leaudit-platform-frontend/docs/evaluation/evaluation_points.md

# 评查点管理 API 文档 v3

> **版本**: v3
> **路由前缀**: `/api/v3/evaluation-points`
> **数据库表**: `evaluation_points`
> **认证方式**: JWT Bearer Token

---

## 📋 目录

1. [数据模型](#数据模型)
2. [查询接口](#查询接口)
3. [创建接口](#创建接口)
4. [更新接口](#更新接口)
5. [删除接口](#删除接口)
6. [批量操作接口](#批量操作接口)
7. [错误响应](#错误响应)
8. [使用示例](#使用示例)

---

## 数据模型

### 数据库表结构 (`evaluation_points`)

| 字段名 | 类型 | 约束 | 默认值 | 说明 |
|--------|------|------|--------|------|
| `id` | INTEGER | PRIMARY KEY | auto_increment | 评查点ID（自增主键） |
| `code` | VARCHAR(100) | UNIQUE, NOT NULL | - | 评查点编码（唯一标识） |
| `name` | VARCHAR(100) | NOT NULL | - | 评查点名称 |
| `evaluation_point_groups_id` | INTEGER | FOREIGN KEY | NULL | 所属二级分组ID |
| `evaluation_point_groups_pid` | INTEGER | FOREIGN KEY | NULL | 所属一级分组ID |
| `risk` | VARCHAR(10) | NOT NULL | - | 风险等级（high/medium/low） |
| `description` | TEXT | NULLABLE | NULL | 评查点描述 |
| `is_enabled` | BOOLEAN | NOT NULL | true | 启用状态 |
| `references_laws` | JSONB | NOT NULL | - | 引用法典（JSON结构） |
| `extraction_config` | JSONB | NOT NULL | - | 抽取配置（JSON结构） |
| `evaluation_config` | JSONB | NOT NULL | - | 评查设置（JSON结构） |
| `pass_message` | TEXT | NULLABLE | NULL | 通过提示 |
| `fail_message` | TEXT | NULLABLE | NULL | 不通过提示 |
| `suggestion_message` | TEXT | NULLABLE | NULL | 建议信息 |
| `suggestion_message_type` | VARCHAR(20) | NOT NULL | 'warning' | 建议信息类型（info/warning/error） |
| `post_action` | VARCHAR(50) | NULLABLE | NULL | 评查后动作类型（none/manual/replace） |
| `action_config` | TEXT | NULLABLE | NULL | 动作配置 |
| `score` | NUMERIC(5,2) | NOT NULL | 0.00 | 评查点得分 |
| `area` | VARCHAR(20) | NULLABLE | NULL | 所属地区 |
| `created_at` | TIMESTAMPTZ | NOT NULL | now() | 创建时间 |
| `updated_at` | TIMESTAMPTZ | NOT NULL | now() | 更新时间 |

### 外键关系

```sql
-- 二级分组外键
FOREIGN KEY (evaluation_point_groups_id)
  REFERENCES evaluation_point_groups(id)
  ON UPDATE CASCADE ON DELETE SET NULL

-- 一级分组外键
FOREIGN KEY (evaluation_point_groups_pid)
  REFERENCES evaluation_point_groups(id)
  ON UPDATE CASCADE ON DELETE SET NULL
```

---

## JSONB 字段结构详解

### 1. `references_laws` - 引用法典

**数据结构**:

```typescript
{
  "name": string,        // 法律法规名称
  "content": string,     // 法律法规内容
  "articles": string[]   // 条款列表
}
```

**示例**:

```json
{
  "name": "中华人民共和国合同法",
  "content": "第十条 当事人订立合同，有书面形式、口头形式和其他形式。",
  "articles": ["第十条", "第十一条"]
}
```

---

### 2. `extraction_config` - 抽取配置

**数据结构**:

```typescript
{
  "llm": {                              // LLM抽取配置
    "fields": string[],                 // 抽取字段列表
    "prompt_setting": {
      "type": string,                   // 提示词类型："system" 或 "llm_default_prompt"
      "template": ""                    // 固定为空字符串
    }
  },
  "vlm": {                              // VLM视觉抽取配置
    "fields": Array<{
      "name": string,                   // 字段名称
      "type": string                    // 字段级提示词类型 (vlm_default_prompt/vlm_handwriting_prompt/等)
    }>,
    "prompt_setting": {
      "type": string,                   // 提示词类型："system" 或 "vlm_default_prompt"
      "template": ""                    // 固定为空字符串
    }
  },
  "regex": {                            // 正则表达式抽取配置
    "fields": Array<{
      "field": string,                  // 字段名称（完整路径，如：文书名-章节-字段名）
      "pattern": string                 // 正则表达式
    }>
  }
}
```

