# 字段抽取编排Skill 设计

## 1. Skill 定位

`字段抽取编排Skill` 是第三步工作流的总入口 Skill，负责组织字段抽取范围确认、字段 schema 加载、规则抽取、表格抽取、长文本归纳、字段标准化、统一字段池写入和报告生成。

英文实现标识建议使用 `FieldExtractionOrchestrateSkill`。

本 Skill 不直接完成每一种抽取细节，而是负责执行顺序和结果合并。

## 2. 输入

```python
@dataclass
class FieldExtractionOrchestrateInput:
    batch_id: int
    scenario_id: str = "registration_field_extraction"
    field_schema_id: str = "ivd_registration_fields_v1"
    selected_document_ids: list[int] = field(default_factory=list)
    target_field_keys: list[str] = field(default_factory=list)
    enable_llm_fallback: bool = True
    enable_rag_context: bool = True
```

## 3. 输出

```python
@dataclass
class FieldExtractionOrchestrateOutput:
    report_type: str
    batch_id: int
    field_schema_id: str
    summary: dict
    field_pool_items: list[dict]
    manual_review_fields: list[dict]
    evidence_refs: list[dict]
    audit_id: int | None = None
```

## 4. 依赖 Skill

1. `字段抽取范围确认Skill`
2. `字段Schema加载Skill`
3. `规则字段抽取Skill`
4. `表格字段抽取Skill`
5. `长文本字段归纳Skill`
6. `字段标准化Skill`
7. `统一字段池写入Skill`
8. `字段抽取报告生成Skill`

## 5. 核心方法

### 5.1 `run(input) -> FieldExtractionOrchestrateOutput`

主入口方法。

执行顺序：

1. 加载执行上下文。
2. 调用 `字段抽取范围确认Skill`。
3. 调用 `字段Schema加载Skill`。
4. 调用 `规则字段抽取Skill`。
5. 调用 `表格字段抽取Skill`。
6. 按需调用 `长文本字段归纳Skill`。
7. 调用 `字段标准化Skill`。
8. 调用 `统一字段池写入Skill`。
9. 调用 `字段抽取报告生成Skill`。
10. 写入审计记录。

### 5.2 `load_execution_context(input) -> FieldExtractionContext`

加载批次、文档、完整性检查报告和已有字段池状态。

### 5.3 `merge_field_candidates(*candidate_groups) -> list[FieldCandidate]`

合并规则抽取、表格抽取和长文本归纳结果。

### 5.4 `filter_target_fields(schema, target_field_keys) -> list[FieldDefinition]`

筛选本次需要抽取的字段。

## 6. 技术实现

使用技术：

1. Python dataclass 或 Pydantic
2. Tool Registry
3. LLM Provider
4. Django 服务层
5. Audit 服务

建议注册名：

```python
tool_registry.register(
    name="field_extraction_orchestrate",
    handler=FieldExtractionOrchestrateSkill().run,
)
```

## 7. 异常处理

1. 无可抽取文档：返回业务提示。
2. 字段 schema 不存在：任务失败并写审计。
3. LLM 不可用：跳过 LLM，保留规则和表格结果。
4. 所有抽取方式均失败：返回待人工复核报告。

## 8. 测试要点

1. 能按顺序调用依赖 Skill。
2. LLM 关闭时仍可执行规则抽取。
3. 无文档时返回清晰错误。
4. 输出报告结构稳定。