book_rag_server/api/sdk/dataset_manage.py

"""
数据集管理 API

该文件提供数据集管理的 API 接口，支持：
- PDF 文件上传和解析
- 数据集创建
"""

from fastapi import FastAPI, HTTPException, UploadFile, File, Form
from typing import Dict, Any
from api.dataset.services.dataset_manage_service import DatasetManageService


# 创建 FastAPI 应用
app = FastAPI(
    title="数据集管理 API",
    description="数据集管理服务，提供 PDF 解析和数据集创建功能",
    version="1.0.0"
)

# 创建数据集管理服务实例
dataset_service = DatasetManageService()


@app.post("/parse-pdf", response_model=Dict[str, Any])
async def parse_pdf(
    file: UploadFile = File(...),
    series_name: str = Form(...)
    
):
    """
    解析 PDF 文件接口
    
    - **file**: PDF 文件附件
    - **series_name**: 系列名
    """
    try:
        # 验证文件格式
        if not file.filename.endswith((".pdf", ".PDF")):
            raise HTTPException(status_code=400, detail="只支持 PDF 格式的文件")
        
        # 读取文件内容
        file_content = await file.read()
        
        # 调用解析 PDF 方法
        result = dataset_service.parse_pdf(
            series_name=series_name,
            pdf_file=file_content,
            pdf_filename=file.filename
        )
        
        return {"success": True, "result": result}
    except HTTPException as e:
        raise e
    except Exception as e:
        raise HTTPException(status_code=500, detail=f"解析 PDF 文件失败: {str(e)}")