import os import time import glob from pathlib import Path from datetime import datetime from dataclasses import dataclass from typing import Dict, List, Generator, Tuple from crazy_functions.crazy_utils import request_gpt_model_in_new_thread_with_ui_alive from toolbox import update_ui, promote_file_to_downloadzone, write_history_to_file, CatchException, report_exception from shared_utils.fastapi_server import validate_path_safety from crazy_functions.paper_fns.paper_download import extract_paper_id, extract_paper_ids, get_arxiv_paper, format_arxiv_id @dataclass class PaperQuestion: """论文分析问题类""" id: str # 问题ID question: str # 问题内容 importance: int # 重要性 (1-5，5最高) description: str # 问题描述 class PaperAnalyzer: """论文快速分析器""" def __init__(self, llm_kwargs: Dict, plugin_kwargs: Dict, chatbot: List, history: List, system_prompt: str): """初始化分析器""" self.llm_kwargs = llm_kwargs self.plugin_kwargs = plugin_kwargs self.chatbot = chatbot self.history = history self.system_prompt = system_prompt self.paper_content = "" self.results = {} # 定义论文分析问题库（已合并为4个核心问题） self.questions = [ PaperQuestion( id="research_and_methods", question="这篇论文的主要研究问题、目标和方法是什么？请分析：1)论文的核心研究问题和研究动机；2)论文提出的关键方法、模型或理论框架；3)这些方法如何解决研究问题。", importance=5, description="研究问题与方法" ), PaperQuestion( id="findings_and_innovation", question="论文的主要发现、结论及创新点是什么？请分析：1)论文的核心结果与主要发现；2)作者得出的关键结论；3)研究的创新点与对领域的贡献；4)与已有工作的区别。", importance=4, description="研究发现与创新" ), PaperQuestion( id="methodology_and_data", question="论文使用了什么研究方法和数据？请详细分析：1)研究设计与实验设置；2)数据收集方法与数据集特点；3)分析技术与评估方法；4)方法学上的合理性。", importance=3, description="研究方法与数据" ), PaperQuestion( id="limitations_and_impact", question="论文的局限性、未来方向及潜在影响是什么？请分析：1)研究的不足与限制因素；2)作者提出的未来研究方向；3)该研究对学术界和行业可能产生的影响；4)研究结果的适用范围与推广价值。", importance=2, description="局限性与影响" ), ] # 按重要性排序 self.questions.sort(key=lambda q: q.importance, reverse=True) def _load_paper(self, paper_path: str) -> Generator: from crazy_functions.doc_fns.text_content_loader import TextContentLoader """加载论文内容""" yield from update_ui(chatbot=self.chatbot, history=self.history) # 使用TextContentLoader读取文件 loader = TextContentLoader(self.chatbot, self.history) yield from loader.execute_single_file(paper_path) # 获取加载的内容 if len(self.history) >= 2 and self.history[-2]: self.paper_content = self.history[-2] yield from update_ui(chatbot=self.chatbot, history=self.history) return True else: self.chatbot.append(["错误", "无法读取论文内容，请检查文件是否有效"]) yield from update_ui(chatbot=self.chatbot, history=self.history) return False def _analyze_question(self, question: PaperQuestion) -> Generator: """分析单个问题 - 直接显示问题和答案""" try: # 创建分析提示 prompt = f"请基于以下论文内容回答问题：\n\n{self.paper_content}\n\n问题：{question.question}" # 使用单线程版本的请求函数 response = yield from request_gpt_model_in_new_thread_with_ui_alive( inputs=prompt, inputs_show_user=question.question, # 显示问题本身 llm_kwargs=self.llm_kwargs, chatbot=self.chatbot, history=[], # 空历史，确保每个问题独立分析 sys_prompt="你是一个专业的科研论文分析助手，需要仔细阅读论文内容并回答问题。请保持客观、准确，并基于论文内容提供深入分析。" ) if response: self.results[question.id] = response return True return False except Exception as e: self.chatbot.append(["错误", f"分析问题时出错: {str(e)}"]) yield from update_ui(chatbot=self.chatbot, history=self.history) return False def _generate_summary(self) -> Generator: """生成最终总结报告""" self.chatbot.append(["生成报告", "正在整合分析结果，生成最终报告..."]) yield from update_ui(chatbot=self.chatbot, history=self.history) summary_prompt = "请基于以下对论文的各个方面的分析，生成一份全面的论文解读报告。