dev：添加了大纲审查模块的优化；

core/construction_review/component/ai_review_engine.py

@@ -770,10 +770,10 @@ class AIReviewEngine(BaseReviewer):
             review_results_df['title'] = chapter_labels
             # review_results_df.to_csv(Path('temp') / 'document_temp' / '2_spec_review_results.csv', encoding='utf-8-sig', index=False)
             # csv_file = rf'temp\document_temp\2_spec_review_results.csv'
-            # path2 = rf'temp\document_temp\outlines_review_results.csv'
+            path2 = rf'temp\document_temp\outlines_review_results.csv'
             # data_df = pd.read_csv(csv_file, encoding='utf-8-sig')
             # data_df = review_results_df
-            outline_review_results = outline_review_results_df(data=review_results_df)
+            outline_review_results = outline_review_results_df(data=review_results_df, path=path2)
             
             logger.info(f"[完整性检查] 准备将大纲审查结果存储到Redis，bind_id: {trace_id_idx}")
             logger.info(f"[完整性检查] 大纲审查结果行数: {len(outline_review_results) if outline_review_results is not None else 'None'}")
@@ -1047,6 +1047,7 @@ class AIReviewEngine(BaseReviewer):
                 
                 # 检查字典中的每个字段
                 if isinstance(merged_results, dict):
+                    logger.info(f"开始大纲审查")
                     for field_name, field_value in merged_results.items():
                         # 检查列表是否为空
                         if isinstance(field_value, list) and len(field_value) == 0:
@@ -1062,7 +1063,7 @@ class AIReviewEngine(BaseReviewer):
                                 }
                             }
                             missing_items.append(missing_item)
-                            logger.info(f"发现缺失项: 章节[{chapter_label}] 字段[{field_name}]")
+
             
             logger.info(f"大纲审查完成，共发现 {len(missing_items)} 个缺失项")
             

core/construction_review/component/reviewers/check_completeness/utils/redis_csv_utils.py

@@ -45,10 +45,10 @@ def get_redis_connection():
         )
         # 测试连接
         r.ping()
-        logger.info(f"[OK] Redis连接成功 (host={REDIS_HOST}, port={REDIS_PORT})")
+        logger.info(f"Redis连接成功: {REDIS_HOST}:{REDIS_PORT}")
         return r
     except Exception as e:
-        logger.info(f"[ERROR] Redis连接失败: {e}")
+        logger.error(f"Redis连接失败: {e}")
         raise
 
 
@@ -75,32 +75,20 @@ def df_store_to_redis(redis_client, data=None, bind_id=None):
     Returns:
         list: 存储的行数据列表
     """
-    logger.info(f"\n[Redis存储] 开始存储数据到Redis，bind_id: {bind_id}")
-    
-    # 调试信息：记录Redis连接信息
-    try:
-        logger.info(f"[DEBUG] Redis连接信息: host={redis_client.connection_pool.connection_kwargs.get('host')}, "
-                   f"port={redis_client.connection_pool.connection_kwargs.get('port')}, "
-                   f"db={redis_client.connection_pool.connection_kwargs.get('db')}")
-    except Exception as e:
-        logger.warning(f"[DEBUG] 无法获取Redis连接信息: {e}")
+    logger.info(f"开始存储数据到Redis，bind_id: {bind_id}")
     
     if data is None:
         # 使用pandas读取CSV文件
-        logger.info(f"[Redis存储] 从CSV文件读取数据: {INPUT_CSV}")
+        logger.info(f"从CSV文件读取数据: {INPUT_CSV}")
         df = pd.read_csv(INPUT_CSV, encoding='utf-8-sig')
         # header = df.columns.tolist()
         rows = df.to_dict('records')
-        
-        logger.info(f"[OK] 读取到 {len(rows)} 行数据")
-        # logger.info(f"[OK] CSV表头: {header}")
     else:
-        logger.info(f"[Redis存储] 使用传入的DataFrame数据，共 {len(data)} 行")
+        logger.info(f"使用传入的DataFrame数据，共 {len(data)} 行")
         rows = data.to_dict('records')
     