**重要说明**:
- **prompt_setting.type 支持两种值**：
  - `"system"` - 旧格式，后端抽取模块识别并处理（推荐）
  - `"llm_default_prompt"` / `"vlm_default_prompt"` - 前端新格式，**后端不处理**
- ⚠️ **兼容性警告**：如果使用 `llm_default_prompt` / `vlm_default_prompt`，抽取模块将**忽略该配置**
- **推荐使用** `"system"` 确保后端正确处理
- `vlm.fields[].type` 是字段级的提示词类型，与 `prompt_setting.type` 不同
- `template` 字段固定为空字符串 `""`
- 前端界面保存时使用 `llm_default_prompt` / `vlm_default_prompt`，但建议改为 `system`

**示例1：推荐格式（使用 "system"，后端可处理）**:

```json
{
  "llm": {
    "fields": ["合同封面-合同名称", "合同封面-合同编号", "合同正文-合同名称"],
    "prompt_setting": {
      "type": "system",
      "template": ""
    }
  },
  "vlm": {
    "fields": [
      {
        "name": "证据复制（提取）单-居民身份证-姓名",
        "type": "vlm_default_prompt"
      },
      {
        "name": "立案报告表-负责人意见-签名（有/无）",
        "type": "vlm_handwriting_prompt"
      }
    ],
    "prompt_setting": {
      "type": "system",
      "template": ""
    }
  },
  "regex": {
    "fields": [
      {
        "field": "行政处罚事先告知书-正文-权利告知",
        "pattern": "(?:享有|陈述|权|申辩|权).{0,40}(日).{0,40}(?:视为|放弃|权利)"
      }
    ]
  }
}
```

**示例2：前端新格式（使用 "llm_default_prompt"，后端不处理⚠️）**:

```json
{
  "llm": {
    "fields": ["test-llm"],
    "prompt_setting": {
      "type": "llm_default_prompt",
      "template": ""
    }
  },
  "vlm": {
    "fields": [
      {
        "name": "test-vlm",
        "type": "vlm_default_prompt"
      }
    ],
    "prompt_setting": {
      "type": "vlm_default_prompt",
      "template": ""
    }
  },
  "regex": {
    "fields": [
      {
        "field": "test-zz",
        "pattern": "\\d{4}[-/年](0?[1-9]|1[0-2])[-/月](0?[1-9]|[12][0-9]|3[01])[日]?"
      }
    ]
  }
}
```

⚠️ **注意**：示例2的格式虽然可以保存到数据库，但抽取模块会忽略 `prompt_setting.type != "system"` 的配置，导致这些字段不会被抽取！

---

### 3. `evaluation_config` - 评查设置

**数据结构**:

```typescript
{
  "logicType": string,              // 逻辑类型 (and/or/custom)
  "customLogic": string,            // 自定义逻辑表达式
  "rules": Array<{                  // 评查规则列表
    "id": string,                   // 规则ID
    "type": string,                 // 规则类型 (exists/consistency/logic/regex/ai)
    "config": {
      // exists 规则配置
      "logic"?: string,             // 逻辑运算符 (and/or)
      "fields"?: string[],          // 字段列表

      // consistency 规则配置
      "pairs"?: Array<{             // 字段对列表
        "sourceField": string,
        "targetField": string,
        "compareMethod": string     // 比较方法 (exact/fuzzy/contains)
      }>,

      // logic 规则配置
      "conditions"?: Array<{        // 条件列表
        "field": string,            // 字段名
        "operator": string,         // 运算符 (eq/neq/gt/lt/contains等)
        "value": any                // 比较值
      }>,

      // regex 规则配置
      "field"?: string,             // 目标字段
      "pattern"?: string,           // 正则表达式
      "matchType"?: string,         // 匹配类型 (match/search/fullmatch)

      // ai 规则配置
      "model"?: string,             // AI模型标识 (deepseek/qwen14b/qwen32b等) - 仅用于前端显示，后端使用统一配置的LLM模型
      "prompt"?: string,            // AI提示词（支持字段占位符 {字段名}）
      "temperature"?: number,       // 温度参数 (0.0-1.0) - 仅用于前端显示，后端使用默认配置

      // 通用配置
      "selectedFields"?: string[]   // 选中的字段列表（可选）
    }
  }>
}
```