报告应该简明扼要地呈现论文的关键内容，并保持逻辑连贯性。" for q in self.questions: if q.id in self.results: summary_prompt += f"\n\n关于{q.description}的分析:\n{self.results[q.id]}" try: # 使用单线程版本的请求函数，可以在前端实时显示生成结果 response = yield from request_gpt_model_in_new_thread_with_ui_alive( inputs=summary_prompt, inputs_show_user="生成论文解读报告", llm_kwargs=self.llm_kwargs, chatbot=self.chatbot, history=[], sys_prompt="你是一个科研论文解读专家，请将多个方面的分析整合为一份完整、连贯、有条理的报告。报告应当重点突出，层次分明，并且保持学术性和客观性。" ) if response: return response return "报告生成失败" except Exception as e: self.chatbot.append(["错误", f"生成报告时出错: {str(e)}"]) yield from update_ui(chatbot=self.chatbot, history=self.history) return "报告生成失败: " + str(e) def save_report(self, report: str) -> Generator: """保存分析报告""" timestamp = time.strftime("%Y%m%d_%H%M%S") # 保存为Markdown文件 try: md_content = f"# 论文快速解读报告\n\n{report}" for q in self.questions: if q.id in self.results: md_content += f"\n\n## {q.description}\n\n{self.results[q.id]}" result_file = write_history_to_file( history=[md_content], file_basename=f"论文解读_{timestamp}.md" ) if result_file and os.path.exists(result_file): promote_file_to_downloadzone(result_file, chatbot=self.chatbot) self.chatbot.append(["保存成功", f"解读报告已保存至: {os.path.basename(result_file)}"]) yield from update_ui(chatbot=self.chatbot, history=self.history) else: self.chatbot.append(["警告", "保存报告成功但找不到文件"]) yield from update_ui(chatbot=self.chatbot, history=self.history) except Exception as e: self.chatbot.append(["警告", f"保存报告失败: {str(e)}"]) yield from update_ui(chatbot=self.chatbot, history=self.history) def analyze_paper(self, paper_path: str) -> Generator: """分析论文主流程""" # 加载论文 success = yield from self._load_paper(paper_path) if not success: return # 分析关键问题 - 直接询问每个问题，不显示进度信息 for question in self.questions: yield from self._analyze_question(question) # 生成总结报告 final_report = yield from self._generate_summary() # 显示最终报告 # self.chatbot.append(["论文解读报告", final_report]) yield from update_ui(chatbot=self.chatbot, history=self.history) # 保存报告 yield from self.save_report(final_report) def _find_paper_file(path: str) -> str: """查找路径中的论文文件（简化版）""" if os.path.isfile(path): return path # 支持的文件扩展名（按优先级排序） extensions = ["pdf", "docx", "doc", "txt", "md", "tex"] # 简单地遍历目录 if os.path.isdir(path): try: for ext in extensions: # 手动检查每个可能的文件，而不使用glob potential_file = os.path.join(path, f"paper.{ext}") if os.path.exists(potential_file) and os.path.isfile(potential_file): return potential_file # 如果没找到特定命名的文件，检查目录中的所有文件 for file in os.listdir(path): file_path = os.path.join(path, file) if os.path.isfile(file_path): file_ext = file.split('.')[-1].lower() if '.' in file else "" if file_ext in extensions: return file_path except Exception: pass # 忽略任何错误 return None def download_paper_by_id(paper_info, chatbot, history) -> str: """下载论文并返回保存路径 Args: paper_info: 元组，包含论文ID类型（arxiv或doi）和ID值 chatbot: 聊天机器人对象 history: 历史记录 Returns: str: 下载的论文路径或None """ from crazy_functions.review_fns.data_sources.scihub_source import SciHub id_type, paper_id = paper_info # 创建保存目录 - 使用时间戳创建唯一文件夹 timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") user_name = chatbot.get_user() if hasattr(chatbot, 'get_user') else "default" from toolbox import get_log_folder, get_user base_save_dir = get_log_folder(get_user(chatbot), plugin_name='paper_download') save_dir = os.path.join(base_save_dir, f"papers_{timestamp}") if not