rebuild_unified_kb.py 6.7 KB

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154
  1. # -*- coding: utf-8 -*-
  2. """
  3. 重建「统一知识库.json」为整体知识库基础 v3.0。
  4. 设计:
  5. - 以「菌群营养知识库.json」(v2.2) 的内容格式为脊柱(version/数据来源/数据说明/相关性方向口径
  6. + 4 个核心 section)。
  7. - 刷新 4 个核心 section 为 v2.2 最新且更丰富的 schema:
  8. 食物营养库 / 菌疾病关联 / 菌种综合信息 / 营养素参考
  9. - 沿用当前统一库既有的其余菌群报告分析 section(来自知识库 v2.0 / 报告指标知识库 v3.0 /
  10. 菌属-食材映射表 v1.0 / 艾德范思报告指标):
  11. 菌种功能详细描述 / 菌属功能库 / 营养素标准参考 / 报告指标分级标准 /
  12. 菌属-食材映射 / 菌属-食材映射_元数据 / 健康评分标准 / 艾德范思报告指标
  13. - 整体并入「双人肠道菌群联合干预方案」域(原独立文件,现折叠为统一库顶层 section,
  14. 内部数组字段名保持不变以兼容校验/渲染逻辑):
  15. 临床监测指标库 / 运动处方库 / 补剂相互作用库 / 补充剂库 / 干预方案库
  16. 执行前自动备份当前统一库为 .bak-<日期>。
  17. """
  18. import json
  19. import os
  20. import glob
  21. import datetime
  22. import shutil
  23. KB_DIR = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "参考资料", "知识库"))
  24. UNIFIED = os.path.join(KB_DIR, "统一知识库.json")
  25. def load(name):
  26. with open(os.path.join(KB_DIR, name), encoding="utf-8") as f:
  27. return json.load(f)
  28. # 从当前统一库「沿用」的 section(不改动其内容)
  29. KEPT_FROM_UNIFIED = [
  30. "菌种功能详细描述",
  31. "菌属功能库",
  32. "营养素标准参考",
  33. "报告指标分级标准",
  34. "健康评分标准",
  35. "艾德范思报告指标",
  36. ]
  37. def fingerprint(obj):
  38. return json.dumps(obj, ensure_ascii=False, sort_keys=True)
  39. def main():
  40. flora = load("菌群营养知识库.json") # v2.2 格式基准
  41. unified_old = load("统一知识库.json") # 当前版本(取沿用 section + 校验基线)
  42. mapping = load("菌属-食材映射表.json")
  43. clin = load("clinical_indicators.json")
  44. ex = load("exercises.json")
  45. inter = load("interactions.json")
  46. sup = load("supplements.json")
  47. proto_paths = sorted(glob.glob(os.path.join(KB_DIR, "protocols", "*.json")))
  48. protos = [json.load(open(p, encoding="utf-8")) for p in proto_paths]
  49. # —— 1) 备份 ——
  50. stamp = datetime.date.today().isoformat()
  51. bak = os.path.join(KB_DIR, f"统一知识库.json.bak-{stamp}")
  52. if not os.path.exists(bak):
  53. shutil.copyfile(UNIFIED, bak)
  54. print(f"[备份] {bak}")
  55. new = {}
  56. new["version"] = "3.0"
  57. # —— 2) 数据来源(合并去重)——
  58. sources = list(flora.get("数据来源", []))
  59. for extra in (load("知识库.json").get("数据来源", [])
  60. + ["艾德范思-肠道微生态检测报告-模板.pdf"]
  61. + ["双人肠道菌群联合干预方案(clinical_indicators/exercises/interactions/supplements/protocols)"]):
  62. if extra not in sources:
  63. sources.append(extra)
  64. new["数据来源"] = sources
  65. # —— 3) 数据说明 + 相关性方向口径(来自 v2.2)——