**评查规则类型说明**:

| 规则类型 | 说明 | config字段 | 界面显示 |
|---------|------|-----------|----------|
| `exists` | 字段存在性检查 | `logic`, `fields` | 字段存在性 |
| `consistency` | 字段一致性检查 | `logic`, `pairs` (sourceField, targetField, compareMethod) | 字段一致性 |
| `logic` | 逻辑条件判断 | `logic`, `conditions` (field, operator, value) | 逻辑判断 |
| `regex` | 正则表达式匹配 | `field`, `pattern`, `matchType` | 正则匹配 |
| `ai` | AI智能评查 | `model`(仅标识), `prompt`, `temperature`(仅标识), `selectedFields` | AI评查（大模型） |

**重要说明**:
- `ai` 规则中的 `model` 和 `temperature` 字段**仅用于前端界面显示和标识**
- 后端实际使用环境配置中的 `DEFAULT_LLM_MODEL` 和默认温度参数(0.6)
- 如需切换AI模型，需修改后端配置文件，而非评查点配置

**示例1：综合规则配置**:

```json
{
  "logicType": "and",
  "customLogic": "",
  "rules": [
    {
      "id": "1",
      "type": "exists",
      "config": {
        "logic": "and",
        "fields": ["合同封面-有效期限", "合同封面-签订日期", "合同正文-合同生效"]
      }
    },
    {
      "id": "2",
      "type": "consistency",
      "config": {
        "logic": "and",
        "pairs": [
          {
            "sourceField": "合同封面-合同名称",
            "targetField": "合同正文-合同名称",
            "compareMethod": "exact"
          }
        ]
      }
    },
    {
      "id": "3",
      "type": "ai",
      "config": {
        "model": "deepseek",
        "prompt": "请判断{合同落款-甲方-签订日期}和{合同落款-乙方-签订日期}中较晚的日期即为{合同正文-合同生效}起始日期，{合同封面-有效期限}有明确日期范围的情况下，{合同落款-甲方-签订日期}和{合同落款-乙方-签订日期}与{合同封面-有效期限}明确日期范围上限差值是否小于3天，小于3天为不符合，若{合同落款-甲方-签订日期}或{合同落款-乙方-签订日期}大于{合同封面-有效期限}明确日期范围上限，则提示"倒签风险"\n仅回答\"符合\"、\"不符合\"或"不符合（倒签风险）"，并简要说明理由。",
        "temperature": 0.1,
        "selectedFields": []
      }
    }
  ]
}
```

**示例2：纯AI评查**:

```json
{
  "logicType": "and",
  "customLogic": "",
  "rules": [
    {
      "id": "1",
      "type": "ai",
      "config": {
        "model": "qwen14b",
        "prompt": "请判断以下{文本、印刷体大模型评查-正文-内容}是否包含了时间地点人物事情工具的四要素，仅回答\"符合\"或\"不符合\"，并简要说明理由。",
        "temperature": 0.1
      }
    }
  ]
}
```