     # 清空Redis中该ID的数据
     redis_client.delete(bind_id)
-    logger.info(f"[OK] 清空Redis中ID '{bind_id}' 的旧数据")
     
     # 按行循环存入Redis（使用Hash结构）
     for idx, row in enumerate(rows, start=1):
@@ -112,9 +100,7 @@ def df_store_to_redis(redis_client, data=None, bind_id=None):
     # 存储行数
     redis_client.hset(bind_id, "row_count", len(rows))
     
-    logger.info(f"[OK] 成功将 {len(rows)} 行数据存入Redis")
-    logger.info(f"[OK] Redis Key: {bind_id}")
-    logger.info(f"[Redis存储] 数据存储完成")
+    logger.info(f"数据存储完成，共 {len(rows)} 行")
     
     return rows
 
@@ -130,30 +116,12 @@ def read_from_redis_and_save_csv(redis_client, bind_id=None, csv_save_path=None)
     Returns:
         pandas.DataFrame: 包含数据的DataFrame，如果Redis中不存在数据则返回空DataFrame
     """
-    logger.info(f"\n从Redis读取数据 (ID: {bind_id})")
-    
-    # 调试信息：记录Redis连接信息
-    try:
-        logger.info(f"[DEBUG] Redis连接信息: host={redis_client.connection_pool.connection_kwargs.get('host')}, "
-                   f"port={redis_client.connection_pool.connection_kwargs.get('port')}, "
-                   f"db={redis_client.connection_pool.connection_kwargs.get('db')}")
-    except Exception as e:
-        logger.warning(f"[DEBUG] 无法获取Redis连接信息: {e}")
-    
-    # 调试信息：检查键是否存在
-    key_exists = redis_client.exists(bind_id)
-    logger.info(f"[DEBUG] Redis键 '{bind_id}' 存在状态: {key_exists}")
-    
-    # 调试信息：列出所有匹配的键
-    try:
-        all_keys = redis_client.keys(f"*{bind_id}*")
-        logger.info(f"[DEBUG] Redis中匹配的键: {all_keys}")
-    except Exception as e:
-        logger.warning(f"[DEBUG] 无法列出Redis键: {e}")
+    logger.info(f"从Redis读取数据，bind_id: {bind_id}")
     
     # 检查数据是否存在
+    key_exists = redis_client.exists(bind_id)
     if not key_exists:
-        logger.warning(f"[WARN] Redis中不存在ID '{bind_id}' 的数据，返回空DataFrame")
+        logger.warning(f"Redis中不存在ID '{bind_id}' 的数据，返回空DataFrame")
         return pd.DataFrame()  # 返回空DataFrame而不是None
     
     # # 获取表头
@@ -167,7 +135,6 @@ def read_from_redis_and_save_csv(redis_client, bind_id=None, csv_save_path=None)
     
     # 获取行数
     row_count = int(redis_client.hget(bind_id, "row_count") or 0)
-    logger.info(f"[OK] 总行数: {row_count}")
     
     # 读取所有行数据
     rows = []
@@ -178,41 +145,27 @@ def read_from_redis_and_save_csv(redis_client, bind_id=None, csv_save_path=None)
             row = json.loads(row_json)
             rows.append(row)
     
-    logger.info(f"[OK] 成功从Redis读取 {len(rows)} 行数据")
-    
     # 使用pandas保存为新的CSV文件
     df_output = pd.DataFrame(rows)
     if csv_save_path:
         df_output.to_csv(OUTPUT_CSV, index=False, encoding='utf-8-sig')
-    
-    logger.info(f"[OK] 数据已保存到: {OUTPUT_CSV}")
+        logger.info(f"数据已保存到: {OUTPUT_CSV}")
     
