176 lines
9.8 KiB
Markdown
176 lines
9.8 KiB
Markdown
# 大沃项目 — 目录结构
|
||
|
||
> 项目包含 4 个独立模块 + 若干根目录资源文件
|
||
|
||
```
|
||
bigwo/
|
||
│
|
||
├── 📄 根目录资源文件
|
||
│ ├── agents_prompts.txt # Agent 提示词汇总（15 个角色）
|
||
│ ├── 大沃.doc # 原始 Word 文档
|
||
│ ├── 大沃_clean.txt # 清洗后的纯文本
|
||
│ └── 大沃_content.txt # 提取的完整内容
|
||
│
|
||
│
|
||
├── 📦 ai-knowledge-splitter/ # 模块一：AI 知识库文档智能分块工具
|
||
│ │ # Python CLI，DeepSeek API 语义分块
|
||
│ │
|
||
│ ├── main.py # CLI 入口（单文件/批量模式）
|
||
│ ├── splitter.py # 主协调器（解析→分块→输出流程）
|
||
│ ├── chunker.py # AI 分块器（预切分 + API 语义分块）
|
||
│ ├── api_client.py # DeepSeek API 客户端（含重试）
|
||
│ ├── prompts.py # 分块提示词（文档/表格/问答/图片 4 种策略）
|
||
│ ├── writer.py # 输出写入器（Markdown / JSON）
|
||
│ ├── models.py # 数据结构（Chunk / ProcessResult）
|
||
│ ├── exceptions.py # 自定义异常
|
||
│ ├── batch.py # 批量处理（递归扫描 + 容错 + 汇总）
|
||
│ ├── categorizer.py # 分类合并器（按业务标签归类）
|
||
│ ├── batch_convert.py # 批量 doc/docx → Markdown 转换脚本
|
||
│ ├── ai_restructure.py # AI 整理已有 MD 文件（格式优化）
|
||
│ ├── doc_extractor.py # .doc 二进制格式文本提取器（olefile）
|
||
│ ├── requirements.txt # Python 依赖
|
||
│ ├── .env # 环境变量（DEEPSEEK_API_KEY）
|
||
│ │
|
||
│ ├── parsers/ # 文件解析器（策略模式）
|
||
│ │ ├── base.py # BaseParser 抽象基类 + ParserRegistry
|
||
│ │ ├── pdf_parser.py # PDF（PyMuPDF）
|
||
│ │ ├── doc_parser.py # Word .docx（python-docx）
|
||
│ │ ├── legacy_doc_parser.py # Word .doc（Word 97-2003）
|
||
│ │ ├── xlsx_parser.py # Excel .xlsx（openpyxl）
|
||
│ │ ├── xls_parser.py # Excel .xls（xlrd）
|
||
│ │ ├── csv_parser.py # CSV
|
||
│ │ ├── html_parser.py # HTML（BeautifulSoup）
|
||
│ │ ├── text_parser.py # TXT / Markdown
|
||
│ │ └── image_parser.py # 图片（base64 → Vision API）
|
||
│ │
|
||
│ ├── tests/ # 单元测试（pytest）
|
||
│ │ ├── test_main.py
|
||
│ │ ├── test_splitter.py
|
||
│ │ ├── test_chunker.py
|
||
│ │ ├── test_api_client.py
|
||
│ │ ├── test_prompts.py
|
||
│ │ ├── test_writer.py
|
||
│ │ ├── test_models.py
|
||
│ │ ├── test_exceptions.py
|
||
│ │ ├── test_parsers_base.py
|
||
│ │ ├── test_pdf_parser.py
|
||
│ │ ├── test_doc_parser.py
|
||
│ │ ├── test_xlsx_parser.py
|
||
│ │ ├── test_xls_parser.py
|
||
│ │ ├── test_csv_parser.py
|
||
│ │ ├── test_html_parser.py
|
||
│ │ ├── test_text_parser.py
|
||
│ │ └── test_image_parser.py
|
||
│ │
|
||
│ ├── test_results/ # 测试输出样本
|
||
│ │
|
||
│ └── 2026火山知识库用/ # 知识库源文档（待处理）
|
||
│ └── 2026火山知识库用/
|
||
│ ├── *.doc / *.docx / *.md # 各类源文档
|
||
│ ├── 整理后/ # AI 整理后的 MD 文件
|
||
│ └── 标注的图片知识库/ # 产品图片
|
||
│
|
||
│
|
||
├── 📦 coze_config/ # 模块二：Coze Bot 配置与 Agent 提示词
|
||
│ │ # 15 个专业角色 Agent 的提示词定义
|
||
│ │
|
||
│ ├── README.md # 模块说明
|
||
│ ├── Coze平台操作指南.md # Coze 平台操作指南
|
||
│ ├── coze_bot_config.json # Bot 完整配置（JSON）
|
||
│ ├── orchestrator_prompt.md # 编排器（主控 Agent）提示词
|
||
│ │
|
||
│ └── agents/ # 15 个子 Agent 提示词
|
||
│ ├── 01_事业招商_zhaoshang.md
|
||
│ ├── 02_产品宣传_xuanchuan.md
