PlantAI-rag/docs/plans/PROJECT_ORGANIZE_STATUS.md

项目整理状态报告

整理时间: 2026-04-01 整理范围: 全面整理所有新旧版本文件

---

✅ 已完成的整理

1. 核心提取器文件 (保留最新版本)

• ✅ extract_phylogeny_v5_universal_v3.py → scripts/extractors/ ⭐
• ✅ batch_extract.py → scripts/extractors/
• ✅ kg_import.py → scripts/extractors/
• ✅ kg_schema.py → scripts/extractors/
• ✅ gene_family_keywords_v3.json → scripts/extractors/

2. 旧版本提取器归档 (37个文件)

• ✅ 全部移入 archive/old_extractors/
• 包括: v1-v4版本, v5实验版本, ICL版本等

3. 旧版本API归档 (4个文件)

• ✅ api_server.py → archive/old_api/
• ✅ api_server_v2.py → archive/old_api/
• ✅ api_server_v3.py → archive/old_api/
• ✅ api_server_v3_complete.py → archive/old_api/

4. 工具脚本整理 (14个文件)

• ✅ add_missing_genes.py → scripts/utils/
• ✅ apply_locus_mapping.py → scripts/utils/
• ✅ chunk_by_section.py → scripts/utils/
• ✅ expand_*.py → scripts/utils/
• ✅ fetch_supplementary_data.py → scripts/utils/
• ✅ final_merge*.py → scripts/utils/
• ✅ generate_validation_report.py → scripts/utils/
• ✅ kg_sqlite.py → scripts/utils/
• ✅ merge_all_extractions.py → scripts/utils/
• ✅ post_process_*.py → scripts/utils/
• ✅ reasoning_engine.py → scripts/utils/
• ✅ universal_supplementary_fetcher.py → scripts/utils/
• ✅ validate_extraction.py → scripts/utils/

5. 测试脚本整理 (5个文件)

• ✅ rag_test_100.py → tests/
• ✅ test_europe_pmc_api.py → tests/
• ✅ test_ocr_only.py → tests/
• ✅ test_phylo_inference.py → tests/

6. 配置文件整理

• ✅ docker-compose*.yml → config/
• ✅ Dockerfile* → config/
• ✅ .env* → config/
• ✅ prometheus.yml → config/
• ✅ nginx.conf → config/

7. 文档文件整理 (13个文件)

• ✅ 旧版本文档 → archive/old_docs/
• ✅ PROJECT_STRUCTURE.md → 根目录
• ✅ PROJECT_ORGANIZE_STATUS.md → 根目录

8. 临时数据文件归档

• ✅ tair_data.txt → archive/
• ✅ tair_parsed.json → archive/

9. 整理脚本归档

• ✅ archive_old_versions.sh → scripts/
• ✅ organize.py → scripts/

---

📁 最终目录结构

gene-family-mas-v2/
├── 📁 api/                          # FastAPI接口
│   ├── main.py
│   ├── rag_routes.py
│   ├── kg_routes.py
│   └── ...
│
├── 📁 scripts/                      # Python脚本
│   ├── 📁 extractors/               # ⭐ 核心提取器 (5个文件)
│   │   ├── extract_phylogeny_v5_universal_v3.py
│   │   ├── batch_extract.py
│   │   ├── kg_import.py
│   │   ├── kg_schema.py
│   │   └── gene_family_keywords_v3.json
│   │
│   ├── 📁 utils/                    # 工具脚本 (14个文件)
│   │   ├── add_missing_genes.py
│   │   ├── apply_locus_mapping.py
│   │   ├── chunk_by_section.py
│   │   └── ...
│   │
│   └── 📁 legacy/                   # 旧版本
│       └── ...
│
├── 📁 tests/                        # 测试脚本 (5个文件)
│   ├── rag_test_100.py
│   └── test_*.py
│
├── 📁 docs/                         # 文档
│   ├── 📁 reports/                  # 分析报告
│   ├── 📁 plans/                    # 计划文档
│   └── ORGANIZE_REPORT.json         # 整理报告
│
├── 📁 config/                       # 配置文件
│   ├── docker-compose.yml
│   ├── docker-compose.neo4j.yml
│   ├── Dockerfile
│   └── .env*
│
├── 📁 data/                         # 数据目录
│   ├── raw/
│   ├── processed/
│   └── neo4j/
│
├── 📁 archive/                      # ⭐ 归档文件
│   ├── 📁 old_extractors/           # 37个旧版本提取器
│   ├── 📁 old_api/                  # 4个旧版本API
│   ├── 📁 old_docs/                 # 13个旧版本文档
│   ├── tair_data.txt
│   └── tair_parsed.json
│
├── 📁 frontend/                     # 前端代码
├── 📁 skills/                       # 技能模块
├── 📁 evaluation/                   # 评估结果
├── 📁 paper/                        # 论文PDF
├── 📁 extracted/                    # 提取结果
├── 📁 prompts/                      # Prompt模板
├── 📁 project_memory/               # 项目记忆 (24个文件)
├── 📁 batch_results/                # 批量结果
│
├── 📄 README.md                     # 项目说明
├── 📄 CHANGELOG.md                  # 变更日志
├── 📄 PROJECT_STRUCTURE.md          # 结构说明
└── 📄 PROJECT_ORGANIZE_STATUS.md    # 本文件

---

📊 整理统计

类别	数量	位置
核心提取器	5	scripts/extractors/
工具脚本	14	scripts/utils/
测试脚本	5	tests/
旧版本提取器	37	archive/old_extractors/
旧版本API	4	archive/old_api/
旧版本文档	13	archive/old_docs/
配置文件	6	config/
项目记忆	24	project_memory/

总计: 108个文件已分类整理 ✅

---

🎯 核心文件快速定位

功能	路径
v5.2提取器	scripts/extractors/extract_phylogeny_v5_universal_v3.py
批量提取	scripts/extractors/batch_extract.py
关键词库	scripts/extractors/gene_family_keywords_v3.json
知识图谱导入	scripts/extractors/kg_import.py
知识图谱Schema	scripts/extractors/kg_schema.py
API路由	api/rag_routes.py, api/kg_routes.py
Docker配置	config/docker-compose.yml
Neo4j配置	config/docker-compose.neo4j.yml
项目记忆	project_memory/2026-04-01.md
项目结构	PROJECT_STRUCTURE.md

---

✅ 整理完成

项目已全面整理完毕！所有文件都在标准位置，根目录保持整洁。

如需查看旧版本文件，请访问 archive/ 目录。