📊 灵越智报 2.0 - 当前进度总结

整体进度：90% | 报告日期：2026-01-24

✅ 已完成（90%）

基础设施

核心模块现状

模块 功能 状态 说明
认证服务 注册/登录/Token ✅ JWT 认证，密码修改
文档管理 上传/列表/删除 ✅ 级联删除，批量操作
文档解析 OCR/文本提取 ✅ Word/PDF/图片
结构化解析 段落/图片/表格 ✅ 保留样式和顺序
RAG 向量化 分块/嵌入/检索 ✅ pgvector + Ollama
NER 实体识别 实体/关系提取 ✅ DeepSeek API
图数据库 节点/关系存储 ✅ PostgreSQL + Neo4j
数据源管理 CRUD/取值/聚合 ✅ 支持多种值类型
任务中心 多阶段进度跟踪 ✅ 6阶段流水线
模板系统 数据模型 ✅ v2.0 重构完成
模板系统 Service/Controller ✅ 完整 CRUD + 状态管理
报告生成 变量提取/文档生成 ✅ 基础流程实现完成
前端界面 所有页面 ⏳ Flutter Web 待开发

模块完成度

认证服务      ████████████████████ 100%
文档管理      ████████████████████ 100%
文档解析      ████████████████████ 100%
RAG服务       ████████████████████ 100%
NER服务       ████████████████████ 100%
图数据库      ████████████████████ 100%
数据源管理    ████████████████████ 100%
任务中心      ████████████████████ 100%
模板系统      ████████████████████ 100% (完整实现)
报告生成      ████████████████░░░░  80% (基础流程)
前端界面      ████░░░░░░░░░░░░░░░░  20% (HTML原型)

新增功能（2026-01-24）✅ 模板系统完整实现 + 原型适配

新增功能（2026-01-23）✅ 模板系统 v2.0 数据模型重构

新增功能（2026-01-22 晚）✅ 数据提取规则系统 - 阶段一、二（已重构）

新增功能（2026-01-22 下午）✅ 补充缺失接口

新增功能（2026-01-22 上午）✅ 一键上传全自动处理 + 数据源管理

新增功能（2026-01-21）✅ 文档结构化解析完成

新增功能（2026-01-20）✅ NER Demo 测试完成

新增功能（2026-01-19）

已完成功能（2026-01-17）

已完成功能（2026-01-16）

🎯 第一阶段完成情况

根据设计文档 6.2 第一阶段：核心数据流程（2月10日前）

Week 1-2 任务完成率：95%

任务 状态 说明
文件上传接口 ✅ 支持 PDF、Word、图片
文件类型识别 ✅ MIME 类型检测
OCR 集成（飞浆OCR） ✅ Python 服务调用
文本提取（Word文档） ✅ Apache POI
Word 结构化提取 ✅ 段落、图片、表格、样式
TXT 文件存储 ✅ SSD 硬盘存储
图片资源提取存储 ✅ 自动提取并保存到独立目录
解析任务管理 ✅ 异步处理、状态跟踪
NER 服务集成 ✅ DeepSeek API 集成
实体提取接口 ✅ 完整实体列表输出
关系分析接口 ✅ 规则模式关系抽取
实体存储到图节点表 ✅ PostgreSQL 存储验证
图节点 CRUD 接口 ✅ 完整 CRUD
图关系 CRUD 接口 ✅ 完整 CRUD
图查询接口 ✅ 按文档、按用户查询
Neo4j 集成 ✅ 本地部署，双写同步

Week 3-4 任务完成情况：

任务 状态 说明
数据源创建接口 ✅ POST /api/v1/datasource
数据源绑定节点 ✅ PUT /api/v1/datasource/{id}/refs
数据源查询接口 ✅ 按ID/文档/用户/类型查询
数据源取值接口 ✅ GET /api/v1/datasource/{id}/value
批量取值接口 ✅ POST /api/v1/datasource/batch-value
任务中心进度跟踪 ✅ 6阶段进度 + 结果摘要
端到端流程测试 ✅ 完整测试脚本
模板创建接口 ⏳ 下一步重点
占位符绑定数据源 ⏳ 下一步重点
模板渲染接口 ⏳ 下一步重点

