From 5b001bf1d235c396b6d6c1ff52d84aad7b814d0c Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E9=A9=AC=E4=B8=80=E4=B8=81?= <1769123563@qq.com>
Date: Wed, 19 Nov 2025 14:09:59 +0800
Subject: [PATCH] Support Using Only Report Engine
---
report_engine_only.py | 476 ++++++++++++++++++++++++++++++++++++++++++
1 file changed, 476 insertions(+)
create mode 100644 report_engine_only.py
diff --git a/report_engine_only.py b/report_engine_only.py
new file mode 100644
index 0000000..8ddd7ff
--- /dev/null
+++ b/report_engine_only.py
@@ -0,0 +1,476 @@
+#!/usr/bin/env python
+"""
+Report Engine 命令行版本
+
+这是一个不需要前端的命令行报告生成程序。
+主要流程：
+1. 检查PDF依赖
+2. 获取最新的log、md文件
+3. 直接调用Report Engine生成报告（跳过文件增加审核）
+4. 自动保存HTML和PDF（如果有依赖）到final_reports/
+
+使用方法：
+ python report_engine_only.py [选项]
+
+选项：
+ --query QUERY 指定报告主题（可选，默认从文件名提取）
+ --skip-pdf 跳过PDF生成（即使有依赖）
+ --verbose 显示详细日志
+ --help 显示帮助信息
+"""
+
+import os
+import sys
+import json
+import argparse
+from pathlib import Path
+from datetime import datetime
+from typing import Dict, Any, Optional
+
+from loguru import logger
+
+# 全局配置
+VERBOSE = False
+
+# 配置日志
+def setup_logger(verbose: bool = False):
+ """设置日志配置"""
+ global VERBOSE
+ VERBOSE = verbose
+
+ logger.remove() # 移除默认处理器
+ logger.add(
+ sys.stdout,
+ format="{time:YYYY-MM-DD HH:mm:ss} | {level: <8} | {message}",
+ level="DEBUG" if verbose else "INFO"
+ )
+
+
+def check_dependencies() -> tuple[bool, Optional[str]]:
+ """
+ 检查PDF生成所需的系统依赖
+
+ Returns:
+ tuple: (is_available: bool, message: str)
+ - is_available: PDF功能是否可用
+ - message: 依赖检查结果消息
+ """
+ logger.info("=" * 70)
+ logger.info("步骤 1/4: 检查系统依赖")
+ logger.info("=" * 70)
+
+ try:
+ from ReportEngine.utils.dependency_check import check_pango_available
+ is_available, message = check_pango_available()
+
+ if is_available:
+ logger.success("✓ PDF 依赖检测通过，将同时生成 HTML 和 PDF 文件")
+ else:
+ logger.warning("⚠ PDF 依赖缺失，仅生成 HTML 文件")
+ logger.info("\n" + message)
+
+ return is_available, message
+ except Exception as e:
+ logger.error(f"依赖检查失败: {e}")
+ return False, str(e)
+
+
+def get_latest_engine_reports() -> Dict[str, str]:
+ """
+ 获取三个引擎目录中的最新报告文件
+
+ Returns:
+ Dict[str, str]: 引擎名称到文件路径的映射
+ """
+ logger.info("\n" + "=" * 70)
+ logger.info("步骤 2/4: 获取最新的分析引擎报告")
+ logger.info("=" * 70)
+
+ # 定义三个引擎的目录
+ directories = {
+ 'insight': 'insight_engine_streamlit_reports',
+ 'media': 'media_engine_streamlit_reports',
+ 'query': 'query_engine_streamlit_reports'
+ }
+
+ latest_files = {}
+
+ for engine, directory in directories.items():
+ if not os.path.exists(directory):
+ logger.warning(f"⚠ {engine.capitalize()} Engine 目录不存在: {directory}")
+ continue
+
+ # 获取所有 .md 文件
+ md_files = [f for f in os.listdir(directory) if f.endswith('.md')]
+
+ if not md_files:
+ logger.warning(f"⚠ {engine.capitalize()} Engine 目录中没有找到 .md 文件")
+ continue
+
+ # 获取最新文件
+ latest_file = max(
+ md_files,
+ key=lambda x: os.path.getmtime(os.path.join(directory, x))