os.path.exists(save_dir): os.makedirs(save_dir) save_path = Path(save_dir) chatbot.append([f"下载论文", f"正在下载{'arXiv' if id_type == 'arxiv' else 'DOI'} {paper_id} 的论文..."]) update_ui(chatbot=chatbot, history=history) pdf_path = None try: if id_type == 'arxiv': # 使用改进的arxiv查询方法 formatted_id = format_arxiv_id(paper_id) paper_result = get_arxiv_paper(formatted_id) if not paper_result: chatbot.append([f"下载失败", f"未找到arXiv论文: {paper_id}"]) update_ui(chatbot=chatbot, history=history) return None # 下载PDF filename = f"arxiv_{paper_id.replace('/', '_')}.pdf" pdf_path = str(save_path / filename) paper_result.download_pdf(filename=pdf_path) else: # doi # 下载DOI sci_hub = SciHub( doi=paper_id, path=save_path ) pdf_path = sci_hub.fetch() # 检查下载结果 if pdf_path and os.path.exists(pdf_path): promote_file_to_downloadzone(pdf_path, chatbot=chatbot) chatbot.append([f"下载成功", f"已成功下载论文: {os.path.basename(pdf_path)}"]) update_ui(chatbot=chatbot, history=history) return pdf_path else: chatbot.append([f"下载失败", f"论文下载失败: {paper_id}"]) update_ui(chatbot=chatbot, history=history) return None except Exception as e: chatbot.append([f"下载错误", f"下载论文时出错: {str(e)}"]) update_ui(chatbot=chatbot, history=history) return None @CatchException def 快速论文解读(txt: str, llm_kwargs: Dict, plugin_kwargs: Dict, chatbot: List, history: List, system_prompt: str, user_request: str): """主函数 - 论文快速解读""" # 初始化分析器 chatbot.append(["函数插件功能及使用方式", "论文快速解读：通过分析论文的关键要素，帮助您迅速理解论文内容，适用于各学科领域的科研论文。

📋 使用方式：
1、直接上传PDF文件或者输入DOI号（仅针对SCI hub存在的论文）或arXiv ID（如2501.03916）
2、点击插件开始分析"]) yield from update_ui(chatbot=chatbot, history=history) paper_file = None # 检查输入是否为论文ID（arxiv或DOI） paper_info = extract_paper_id(txt) if paper_info: # 如果是论文ID，下载论文 chatbot.append(["检测到论文ID", f"检测到{'arXiv' if paper_info[0] == 'arxiv' else 'DOI'} ID: {paper_info[1]}，准备下载论文..."]) yield from update_ui(chatbot=chatbot, history=history) # 下载论文 - 完全重新实现 paper_file = download_paper_by_id(paper_info, chatbot, history) if not paper_file: report_exception(chatbot, history, a=f"下载论文失败", b=f"无法下载{'arXiv' if paper_info[0] == 'arxiv' else 'DOI'}论文: {paper_info[1]}") yield from update_ui(chatbot=chatbot, history=history) return else: # 检查输入路径 if not os.path.exists(txt): report_exception(chatbot, history, a=f"解析论文: {txt}", b=f"找不到文件或无权访问: {txt}") yield from update_ui(chatbot=chatbot, history=history) return # 验证路径安全性 user_name = chatbot.get_user() validate_path_safety(txt, user_name) # 查找论文文件 paper_file = _find_paper_file(txt) if not paper_file: report_exception(chatbot, history, a=f"解析论文", b=f"在路径 {txt} 中未找到支持的论文文件") yield from update_ui(chatbot=chatbot, history=history) return yield from update_ui(chatbot=chatbot, history=history) # 增加调试信息，检查paper_file的类型和值 chatbot.append(["文件类型检查", f"paper_file类型: {type(paper_file)}, 值: {paper_file}"]) yield from update_ui(chatbot=chatbot, history=history) chatbot.pop() # 移除调试信息 # 确保paper_file是字符串 if paper_file is not None and not isinstance(paper_file, str): # 尝试转换为字符串 try: paper_file = str(paper_file) except: report_exception(chatbot, history, a=f"类型错误", b=f"论文路径不是有效的字符串: {type(paper_file)}") yield from update_ui(chatbot=chatbot, history=history) return # 分析论文 chatbot.append(["开始分析", f"正在分析论文: {os.path.basename(paper_file)}"]) yield from update_ui(chatbot=chatbot, history=history) analyzer = PaperAnalyzer(llm_kwargs, plugin_kwargs, chatbot, history, system_prompt) yield from analyzer.analyze_paper(paper_file)