📋 下一步计划：模板系统 v2.0（Week 4-5）

计划周期：2026-01-23 ~ 2026-01-31

目标：完成「示例文档驱动」的模板生成系统

1. 数据模型重构 ✅ 已完成

2. 模板管理（下一步重点）

核心用户流程： 1. 用户上传示例报告（Word 文档） 2. 在报告中选中文本，标记为"变量" 3. 为每个变量配置数据来源（从哪个来源文件提取） 4. 保存为模板

待实现 API：

接口 方法 说明 状态
/api/v1/templates POST 创建模板 ⏳
/api/v1/templates/{id} GET 获取模板详情 ⏳
/api/v1/templates GET 模板列表 ⏳
/api/v1/templates/{id} PUT 更新模板 ⏳
/api/v1/templates/{id}/publish POST 发布模板 ⏳
/api/v1/templates/{id}/source-files POST 添加来源文件定义 ⏳
/api/v1/templates/{id}/variables POST 添加变量 ⏳

3. 报告生成

核心用户流程： 1. 选择模板 2. 上传新的来源文件（按模板定义的别名） 3. 系统自动提取变量值 4. 用户确认/修改提取结果 5. 生成新报告

待实现 API：

接口 方法 说明 状态
/api/v1/generations POST 创建生成任务 ⏳
/api/v1/generations/{id} GET 获取生成任务详情 ⏳
/api/v1/generations/{id}/extract POST 执行变量提取 ⏳
/api/v1/generations/{id}/confirm POST 确认提取结果 ⏳
/api/v1/generations/{id}/generate POST 生成最终报告 ⏳

4. 已实现的数据源 API（保留）

接口 方法 说明 状态
/api/v1/datasource POST 创建数据源 ✅
/api/v1/datasource/{id} GET 获取数据源 ✅
/api/v1/datasource/{id}/value GET 获取数据源值 ✅
/api/v1/datasource/batch-value POST 批量获取值 ✅

⚠️ 关键缺失（对照技术预研表）

预研项 进度 已完成 ✅ 待实现 ❌
1️⃣ 规则"智能体"设计 45% Graph Service 架构
规则、模板数据模型
RAG 问答服务
NER 实体提取
Neo4j 图数据库		 规则 DSL 定义与解析
规则执行引擎
多层计算算法
2️⃣ 产品定位与功能逻辑 45% 6大后端服务框架
前端交互原型
基础组件
结构化文档展示		 所有前端页面 UI
智能体集群架构
规则校验功能
3️⃣ 规则智能体模拟 50% TextStorage（文本存储）
GraphNode、GraphRelation
向量相似度检索
NER + 关系构建
文档结构化存储		 规则逻辑树算法
单规则校验引擎
知识图谱构建算法
4️⃣ AI模态体型/OCR 70% PaddleOCR Client
PDF/Word/Excel 提取
DeepSeek API
Ollama Embedding
Word 结构化提取		 AI多模态模型接入
NSDK集成
OCR后处理优化
5️⃣ 前端交互设计 20% 前端交互原型 HTML
文档编辑预览
实体高亮展示		 所有核心页面 UI
与后端 API 对接

