adw

type BaseStep struct {
	// contains filtered or unexported fields
}

type BoundingBox struct {
	// X 左上角 X 坐标
	X float64

	// Y 左上角 Y 坐标
	Y float64

	// Width 宽度
	Width float64

	// Height 高度
	Height float64
}

type ConfidenceCalculatorStep struct {
	BaseStep
}

type Document struct {
	// 继承基础文档
	rag.Document

	// Type 文档类型
	Type DocumentType

	// StructuredData 结构化数据（提取结果）
	StructuredData map[string]any

	// Tables 表格列表
	Tables []Table

	// Forms 表单字段列表
	Forms []FormField

	// Entities 实体列表
	Entities []Entity

	// Relations 实体关系列表
	Relations []Relation

	// Sections 文档分节
	Sections []Section

	// Images 图片列表
	Images []Image

	// ValidationErrors 验证错误列表
	ValidationErrors []ValidationError

	// ProcessingHistory 处理历史
	ProcessingHistory []ProcessingStep

	// Confidence 整体置信度 (0-1)
	Confidence float64

	// ProcessedAt 处理时间
	ProcessedAt time.Time

	// ProcessingDuration 处理耗时
	ProcessingDuration time.Duration

	// ExtraMetadata 额外元数据
	ExtraMetadata map[string]any
}

type DocumentType string

type DocumentTypeDetectorStep struct {
	BaseStep
}

type Entity struct {
	// ID 实体 ID
	ID string

	// Text 实体文本
	Text string

	// Type 实体类型
	Type EntityType

	// NormalizedValue 标准化值
	NormalizedValue string

	// Start 起始位置
	Start int

	// End 结束位置
	End int

	// Confidence 置信度
	Confidence float64

	// Properties 属性
	Properties map[string]any

	// Metadata 元数据
	Metadata map[string]any
}

type EntityType string

type ErrorSeverity string

type ExtractionSchema struct {
	// Name Schema 名称
	Name string

	// Description Schema 描述
	Description string

	// Fields 字段定义
	Fields []SchemaField

	// Required 必需字段
	Required []string

	// Metadata 元数据
	Metadata map[string]any
}

type Extractor interface {
	// Name 提取器名称
	Name() string

	// Extract 提取结构化数据
	Extract(ctx context.Context, doc *Document, schema *ExtractionSchema) (map[string]any, error)

	// ExtractEntities 提取实体
	ExtractEntities(ctx context.Context, doc *Document) ([]Entity, error)

	// ExtractRelations 提取关系
	ExtractRelations(ctx context.Context, doc *Document, entities []Entity) ([]Relation, error)
}

type FieldType string

type FormField struct {
	// ID 字段 ID
	ID string

	// Name 字段名称
	Name string

	// Label 字段标签
	Label string

	// Value 字段值
	Value string

	// Type 字段类型
	Type string

	// Required 是否必填
	Required bool

	// Confidence 置信度
	Confidence float64

	// BoundingBox 边界框
	BoundingBox *BoundingBox

	// Metadata 元数据
	Metadata map[string]any
}

type Image struct {
	// ID 图片 ID
	ID string

	// Name 图片名称
	Name string

	// Data 图片数据（base64）
	Data string

	// MimeType MIME 类型
	MimeType string

	// Width 宽度
	Width int

	// Height 高度
	Height int

	// PageNumber 所在页码
	PageNumber int

	// BoundingBox 边界框
	BoundingBox *BoundingBox

	// Caption 图片说明（如果有）
	Caption string

	// OCRText OCR 识别文本
	OCRText string

	// Metadata 元数据
	Metadata map[string]any
}

type Pipeline interface {
	// Name 管道名称
	Name() string

	// Process 处理文档
	Process(ctx context.Context, input PipelineInput) (*PipelineOutput, error)

	// AddStep 添加处理步骤
	AddStep(step Step) Pipeline

	// GetSteps 获取所有步骤
	GetSteps() []Step
}

type PipelineBuilder struct {
	// contains filtered or unexported fields
}

type PipelineHooks struct {
	// OnStart 管道开始时调用
	OnStart func(ctx context.Context, input *PipelineInput)

	// OnEnd 管道结束时调用
	OnEnd func(ctx context.Context, output *PipelineOutput, err error)

	// OnStepStart 步骤开始时调用
	OnStepStart func(ctx context.Context, step Step, doc *Document)

	// OnStepEnd 步骤结束时调用
	OnStepEnd func(ctx context.Context, step Step, doc *Document, err error)

	// OnDocumentStart 文档处理开始时调用
	OnDocumentStart func(ctx context.Context, doc *Document)

	// OnDocumentEnd 文档处理结束时调用
	OnDocumentEnd func(ctx context.Context, doc *Document, err error)