+ )
+ latest_path = os.path.join(directory, latest_file)
+ latest_files[engine] = latest_path
+
+ logger.info(f"✓ 找到 {engine.capitalize()} Engine 最新报告")
+
+ if not latest_files:
+ logger.error("❌ 未找到任何引擎报告文件，请先运行分析引擎生成报告")
+ sys.exit(1)
+
+ logger.info(f"\n共找到 {len(latest_files)} 个引擎的最新报告")
+
+ return latest_files
+
+
+def confirm_file_selection(latest_files: Dict[str, str]) -> bool:
+ """
+ 向用户确认选择的文件是否正确
+
+ Args:
+ latest_files: 引擎名称到文件路径的映射
+
+ Returns:
+ bool: 用户确认则返回True，否则返回False
+ """
+ logger.info("\n" + "=" * 70)
+ logger.info("请确认以下选择的文件：")
+ logger.info("=" * 70)
+
+ for engine, file_path in latest_files.items():
+ filename = os.path.basename(file_path)
+ # 获取文件修改时间
+ mtime = os.path.getmtime(file_path)
+ mtime_str = datetime.fromtimestamp(mtime).strftime('%Y-%m-%d %H:%M:%S')
+
+ logger.info(f" {engine.capitalize()} Engine:")
+ logger.info(f" 文件名: {filename}")
+ logger.info(f" 路径: {file_path}")
+ logger.info(f" 修改时间: {mtime_str}")
+ logger.info("")
+
+ logger.info("=" * 70)
+
+ # 提示用户确认
+ try:
+ response = input("是否使用以上文件生成报告? [Y/n]: ").strip().lower()
+
+ # 默认是y，所以空输入或y都表示确认
+ if response == '' or response == 'y' or response == 'yes':
+ logger.success("✓ 用户确认，继续生成报告")
+ return True
+ else:
+ logger.warning("✗ 用户取消操作")
+ return False
+ except (KeyboardInterrupt, EOFError):
+ logger.warning("\n✗ 用户取消操作")
+ return False
+
+
+def load_engine_reports(latest_files: Dict[str, str]) -> list[str]:
+ """
+ 加载引擎报告内容
+
+ Args:
+ latest_files: 引擎名称到文件路径的映射
+
+ Returns:
+ list[str]: 报告内容列表
+ """
+ reports = []
+
+ for engine, file_path in latest_files.items():
+ try:
+ with open(file_path, 'r', encoding='utf-8') as f:
+ content = f.read()
+ reports.append(content)
+ logger.debug(f"已加载 {engine} 报告，长度: {len(content)} 字符")
+ except Exception as e:
+ logger.error(f"加载 {engine} 报告失败: {e}")
+
+ return reports
+
+
+def extract_query_from_reports(latest_files: Dict[str, str]) -> str:
+ """
+ 从报告文件名中提取查询主题
+
+ Args:
+ latest_files: 引擎名称到文件路径的映射
+
+ Returns:
+ str: 提取的查询主题
+ """
+ # 尝试从文件名中提取主题
+ for engine, file_path in latest_files.items():
+ filename = os.path.basename(file_path)
+ # 假设文件名格式为: report_主题_时间戳.md
+ if '_' in filename:
+ parts = filename.replace('.md', '').split('_')
+ if len(parts) >= 2:
+ # 提取中间部分作为主题
+ topic = '_'.join(parts[1:-1]) if len(parts) > 2 else parts[1]
+ if topic:
+ return topic
+
+ # 如果无法提取，返回默认值
+ return "综合分析报告"
+
+
+def generate_report(reports: list[str], query: str, pdf_available: bool) -> Dict[str, Any]:
+ """
+ 调用Report Engine生成报告
+
+ Args:
+ reports: 报告内容列表
+ query: 报告主题
+ pdf_available: PDF功能是否可用
+
+ Returns:
+ Dict[str, Any]: 包含生成结果的字典
+ """
+ logger.info("\n" + "=" * 70)
+ logger.info("步骤 3/4: 生成综合报告")
+ logger.info("=" * 70)
+ logger.info(f"报告主题: {query}")
+ logger.info(f"输入报告数量: {len(reports)}")
+
+ try:
+ from ReportEngine.agent import ReportAgent
+
+ # 初始化Report Agent
+ logger.info("正在初始化 Report Engine...")