---

## Pydantic 数据模型

### `EvaluationPointBase` - 基础模型

```python
class ReferencesLaw(BaseModel):
    """法律法规引用"""
    name: str = Field(default="", description="法律法规名称")
    content: str = Field(default="", description="法律法规内容")
    articles: List[str] = Field(default_factory=list, description="条款列表")

class LLMExtractionConfig(BaseModel):
    """LLM抽取配置"""
    fields: List[str] = Field(default_factory=list, description="抽取字段列表")
    prompt_setting: Dict[str, str] = Field(
        default_factory=lambda: {"type": "llm_default_prompt", "template": ""}
    )

class VLMField(BaseModel):
    """VLM字段配置"""
    name: str
    type: str = "vlm_default_prompt"

class VLMExtractionConfig(BaseModel):
    """VLM抽取配置"""
    fields: List[VLMField] = Field(default_factory=list)
    prompt_setting: Dict[str, str] = Field(
        default_factory=lambda: {"type": "vlm_default_prompt", "template": ""}
    )

class RegexField(BaseModel):
    """正则表达式字段"""
    field: str
    pattern: str

class RegexExtractionConfig(BaseModel):
    """正则表达式抽取配置"""
    fields: List[RegexField] = Field(default_factory=list)

class ExtractionConfig(BaseModel):
    """完整抽取配置"""
    llm: LLMExtractionConfig = Field(default_factory=LLMExtractionConfig)
    vlm: VLMExtractionConfig = Field(default_factory=VLMExtractionConfig)
    regex: RegexExtractionConfig = Field(default_factory=RegexExtractionConfig)

class EvaluationRule(BaseModel):
    """评查规则"""
    id: str
    type: str  # exists/consistency/range/format/ai
    config: Dict[str, Any]

class EvaluationConfig(BaseModel):
    """评查配置"""
    logicType: str = Field("and", description="逻辑类型 (and/or/custom)")
    customLogic: str = Field("", description="自定义逻辑表达式")
    rules: List[EvaluationRule] = Field(default_factory=list)

class EvaluationPointBase(BaseModel):
    """评查点基础模型"""
    name: str = Field(..., min_length=1, max_length=100)
    code: str = Field(..., min_length=1, max_length=100, pattern=r"^[a-zA-Z0-9_-]+$")
    risk: str = Field(..., pattern=r"^(high|medium|low)$")
    is_enabled: bool = Field(True)
    description: Optional[str] = None

    evaluation_point_groups_id: int = Field(..., description="二级分组ID")
    evaluation_point_groups_pid: int = Field(..., description="一级分组ID")

    references_laws: ReferencesLaw = Field(default_factory=ReferencesLaw)
    extraction_config: ExtractionConfig = Field(default_factory=ExtractionConfig)
    evaluation_config: EvaluationConfig = Field(default_factory=EvaluationConfig)

    pass_message: str = Field(default="文档检查通过，符合规范要求。")
    fail_message: str = Field(default="文档存在以下问题，请修改后重新提交。")
    suggestion_message: Optional[str] = None
    suggestion_message_type: str = Field(default="warning", pattern=r"^(info|warning|error)$")
    post_action: Optional[str] = Field(None, pattern=r"^(none|manual|replace)$")
    action_config: Optional[str] = None
    score: float = Field(default=0.00, ge=0, le=100)
```

### `EvaluationPointCreate` - 创建请求模型

```python
class EvaluationPointCreate(EvaluationPointBase):
    """创建评查点请求"""
    pass
```

### `EvaluationPointUpdate` - 更新请求模型

```python
class EvaluationPointUpdate(BaseModel):
    """更新评查点请求（所有字段可选）"""
    name: Optional[str] = Field(None, min_length=1, max_length=100)
    code: Optional[str] = Field(None, min_length=1, max_length=100)
    risk: Optional[str] = Field(None, pattern=r"^(high|medium|low)$")
    is_enabled: Optional[bool] = None
    description: Optional[str] = None

    evaluation_point_groups_id: Optional[int] = None
    evaluation_point_groups_pid: Optional[int] = None

    references_laws: Optional[ReferencesLaw] = None
    extraction_config: Optional[ExtractionConfig] = None
    evaluation_config: Optional[EvaluationConfig] = None

    pass_message: Optional[str] = None
    fail_message: Optional[str] = None
    suggestion_message: Optional[str] = None
    suggestion_message_type: Optional[str] = Field(None, pattern=r"^(info|warning|error)$")
    post_action: Optional[str] = Field(None, pattern=r"^(none|manual|replace)$")
    action_config: Optional[str] = None
    score: Optional[float] = Field(None, ge=0, le=100)
```

### `EvaluationPointResponse` - 响应模型

```python
class EvaluationPointResponse(BaseModel):
    """评查点响应"""
    id: int
    name: str
    code: str
    risk: str
    is_enabled: bool
    description: Optional[str]

    evaluation_point_groups_id: int
    evaluation_point_groups_pid: int

    references_laws: Dict[str, Any]
    extraction_config: Dict[str, Any]
    evaluation_config: Dict[str, Any]

    pass_message: str
    fail_message: str
    suggestion_message: Optional[str]
    suggestion_message_type: str
    post_action: Optional[str]
    action_config: Optional[str]
    score: float
    area: Optional[str]

    created_at: datetime
    updated_at: datetime

    class Config:
        from_attributes = True
```

### `EvaluationPointListResponse` - 列表响应模型

```python
class EvaluationPointListResponse(BaseModel):
    """评查点列表响应"""
    data: List[EvaluationPointResponse]
    total: int
    page: int
    page_size: int
```

---

## 查询接口

### 1. 获取评查点列表

**接口**: `GET /api/v3/evaluation-points`

**功能**: 获取评查点列表，支持分页和多条件筛选

**请求参数** (Query):

| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|--------|------|------|--------|------|
| `page` | int | 否 | 1 | 页码 |
| `page_size` | int | 否 | 20 | 每页数量（最大100） |
| `name` | str | 否 | - | 评查点名称（模糊搜索） |
| `code` | str | 否 | - | 评查点编码（模糊搜索） |
| `risk` | str | 否 | - | 风险等级（high/medium/low） |
| `is_enabled` | bool | 否 | - | 启用状态 |
| `evaluation_point_groups_id` | int | 否 | - | 二级分组ID |
| `evaluation_point_groups_pid` | int | 否 | - | 一级分组ID |
| `area` | str | 否 | - | 所属地区 |

