""" 诉讼文书生成服务 使用统一 LLM 服务生成诉讼文书(起诉状、答辩状). 主要改进(2026-01): - 统一结构化输出解析 - 直接返回 Pydantic 对象 - 自动进行 schema 校验 Requirements: 3.1, 3.2, 3.3 """ import logging from datetime import date from typing import Any, cast from django.utils.translation import gettext_lazy as _ from apps.core.exceptions import NotFoundError, ValidationException from apps.core.interfaces import ServiceLocator from apps.core.utils.path import Path from apps.documents.storage import get_docx_templates_root from .litigation_context_builder import LitigationContextBuilder from .litigation_llm_generator import LitigationLLMGenerator from .outputs import ComplaintOutput, DefenseOutput logger = logging.getLogger("apps.documents.generation") class LitigationGenerationService: """ 诉讼文书生成服务 使用提示词 + LLM + 结构化解析的生成链. 遵循四层架构规范: - 依赖注入构造函数 - 延迟加载依赖 - 业务逻辑封装 """ def _complaint_template_path(self) -> Path: template_dir = get_docx_templates_root() / "2-案件材料" return template_dir / "1-起诉材料" / "1-起诉状和反诉答辩状" / "1-起诉状.docx" def _defense_template_path(self) -> Path: template_dir = get_docx_templates_root() / "2-案件材料" return template_dir / "2-答辩材料" / "1-答辩状和反诉状" / "1-答辩状.docx" def __init__( self, llm_generator: LitigationLLMGenerator | None = None, context_builder: LitigationContextBuilder | None = None, ) -> None: """ 初始化服务(依赖注入) Args: llm_client: LLM 客户端实例(可选,延迟加载) """ self._llm_generator = llm_generator self._context_builder = context_builder @property def llm_generator(self) -> LitigationLLMGenerator: if self._llm_generator is None: self._llm_generator = LitigationLLMGenerator() return self._llm_generator @property def context_builder(self) -> LitigationContextBuilder: if self._context_builder is None: self._context_builder = LitigationContextBuilder() return self._context_builder def generate_complaint(self, case_data: dict[str, Any]) -> Any: """ 生成起诉状 使用统一 LLM 结构化输出流程直接获取结构化结果. Args: case_data: 案件数据字典,包含以下字段: - cause_of_action: 案由 - plaintiff: 原告 - defendant: 被告 - litigation_request: 诉讼请求 - facts_and_reasons: 事实与理由 Returns: ComplaintOutput: 起诉状输出结构 Raises: ValidationException: 生成失败或数据验证失败 Requirements: 3.1, 3.2, 3.3 """ return self.llm_generator.generate_complaint(case_data) def generate_defense(self, case_data: dict[str, Any]) -> Any: """ 生成答辩状 使用统一 LLM 结构化输出流程直接获取结构化结果. Args: case_data: 案件数据字典,包含以下字段: - cause_of_action: 案由 - plaintiff: 原告 - defendant: 被告 - defense_opinion: 答辩意见 - defense_reasons: 答辩理由 Returns: DefenseOutput: 答辩状输出结构 Raises: ValidationException: 生成失败或数据验证失败 Requirements: 3.1, 3.2, 3.3 """ return self.llm_generator.generate_defense(case_data) def generate_complaint_document(self, case_id: int, skip_llm: bool = True) -> tuple[str, bytes]: """ 生成起诉状文档(返回文件名和字节流) Args: case_id: 案件 ID skip_llm: 是否跳过 LLM 生成(默认 True,用于测试占位符) Returns: tuple[str, bytes]: (文件名, 文档字节流) Raises: NotFoundError: 案件不存在 ValidationException: 生成失败 """ # 1. 获取案件数据 case_service = ServiceLocator.get_case_service() case_dto = case_service.get_case_by_id_internal(case_id) if not case_dto: raise NotFoundError(message=_("案件不存在"), code="CASE_NOT_FOUND", errors={"case_id": case_id}) # 2. 提取案件信息 case_data = self.context_builder.extract_complaint_prompt_data(case_dto) # 3. 使用 LLM 生成内容或使用模拟数据 if skip_llm: logger.info("跳过 LLM 生成,使用模拟数据测试占位符") llm_result = self._get_mock_complaint_output(case_data) else: llm_result = self.generate_complaint(case_data) # 4. 准备模板上下文 context = self.context_builder.build_complaint_context(case_dto=case_dto, llm_result=llm_result) # 5. 生成文件名 filename = self._generate_filename(case_id, "complaint") logger.info("生成起诉状文件名: %s", filename) # 6. 渲染模板 doc_bytes = self._render_template(self._complaint_template_path(), context) return filename, doc_bytes def generate_defense_document(self, case_id: int, skip_llm: bool = True) -> tuple[str, bytes]: """ 生成答辩状文档(返回文件名和字节流) Args: case_id: 案件 ID skip_llm: 是否跳过 LLM 生成(默认 True,用于测试占位符) Returns: tuple[str, bytes]: (文件名, 文档字节流) Raises: NotFoundError: 案件不存在 ValidationException: 生成失败 """ # 1. 获取案件数据 case_service = ServiceLocator.get_case_service() case_dto = case_service.get_case_by_id_internal(case_id) if not case_dto: raise NotFoundError(message=_("案件不存在"), code="CASE_NOT_FOUND", errors={"case_id": case_id}) # 2. 提取案件信息 case_data = self.context_builder.extract_defense_prompt_data(case_dto) # 3. 使用 LLM 生成内容或使用模拟数据 if skip_llm: logger.info("跳过 LLM 生成,使用模拟数据测试占位符") llm_result = self._get_mock_defense_output(case_data) else: llm_result = self.generate_defense(case_data) # 4. 