+ agent = ReportAgent()
+
+ # 定义流式事件处理器
+ def stream_handler(event_type: str, payload: Dict[str, Any]):
+ """处理Report Engine的流式事件"""
+ if event_type == 'stage':
+ stage = payload.get('stage', '')
+ if stage == 'agent_start':
+ logger.info(f"开始生成报告: {payload.get('report_id', '')}")
+ elif stage == 'template_selected':
+ logger.info(f"✓ 已选择模板: {payload.get('template', '')}")
+ elif stage == 'template_sliced':
+ logger.info(f"✓ 模板解析完成，共 {payload.get('section_count', 0)} 个章节")
+ elif stage == 'layout_designed':
+ logger.info(f"✓ 文档布局设计完成")
+ logger.info(f" 标题: {payload.get('title', '')}")
+ elif stage == 'word_plan_ready':
+ logger.info(f"✓ 篇幅规划完成，目标章节数: {payload.get('chapter_targets', 0)}")
+ elif stage == 'chapters_compiled':
+ logger.info(f"✓ 章节生成完成，共 {payload.get('chapter_count', 0)} 个章节")
+ elif stage == 'html_rendered':
+ logger.info(f"✓ HTML 渲染完成")
+ elif stage == 'report_saved':
+ logger.info(f"✓ 报告已保存")
+ elif event_type == 'chapter_status':
+ chapter_id = payload.get('chapterId', '')
+ title = payload.get('title', '')
+ status = payload.get('status', '')
+ if status == 'generating':
+ logger.info(f" 正在生成章节: {title}")
+ elif status == 'completed':
+ attempt = payload.get('attempt', 1)
+ warning = payload.get('warning', '')
+ if warning:
+ logger.warning(f" ✓ 章节完成: {title} (第 {attempt} 次尝试，{payload.get('warningMessage', '')})")
+ else:
+ logger.success(f" ✓ 章节完成: {title}")
+ elif event_type == 'error':
+ logger.error(f"错误: {payload.get('message', '')}")
+
+ # 生成报告
+ logger.info("开始生成报告，这可能需要几分钟时间...")
+ result = agent.generate_report(
+ query=query,
+ reports=reports,
+ forum_logs="", # 不使用论坛日志
+ custom_template="", # 使用自动模板选择
+ save_report=True, # 自动保存报告
+ stream_handler=stream_handler
+ )
+
+ logger.success("✓ 报告生成成功！")
+ return result
+
+ except Exception as e:
+ logger.exception(f"❌ 报告生成失败: {e}")
+ sys.exit(1)
+
+
+def save_pdf(document_ir_path: str, query: str) -> Optional[str]:
+ """
+ 从IR文件生成并保存PDF
+
+ Args:
+ document_ir_path: Document IR文件路径
+ query: 报告主题
+
+ Returns:
+ Optional[str]: PDF文件路径，如果失败则返回None
+ """
+ logger.info("\n正在生成 PDF 文件...")