**响应示例**:

```json
{
  "data": [
    {
      "id": 693,
      "name": "测试评查点-test",
      "code": "test-test",
      "risk": "low",
      "is_enabled": true,
      "description": "",
      "evaluation_point_groups_pid": 1,
      "evaluation_point_groups_id": 40,
      "references_laws": {
        "name": "",
        "content": "",
        "articles": []
      },
      "extraction_config": {
        "llm": {
          "fields": ["test-llm"],
          "prompt_setting": {
            "type": "llm_default_prompt",
            "template": ""
          }
        },
        "vlm": {
          "fields": [
            {
              "name": "test-vlm",
              "type": "vlm_default_prompt"
            }
          ],
          "prompt_setting": {
            "type": "vlm_default_prompt",
            "template": ""
          }
        },
        "regex": {
          "fields": [
            {
              "field": "test-zz",
              "pattern": "\\d{4}[-/年](0?[1-9]|1[0-2])[-/月](0?[1-9]|[12][0-9]|3[01])[日]?"
            }
          ]
        }
      },
      "evaluation_config": {
        "logicType": "and",
        "customLogic": "",
        "rules": [
          {
            "id": "1",
            "type": "exists",
            "config": {
              "logic": "and",
              "fields": ["test-llm"]
            }
          },
          {
            "id": "2",
            "type": "consistency",
            "config": {
              "logic": "and",
              "pairs": [
                {
                  "sourceField": "test-vlm",
                  "targetField": "test-zz",
                  "compareMethod": "exact"
                }
              ]
            }
          }
        ]
      },
      "pass_message": "文档检查通过，符合规范要求。",
      "fail_message": "文档存在以下问题，请修改后重新提交。",
      "suggestion_message": "你觉得呢",
      "suggestion_message_type": "warning",
      "post_action": "manual",
      "action_config": "测试评查后动作的文本输入",
      "score": 1.00,
      "area": null,
      "created_at": "2024-01-15T14:30:00Z",
      "updated_at": "2024-01-15T14:30:00Z"
    }
  ],
  "total": 50,
  "page": 1,
  "page_size": 20
}
```

**SQL 等价**:

```sql
SELECT * FROM evaluation_points
WHERE name ILIKE '%test%'  -- 可选
  AND code ILIKE '%test%'  -- 可选
  AND risk = 'low'  -- 可选
  AND is_enabled = true  -- 可选
  AND evaluation_point_groups_id = 40  -- 可选
  AND evaluation_point_groups_pid = 1  -- 可选
  AND area = '梅州'  -- 可选
ORDER BY created_at DESC
LIMIT 20 OFFSET 0;
```

---

### 2. 获取单个评查点详情

**接口**: `GET /api/v3/evaluation-points/{id}`

**功能**: 根据 ID 获取评查点详情

**路径参数**:

| 参数名 | 类型 | 必填 | 说明 |
|--------|------|------|------|
| `id` | int | 是 | 评查点ID |

**响应示例**: 同上（单个对象）

**错误响应** (404):

```json
{
  "detail": "评查点不存在"
}
```

---

### 3. 获取指定分组的评查点列表

**接口**: `GET /api/v3/evaluation-points/group/{group_id}`

**功能**: 获取指定分组下的所有评查点

**路径参数**:

| 参数名 | 类型 | 必填 | 说明 |
|--------|------|------|------|
| `group_id` | int | 是 | 分组ID（可以是一级或二级分组） |

**查询参数** (Query):

| 参数名 | 类型 | 必填 | 默认值 | 说明 |
|--------|------|------|--------|------|
| `page` | int | 否 | 1 | 页码 |
| `page_size` | int | 否 | 20 | 每页数量 |
| `is_enabled` | bool | 否 | - | 启用状态筛选 |

**响应示例**: 同第1个接口

---

### 4. 获取评查点数量统计

**接口**: `GET /api/v3/evaluation-points/count/{group_id}`

**功能**: 获取指定分组的评查点数量

**路径参数**:

| 参数名 | 类型 | 必填 | 说明 |
|--------|------|------|------|
| `group_id` | int | 是 | 分组ID |