📁 项目结构

backend/
├── common/                 # 公共模块
│   └── mybatis/            # PostgreSqlJsonbTypeHandler
├── auth-service/           # 认证服务
├── document-service/       # 文档管理服务
│   └── entity/             # Document, DocumentElement, DocumentBlock
├── parse-service/          # 解析服务
│   └── service/            # WordStructuredExtractionService
├── ai-service/             # AI服务
├── graph-service/          # 图谱服务（RAG、NER、图数据库）
│   └── neo4j/              # Neo4j 集成服务
├── extract-service/        # 模板系统服务（v2.0）
│   ├── entity/             # Template, SourceFile, Variable, Generation
│   ├── repository/         # 4个 Repository
│   └── dto/config/         # VariableLocation, ReferenceSourceConfig
├── notification-service/   # 通知服务
├── gateway-service/        # 网关服务
├── lingyue-starter/        # 单体应用启动器
└── sql/                    # 数据库脚本
    ├── rebuild_all.sh      # 完整重建脚本（支持 --simple）
    ├── all_tables.sql      # 完整表结构（21张表）
    ├── template_tables.sql # 模板系统表（v2.0）
    ├── init.sql            # 基础表
    ├── graph_tables.sql    # 图谱表
    ├── supplement_tables.sql # 补充表
    └── rag_tables_compatible.sql # RAG 表

python-services/
└── ner-service/            # NER Python 服务
    ├── app/
    │   ├── models/         # 数据模型
    │   ├── routers/        # API 路由
    │   └── services/       # 业务服务
    │       ├── ner_service.py      # NER 调度
    │       ├── deepseek_service.py # DeepSeek API
    │       └── relation_service.py # 关系抽取
    └── requirements.txt

frontend/
└── 灵越智报_完整交互版.html  # 前端交互原型

database/
└── migrations/             # 数据库迁移脚本
    └── V2026_01_21_02__add_document_elements.sql

🔧 技术栈确认

组件 技术选型 状态
后端框架 Spring Boot 3.1.5 ✅
数据库 PostgreSQL + pgvector ✅
缓存 Redis ✅
消息队列 RabbitMQ ✅
NER 模型 DeepSeek API（内测） ✅
Embedding Ollama nomic-embed-text ✅
OCR PaddleOCR ✅
图数据库 PostgreSQL + Neo4j 4.4 ✅
文档解析 Apache POI（Word 结构化） ✅
前端 HTML 交互原型 ✅
前端框架 Flutter Web（待开发） ⏳

📅 里程碑

📋 API 接口清单

认证服务（auth-service）

接口 方法 说明 状态
/auth/register POST 用户注册 ✅
/auth/login POST 用户登录 ✅
/auth/logout POST 用户登出 ✅
/auth/refresh POST 刷新Token ✅
/auth/me GET 获取当前用户 ✅
/auth/profile PUT 更新用户资料 ✅
/auth/password PUT 修改密码 ✅

文档管理服务（document-service）

接口 方法 说明 状态
/api/v1/documents GET 文档列表（分页） ✅
/api/v1/documents/{id} GET 文档详情 ✅
/api/v1/documents/{id} PUT 更新文档 ✅
/api/v1/documents/{id} DELETE 级联删除 ✅
/api/v1/documents/batch-delete POST 批量删除 ✅
/api/v1/documents/{id}/text GET 获取文档文本 ✅
/api/v1/documents/{id}/parse-status GET 解析状态 ✅
/api/v1/documents/{id}/elements GET 结构化元素 ✅
/api/v1/documents/{id}/images GET 图片列表 ✅
/api/v1/documents/{id}/tables GET 表格列表 ✅

文件上传（唯一入口）

接口 方法 说明 状态
/api/v1/parse/upload POST 一键上传，自动触发全流程 ✅

文档解析服务（parse-service）

接口 方法 说明 状态
/parse/structured/{documentId} GET 手动触发结构化解析 ✅
/parse/elements/{documentId} GET 获取所有结构化元素 ✅
/parse/elements/{documentId}/images GET 获取图片列表 ✅
/parse/elements/{documentId}/tables GET 获取表格列表 ✅
/api/v1/files/images/{docId}/{filename} GET 获取图片资源 ✅

任务中心（parse-service）

接口 方法 说明 状态
/api/v1/tasks/list GET 获取任务列表 ✅
/api/v1/tasks/{taskId}/detail GET 获取任务详情 ✅
/api/v1/tasks/by-document/{documentId} GET 按文档ID查询任务 ✅
/api/v1/tasks/statistics GET 获取任务统计 ✅