+
+ try:
+ # 读取IR数据
+ with open(document_ir_path, 'r', encoding='utf-8') as f:
+ document_ir = json.load(f)
+
+ # 创建PDF渲染器
+ from ReportEngine.renderers import PDFRenderer
+ renderer = PDFRenderer()
+
+ # 生成PDF字节流
+ pdf_bytes = renderer.render_to_bytes(document_ir, optimize_layout=True)
+
+ # 保存PDF文件
+ timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+ query_safe = "".join(
+ c for c in query if c.isalnum() or c in (" ", "-", "_")
+ ).rstrip()
+ query_safe = query_safe.replace(" ", "_")[:30] or "report"
+
+ pdf_dir = Path("final_reports") / "pdf"
+ pdf_dir.mkdir(parents=True, exist_ok=True)
+
+ pdf_filename = f"final_report_{query_safe}_{timestamp}.pdf"
+ pdf_path = pdf_dir / pdf_filename
+
+ pdf_path.write_bytes(pdf_bytes)
+
+ logger.success(f"✓ PDF 已保存: {pdf_path}")
+ return str(pdf_path)
+
+ except Exception as e:
+ logger.error(f"❌ PDF 生成失败: {e}")
+ return None
+
+
+def parse_arguments():
+ """解析命令行参数"""
+ parser = argparse.ArgumentParser(
+ description="Report Engine 命令行版本 - 无需前端的报告生成工具",
+ formatter_class=argparse.RawDescriptionHelpFormatter,
+ epilog="""
+示例:
+ python report_engine_only.py
+ python report_engine_only.py --query "土木工程行业分析"
+ python report_engine_only.py --skip-pdf --verbose
+
+注意:
+ 程序会自动获取三个引擎目录中的最新报告文件，
+ 不进行文件增加审核，直接生成综合报告。
+ """
+ )
+
+ parser.add_argument(
+ '--query',
+ type=str,
+ default=None,
+ help='指定报告主题（默认从文件名自动提取）'
+ )
+
+ parser.add_argument(
+ '--skip-pdf',
+ action='store_true',
+ help='跳过PDF生成（即使系统支持）'
+ )
+
+ parser.add_argument(
+ '--verbose',
+ action='store_true',
+ help='显示详细日志信息'
+ )
+
+ return parser.parse_args()
+
+
+def main():
+ """主函数"""
+ # 解析命令行参数
+ args = parse_arguments()
+
+ # 设置日志
+ setup_logger(verbose=args.verbose)
+
+ logger.info("\n")
+ logger.info("╔" + "═" * 68 + "╗")
+ logger.info("║" + " " * 20 + "Report Engine 命令行版本" + " " * 24 + "║")
+ logger.info("╚" + "═" * 68 + "╝")
+ logger.info("\n")
+
+ # 步骤 1: 检查依赖
+ pdf_available, _ = check_dependencies()
+
+ # 如果用户指定跳过PDF，则禁用PDF生成
+ if args.skip_pdf:
+ logger.info("用户指定 --skip-pdf，将跳过 PDF 生成")
+ pdf_available = False
+
+ # 步骤 2: 获取最新文件
+ latest_files = get_latest_engine_reports()
+
+ # 确认文件选择
+ if not confirm_file_selection(latest_files):
+ logger.info("\n程序已退出")
+ sys.exit(0)
+
+ # 加载报告内容
+ reports = load_engine_reports(latest_files)
+
+ if not reports:
+ logger.error("❌ 未能加载任何报告内容")
+ sys.exit(1)
+
+ # 提取或使用指定的查询主题
+ query = args.query if args.query else extract_query_from_reports(latest_files)
+ logger.info(f"使用报告主题: {query}")
+
+ # 步骤 3: 生成报告
+ result = generate_report(reports, query, pdf_available)
+
+ # 步骤 4: 保存文件
+ logger.info("\n" + "=" * 70)
+ logger.info("步骤 4/4: 保存生成的文件")
+ logger.info("=" * 70)
+
+ # HTML 已经在 generate_report 中自动保存
+ html_path = result.get('report_filepath', '')
+ if html_path:
+ logger.success(f"✓ HTML 已保存: {result.get('report_relative_path', html_path)}")
+
+ # 如果有PDF依赖，生成并保存PDF
+ if pdf_available:
+ ir_path = result.get('ir_filepath', '')
+ if ir_path and os.path.exists(ir_path):
+ pdf_path = save_pdf(ir_path, query)
+ else:
+ logger.warning("⚠ 未找到 IR 文件，无法生成 PDF")
+ else:
+ logger.info("⚠ 跳过 PDF 生成（缺少系统依赖或用户指定跳过）")
+
+ # 总结
+ logger.info("\n" + "=" * 70)
+ logger.success("✓ 报告生成完成！")
+ logger.info("=" * 70)
+ logger.info(f"报告 ID: {result.get('report_id', 'N/A')}")
+ logger.info(f"HTML 文件: {result.get('report_relative_path', 'N/A')}")
+ if pdf_available:
+ logger.info(f"PDF 文件: final_reports/pdf/ 目录下")
+ logger.info("=" * 70)
+ logger.info("\n程序结束")
+
+
+if __name__ == "__main__":
+ try:
+ main()
+ except KeyboardInterrupt:
+ logger.warning("\n\n用户中断程序")
+ sys.exit(0)
+ except Exception as e:
+ logger.exception(f"\n程序异常退出: {e}")
+ sys.exit(1)