**响应示例**:

```json
{
  "group_id": 40,
  "count": 15
}
```

---

## 创建接口

### 5. 创建评查点

**接口**: `POST /api/v3/evaluation-points`

**功能**: 创建新的评查点

**请求头**:

```
Authorization: Bearer <JWT_TOKEN>
Content-Type: application/json
```

**请求体**:

```json
{
  "name": "测试评查点-test",
  "code": "test-test",
  "risk": "low",
  "is_enabled": true,
  "description": "",
  "evaluation_point_groups_pid": 1,
  "evaluation_point_groups_id": 40,
  "references_laws": {
    "name": "",
    "content": "",
    "articles": []
  },
  "extraction_config": {
    "llm": {
      "fields": ["test-llm"],
      "prompt_setting": {
        "type": "llm_default_prompt",
        "template": ""
      }
    },
    "vlm": {
      "fields": [
        {
          "name": "test-vlm",
          "type": "vlm_default_prompt"
        }
      ],
      "prompt_setting": {
        "type": "vlm_default_prompt",
        "template": ""
      }
    },
    "regex": {
      "fields": [
        {
          "field": "test-zz",
          "pattern": "\\d{4}[-/年](0?[1-9]|1[0-2])[-/月](0?[1-9]|[12][0-9]|3[01])[日]?"
        }
      ]
    }
  },
  "evaluation_config": {
    "logicType": "and",
    "customLogic": "",
    "rules": [
      {
        "id": "1",
        "type": "exists",
        "config": {
          "logic": "and",
          "fields": ["test-llm"]
        }
      },
      {
        "id": "2",
        "type": "consistency",
        "config": {
          "logic": "and",
          "pairs": [
            {
              "sourceField": "test-vlm",
              "targetField": "test-zz",
              "compareMethod": "exact"
            }
          ]
        }
      }
    ]
  },
  "pass_message": "文档检查通过，符合规范要求。",
  "fail_message": "文档存在以下问题，请修改后重新提交。",
  "suggestion_message": "你觉得呢",
  "suggestion_message_type": "warning",
  "post_action": "manual",
  "action_config": "测试评查后动作的文本输入",
  "score": 1
}
```

**字段验证规则**:

1. **必填字段**: `name`, `code`, `risk`, `evaluation_point_groups_id`, `evaluation_point_groups_pid`
2. **唯一性约束**: `code` 必须唯一
3. **枚举值验证**:
   - `risk`: `high` | `medium` | `low`
   - `suggestion_message_type`: `info` | `warning` | `error`
   - `post_action`: `none` | `manual` | `replace`
4. **外键验证**:
   - `evaluation_point_groups_id` 必须存在于 `evaluation_point_groups` 表
   - `evaluation_point_groups_pid` 必须存在于 `evaluation_point_groups` 表
5. **JSONB默认值**:
   - `references_laws`: `{"name": "", "content": "", "articles": []}`
   - `extraction_config`: 完整的默认结构
   - `evaluation_config`: `{"logicType": "and", "customLogic": "", "rules": []}`

**响应示例** (201 Created):

```json
{
  "id": 694,
  "name": "测试评查点-test",
  "code": "test-test",
  ...
  "created_at": "2024-01-15T14:30:00Z",
  "updated_at": "2024-01-15T14:30:00Z"
}
```

**错误响应** (400):

```json
{
  "detail": "评查点编码已存在"
}
```

**错误响应** (404):

```json
{
  "detail": "评查点分组不存在"
}
```

---

## 更新接口

### 6. 更新评查点

**接口**: `PUT /api/v3/evaluation-points/{id}`

**功能**: 更新指定评查点的信息

**路径参数**:

| 参数名 | 类型 | 必填 | 说明 |
|--------|------|------|------|
| `id` | int | 是 | 评查点ID |

**请求头**:

```
Authorization: Bearer <JWT_TOKEN>
Content-Type: application/json
```

**请求体** (Partial Update):

```json
{
  "name": "测试评查点-test（更新）",
  "suggestion_message": "更新后的建议",
  "is_enabled": false
}
```

**字段说明**:

- 所有字段均为可选
- 只更新提供的字段
- `updated_at` 自动更新为当前时间

**响应示例** (200 OK):

```json
{
  "id": 693,
  "name": "测试评查点-test（更新）",
  "code": "test-test",
  ...
  "suggestion_message": "更新后的建议",
  "is_enabled": false,
  "updated_at": "2024-01-15T16:00:00Z"
}
```

