zydi-lab/app/docs/models/project.py.md

project.py

文件说明

该文件实现了项目分析相关的功能，包括项目数据分析和问答功能。

主要组件

线程池配置

• pro_analysis_executor: 项目分析线程池

核心函数

analyze_project_data

分析项目数据的主要函数。

• 输入：项目数据和统计信息
• 输出：JSON格式的分析报告
• 报告内容：
  • 项目概览
  • 统计数据
  • 性能分析
  • 共同发现
  • 建议

run_project_in_thread

在独立线程中运行项目分析任务。

• 创建新的事件循环
• 执行异步分析任务
• 处理异常情况

process_project_analysis

后台处理项目分析的主要函数。

• 收集实验数据
• 计算统计信息
• 生成分析报告
• 更新任务状态

process_project_question

处理项目相关问答的后台任务。

• 获取项目报告
• 生成回答
• 保存对话历史

数据结构

项目分析报告格式

{
    "Project Analysis Report": {
        "1. Project Overview": {
            "Project Name": "项目名称",
            "Total Experiments": "实验总数",
            "Total Data Points": "数据点总数"
        },
        "2. Aggregated Statistics": {
            "Total Sessions": "会话总数",
            "Total Duration": "总持续时间",
            "Average Session Duration": "平均会话时长",
            "Average Data Points per Session": "每会话平均数据点"
        },
        "3. Performance Analysis": {
            "Best Performing Sessions": [
                {
                    "Session ID": "会话ID",
                    "experiment_id": "实验ID",
                    "Success Factors": "成功因素"
                }
            ],
            "Problematic Sessions": [
                {
                    "Session ID": "会话ID",
                    "Issues": "问题",
                    "Possible Causes": "可能原因"
                }
            ]
        },
        "4. Common Findings": {
            "Recurring Issues": "常见问题",
            "Equipment performance": "设备性能",
            "Sensor reliability": "传感器可靠性"
        },
        "5. Recommendations": {
            "Equipment optimization": "设备优化建议",
            "Process improvement": "流程改进建议",
            "Data collection": "数据收集策略"
        }
    }
}

存储使用

• MongoDB: 存储项目和实验基础信息
• Redis: 存储分析报告和任务状态