145 lines
5.4 KiB
Markdown
145 lines
5.4 KiB
Markdown
|
# 附件自动关联后台任务方案
|
|||
|
|
|
|||
|
|
## 背景
|
|||
|
|
|
|||
|
|
小财管家 AI 模式里，用户上传票据后会先做 OCR。当前附件自动关联报销草稿的后半段仍依赖前端会话内存：
|
|||
|
|
|
|||
|
|
- 前端保留浏览器里的 `File` 对象。
|
|||
|
|
- 前端在当前会话里完成草稿匹配。
|
|||
|
|
- 用户点击“确认自动关联”后，再用这些 `File` 上传到报销单明细。
|
|||
|
|
|
|||
|
|
这会带来一个核心问题：用户发送消息后，如果刷新页面、切换会话或退出当前会话，浏览器内存里的附件原件会丢失，历史消息中的关联动作就无法继续执行。
|
|||
|
|
|
|||
|
|
票据夹已经能持久化 OCR 结果和源文件，并且 OCR 返回里已经带有 `receipt_id`。所以正式方案应该把“附件关联”从前端内存任务调整为后端可查询任务。
|
|||
|
|
|
|||
|
|
## 目标
|
|||
|
|
|
|||
|
|
1. 用户一上传附件即触发 OCR，附件卡片显示“识别中”，识别完成后显示“当前附件已识别”。
|
|||
|
|
2. 用户点击发送后，前端不再依赖 `File` 原件做后续归集，而是把 OCR 产生的 `receipt_id` 提交给后端。
|
|||
|
|
3. 后端创建附件关联任务，并在后台继续匹配、复制票据夹源文件、关联报销单明细。
|
|||
|
|
4. 用户退出或刷新当前会话后，前端可通过保存下来的 `job_id` 查询任务状态并更新消息。
|
|||
|
|
5. 如果匹配失败、置信度不足或找不到可编辑草稿，系统给出清晰提示，引导用户补充说明、上传附件或新建草稿。
|
|||
|
|
|
|||
|
|
## 非目标
|
|||
|
|
|
|||
|
|
第一版不承诺后端服务进程重启后任务状态仍可恢复。
|
|||
|
|
|
|||
|
|
本次实现使用轻量内存任务池，解决“用户离开前端会话导致连接断开”的问题。后续如果要做到服务重启、横向扩容、任务审计都可恢复，再新增数据库任务表。
|
|||
|
|
|
|||
|
|
## 核心流程
|
|||
|
|
|
|||
|
|
```text
|
|||
|
|
用户上传票据
|
|||
|
|
→ 前端立即调用 OCR
|
|||
|
|
→ OCR 写入票据夹并返回 receipt_id
|
|||
|
|
→ 附件卡片显示“当前附件已识别”
|
|||
|
|
→ 用户点击发送
|
|||
|
|
→ 前端 POST 创建附件关联任务
|
|||
|
|
→ 后端后台任务继续运行
|
|||
|
|
→ 前端轮询 job_id
|
|||
|
|
→ 成功：消息显示已关联，并刷新报销单详情
|
|||
|
|
→ 失败：消息显示失败原因和下一步动作
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## 后端设计
|
|||
|
|
|
|||
|
|
### API
|
|||
|
|
|
|||
|
|
新增接口：
|
|||
|
|
|
|||
|
|
- `POST /api/v1/reimbursements/attachment-association-jobs`
|
|||
|
|
- `GET /api/v1/reimbursements/attachment-association-jobs/{job_id}`
|
|||
|
|
|
|||
|
|
创建任务请求只传持久化引用，不传浏览器文件：
|
|||
|
|
|
|||
|
|
```json
|
|||
|
|
{
|
|||
|
|
"receipt_ids": ["receipt-1", "receipt-2"],
|
|||
|
|
"prompt": "请帮我处理已上传的附件。",
|
|||
|
|
"conversation_id": "inline-xxx"
|
|||
|
|
}
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
状态返回：
|
|||
|
|
|
|||
|
|
```json
|
|||
|
|
{
|
|||
|
|
"job_id": "job-xxx",
|
|||
|
|
"status": "running",
|
|||
|
|
"message": "正在匹配可关联的报销草稿...",
|
|||
|
|
"receipt_ids": ["receipt-1", "receipt-2"],
|
|||
|