**错误响应** (404):

```json
{
  "detail": "评查点不存在"
}
```

**错误响应** (400):

```json
{
  "detail": "评查点编码已被其他评查点使用"
}
```

---

## 删除接口

### 7. 删除评查点

**接口**: `DELETE /api/v3/evaluation-points/{id}`

**功能**: 删除指定评查点

**路径参数**:

| 参数名 | 类型 | 必填 | 说明 |
|--------|------|------|------|
| `id` | int | 是 | 评查点ID |

**请求头**:

```
Authorization: Bearer <JWT_TOKEN>
```

**响应示例** (200 OK):

```json
{
  "success": true,
  "message": "评查点删除成功"
}
```

**错误响应** (404):

```json
{
  "detail": "评查点不存在"
}
```

---

## 批量操作接口

### 8. 批量更新启用状态

**接口**: `PATCH /api/v3/evaluation-points/batch/status`

**功能**: 批量更新多个评查点的启用状态

**请求头**:

```
Authorization: Bearer <JWT_TOKEN>
Content-Type: application/json
```

**请求体**:

```json
{
  "ids": [693, 694, 695],
  "is_enabled": false
}
```

**响应示例** (200 OK):

```json
{
  "success": true,
  "updated_count": 3,
  "message": "批量更新成功"
}
```

---

### 9. 批量删除评查点

**接口**: `DELETE /api/v3/evaluation-points/batch`

**功能**: 批量删除多个评查点

**请求头**:

```
Authorization: Bearer <JWT_TOKEN>
Content-Type: application/json
```

**请求体**:

```json
{
  "ids": [693, 694, 695]
}
```

**响应示例** (200 OK):

```json
{
  "success": true,
  "deleted_count": 3,
  "message": "批量删除成功"
}
```

---

### 10. 批量更新分组

**接口**: `PATCH /api/v3/evaluation-points/batch/group`

**功能**: 批量移动评查点到其他分组

**请求头**:

```
Authorization: Bearer <JWT_TOKEN>
Content-Type: application/json
```

**请求体**:

```json
{
  "ids": [693, 694, 695],
  "evaluation_point_groups_id": 50,
  "evaluation_point_groups_pid": 2
}
```

**响应示例** (200 OK):

```json
{
  "success": true,
  "updated_count": 3,
  "message": "批量移动成功"
}
```

---

### 11. 复制评查点

**接口**: `POST /api/v3/evaluation-points/{id}/copy`

**功能**: 复制现有评查点并创建新的评查点

**路径参数**:

| 参数名 | 类型 | 必填 | 说明 |
|--------|------|------|------|
| `id` | int | 是 | 源评查点ID |

**请求体**:

```json
{
  "code": "test-test-copy",
  "name": "测试评查点-test（副本）",
  "evaluation_point_groups_id": 40,
  "evaluation_point_groups_pid": 1
}
```

**响应示例** (201 Created):

```json
{
  "id": 700,
  "name": "测试评查点-test（副本）",
  "code": "test-test-copy",
  ...
  "created_at": "2024-01-15T17:00:00Z"
}
```

---

## 错误响应

### 标准错误响应格式

```json
{
  "detail": "错误描述信息"
}
```

### 常见错误码

| HTTP 状态码 | 错误场景 | 示例 |
|------------|---------|------|
| 400 | 请求参数验证失败 | `{"detail": "评查点名称不能为空"}` |
| 401 | 未授权（JWT无效） | `{"detail": "未授权访问"}` |
| 404 | 资源不存在 | `{"detail": "评查点不存在"}` |
| 409 | 资源冲突 | `{"detail": "评查点编码已存在"}` |
| 422 | 数据验证失败 | `{"detail": [{"loc": ["body", "risk"], "msg": "必须是high/medium/low"}]}` |
| 500 | 服务器内部错误 | `{"detail": "服务器错误，请稍后重试"}` |

---

## 使用示例

### 示例 1: 获取评查点列表（带筛选）

**请求**:

```http
GET /api/v3/evaluation-points?page=1&page_size=10&risk=low&is_enabled=true&evaluation_point_groups_id=40
Authorization: Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...
```

