wsb1224
b8c4e8b672
修复 PPT 异步任务无法生成的问题，包括任务变量引用错误、失败状态回写、心跳缺失任务恢复。 脱敏改为保司/产品后台统一配置，生成端不再让用户选择；任务创建时保存策略快照。 保司支持独立控制 PPT、海报 Logo 显示。 PPT 核验新增吸烟状态、币种及三个条件字段。 利益演示、退保提取调整为警告，不再阻止生成。 PPT 生成完成后可以直接返回数据核验页修改。 建立不同险种、单图/长图共六套海报字段画像。 PPT“生成场景”支持后台新增、启停和删除。 保司、产品、PPT 模板、文案模板均支持安全删除。 内置模板禁止删除，只允许停用；存在关联数据时拒绝危险删除。 补充策略变更及删除审计日志。 更新 API 文档、部署文档及修复计划实施记录。 关键交付文件： [数据库迁移 migrate_027.py](D:/work/code/python/coding/baodanagent/api/insurance/db/migrate_027.py) [海报字段画像 field_profiles.py](D:/work/code/python/coding/baodanagent/api/insurance/poster/field_profiles.py) [动态场景服务 scenarios.py](D:/work/code/python/coding/baodanagent/api/insurance/ppt/scenarios.py) [新增回归测试](D:/work/code/python/coding/baodanagent/tests/ppt_poster_optimization_test.py) [优化修复计划书](D:/work/code/python/coding/baodanagent/docs/保险智能客服系统_PPT与海报优化修复计划书_20260731.md) 验证结果： 核心链路测试：37 passed，1 skipped 扩展回归测试：140 passed PPT 渲染器测试：6 passed 前端生产构建：通过 Python 编译检查：通过 完整测试集：190 passed，1 failed 唯一失败为 tests/test_chat_save.py::test_chat_logs_query 未建立 Flask application context，与本次 PPT/海报链路无关。
241 lines
11 KiB
Python
241 lines
11 KiB
Python
"""LLM 提取 Prompt 常量。
|
||
|
||
注：以下 prompt 仅在正则提取行数不足时作为 LLM 回退使用。
|
||
销售分析职责已移交给 ANALYSIS_SYSTEM_PROMPT。
|
||
"""
|
||
|
||
SAVINGS_PLAN_SYSTEM_PROMPT = """你是香港保险计划书数据提取专家。从PDF文本中提取结构化JSON。
|
||
|
||
输出JSON（只输出JSON，无markdown）：
|
||
{
|
||
"product_name": "产品全称",
|
||
"product_type": "savings",
|
||
"insured": {"name": null, "age": 数字, "gender": "male/female", "relation": null, "smoker": null},
|
||
"policy": {"product_name": "产品名称", "currency": "ISO 4217代码", "sum_insured": null, "basic_sum_insured": null, "basic_plan_annual_premium": 数字或null, "first_year_amount_due": 数字或null, "annual_premium": 数字, "premium_payment_period": 数字, "coverage_period": "终身"},
|
||
"benefit_illustration": [{"policy_year": 数字, "total_premium_paid": 数字, "guaranteed_cash_value": 数字, "reversionary_bonus": 数字, "terminal_dividend": 数字, "total_surrender_value": 数字, "death_benefit": 数字或null, "source_page": 数字或null}],
|
||
"withdrawal_illustration": [{"policy_year": 数字, "annual_withdrawal": 数字, "total_withdrawn": 数字或null, "surrender_value_before": 数字或null, "surrender_value_after": 数字或null, "source_page": 数字或null}]
|
||
}
|
||
|
||
规则：
|
||
1. 扫描所有页面，提取所有保单年度数据（至少20行）
|
||
2. 提领表：只取"总额/Total"列，不取子列；用官方"提取后"列作为surrender_value_after
|
||
3. 数值去逗号转数字，无法确定填null不填0
|
||
4. 严禁编造数据"""
|
||
|
||
|
||
CI_PLAN_SYSTEM_PROMPT = """你是香港危疾保险计划书数据提取专家。从PDF文本中提取结构化JSON。
|
||
|
||
输出JSON（只输出JSON，无markdown）：
|
||
{
|
||
"product_name": "产品全称",
|
||
"product_type": "ci",
|
||
"insured": {"name": null, "age": 数字, "gender": "male/female", "relation": null, "smoker": "yes/no/unknown"},
|
||
"policy": {"currency": "ISO 4217代码", "sum_insured": 数字, "basic_sum_insured": 数字或null, "basic_plan_annual_premium": 数字或null, "first_year_amount_due": 数字或null, "annual_premium": 数字, "premium_payment_period": 数字, "coverage_period": "终身"},
|
||
"coverage_items": [{"label": "保障项目", "amount": 数字, "percentage": 数字或null, "description": null}],
|
||
"benefit_illustration": [{"policy_year": 数字, "total_premium_paid": 数字, "death_benefit": 数字}]
|
||
}
|
||
|
||
规则：
|
||
1. 提取所有保障项目，不要遗漏
|
||
2. benefit_illustration 提取所有保单年度
|
||
3. 无法确定的字段填null"""
|
||
|
||
|
||
IUL_SYSTEM_PROMPT = """你是IUL（指数型万用寿险）计划书数据提取专家。从PDF文本中提取结构化JSON。
|
||
|
