43 lines
1.3 KiB
Python
43 lines
1.3 KiB
Python
"""招聘公告信息提取：调用 CONTENT_EXTRACT 模型，输出结构化字典。"""
|
|
|
|
from __future__ import annotations
|
|
|
|
from langchain_core.messages import HumanMessage, SystemMessage
|
|
|
|
from app.ai.extract.prompt import EXTRACT_SYSTEM_PROMPT
|
|
from app.ai.model_config import SpiderModel
|
|
from app.core.logger import log
|
|
from app.tool.json_helper import parse_llm_json
|
|
|
|
|
|
def extract_announcement(content: str) -> dict | None:
|
|
"""从公告全文中提取结构化信息。
|
|
|
|
Args:
|
|
content: 公告全文（正文 + 图片 OCR 文字 + 二维码内容拼接）。
|
|
|
|
Returns:
|
|
提取出的字段字典；内容为空、模型调用失败或结果不是字典时返回 None。
|
|
"""
|
|
if not content or not content.strip():
|
|
return None
|
|
|
|
messages = [
|
|
SystemMessage(content=EXTRACT_SYSTEM_PROMPT),
|
|
HumanMessage(content=content),
|
|
]
|
|
|
|
try:
|
|
response = SpiderModel.CONTENT_EXTRACT.invoke(messages)
|
|
except Exception as exc:
|
|
log.error(f"公告信息提取失败: {exc}")
|
|
return None
|
|
|
|
result = parse_llm_json(str(response.content))
|
|
if not isinstance(result, dict):
|
|
log.warning(f"公告信息提取结果不是 JSON 对象: {type(result).__name__}")
|
|
return None
|
|
|
|
log.info(f"公告信息提取完成（字段 {len(result)} 个）: {result.get('title')}")
|
|
return result
|