lyxy-document/scripts/core/advice_generator.py

"""建议生成器模块，根据文件类型和平台返回执行建议。"""

import platform
from pathlib import Path
from typing import Dict, Optional, Tuple, List, Type

from config import DEPENDENCIES
from readers import BaseReader
from readers import (
    PdfReader,
    DocxReader,
    XlsxReader,
    PptxReader,
    HtmlReader,
)


# Reader 类到配置 key 的映射
_READER_KEY_MAP: Dict[Type[BaseReader], str] = {
    PdfReader: "pdf",
    DocxReader: "docx",
    XlsxReader: "xlsx",
    PptxReader: "pptx",
    HtmlReader: "html",
}


def detect_file_type_light(input_path: str, readers: List[BaseReader]) -> Optional[Type[BaseReader]]:
    """
    轻量文件类型检测，复用 Reader 的 supports 方法。

    Args:
        input_path: 文件路径或 URL
        readers: 已实例化的 reader 列表

    Returns:
        支持该输入的 Reader 类，无法识别返回 None
    """
    for reader in readers:
        if reader.supports(input_path):
            return reader.__class__
    return None


def get_platform() -> str:
    """
    获取当前平台标识，格式为 {system}-{machine}。

    Returns:
        平台标识，例如 "Darwin-arm64"、"Linux-x86_64"、"Windows-AMD64"
    """
    system = platform.system()
    machine = platform.machine()
    return f"{system}-{machine}"


def get_dependencies(reader_cls: Type[BaseReader], platform_id: str) -> Tuple[Optional[str], list]:
    """
    获取指定 Reader 类和平台的依赖配置。

    Args:
        reader_cls: Reader 类
        platform_id: 平台标识（如 "Darwin-arm64"）

    Returns:
        (python_version, dependencies) 元组
        - python_version: 需要的 python 版本，None 表示使用默认
        - dependencies: 依赖包列表
    """
    key = _READER_KEY_MAP.get(reader_cls)
    if not key or key not in DEPENDENCIES:
        return None, []

    type_config = DEPENDENCIES[key]

    # 先尝试匹配特定平台
    if platform_id in type_config:
        config = type_config[platform_id]
        return config.get("python"), config.get("dependencies", [])

    # 使用 default 配置
    if "default" in type_config:
        config = type_config["default"]
        return config.get("python"), config.get("dependencies", [])

    return None, []


def generate_uv_command(
    dependencies: list,
    input_path: str,
    python_version: Optional[str] = None,
    script_path: str = "scripts/lyxy_document_reader.py"
) -> str:
    """
    生成 uv run 命令。

    Args:
        dependencies: 依赖包列表
        input_path: 输入文件路径或 URL
        python_version: 需要的 python 版本，None 表示不指定
        script_path: 脚本路径

    Returns:
        uv run 命令字符串
    """
    parts = ["uv run"]

    if python_version:
        parts.append(f"--python {python_version}")

    for dep in dependencies:
        # 处理包含空格的依赖（如 unstructured[pdf]），需要加引号
        if "[" in dep or " " in dep:
            parts.append(f'--with "{dep}"')
        else:
            parts.append(f"--with {dep}")

    parts.append(f"{script_path} {input_path}")

    return " ".join(parts)


def generate_python_command(
    dependencies: list,
    input_path: str,
    script_path: str = "scripts/lyxy_document_reader.py"
) -> Tuple[str, str]:
    """
    生成 python 命令和 pip 安装命令。

    Args:
        dependencies: 依赖包列表
        input_path: 输入文件路径或 URL
        script_path: 脚本路径

    Returns:
        (python_command, pip_command) 元组
    """
    python_cmd = f"python {script_path} {input_path}"

    # 构建 pip install 命令，处理带引号的依赖
    pip_parts = ["pip install"]
    for dep in dependencies:
        pip_parts.append(dep)
    pip_cmd = " ".join(pip_parts)

    return python_cmd, pip_cmd


def format_advice(
    file_type: str,
    input_path: str,
    platform_id: str,
    uv_command: str,
    python_command: str,
    pip_command: str,
    has_platform_specific: bool = False
) -> str:
    """
    格式化建议输出。

    Args:
        file_type: 文件类型
        input_path: 输入路径
        platform_id: 平台标识
        uv_command: uv 命令
        python_command: python 命令
        pip_command: pip 安装命令
        has_platform_specific: 是否使用了平台特殊配置

    Returns:
        格式化后的建议文本
    """
    lines = []

    # 文件类型和输入路径
    lines.append(f"文件类型: {file_type.upper()}")
    lines.append(f"输入路径: {input_path}")

    # 平台信息（仅当使用了特殊配置时显示）
    if has_platform_specific:
        lines.append(f"平台: {platform_id}")

    lines.append("")

    # uv 命令
    lines.append("[uv 命令]")
    lines.append(uv_command)
    lines.append("")

    # python 命令
    lines.append("[python 命令]")
    lines.append(python_command)
    lines.append(pip_command)

    return "\n".join(lines)


def generate_advice(
    input_path: str,
    readers: List[BaseReader],
    script_path: str = "scripts/lyxy_document_reader.py"
) -> Optional[str]:
    """
    生成完整的执行建议。

    Args:
        input_path: 输入文件路径或 URL
        readers: 已实例化的 reader 列表
        script_path: 脚本路径

    Returns:
        格式化的建议文本，无法识别文件类型返回 None
    """
    # 检测文件类型，获取 Reader 类
    reader_cls = detect_file_type_light(input_path, readers)
    if not reader_cls:
        return None

    # 获取配置 key 和显示名称
    key = _READER_KEY_MAP.get(reader_cls, "unknown")
    file_type = key

    # 获取平台
    platform_id = get_platform()

    # 获取依赖配置
    python_version, dependencies = get_dependencies(reader_cls, platform_id)

    # 判断是否使用了平台特殊配置
    has_platform_specific = False
    if key in DEPENDENCIES:
        type_config = DEPENDENCIES[key]
        if platform_id in type_config and "default" in type_config:
            has_platform_specific = True

    # 生成命令
    uv_command = generate_uv_command(dependencies, input_path, python_version, script_path)
    python_command, pip_command = generate_python_command(dependencies, input_path, script_path)

    # 格式化输出
    return format_advice(
        file_type,
        input_path,
        platform_id,
        uv_command,
        python_command,
        pip_command,
        has_platform_specific
    )