准备模板上下文 context = self.context_builder.build_defense_context(case_dto=case_dto, llm_result=llm_result) # 5. 生成文件名 filename = self._generate_filename(case_id, "defense") logger.info("生成答辩状文件名: %s", filename) # 6. 渲染模板 doc_bytes = self._render_template(self._defense_template_path(), context) return filename, doc_bytes def get_preview_context(self, case_id: int, litigation_type: str) -> dict[str, str]: case_service = ServiceLocator.get_case_service() case_dto = case_service.get_case_by_id_internal(case_id) if not case_dto: raise NotFoundError(message=_("案件不存在"), code="CASE_NOT_FOUND", errors={"case_id": case_id}) if litigation_type == "complaint": template_path = self._complaint_template_path() case_data = self.context_builder.extract_complaint_prompt_data(case_dto) llm_result = self._get_mock_complaint_output(case_data) context = self.context_builder.build_complaint_context(case_dto=case_dto, llm_result=llm_result) elif litigation_type == "defense": template_path = self._defense_template_path() case_data = self.context_builder.extract_defense_prompt_data(case_dto) llm_result = self._get_mock_defense_output(case_data) context = self.context_builder.build_defense_context(case_dto=case_dto, llm_result=llm_result) else: raise ValidationException( message=_("不支持的诉讼类型: %(t)s") % {"t": litigation_type}, code="INVALID_LITIGATION_TYPE", ) from .pipeline import DocxPreviewService preview_result = DocxPreviewService().preview(template_path, context) return cast(dict[str, str], preview_result) def _generate_filename(self, case_id: int, doc_type: str) -> str: """ 生成文件名 Args: case_id: 案件 ID doc_type: 文档类型 ('complaint' 或 'defense') Returns: str: 生成的文件名 Requirements: 10.5 """ from apps.documents.services.placeholders.litigation import FilenameService filename_service = FilenameService() if doc_type == "complaint": return str(filename_service.generate_complaint_filename(case_id)) if doc_type == "defense": return str(filename_service.generate_defense_filename(case_id)) raise ValidationException( message=_("不支持的文档类型: %(t)s") % {"t": doc_type}, code="INVALID_DOC_TYPE", errors={"doc_type": doc_type}, ) def _get_mock_complaint_output(self, case_data: dict[str, Any]) -> ComplaintOutput: """ 获取模拟的起诉状输出(用于测试占位符) Args: case_data: 案件数据 Returns: 模拟的 ComplaintOutput """ from .outputs import PartyInfo return ComplaintOutput( title=f"{case_data.get('cause_of_action', '民事纠纷')}起诉状", parties=[ PartyInfo( name=case_data.get("plaintiff", "原告姓名"), role="原告", id_number="110101199001011234", address="北京市朝阳区测试路1号", ), PartyInfo( name=case_data.get("defendant", "被告姓名"), role="被告", id_number="110101199002021234", address="北京市海淀区测试路2号", ), ], litigation_request="一、请求判令被告支付原告欠款人民币100,000元;\n二、请求判令被告承担本案诉讼费用.", facts_and_reasons=( "原告与被告于2023年1月1日签订借款合同," "约定被告向原告借款人民币100,000元," "借款期限为一年,到期后被告应当归还本金及利息.\n" "借款到期后,原告多次催告被告还款," "但被告一直拖延不还.\n" "综上所述,被告的行为已经严重侵害了原告的合法权益," "为维护原告的合法权益," "特向贵院提起诉讼,请求依法判决." ), evidence=["借款合同", "转账记录", "催款记录"], ) def _get_mock_defense_output(self, case_data: dict[str, Any]) -> DefenseOutput: """ 获取模拟的答辩状输出(用于测试占位符) Args: case_data: 案件数据 Returns: 模拟的 DefenseOutput """ from .outputs import PartyInfo return DefenseOutput( title=f"{case_data.get('cause_of_action', '民事纠纷')}答辩状", parties=[ PartyInfo( name=case_data.get("plaintiff", "原告姓名"), role="原告", id_number="110101199001011234", address="北京市朝阳区测试路1号", ), PartyInfo( name=case_data.get("defendant", "被告姓名"), role="被告", id_number="110101199002021234", address="北京市海淀区测试路2号", ), ], defense_opinion="答辩人不同意原告的全部诉讼请求", defense_reasons=( "一、原告所述借款事实不存在," "答辩人从未向原告借款.\n" "二、原告提供的所谓借款合同系伪造," "答辩人从未在该合同上签字.\n" "三、原告提供的转账记录与本案无关," "该笔款项系其他经济往来.\n" "综上所述,原告的诉讼请求缺乏事实和法律依据," "请求贵院依法驳回原告的全部诉讼请求." ), evidence=["银行流水", "聊天记录", "证人证言"], ) def _render_template(self, template_path: Path, context: dict[str, Any]) -> bytes: """渲染 docx 模板""" if not template_path.exists(): raise ValidationException( message=_("模板文件不存在: %(p)s") % {"p": template_path}, code="TEMPLATE_NOT_FOUND", errors={"template_path": str(template_path)}, ) try: # 记录上下文键用于调试 logger.info("模板上下文包含的占位符: %s", list(context.keys())) if "年份" not in context: context["年份"] = str(date.today().year) from .pipeline import DocxRenderer rendered_content = DocxRenderer().render(str(template_path), context) return cast(bytes, rendered_content) except Exception as e: logger.error("模板渲染失败: %s", e, exc_info=True) raise ValidationException( message=_("模板渲染失败: %(e)s") % {"e": e}, code="TEMPLATE_RENDER_ERROR", errors={"error": str(e)} ) from e