||
输出JSON（只输出JSON，无markdown）：
|
||
{
|
||
"product_name": "产品全称",
|
||
"product_type": "iul",
|
||
"insured": {"name": null, "age": 数字, "gender": "male/female", "smoker": "yes/no/unknown"},
|
||
"policy": {"currency": "ISO 4217代码", "sum_insured": 数字, "basic_sum_insured": 数字或null, "basic_plan_annual_premium": 数字或null, "first_year_amount_due": 数字或null, "annual_premium": 数字, "premium_payment_period": 数字, "coverage_period": "终身", "target_premium": 数字或null, "minimum_premium": 数字或null},
|
||
"index_accounts": [{"name": "账户名称", "allocation": 数字, "current_rate": 数字或null, "guaranteed_floor": 数字或null}],
|
||
"benefit_illustration": [{"policy_year": 数字, "total_premium_paid": 数字, "guaranteed_account_value": 数字, "guaranteed_cash_value": 数字, "non_guaranteed_account_value": 数字, "non_guaranteed_cash_value": 数字, "non_guaranteed_death_benefit": 数字, "cost_of_insurance": 数字或null, "source_page": 数字或null}]
|
||
}
|
||
|
||
规则：
|
||
1. 优先提取非保证（当前假设利率）数据
|
||
2. 逐年提取所有保单年度，不要只输出摘要年份
|
||
3. 严禁编造数据，无法确定填null"""
|
||
|
||
|
||
# ─── 轻量级分析 Prompt（正则提取后使用）──────────────────────
|
||
|
||
ANALYSIS_SYSTEM_PROMPT = """你是一位香港保险销售顾问。用户已经通过正则提取了计划书的核心数据（JSON格式），请你结合 PDF 关键页面原文，完成以下分析：
|
||
|
||
输入：
|
||
- key_pages_text: PDF 中与产品相关的 4-5 页原文（已标注页码）
|
||
- structured_data: 正则提取的结构化 JSON（可能有缺失字段）
|
||
|
||
请输出以下 JSON（只输出 JSON，无 markdown，无额外文字）：
|
||
{
|
||
"keyPoints": [
|
||
"关键发现1：描述产品的核心亮点或关键数据",
|
||
"关键发现2：...",
|
||
"关键发现3：..."
|
||
],
|
||
"gaps": [
|
||
"缺失字段1：具体说明哪个字段未提取到，应该在哪里找",
|
||
"缺失字段2：..."
|
||
],
|
||
"suggestedQuestions": [
|
||
"建议用户确认的问题1",
|
||
"建议用户确认的问题2"
|
||
]
|
||
}
|
||
|
||
规则：
|
||
1. keyPoints：基于提取的数据和原文，总结3-5个最有价值的销售要点（如IRR、回本年限、关键收益年度等）
|
||
2. gaps：只列出structured_data中确实为null且原文中能找到的字段，说明在PDF第几页可以找到
|
||
3. suggestedQuestions：建议用户确认的数据问题（如年龄是否正确、是否有附加险等）
|
||
4. 输出总长度控制在300字以内
|
||
5. 不要重复已提取的数据，只提供增量分析"""
|
||
|
||
|
||
def build_analysis_prompt(key_pages_text: str, structured_data: dict) -> str:
|
||
"""构建轻量级分析 prompt（正则提取后调用）。"""
|
||
import json
|
||
data_str = json.dumps(structured_data, ensure_ascii=False, indent=2)
|
||
return (
|
||
f"## PDF 关键页面原文\n{key_pages_text}\n\n"
|
||
f"## 正则提取的结构化数据\n{data_str}"
|
||
)
|
||
|
||
|
||
# ─── 页面筛选工具 ──────────────────────────────────────────
|
||
|
||
def select_key_pages(pdf_text: str, max_pages: int = 5, max_chars: int = 8000) -> str:
|
||
"""从完整 PDF 文本中筛选与产品最相关的 N 页。
|
||
|
||
筛选优先级：
|
||
1. 包含产品名称的封面页
|
||
2. 包含演示表（保单年度 + 价值类关键词）的页面
|
||
3. 包含保费信息的页面
|
||
4. 其余页面按顺序填充
|
||
|
||
Args:
|
||
pdf_text: 完整 PDF 文本（可能含 [PAGE N] 标记）
|
||
max_pages: 最多选取页数
|
||
max_chars: 总字符预算
|
||
|
||
Returns:
|
||
筛选后的页面文本（含页码标记）
|
||
"""
|
||
import re
|
||
|
||
# 拆分为页面（按 [PAGE N] 标记或换页符）
|
||
page_pattern = re.compile(r'\[PAGE\s+(\d+)\]')
|
||
parts = page_pattern.split(pdf_text)
|
||
|
||
pages = []
|
||
if len(parts) > 1:
|
||
# 有 [PAGE N] 标记
|
||
for i in range(1, len(parts), 2):
|
||
page_num = int(parts[i])
|
||
content = parts[i + 1] if i + 1 < len(parts) else ''
|
||
pages.append((page_num, content.strip()))
|
||
else:
|
||
# 没有页码标记，按换页符或大量换行分割
|
||
raw_pages = re.split(r'\f|\n{3,}', pdf_text)
|
||
for i, content in enumerate(raw_pages):
|
||
if content.strip():
|
||
pages.append((i + 1, content.strip()))
|
||
|
||
if not pages:
|
||
return pdf_text[:max_chars]
|
||
|
||
# ── 第一轮：按页面角色强制选入 ──
|
