企业实战:导入数据节点
目录1 入口与类型判断 (node_entry)2 节点作用与实现思路3 步骤分解4 工具类解读任务追踪5 代码实现6 单元测试1 入口与类型判断 (node_entry)文件:app/import_process/agent/nodes/node_entry.py相关工具类位置:app/utils/task_utils.py2 节点作用与实现思路节点作用: 作为数据加载流程的“总调度员”负责接收外部输入的文件识别文件类型PDF或Markdown并根据类型开启相应的处理分支。同时它提取文件名作为全局元数据并初始化任务追踪状态确保后续流程可追溯、可监控。实现思路:路由分发: 采用轻量级的条件判断逻辑通过文件后缀 (.pdf/.md) 决定激活is_pdf_read_enabled还是is_md_read_enabled状态位实现不同格式文件的差异化处理。元数据提取: 在入口处统一提任务标记(task_id)作为贯穿整个知识库构建流程的唯一标识避免后续节点重复解析。任务监控初始化: 集成task_utils记录当前任务 ID 和初始状态为前端提供实时的进度反馈。3 步骤分解接收状态: 获取local_file_path。判断类型: 检查文件后缀是.pdf还是.md。设置标记: 更新 state 中的is_pdf_read_enabled或is_md_read_enabled供主图路由使用。提取标题: 从文件名中提取file_title后续作为元数据。4 工具类解读任务追踪文件:app/utils/task_utils.py实现思路:内存管理: 使用简单的内存字典_tasks_running_list和_tasks_done_list记录任务状态轻量高效。状态映射: 维护_NODE_NAME_TO_CN字典将技术性的节点名称如node_entry映射为用户友好的中文名称如检查文件方便前端展示。SSE 集成: 集成 SSE (Server-Sent Events) 推送机制允许实时将任务进度推送到前端。操作封装: 提供add_running_task和add_done_task接口方便各节点调用屏蔽底层状态管理细节。5 代码实现importosfrompathlibimportPathfromapp.core.loggerimportlogger,node_logfromapp.import_process.agent.stateimportImportGraphState,create_default_statefromapp.utils.task_utilsimportadd_running_task,add_done_tasknode_log(node_entry)defnode_entry(state:ImportGraphState)-ImportGraphState: 节点: 入口节点 (node_entry) 为什么叫这个名字: 作为图的 Entry Point负责接收外部输入并决定流程走向。 未来要实现: 1. 进行任务状态记录,开始和结束列表记录 2. 根据state中 local_file_path属性判断数据类型进而修改 相关参数, is_md_read_enabled 或者 is_pdf_read_enabled md_path 或者 pdf_path 3. 不可解析结果类型不可用,直接输出对应警告日志! 逻辑路由节点会自动处理 4. 获取file_tile标识,用于后期识别pdf对应的主体(item_name)进行兜底 # 1. 任务状态记录处理add_running_task(state[task_id],node_entry)# 2. 判断文件类型local_file_pathstate[local_file_path]ifnotlocal_file_path:logger.warning(f没有输入文件地址,无法处理,直接跳转到结束节点!)add_done_task(state[task_id],node_entry)returnstateiflocal_file_path.endswith(.md):state[is_md_read_enabled]Truestate[md_path]local_file_patheliflocal_file_path.endswith(.pdf):state[is_pdf_read_enabled]Truestate[pdf_path]local_file_pathelse:logger.warning(f虽然输出了loclal_file_path,但是无法识别文件类型,请检查输入文件类型是否正确,目前只支持md和pdf文件,请检查!{local_file_path})add_done_task(state[task_id],node_entry)returnstate# 3. 获取文件标识# 基于os.path处理file_title_osos.path.basename(local_file_path).split(.)[0]# 基于pathlib处理file_titlePath(local_file_path).stem# 文件名 .name 文件夹名 .parent 文件后缀 .suffixstate[file_title]file_title add_done_task(state[task_id],node_entry)returnstate关键语法补充说明语法 / 函数具体作用执行示例os.path.basename(document_path)从完整路径提取文件名/data/kb/test.pdf→test.pdfp.stemsplitext(file_name)拆分文件名和后缀test.pdf→(test, .pdf)state.get(key, )安全提取状态值无 key 时返回默认值state.get(a, )→ 无 “a” 则返回 “”sys._getframe().f_code.co_name动态获取当前函数名本节点中返回node_entryadd_running_task/add_done_task记录任务的节点运行状态用于任务监控面板展示节点执行进度(fastapi使用)6 单元测试您可以在node_entry.py文件底部直接运行以下测试代码if__name____main__:# 单元测试覆盖不支持类型、MD、PDF三种场景logger.info( 开始node_entry节点单元测试 )# 测试1: 不支持的TXT文件test_state1create_default_state(task_idtest_task_001,local_file_path联想海豚用户手册.txt)node_entry(test_state1)# 测试2: MD文件test_state2create_default_state(task_idtest_task_002,local_file_path小米用户手册.md)node_entry(test_state2)# 测试3: PDF文件test_state3create_default_state(task_idtest_task_003,local_file_path万用表的使用.pdf)node_entry(test_state3)logger.info( 结束node_entry节点单元测试 )

