|
||
## 总体目标
|
||
|
||
改变交互范式，从"用户点击驱动"转向"AI 对话驱动"。用户通过文件上传和聊天窗口与 AI 交互，减少繁琐的点击操作。
|
||
|
||
## 实施阶段
|
||
|
||
### 第一步：统一文件上传入口（已完成）
|
||
|
||
**完成日期**：2026-06-12
|
||
|
||
**变更内容**：
|
||
- 合并 PDF 和图片上传入口为单一上传区
|
||
- 后端 `/api/files` 接口返回统一文件列表（含 `name`、`type`、`size` 字段）
|
||
- 前端 `allFiles` 单一数组管理所有上传文件
|
||
- 手机扫码上传逻辑保留，暂不改动
|
||
- 配置表单保持不变
|
||
|
||
**修改文件**：
|
||
- `src/web/app.py` — `/api/files` 接口改造
|
||
- `src/web/templates/index.html` — 合并上传区域
|
||
- `src/web/static/js/index.js` — 统一文件管理逻辑
|
||
- `src/web/README.md` — 文档更新
|
||
|
||
### 第二步：移除配置表单，config.json 自动解析（已完成）
|
||
|
||
**完成日期**：2026-06-12
|
||
|
||
**变更内容**：
|
||
- 移除前端配置表单区域，不再展示账号、密码、姓名等输入框
|
||
- 用户通过统一上传入口上传 `config.json`，前端自动解析并存入 `sessionConfig` 对象
|
||
- 文件选择器 accept 增加 `.json` 支持
|
||
- 处理流程从 `sessionConfig` 读取配置，不再依赖 DOM 输入框
|
||
- 配置同步到表格的逻辑改为从 `sessionConfig` 读取
|
||
|
||
**修改文件**：
|
||
- `src/web/templates/index.html` — 移除配置表单，accept 增加 `.json`
|
||
- `src/web/static/js/index.js` — `sessionConfig` 对象、`parseConfigFile()`、移除 `handleConfigUpload()`，同步逻辑改为读取 `sessionConfig`
|
||
- `src/web/README.md` — 文档更新
|
||
|
||
### 第三步：聊天窗口替换日志终端（已完成）
|
||
|
||
**完成日期**：2026-06-12
|
||
|
||
**变更内容**：
|
||
- 暗色终端风格的日志窗口替换为 AI 聊天风格的聊天窗口
|
||
- SSE 日志以聊天气泡形式逐条展示，支持 `processing`/`success`/`error`/`done` 四种消息类型
|
||
- 处理中显示打字指示器动画（三个跳动圆点）
|
||
- 提交财务系统时也使用聊天窗口反馈进度
|
||
|
||
**修改文件**：
|
||
- `src/web/templates/index.html` — 日志窗口替换为聊天窗口
|
||
- `src/web/static/css/index.css` — 聊天样式（气泡、头像、打字动画）
|
||
- `src/web/static/js/index.js` — `addChatMessage()`、`addTypingIndicator()`、SSE 消息转为聊天气泡
|
||
- `src/web/README.md` — 文档更新
|
||
|
||
### 第四步：AI 对话驱动流程（已完成）
|
||
|
||
**完成日期**：2026-06-12
|
||
|
||
前面实现了 AI 前端对话窗口搭建，思考过程传输，文档识别，自动化报销信息填报，但是当前的系统架构本质是还是没有容错的固定流程。
|
||
|
||
#### 架构方案：混合校验
|
||
|
||
采用**规则校验器 + LLM 语义校验**的混合方案：
|
||
|
||
1. **规则校验器**（`src/doc/validator.py`）：定义硬性必填字段清单，快速判断完整性
|
||
2. **LLM 语义校验**（`src/doc/llm_extractor.py`）：对通过规则校验的数据做语义级二次判断
|
||
3. **Agent 协调器**（`src/agent/orchestrator.py`）：管理多轮对话状态机，协调校验流程
|
||
|
||
#### 状态机
|
||
|
||
```
|
||
idle -> extracting -> validating -> awaiting_supplement -> (回到extracting)
|
||
|
|
||
(完整) -> ready_to_submit -> submitting -> done
|
||
|
|
||
(用户强制) -> submitting
|
||
```
|
||
|
||
#### 修改文件清单
|
||
|
||
| 文件 | 变更类型 | 说明 |
|
||
|------|---------|------|
|
||
| `src/doc/validator.py` | 新增 | 规则校验器 |
|
||
| `src/agent/orchestrator.py` | 新增 | Agent 协调器 |
|
||
| `src/agent/__init__.py` | 新增 | 包初始化 |
|
||
| `src/doc/llm_extractor.py` | 修改 | 新增 `validate_semantic_completeness()` |
|
||
| `src/doc/prompt.py` | 修改 | 新增校验提示词 |
|
||
| `src/doc/prompts/validation_system.md` | 新增 | 语义校验提示词 |
|
||
| `src/web/app.py` | 修改 | SSE 协议扩展、Agent API 端点 |
|
||
| `src/web/templates/index.html` | 修改 | 引入 agent.js |
|
||
| `src/web/static/js/chat.js` | 无改动 | 复用现有聊天模块 |
|
||
| `src/web/static/js/process.js` | 修改 | 处理 Agent 事件 |
|
||
| `src/web/static/js/agent.js` | 新增 | Agent 交互模块 |
|
||
| `src/web/static/css/index.css` | 修改 | Agent 请求面板样式 |
|
||
|
||
#### 新增 API 端点
|
||
|
||
| 端点 | 方法 | 说明 |
|
||
|------|------|------|
|
||
| `/api/agent/state/<session_id>` | GET | 获取 Agent 会话状态 |
|
||
| `/api/agent/process/<session_id>` | POST | 启动 Agent 多轮处理 |
|
||
| `/api/agent/supplement/<session_id>` | POST | 用户补充文件后重新分析 |
|
||
| `/api/agent/force-submit/<session_id>` | POST | 强制提交，跳过校验 |
|
||
|
||
#### SSE 新增事件类型
|
||
|
||
| 事件类型 | 说明 |
|
||
|---------|------|
|
||
| `agent_state_change` | Agent 状态变更 |
|
||
| `agent_request_supplement` | 请求用户上传补充材料 |
|
||
| `agent_ready` | 信息完整，可以提交 |
|
||
| `agent_error` | Agent 错误 |
|
||
| `agent_supplement_received` | 收到用户补充文件 |
|
||
| `agent_force_submit` | 用户强制提交 | |