||
# 角色识别关键词
|
||
cover_kw = ['产品名称', '产品名', '保单', '受保人', '计划书', '建议书',
|
||
'Product', 'Proposal', '計劃書', '建議書', '產品名稱', '保障計劃']
|
||
customer_kw = ['受保人', '被保人', '投保人', '姓名', '年龄', '性别',
|
||
'Insured', 'Policyholder', '受保人年齡', '被保人年齡',
|
||
'Date of Birth', '出生日期']
|
||
summary_kw = ['保单摘要', '保單摘要', 'Policy Summary', '基本资料', '基本資料',
|
||
'保额', '保額', '缴费年期', '繳費年期', '保障年期']
|
||
# 利益表关键词（匹配这些的页面必须全部选入）
|
||
table_kw = [
|
||
'保单年度', '保單年度', '保证现金', '保證現金', '退保价值', '退保價值',
|
||
'红利', '紅利', '保费', '保費',
|
||
'benefit', 'illustration', 'policy year', 'account value',
|
||
'cash value', 'cash surrender', 'death benefit',
|
||
'guaranteed', 'non-guaranteed', 'non guaranteed',
|
||
]
|
||
premium_kw = [
|
||
'年缴保费', 'Annual Premium', '缴费年期', 'Premium Payment',
|
||
'planned premium', 'initial premium', '年繳保費',
|
||
]
|
||
|
||
# 分类每页
|
||
mandatory_pages = [] # 必选页（封面、客户信息、利益表）
|
||
optional_scored = [] # 可选页（按分数排序）
|
||
|
||
for page_num, content in pages:
|
||
content_lower = content.lower()
|
||
is_cover = any(kw.lower() in content_lower for kw in cover_kw)
|
||
is_customer = any(kw.lower() in content_lower for kw in customer_kw)
|
||
is_summary = any(kw.lower() in content_lower for kw in summary_kw)
|
||
is_table = sum(1 for kw in table_kw if kw.lower() in content_lower) >= 2
|
||
has_premium = any(kw.lower() in content_lower for kw in premium_kw)
|
||
|
||
if is_table:
|
||
# 利益表页必须全部选入
|
||
mandatory_pages.append((page_num, content, "table"))
|
||
elif is_cover and page_num <= 3:
|
||
# 封面只取前 3 页
|
||
mandatory_pages.append((page_num, content, "cover"))
|
||
elif is_customer:
|
||
mandatory_pages.append((page_num, content, "customer"))
|
||
elif is_summary:
|
||
mandatory_pages.append((page_num, content, "summary"))
|
||
else:
|
||
# 可选页：按分数排序
|
||
score = 0
|
||
if is_cover:
|
||
score += 30
|
||
if has_premium:
|
||
score += 20
|
||
num_count = len(re.findall(r'\b\d{3,}\b', content))
|
||
score += min(num_count, 20)
|
||
optional_scored.append((score, page_num, content))
|
||
|
||
# ── 第二轮：拼接必选页 + 填充可选页 ──
|
||
mandatory_pages.sort(key=lambda x: x[0]) # 按页码排序
|
||
optional_scored.sort(key=lambda x: x[0], reverse=True) # 按分数排序
|
||
|
||
selected_pages = []
|
||
selected_nums = set()
|
||
total_chars = 0
|
||
|
||
# 先加入所有必选页
|
||
for page_num, content, role in mandatory_pages:
|
||
if page_num in selected_nums:
|
||
continue
|
||
page_text = f"[PAGE {page_num}]\n{content}"
|
||
if total_chars + len(page_text) > max_chars:
|
||
# 必选页也截断，但保留页码标记
|
||
remaining = max_chars - total_chars
|
||
if remaining > 50:
|
||
selected_pages.append((page_num, page_text[:remaining]))
|
||
break
|
||
selected_pages.append((page_num, page_text))
|
||
selected_nums.add(page_num)
|
||
total_chars += len(page_text)
|
||
|
||
# 再填充高分可选页
|
||
for score, page_num, content in optional_scored:
|
||
if len(selected_pages) >= max_pages:
|
||
break
|
||
if page_num in selected_nums:
|
||
continue
|
||
page_text = f"[PAGE {page_num}]\n{content}"
|
||
if total_chars + len(page_text) > max_chars:
|
||
break
|
||
selected_pages.append((page_num, page_text))
|
||
selected_nums.add(page_num)
|
||
total_chars += len(page_text)
|
||
|
||
# 按页码排序输出
|
||
selected_pages.sort(key=lambda x: x[0])
|
||
return '\n\n'.join(text for _, text in selected_pages)
|