@cndiv/extractor

从行政区划变更公告(自然语言)抽取结构化 Patch 操作：规则法兜底 + 可插拔 LLM

china-administrative-division Monorepo 的组成部分。完整架构见主仓库 README。

管线

公告文本 ─(LLM 优先 / 规则兜底)→ ChangeIntent[](名称表达) ─(CodeResolver 名称→码)→ Patch Operation[]

产出的 operations 是草稿，必须再经 @cndiv/data-protocol 的 validatePatch 守门后才能写入 patches/。

用法

规则法（零依赖、离线、确定性）

import { extractPatch } from '@cndiv/extractor';
const result = await extractPatch(公告文本, { resolve });

接入 LLM（更高召回；失败自动回退规则法 = Tool Use 兜底）

import { extractPatch, createOllamaComplete, createBailianComplete } from '@cndiv/extractor';

// 本地 Ollama（ollama serve + ollama pull qwen2.5）
const llm = createOllamaComplete({ model: 'qwen2.5' });

// 或阿里云百炼 DashScope（apiKey 由调用方注入；本库不读环境变量）
// const llm = createBailianComplete({ apiKey: process.env.DASHSCOPE_API_KEY, model: 'qwen-plus' });

const result = await extractPatch(公告文本, { resolve, llm });
// result.via: 'llm' | 'rules'——LLM 异常或空结果时自动回退

适配器零 SDK 依赖（仅用 Node 内置 fetch）、带超时、temperature=0（抽取要确定性）。

CodeResolver = (name) => string | null：名称→12 位码，生产中基于注水后 cache.db 的 divisions 名称索引；未命中落 unresolved 供人工补码（不臆造码）。

示例

npx tsx packages/extractor/examples/extract-announcement.ts
# 走本地 Ollama：
USE_OLLAMA=1 npx tsx packages/extractor/examples/extract-announcement.ts

License

MIT © tonyc726