     # 读取完成后删除Redis中的bind_id数据
     redis_client.delete(bind_id)
-    logger.info(f"[OK] 已删除Redis中ID '{bind_id}' 的数据")
     
     return df_output
 
 
 def display_redis_data(redis_client, bind_id=None):
     """显示Redis中存储的数据摘要"""
-    logger.info(f"\nRedis数据摘要 (ID: {bind_id})")
-    logger.info("-" * 50)
-    
-    # 获取所有字段
+    logger.info(f"Redis数据摘要 (ID: {bind_id})")
     all_fields = redis_client.hkeys(bind_id)
     logger.info(f"字段数量: {len(all_fields)}")
-    logger.info(f"字段列表: {all_fields}")
-    
-    logger.info("-" * 50)
 
 
 def main():
     """主函数"""
-    logger.info("=" * 60)
-    logger.info("Redis CSV 处理器")
-    logger.info("=" * 60)
-    
     try:
         # 获取Redis连接
         redis_client = get_redis_connection()
@@ -220,23 +173,18 @@ def main():
         # 读取CSV并存入Redis
         df_store_to_redis(redis_client)
         
-        # 显示Redis数据摘要
-        display_redis_data(redis_client)
-        
         # 从Redis读取并保存为新的CSV文件
         rows = read_from_redis_and_save_csv(redis_client)
         # 将字典列表转换为JSON字符串列表
         # rows_str = [json.dumps(row, ensure_ascii=False) for row in rows]
         # logger.info(f"[OK] 保存到CSV文件成功 (\n{header}\n{'\n'.join(rows_str)})")
         logger.info(f"{pd.DataFrame(rows)}")
-        logger.info("\n" + "=" * 60)
-        logger.info("[OK] 处理完成！")
-        logger.info("=" * 60)
+        logger.info("处理完成")
         
     except Exception as e:
-        logger.info(f"\n[ERROR] 处理过程中发生错误: {e}")
+        logger.error(f"处理过程中发生错误: {e}")
         import traceback
-        traceback.logger.info_exc()
+        logger.error(traceback.format_exc())
 
 
 if __name__ == "__main__":

core/construction_review/component/reviewers/outline_check.py

@@ -8,6 +8,8 @@ import pandas as pd
 import json
 import ast  # 用于安全解析字符串为Python对象
 
+from foundation.observability.logger.loggering import server_logger as logger
+
 
 def parse_review_result(review_result_str):
     """
@@ -63,6 +65,7 @@ def outline_review_results_df(data, path=None):
         - review_results_summary: 合并后的审查结果字典
         - chapter_classification: 章节分类（如"basis", "overview"等）
     """
+    logger.info(f"开始处理大纲审查结果，数据行数: {len(data)}")
     try:
         df = data
         # 提取章节标签的第一部分
@@ -103,9 +106,6 @@ def outline_review_results_df(data, path=None):
         # 存储章节分类
         new_df['chapter_classification'] = chapter_classifications.values
         
-        print(f"章节分类: {chapter_classifications.values}")
-        print(f"处理后的DataFrame:\n{new_df}")
-        
         if path:
             # 判断文件是否存在
             if os.path.exists(path):
@@ -115,12 +115,13 @@ def outline_review_results_df(data, path=None):
                 # 文件不存在，首次写入，包含表头
                 new_df.to_csv(path, mode='w', index=False, encoding='utf-8-sig')
         
+        logger.info(f"大纲审查结果处理完成，输出 {len(new_df)} 条记录")
         return new_df
         
     except FileNotFoundError:
-        print(f"错误: 文件不存在！")
+        logger.error(f"文件不存在: {path}")
     except Exception as e:
-        print(f"读取CSV文件时发生错误: {e}")
+        logger.error(f"处理大纲审查结果时发生错误: {e}")
 
 if __name__ == '__main__':
     csv_file = rf'temp\document_temp\2_spec_review_results.csv'