|
||
│ ├── 03_趋势前瞻_qianzhan.md
|
||
│ ├── 04_产品互动_hudong.md
|
||
│ ├── 05_自我介绍_ziwojieshao.md
|
||
│ ├── 06_活动促销_cuxiao.md
|
||
│ ├── 07_产品文化_wenhua.md
|
||
│ ├── 08_生活感悟_ganwu.md
|
||
│ ├── 09_公司介绍_gongsijieshao.md
|
||
│ ├── 10_营养科普_kepu.md
|
||
│ ├── 11_问候_wenhou.md
|
||
│ ├── 12_误区厘清_wuquliqing.md
|
||
│ ├── 13_工作复盘_fupan.md
|
||
│ ├── 14_事业顾问_guwen.md
|
||
│ └── 15_客户成交_chengjiao.md
|
||
│
|
||
│
|
||
├── 📦 coze_api/ # 模块三：Coze API 客户端
|
||
│ │ # Python，Coze v3 Chat API 调用封装
|
||
│ │
|
||
│ ├── README.md
|
||
│ ├── coze_client.py # Coze API 客户端（创建对话/轮询/获取回复）
|
||
│ ├── test_coze_api.py # 测试脚本
|
||
│ ├── requirements.txt # Python 依赖
|
||
│ ├── .env # 环境变量（COZE_API_TOKEN / BOT_ID）
|
||
│ └── .env.example # 环境变量模板
|
||
│
|
||
│
|
||
└── 📦 test2/ # 模块四：混合编排语音通话 + 文字对话系统
|
||
│ # 全栈 Web App，火山 S2S + Coze Bot
|
||
│
|
||
├── E2E_HYBRID_MODE_PLAN.md # 混合编排方案详细设计文档
|
||
├── E2E_VOICE_MODULE.md # 端到端语音模块技术方案
|
||
├── KNOWLEDGE_BASE_GUIDE.md # 知识库配置与使用指南
|
||
│
|
||
├── client/ # 前端（React + Vite + TailwindCSS）
|
||
│ ├── package.json
|
||
│ ├── vite.config.js # Vite 配置（含 /api 代理到 :3001）
|
||
│ ├── index.html
|
||
│ └── src/
|
||
│ ├── main.jsx # 入口
|
||
│ ├── index.css # 全局样式
|
||
│ ├── App.jsx # 主组件（语音/文字模式切换）
|
||
│ ├── components/
|
||
│ │ ├── VoicePanel.jsx # 语音通话面板
|
||
│ │ ├── ChatPanel.jsx # 文字对话面板
|
||
│ │ ├── SubtitleDisplay.jsx # 字幕展示
|
||
│ │ └── SettingsPanel.jsx # 设置面板
|
||
│ ├── hooks/
|
||
│ │ └── useVoiceChat.js # 语音通话 Hook
|
||
│ └── services/
|
||
│ ├── rtcService.js # WebRTC 连接管理
|
||
│ ├── voiceApi.js # 语音 API 调用
|
||
│ └── chatApi.js # 文字对话 API 调用
|
||
│
|
||
└── server/ # 后端（Express.js）
|
||
├── package.json
|
||
├── app.js # Express 入口（端口 3001）
|
||
├── .env # 环境变量（火山/Coze 凭证）
|
||
├── .env.example # 环境变量模板
|
||
├── config/
|
||
│ ├── voiceChatConfig.js # StartVoiceChat 配置构建器
|
||
│ └── tools.js # 5 个工具定义（天气/订单/知识库/时间/计算）
|
||
├── routes/
|
||
│ ├── voice.js # 语音通话路由（start/stop/subtitle/tool-callback）
|
||
│ └── chat.js # 文字对话路由（start/send/send-stream）
|
||
└── services/
|
||
├── volcengine.js # 火山引擎 OpenAPI（V4 签名 + RTC Token）
|
||
├── arkChatService.js # 方舟 LLM 服务（流式/工具调用循环）
|
||
├── cozeChatService.js # Coze Bot 对话服务（流式/非流式）
|
||
└── toolExecutor.js # 工具执行器（知识库三级 fallback）
|
||
```
|
||
|
||
## 模块关系
|
||
|
||
```
|
||
┌─────────────────────────┐
|
||
│ ai-knowledge-splitter │ 文档 → 分块 → 上传知识库
|
||
└───────────┬─────────────┘
|
||
│ 产出知识库数据
|
||
▼
|
||
┌─────────────────────────┐ ┌──────────────┐
|
||
│ coze_config │────►│ coze_api │
|
||
│ Bot 配置 / Agent 提示词 │ │ API 客户端 │
|
||
└───────────┬─────────────┘ └──────┬───────┘
|
||
│ 配置 Coze Bot │ 调用 Coze API
|
||
▼ ▼
|
||
┌─────────────────────────────────────────────────┐
|
||
│ test2 │
|
||
│ 语音通话（火山 S2S）+ 文字对话（Coze Bot） │
|
||
│ 最终用户交互入口 │
|
||
└─────────────────────────────────────────────────┘
|
||
```
|