  66. new["数据说明"] = (
  67. (flora.get("数据说明") or "")
  68. + "\n\n(本库为整体知识库基础 v3.0:整合菌群报告分析域与双人肠道菌群联合干预方案域;"
  69. "菌群报告分析部分遵循菌群营养知识库 v2.2 内容格式。阈值与人群参考信息不含个人报告统计计数;"
  70. "个人实测数据应归入个人报告数据层。)"
  71. )
  72. new["相关性方向口径"] = flora.get("相关性方向口径", {})
  73. # —— 4) 刷新 4 个核心 section 为 v2.2 ——
  74. new["食物营养库"] = flora["食物营养库"]
  75. new["菌疾病关联"] = flora["菌疾病关联"]
  76. new["菌种综合信息"] = flora["菌种综合信息"]
  77. new["营养素参考"] = flora["营养素参考"]
  78. # —— 5) 沿用既有 section ——
  79. for k in KEPT_FROM_UNIFIED:
  80. if k not in unified_old:
  81. raise SystemExit(f"当前统一库缺少沿用 section: {k}")
  82. new[k] = unified_old[k]
  83. # —— 6) 菌属-食材映射(刷新自映射表)——
  84. new["菌属-食材映射"] = mapping["菌属映射"]
  85. new["菌属-食材映射_元数据"] = mapping["元数据"]
  86. # —— 7) 整体并入干预方案域(内部字段名保持,兼容校验/渲染)——
  87. new["临床监测指标库"] = clin
  88. new["运动处方库"] = ex
  89. new["补剂相互作用库"] = inter
  90. new["补充剂库"] = sup
  91. new["干预方案库"] = {
  92. "元数据": {
  93. "名称": "干预方案库",
  94. "说明": "双人肠道菌群联合干预方案的方案集合,原 protocols/ 目录文件整体并入。",
  95. "方案数": len(protos),
  96. "来源文件": [os.path.basename(p) for p in proto_paths],
  97. },
  98. "protocols": protos,
  99. }
  100. # —— 8) 写回 ——
  101. with open(UNIFIED, "w", encoding="utf-8") as f:
  102. json.dump(new, f, ensure_ascii=False, indent=1)
  103. # —— 9) 校验 ——
  104. reloaded = load("统一知识库.json")
  105. problems = []
  106. # 沿用 section 完整性
  107. for k in KEPT_FROM_UNIFIED:
  108. if fingerprint(reloaded.get(k)) != fingerprint(unified_old.get(k)):
  109. problems.append(f"沿用段被破坏: {k}")
  110. # 刷新 section 与 v2.2 一致
  111. for k in ["食物营养库", "菌疾病关联", "菌种综合信息", "营养素参考"]:
  112. if fingerprint(reloaded.get(k)) != fingerprint(flora.get(k)):
  113. problems.append(f"刷新段与 v2.2 不一致: {k}")
  114. # 干预方案域落地
  115. for k in ["临床监测指标库", "运动处方库", "补剂相互作用库", "补充剂库", "干预方案库"]:
  116. if k not in reloaded:
  117. problems.append(f"缺失并入段: {k}")
  118. if problems:
  119. raise SystemExit("校验失败:\n - " + "\n - ".join(problems))
  120. print(f"[完成] 统一知识库 v3.0 顶层键数: {len(reloaded)}")
  121. print(" 菌群报告分析域: version/数据来源/数据说明/相关性方向口径/食物营养库/菌疾病关联/"
  122. "菌种综合信息/营养素参考/菌种功能详细描述/菌属功能库/营养素标准参考/"
  123. "报告指标分级标准/菌属-食材映射(+元数据)/健康评分标准/艾德范思报告指标")
  124. print(f" 干预方案域: 临床监测指标库({len(clin['indicators'])})/运动处方库({len(ex['exercises'])})/"
  125. f"补剂相互作用库({len(inter['interactions'])})/补充剂库({len(sup['supplements'])})/"
  126. f"干预方案库({len(protos)}方案)")
  127. print(" 沿用段完整性校验: 通过 | 刷新段与 v2.2 一致性: 通过")
  128. if __name__ == "__main__":
  129. main()