Pharma Report Pipeline

自动把 多 Sheet Excel 原始实验数据 → 结构化关键字段 → LLM 生成段落 → Word 报告

• 每张 Sheet 独立 Prompt：不同实验/统计表都能随时增删
• 抽取 / 生成 只各用一个 Generic Agent：核心 Python 永远不动
• LLM 热切换：配置里写好 model_name / base_url / Key，代码 0 改
• 结果落 Word：使用占位符 {{INTRO}} {{METHOD}} … 自动替换

---

📂 目录结构

pharma_report/
├─ main.py
├─ requirements.txt
├─ agents/
│  ├─ registry.py
│  ├─ extract_generic.py
│  └─ generate/
│      └─ base.py
├─ llm_client.py
├─ configs/
│  ├─ sheet_tasks.yaml
│  ├─ paragraph_tasks.yaml
│  ├─ doc_placeholders.yaml
│  └─ llm.yaml
├─ prompts/              # Jinja2 Prompt 模板
└─ templates/
   └─ report_template.docx

---

⚡ 快速上手

1. 安装

python -m venv venv && source venv/bin/activate  # 可选
pip install -r requirements.txt

2. 配置 LLM

三选一（推荐①或②）：

方式	步骤
① 写入 configs/llm.yaml	在对应 provider 段写 key_value: YOUR_KEY
② .env + python-dotenv	.env 内容：OPENAI_API_KEY=sk-xxx
③ 系统环境变量	Windows setx, Linux/macOS export

3. 运行

python main.py ./input/test_input.xlsx -o ./output/report.docx

---

🗂️ 配置文件

sheet_tasks.yaml

RawData_A:
  prompt: prompts/extract_pk_params.txt
  keys: { Cmax: number, Tmax: number }
  provider: openai

paragraph_tasks.yaml

IntroParagraph:
  keys: [Cmax, Tmax]
  prompt: prompts/gen_intro.txt
  provider: qwen

llm.yaml

openai:
  model_name: gpt-4o-mini
  base_url:   https://api.openai.com/v1
  key_env:    OPENAI_API_KEY

qwen:
  model_name: qwen2.5-32b-instruct
  base_url:   https://dashscope.aliyuncs.com/compatible-mode/v1
  key_value:  YOUR_QWEN_KEY

---

🛠️ 常见任务

任务	做法
新增 Sheet	在 sheet_tasks.yaml 添配置 + 新 Prompt
新增段落	在 paragraph_tasks.yaml 添配置 + Word 占位符
切换模型	全局 LLM_PROVIDER=qwen 或 YAML provider:
加字段 / 改类型	只改 sheet_tasks.yaml -> keys
Prompt 调优	直接编辑 prompts/*.txt

---

🔒 部署要点

• 密钥不入 Git：用 .env 或私有 llm.yaml
• Docker：ENV LLM_PROVIDER=openai OPENAI_API_KEY=xxx
• 多模型并发：不同进程分别 apply_provider()，互不覆盖

---

📝 License

Distributed under the Apache License 2.0.
See LICENSE for full license text.