proposa-ai/bid_proposal/pipeline.py

"""
pipeline.py - 流程编排模块

串联招标文件读取、招标要求分析、投标内容生成和DOCX输出，
提供统一的 run_pipeline() 入口函数。
"""

import logging
import os
from typing import Optional

from .config import get_config
from .models import AnalysisResult
from .proposal_generator import ProposalGenerator
from .proposal_writer import write_proposal_docx

logger = logging.getLogger(__name__)


def run_pipeline(
    pdf_path: str,
    output_path: Optional[str] = None,
    api_key: Optional[str] = None,
    model: Optional[str] = None,
    analysis: Optional[AnalysisResult] = None,
) -> str:
    """运行完整的招标文件分析到投标文件生成流程。

    流程步骤：
    1. 读取招标文件 PDF（通过 read_bid_pdf）
    2. 分析招标要求（通过 RequirementAnalyzer.analyze）
    3. 生成投标内容（通过 ProposalGenerator.generate）
    4. 输出格式化 DOCX 文件（通过 write_proposal_docx）

    Args:
        pdf_path: 招标文件 PDF 路径
        output_path: 输出 DOCX 文件路径
                     （默认：在 PDF 同目录下生成 {pdf_stem}_投标文件.docx）
        api_key: OpenAI API 密钥（默认从配置 / 环境变量读取）
        model: OpenAI 模型名（默认 gpt-4o）
        analysis: 可选的预分析结果。如果提供，则跳过分析和 PDF 读取步骤。

    Returns:
        str: 输出 DOCX 文件的绝对路径

    Raises:
        FileNotFoundError: pdf_path 不存在
        ValueError: 配置无效或 API 密钥未设置
        RuntimeError: 流程中某一步骤执行失败
    """
    # ---- 参数校验 ----
    if not pdf_path:
        raise ValueError("pdf_path 不能为空")

    pdf_path = os.path.abspath(pdf_path)
    if not os.path.isfile(pdf_path):
        raise FileNotFoundError(f"招标文件不存在: {pdf_path}")

    if not pdf_path.lower().endswith(".pdf"):
        logger.warning("文件扩展名不是 .pdf，但仍将尝试处理: %s", pdf_path)

    # 设置默认输出路径
    if output_path is None:
        base_dir = os.path.dirname(pdf_path)
        pdf_stem = os.path.splitext(os.path.basename(pdf_path))[0]
        output_path = os.path.join(base_dir, f"{pdf_stem}_投标文件.docx")

    # 确保输出目录存在
    output_dir = os.path.dirname(output_path)
    if output_dir:
        os.makedirs(output_dir, exist_ok=True)

    # ---- 步骤1: 读取招标文件 ----
    if analysis is None:
        logger.info("步骤 1/3: 读取招标文件...")
        try:
            from bid_proposal.bid_reader import read_bid_pdf
            bid_doc = read_bid_pdf(pdf_path)
            logger.info(
                "招标文件读取完成：%s（%d 页，%d 个表格）",
                os.path.basename(pdf_path),
                bid_doc.total_pages,
                bid_doc.table_count,
            )
        except Exception as e:
            raise RuntimeError(f"读取招标文件失败: {e}") from e

        # ---- 步骤2: 分析招标要求 ----
        logger.info("步骤 2/3: 分析招标要求...")
        try:
            from bid_proposal.requirement_analyzer import RequirementAnalyzer
            analyzer = RequirementAnalyzer()
            analysis = analyzer.analyze(bid_doc)
            logger.info(
                "招标要求分析完成：共 %d 项要求",
                analysis.total_requirements,
            )
        except Exception as e:
            raise RuntimeError(f"招标要求分析失败: {e}") from e
    else:
        logger.info(
            "跳过分析和 PDF 读取，使用提供的预分析结果（%d 项要求）",
            analysis.total_requirements,
        )

    # ---- 步骤3: 生成投标内容 ----
    logger.info("步骤 3/4: 生成投标内容...")
    try:
        generator = ProposalGenerator(api_key=api_key, model=model)
        proposal_content = generator.generate(analysis)
        logger.info(
            "投标内容生成完成：共 %d 个章节",
            proposal_content.total_sections,
        )
    except Exception as e:
        raise RuntimeError(f"投标内容生成失败: {e}") from e

    # ---- 步骤4: 输出 DOCX ----
    logger.info("步骤 4/4: 输出 DOCX 文件...")
    try:
        result_path = write_proposal_docx(proposal_content, output_path)
        logger.info("投标文件已生成: %s", result_path)
    except Exception as e:
        raise RuntimeError(f"DOCX 文件输出失败: {e}") from e

    return os.path.abspath(result_path)