NER 服务（ner-service）

接口 方法 说明 状态
/api/ner/extract POST 文本实体抽取 ✅
/api/ner/document/{id} POST 手动触发文档实体抽取 ✅
/api/ner/relations POST 关系抽取 ✅

图谱服务（graph-service）

接口 方法 说明 状态
/api/graph/nodes POST 创建节点 ✅
/api/graph/nodes/{nodeId} GET/PUT/DELETE 节点 CRUD ✅
/api/graph/documents/{documentId}/nodes GET 按文档查询节点 ✅
/api/graph/relations POST 创建关系 ✅

数据源服务（graph-service）

接口 方法 说明 状态
/api/v1/datasource POST 创建数据源 ✅
/api/v1/datasource/{id} GET 获取数据源 ✅
/api/v1/datasource/document/{documentId} GET 按文档查询 ✅
/api/v1/datasource/{id}/refs PUT 更新绑定节点 ✅
/api/v1/datasource/{id}/value GET 获取数据源值 ✅
/api/v1/datasource/batch-value POST 批量获取值 ✅

模板系统（extract-service）

接口 方法 说明 状态
/api/v1/templates POST 创建模板 ✅
/api/v1/templates/{id} GET 获取模板详情 ✅
/api/v1/templates GET 模板列表 ✅
/api/v1/templates/{id} PUT 更新模板 ✅
/api/v1/templates/{id} DELETE 删除模板 ✅
/api/v1/templates/{id}/publish POST 发布模板 ✅
/api/v1/templates/{id}/archive POST 归档模板 ✅
/api/v1/templates/{id}/duplicate POST 复制模板 ✅
/api/v1/templates/{id}/source-files POST 添加来源文件定义 ✅
/api/v1/templates/{id}/source-files GET 获取来源文件列表 ✅
/api/v1/templates/{id}/variables POST 添加变量 ✅
/api/v1/templates/{id}/variables GET 获取变量列表 ✅
/api/v1/templates/{id}/variables/grouped GET 变量按类别分组 ✅
/api/v1/templates/variables/{id}/preview POST 预览提取结果 ✅

生成任务（extract-service）

接口 方法 说明 状态
/api/v1/generations POST 创建生成任务 ✅
/api/v1/generations/{id} GET 获取任务详情 ✅
/api/v1/generations GET 获取任务列表 ✅
/api/v1/generations/{id}/execute POST 执行变量提取 ✅
/api/v1/generations/{id}/progress GET 获取执行进度 ✅
/api/v1/generations/{id}/variables/{varName} PUT 修改变量值 ✅
/api/v1/generations/{id}/confirm POST 确认并生成文档 ✅
/api/v1/generations/{id}/download GET 下载生成文档 ✅

🗄️ 数据库表清单（21张）

基础模块

表名 说明 状态
users 用户表 ✅
documents 文档表 ✅
elements 要素表 ✅
annotations 批注表 ✅
graphs 关系网络表 ✅
parse_tasks 解析任务（多阶段进度） ✅
sessions 会话表 ✅

图谱模块

表名 说明 状态
graph_nodes 图节点（NER实体） ✅
graph_relations 图关系 ✅

补充模块

表名 说明 状态
rules 规则表 ✅
data_sources 数据源表 ✅
text_storage 文本存储 ✅

RAG 模块

表名 说明 状态
text_chunks 文本分块 ✅
vector_embeddings 向量嵌入（pgvector） ✅

文档结构化模块

表名 说明 状态
document_blocks 文档块（TextElement） ✅
document_entities 文档实体标注 ✅
document_elements 文档结构化元素 ✅

模板系统 v2.0（新增）

表名 说明 状态
templates 报告模板 ✅
source_files 来源文件定义 ✅
variables 模板变量 ✅
generations 生成任务 ✅