|
"claim_id": "",
|
|||
|
|
"claim_no": "",
|
|||
|
|
"uploaded_count": 0,
|
|||
|
|
"skipped_count": 0,
|
|||
|
|
"error": ""
|
|||
|
|
}
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
状态枚举：
|
|||
|
|
|
|||
|
|
- `queued`：任务已创建，等待后台执行。
|
|||
|
|
- `running`：正在匹配和归集。
|
|||
|
|
- `succeeded`：已完成自动归集。
|
|||
|
|
- `failed`：无法自动完成，返回可读错误。
|
|||
|
|
|
|||
|
|
### 任务执行
|
|||
|
|
|
|||
|
|
后端任务执行步骤：
|
|||
|
|
|
|||
|
|
1. 按 `receipt_ids` 读取票据夹明细和源文件。
|
|||
|
|
2. 从票据 OCR 文本、结构化字段、日期、城市提取匹配信号。
|
|||
|
|
3. 查询当前用户可见且可编辑的报销草稿，排除申请单和已归档单据。
|
|||
|
|
4. 对候选草稿按日期、城市、事由、草稿状态评分。
|
|||
|
|
5. 置信度足够时选择目标草稿。
|
|||
|
|
6. 为每份票据找到可用费用明细，没有合适明细时创建空明细。
|
|||
|
|
7. 从票据夹源文件复制到报销单附件目录，并沿用 `source_receipt_id` 回填 OCR 信息。
|
|||
|
|
8. 更新票据夹状态为 `linked`。
|
|||
|
|
9. 写入任务最终状态。
|
|||
|
|
|
|||
|
|
## 前端设计
|
|||
|
|
|
|||
|
|
### 会话消息
|
|||
|
|
|
|||
|
|
AI 消息需要持久化 `attachmentAssociationJob`：
|
|||
|
|
|
|||
|
|
```json
|
|||
|
|
{
|
|||
|
|
"jobId": "job-xxx",
|
|||
|
|
"status": "running",
|
|||
|
|
"receiptIds": ["receipt-1", "receipt-2"]
|
|||
|
|
}
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
这样历史会话恢复后，不再需要浏览器里的 `File` 对象，只要消息里仍有 `jobId`，就可以继续查询后端状态。
|
|||
|
|
|
|||
|
|
### 发送行为
|
|||
|
|
|
|||
|
|
当用户上传附件并点击发送：
|
|||
|
|
|
|||
|
|
1. 前端确认 OCR 已完成。
|
|||
|
|
2. 从 OCR 结果里提取 `receipt_id`。
|
|||
|
|
3. 创建后端任务。
|
|||
|
|
4. 立即持久化带 `job_id` 的 pending 消息。
|
|||
|
|
5. 页面仍打开时轮询任务状态。
|
|||
|
|
6. 页面恢复或打开历史会话时，对未完成任务继续轮询。
|
|||
|
|
|
|||
|
|
## 异常处理
|
|||
|
|
|
|||
|
|
- 未完成 OCR：禁止发送，提示“附件 OCR 识别中，请稍等，识别完成后再继续对话。”
|
|||
|
|
- OCR 失败：禁止发送，提示“请先移除识别失败的附件或重新上传。”
|
|||
|
|
- 没有 `receipt_id`：提示“当前附件没有持久化票据记录，请重新上传后再试。”
|
|||
|
|
- 没有可编辑草稿：任务失败，提示用户先新建或选择草稿。
|
|||
|
|
- 多个候选置信度接近：第一版不自动归集，提示补充说明或手动选择。
|
|||
|
|
- 服务重启导致内存任务丢失：返回任务不存在，前端提示“后台任务状态已失效，请重新发送附件关联请求。”
|
|||
|
|
|
|||
|
|
## 验收标准
|
|||
|
|
|
|||
|
|
1. 上传附件后必须先进入 OCR 识别中状态，识别完成前不能发送对话。
|
|||
|
|
2. 发送附件关联请求后，前端能收到并保存 `job_id`。
|
|||
|
|
3. 用户离开当前会话后，后端任务仍会继续执行。
|
|||
|
|
4. 用户回到历史会话后，前端可以根据 `job_id` 查询并更新最终状态。
|
|||
|
|
5. 成功后报销单明细出现附件，票据夹状态变为已关联。
|
|||
|
|
6. 找不到草稿、低置信度、源文件缺失时，消息能给出明确原因。
|
|||
|
|
|