---

### 示例 2: 创建评查点

**请求**:

```http
POST /api/v3/evaluation-points
Authorization: Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...
Content-Type: application/json

{
  "name": "合同名称一致性检查",
  "code": "contract-name-consistency",
  "risk": "medium",
  "is_enabled": true,
  "description": "检查合同封面和正文中的合同名称是否一致",
  "evaluation_point_groups_pid": 1,
  "evaluation_point_groups_id": 33,
  "references_laws": {
    "name": "中华人民共和国合同法",
    "content": "第十条 当事人订立合同，有书面形式、口头形式和其他形式。",
    "articles": ["第十条"]
  },
  "extraction_config": {
    "llm": {
      "fields": ["合同封面-合同名称", "合同正文-合同名称"],
      "prompt_setting": {
        "type": "llm_default_prompt",
        "template": ""
      }
    },
    "vlm": {
      "fields": [],
      "prompt_setting": {
        "type": "vlm_default_prompt",
        "template": ""
      }
    },
    "regex": {
      "fields": []
    }
  },
  "evaluation_config": {
    "logicType": "and",
    "customLogic": "",
    "rules": [
      {
        "id": "1",
        "type": "exists",
        "config": {
          "logic": "and",
          "fields": ["合同封面-合同名称", "合同正文-合同名称"]
        }
      },
      {
        "id": "2",
        "type": "consistency",
        "config": {
          "logic": "and",
          "pairs": [
            {
              "sourceField": "合同封面-合同名称",
              "targetField": "合同正文-合同名称",
              "compareMethod": "exact"
            }
          ]
        }
      }
    ]
  },
  "pass_message": "合同名称一致",
  "fail_message": "合同封面和正文中的合同名称不一致",
  "suggestion_message": "请确保合同封面和正文中的合同名称完全一致",
  "suggestion_message_type": "warning",
  "post_action": "manual",
  "action_config": "",
  "score": 2
}
```

---

### 示例 3: 批量更新状态

**请求**:

```http
PATCH /api/v3/evaluation-points/batch/status
Authorization: Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...
Content-Type: application/json

{
  "ids": [693, 694, 695],
  "is_enabled": false
}
```

---

### 示例 4: 复制评查点

**请求**:

```http
POST /api/v3/evaluation-points/693/copy
Authorization: Bearer eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...
Content-Type: application/json

{
  "code": "test-test-copy",
  "name": "测试评查点-test（副本）",
  "evaluation_point_groups_id": 40,
  "evaluation_point_groups_pid": 1
}
```

---

## 附录

### 性能优化建议

1. **查询优化**:
   - 为 `code`、`evaluation_point_groups_id`、`evaluation_point_groups_pid`、`risk`、`is_enabled`、`area` 创建索引
   - 使用分页避免一次性加载大量数据
   - JSONB字段查询使用 GIN 索引

2. **缓存策略**:
   - 对不常变化的评查点列表进行缓存（Redis）
   - 缓存键格式: `eval_points:group:{group_id}`, `eval_points:{id}`
   - 创建/更新/删除操作时清除相关缓存

3. **批量操作**:
   - 使用批量查询减少数据库连接开销
   - 使用事务确保批量操作的原子性

### 数据库索引建议

```sql
-- 基础索引（已存在）
CREATE UNIQUE INDEX evaluation_points_code_key ON evaluation_points(code);
CREATE INDEX idx_evaluation_points_area ON evaluation_points(area);

-- 推荐新增索引
CREATE INDEX idx_evaluation_points_group_id ON evaluation_points(evaluation_point_groups_id);
CREATE INDEX idx_evaluation_points_parent_group_id ON evaluation_points(evaluation_point_groups_pid);
CREATE INDEX idx_evaluation_points_risk ON evaluation_points(risk);
CREATE INDEX idx_evaluation_points_is_enabled ON evaluation_points(is_enabled);
CREATE INDEX idx_evaluation_points_created_at ON evaluation_points(created_at DESC);

-- JSONB字段索引（用于复杂查询）
CREATE INDEX idx_evaluation_points_extraction_config ON evaluation_points USING GIN (extraction_config);
CREATE INDEX idx_evaluation_points_evaluation_config ON evaluation_points USING GIN (evaluation_config);
CREATE INDEX idx_evaluation_points_references_laws ON evaluation_points USING GIN (references_laws);
```

### 前端PostgREST vs 后端FastAPI对比

| 功能 | PostgREST 前端实现 | FastAPI 后端实现 |
|------|-------------------|-----------------|
| 认证方式 | 前端传递 JWT | 后端验证 JWT |
| 数据验证 | 前端验证 | 前后端双重验证 |
| JSONB处理 | 前端序列化 | 后端自动处理 |
| 批量操作 | 前端多次调用 | 后端事务处理 |
| 复制功能 | 前端实现 | 后端一次性完成 |
| 错误处理 | 前端解析错误 | 后端统一错误格式 |
| 分组验证 | 前端验证 | 后端外键约束验证 |

---

**文档版本**: v1.0
**最后更新**: 2025-01-21
**维护者**: DocAuditAI Team