Lightstar/backend/core/report.py

"""
报告生成模块
根据研究结果生成结构化报告
"""

from typing import Dict, List, Any, Optional
import logging
from backend.utils.api_client import LLMClient
from backend.config import REPORT_MAX_LENGTH, REPORT_TEMPERATURE

logger = logging.getLogger(__name__)

class ReportGenerator:
    """研究报告生成器"""
    
    def __init__(self):
        self.llm_client = LLMClient()
    
    async def generate_report(
        self, 
        research_intent: str,
        keywords: List[str],
        papers: List[Dict[str, Any]],
        clusters: Optional[Dict[str, Any]] = None,
        max_length: int = REPORT_MAX_LENGTH,
        temperature: float = REPORT_TEMPERATURE
    ) -> Dict[str, Any]:
        """
        生成研究报告
        
        Args:
            research_intent: 用户的研究意图
            keywords: 提取的关键词
            papers: 检索到的论文
            clusters: 聚类结果
            max_length: 报告最大长度
            temperature: 生成参数
            
        Returns:
            包含报告内容的字典
        """
        try:
            # 1. 准备论文信息
            paper_info = []
            for i, paper in enumerate(papers[:10]):  # 只使用前10篇
                paper_info.append(
                    f"{i+1}. {paper['title']} ({', '.join(paper['authors'][:3])})"
                    f"\n摘要: {paper['summary'][:300]}..."
                )
            
            paper_text = "\n\n".join(paper_info)
            
            # 2. 准备聚类信息
            cluster_text = ""
            if clusters and "cluster_info" in clusters:
                for cluster_id, info in clusters["cluster_info"].items():
                    papers_in_cluster = info["papers"]
                    if papers_in_cluster:
                        titles = [p["title"] for p in papers_in_cluster[:3]]
                        cluster_text += f"聚类 {cluster_id+1} (包含 {len(papers_in_cluster)} 篇论文):\n"
                        cluster_text += "代表性论文: " + "; ".join(titles) + "\n\n"
            
            # 3. 构造提示
            cluster_section = f"## 文献聚类\n{cluster_text}" if cluster_text else ""
            
            prompt = f"""
            作为一位科研助手，请基于以下信息为研究主题生成一份结构化的调研报告。
            
            ## 研究主题
            {research_intent}
            
            ## 关键词
            {', '.join(keywords)}
            
            ## 检索到的文献
            {paper_text}
            
            {cluster_section}
            
            请生成一份完整的调研报告，包括以下部分：
            1. 研究背景与意义（简要介绍该领域的重要性和研究现状）
            2. 研究方向分析（基于文献聚类识别主要研究方向）
            3. 关键技术与方法（总结该领域的主要技术和方法论）
            4. 代表性研究工作（列举2-3项代表性研究及其贡献）
            5. 未来研究展望（分析领域挑战与未来可能的突破点）
            
            报告应当学术严谨、结构清晰、信息准确。长度控制在1000-1500字。
            """
            
            # 4. 生成报告
            logger.info("Generating research report")
            report_content = await self.llm_client.generate_text(
                prompt=prompt,
                temperature=temperature,
                max_tokens=max_length
            )
            
            # 5. 构造结果
            report = {
                "research_intent": research_intent,
                "content": report_content,
                "keywords": keywords,
                "paper_count": len(papers)
            }
            
            return report
            
        except Exception as e:
            logger.error(f"Report generation error: {str(e)}", exc_info=True)
            return {
                "research_intent": research_intent,
                "content": f"报告生成失败: {str(e)}",
                "error": str(e)
            }