The final report agent has been largely completed.

ReportEngine/llms/base.py

@@ -0,0 +1,95 @@
+"""
+Report Engine LLM基类
+定义所有LLM实现的基础接口
+"""
+
+from abc import ABC, abstractmethod
+from typing import Dict, Any, Optional
+
+
+class BaseLLM(ABC):
+    """LLM基类"""
+    
+    def __init__(self, api_key: str, model_name: Optional[str] = None):
+        """
+        初始化LLM客户端
+        
+        Args:
+            api_key: API密钥
+            model_name: 模型名称
+        """
+        self.api_key = api_key
+        self.model_name = model_name
+    
+    @abstractmethod
+    def invoke(self, system_prompt: str, user_prompt: str, **kwargs) -> str:
+        """
+        调用LLM生成回复
+        
+        Args:
+            system_prompt: 系统提示词
+            user_prompt: 用户输入
+            **kwargs: 其他参数
+            
+        Returns:
+            生成的回复文本
+        """
+        pass
+    
+    @abstractmethod
+    def get_model_info(self) -> Dict[str, Any]:
+        """
+        获取当前模型信息
+        
+        Returns:
+            模型信息字典
+        """
+        pass
+    
+    @abstractmethod
+    def get_default_model(self) -> str:
+        """
+        获取默认模型名称
+        
+        Returns:
+            默认模型名称
+        """
+        pass
+    
+    def validate_response(self, response: str) -> str:
+        """
+        验证和清理响应内容
+        
+        Args:
+            response: 原始响应
+            
+        Returns:
+            清理后的响应
+        """
+        if not response:
+            return ""
+        
+        # 移除多余的空白字符
+        response = response.strip()
+        
+        # 确保响应不为空
+        if not response:
+            return "抱歉，生成的内容为空。"
+        
+        return response
+    
+    def estimate_tokens(self, text: str) -> int:
+        """
+        估算文本的token数量（简单实现）
+        
+        Args:
+            text: 输入文本
+            
+        Returns:
+            估算的token数量
+        """
+        # 简单估算：中文字符按1.5个token计算，英文单词按1个token计算
+        chinese_chars = len([c for c in text if '\u4e00' <= c <= '\u9fff'])
+        english_words = len(text.split()) - chinese_chars
+        
+        return int(chinese_chars * 1.5 + english_words)