相关新闻

Resources原语:让AI读取你的数据

Resources原语:让AI读取你的数据

摘要:MCP Resources原语让AI按需读取外部数据源,支持静态URI和模板URI。本文详解资源定义、订阅通知、分页读取和与Tools原语的协作模式。 Resources原语让AI读取你的数据 上个月我给团队搭了个代码审查助手,想让模型读项目里的配置文件和日…

2026/11/2 17:08:31 阅读更多 →
点赞动画可以先跑,接口状态必须能回滚

点赞动画可以先跑,接口状态必须能回滚

点赞动画可以先跑,接口状态必须能回滚 点赞、收藏需要即时反馈,也必须面对网络延迟与连续点击。等接口成功再播动画会显得迟钝,忽略乱序响应则会让本地状态与服务端各说各话。 比较稳妥的做法是:前端先更新可回滚的本地状态&#…

2026/11/20 20:55:35 阅读更多 →
Prompts原语:标准化提示词模板

Prompts原语:标准化提示词模板

摘要:MCP Prompts原语提供标准化提示词模板,支持参数化注入和组合调用。本文详解提示定义、消息构建、客户端调用流程和提示与工具的联动设计。 Prompts原语标准化提示词模板 前阵子我给团队维护一坨提示词,散落在十几个Python文件里&#x…

2026/11/4 1:31:52 阅读更多 →

最新新闻

Electron桌面应用开发实战:从环境搭建到打包发布全流程

Electron桌面应用开发实战:从环境搭建到打包发布全流程

做前端这些年,我大部分时间都在跟浏览器标签页打交道,直到第一次把桌面应用跑起来,才发现原来自己一直被限制在地址栏和刷新按钮围起来的框框里。Electron这个词,最开始是在某段时间频繁出现在同事的讨论里,一个用HTML…

2026/11/19 21:38:27 阅读更多 →
滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

滑盖智能锁T109深度解析:结构原理、安装调试与故障排查

简介:亚太天能T109滑盖智能锁产品说明书是一份PDF格式的官方技术文档,主要面向智能锁安装人员、终端用户及售后维护者,帮助快速掌握产品安装、配置与常见故障处理。全包仅1个PDF文件,大小4.37MB,内容结构清晰&#xff…

2026/11/19 21:38:49 阅读更多 →
PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

PMSM弱磁控制原理与Simulink建模:高速AGV驱动系统设计指南

上个月我在调试一台高速AGV的驱动系统,整车要求空载跑到8m/s,电机转速已经拉到额定点,驱动器的输出电压也顶到了母线电压极限附近。再往上踩速度指令,转速纹丝不动,三相电流反而开始震荡。那会儿我的第一反应就是&…

2026/11/19 21:39:09 阅读更多 →
C++核心知识点:从内存管理到STL的实战指南

C++核心知识点:从内存管理到STL的实战指南

C 这门语言我前前后后折腾了十几年,用它写过嵌入式驱动、做过游戏服务端,也搭过基础组件库。每次看到新人一头扎进"C 核心知识点"这个搜索词,我其实挺感慨的——这门语言的难点从来不是语法多,而是知识点之间的耦合太深…

2026/11/19 21:36:50 阅读更多 →
T109滑盖智能锁怎么装?安装调试与故障排查全攻略

T109滑盖智能锁怎么装?安装调试与故障排查全攻略

简介:亚太天能T109滑盖智能锁产品说明书以PDF格式发布,适合智能锁用户、安装人员与售后维修人员阅读。内容围绕T109系列指纹密码刷卡锁展开,先介绍前面板、后面板、锁体、机械钥匙、电池盒盖等部件名称与功能,再给出完整安装步骤&…

2026/11/19 21:37:45 阅读更多 →
LLM知识降熵:从信息垄断到理解权下放

LLM知识降熵:从信息垄断到理解权下放

你有没有过这种经历:翻开源码注释、论文摘要或者一份专业报告,每个字都认识,连在一起却像天书。想找人聊聊,身边要么没人懂,要么懂的懒得跟你解释。后来我试着把同一段内容丢给一个大语言模型,几秒钟之后&a…

2026/11/19 21:36:20 阅读更多 →

日新闻

周新闻

月新闻