	// OnError 错误时调用
	OnError func(ctx context.Context, step Step, doc *Document, err error)
}

type PipelineImpl struct {
	// contains filtered or unexported fields
}

type PipelineInput struct {
	// Documents 待处理文档
	Documents []rag.Document

	// Schema 提取 Schema
	Schema *ExtractionSchema

	// Options 处理选项
	Options ProcessOptions

	// Metadata 元数据
	Metadata map[string]any
}

type PipelineMetrics struct {
	// TotalDocuments 总文档数
	TotalDocuments int64

	// ProcessedDocuments 已处理文档数
	ProcessedDocuments int64

	// FailedDocuments 失败文档数
	FailedDocuments int64

	// TotalProcessingTime 总处理时间
	TotalProcessingTime time.Duration

	// StepMetrics 步骤指标
	StepMetrics map[string]*StepMetrics
	// contains filtered or unexported fields
}

type PipelineOutput struct {
	// Documents 处理后的文档
	Documents []*Document

	// ExtractedData 提取的数据（汇总）
	ExtractedData map[string]any

	// TotalDocuments 总文档数
	TotalDocuments int

	// SuccessCount 成功数
	SuccessCount int

	// FailureCount 失败数
	FailureCount int

	// ValidationErrors 所有验证错误
	ValidationErrors []ValidationError

	// ProcessingTime 处理时间
	ProcessingTime time.Duration

	// Metadata 元数据
	Metadata map[string]any
}

type ProcessOptions struct {
	// EnableOCR 启用 OCR
	EnableOCR bool

	// EnableTableExtraction 启用表格提取
	EnableTableExtraction bool

	// EnableFormRecognition 启用表单识别
	EnableFormRecognition bool

	// EnableEntityRecognition 启用实体识别
	EnableEntityRecognition bool

	// EnableRelationExtraction 启用关系抽取
	EnableRelationExtraction bool

	// EnableValidation 启用验证
	EnableValidation bool

	// MaxConcurrency 最大并发数
	MaxConcurrency int

	// Timeout 处理超时（秒）
	Timeout int

	// Language 语言
	Language string

	// Schema 提取 Schema
	Schema *ExtractionSchema

	// CustomExtractors 自定义提取器
	CustomExtractors []string

	// Metadata 额外元数据
	Metadata map[string]any
}

type ProcessingStep struct {
	// StepName 步骤名称
	StepName string

	// StartTime 开始时间
	StartTime time.Time

	// EndTime 结束时间
	EndTime time.Time

	// Duration 耗时
	Duration time.Duration

	// Success 是否成功
	Success bool

	// Error 错误信息
	Error error

	// Output 输出数据
	Output map[string]any

	// Metadata 元数据
	Metadata map[string]any
}

type Relation struct {
	// ID 关系 ID
	ID string

	// Type 关系类型
	Type string

	// SourceEntityID 源实体 ID
	SourceEntityID string

	// TargetEntityID 目标实体 ID
	TargetEntityID string

	// Confidence 置信度
	Confidence float64

	// Properties 属性
	Properties map[string]any
}

type SchemaField struct {
	// Name 字段名
	Name string

	// Description 字段描述
	Description string

	// Type 字段类型
	Type FieldType

	// Format 格式（如 date: "YYYY-MM-DD"）
	Format string

	// Required 是否必需
	Required bool

	// Default 默认值
	Default any

	// Enum 枚举值（如果有）
	Enum []any

	// Pattern 正则表达式（如果有）
	Pattern string

	// Min 最小值（数值或长度）
	Min *float64

	// Max 最大值（数值或长度）
	Max *float64

	// Items 数组元素定义（如果 Type 是 array）
	Items *SchemaField

	// Properties 对象属性定义（如果 Type 是 object）
	Properties []SchemaField

	// Examples 示例值
	Examples []any

	// Metadata 元数据
	Metadata map[string]any
}

type Section struct {
	// ID 分节 ID
	ID string

	// Title 标题
	Title string

	// Content 内容
	Content string

	// Level 层级 (1-6)
	Level int

	// StartPage 起始页
	StartPage int

	// EndPage 结束页
	EndPage int

	// SubSections 子分节
	SubSections []Section

	// Metadata 元数据
	Metadata map[string]any
}

type Step interface {
	// Name 步骤名称
	Name() string

	// Description 步骤描述
	Description() string

	// Process 处理文档
	Process(ctx context.Context, doc *Document, opts ProcessOptions) error

	// CanHandle 检查是否能处理该文档
	CanHandle(doc *Document) bool
}

type StepMetrics struct {
	// Name 步骤名称
	Name string

	// ExecutionCount 执行次数
	ExecutionCount int64

	// SuccessCount 成功次数
	SuccessCount int64

	// FailureCount 失败次数
	FailureCount int64

	// TotalDuration 总耗时
	TotalDuration time.Duration

	// AverageDuration 平均耗时
	AverageDuration time.Duration
}

type Table struct {
	// ID 表格 ID
	ID string

	// Name 表格名称
	Name string

	// Headers 表头
	Headers []string

	// Rows 数据行
	Rows [][]string

	// PageNumber 所在页码
	PageNumber int

	// BoundingBox 边界框
	BoundingBox *BoundingBox

	// Confidence 置信度
	Confidence float64

	// Metadata 元数据
	Metadata map[string]any
}

type TextNormalizerStep struct {
	BaseStep
}

type ValidationError struct {
	// Field 字段名
	Field string

	// Rule 违反的规则
	Rule string

	// Message 错误消息
	Message string

	// Severity 严重程度
	Severity ErrorSeverity

	// ExpectedValue 期望值
	ExpectedValue any

	// ActualValue 实际值
	ActualValue any
}

type Validator interface {
	// Name 验证器名称
	Name() string

	// Validate 验证文档
	Validate(ctx context.Context, doc *Document, schema *ExtractionSchema) ([]ValidationError, error)
}