BiGuan/Agent

1"""2tools/read_file.py —— 工具④：读取本地文件（万能读取器）3 4有些题目会附带一个文件（Excel 表格、PDF、Word 文档、Python 代码、纯文本等）。5这个工具负责把这些文件的内容读成文字交给大模型。它会先看文件后缀名，再决定用什么方式读：6不同格式的文件读法不一样，所以下面用一连串 if 分别处理。7 8注意：图片要用 visual_qa（看图）、音频要用 transcribe_audio（转写），它们不归这个工具管。9"""10 11import os12 13from langchain_core.tools import tool14 15 16@tool17def read_file(file_path: str) -> str:18    """Read a local file and return its content as text. Handles spreadsheets19    (.xlsx/.xls/.csv/.tsv), PDFs (.pdf), Word documents (.docx) and any plain-text or code20    file (.txt/.py/.json/.md/...). For images use `visual_qa`; for audio use21    `transcribe_audio`. Returns the full text so you can reason over it or parse it with22    `python_repl`."""23    # 先确认文件真的存在，不存在就直接返回提示（避免后面读取时报错崩溃）。24    if not os.path.exists(file_path):25        return f"File not found: {file_path}"26    ext = os.path.splitext(file_path)[1].lower()   # 取出后缀名（如 ".xlsx"），转小写27    try:28        # —— Excel 表格 ——29        if ext in (".xlsx", ".xls"):30            import pandas as pd   # pandas 是处理表格数据的常用库31 32            # sheet_name=None 表示"读取工作簿里的所有工作表"，结果是 {表名: 表格数据} 的字典。33            sheets = pd.read_excel(file_path, sheet_name=None)34            # 把每张表都转成 CSV 文字（逗号分隔），拼起来一起返回。35            return "\n\n".join(36                f"## Sheet: {name}\n{df.to_csv(index=False)}" for name, df in sheets.items()37            )38 39        # —— CSV / TSV 文本表格 ——40        if ext in (".csv", ".tsv"):41            import pandas as pd42 43            # CSV 用逗号分隔，TSV 用制表符(Tab)分隔，这里据后缀选对分隔符。44            sep = "\t" if ext == ".tsv" else ","45            return pd.read_csv(file_path, sep=sep).to_csv(index=False)46 47        # —— PDF 文档 ——48        if ext == ".pdf":49            from pypdf import PdfReader50 51            reader = PdfReader(file_path)52            # 逐页抽取文字再用换行拼起来（有的页面抽不出文字就当空字符串处理）。53            return "\n".join((page.extract_text() or "") for page in reader.pages)54 55        # —— Word 文档 ——56        if ext == ".docx":57            import docx58 59            document = docx.Document(file_path)60            # 逐段落取文字再拼起来。61            return "\n".join(p.text for p in document.paragraphs)62 63        # —— 其它情况：当作普通纯文本/代码文件，直接按文本读 ——64        # errors="replace" 表示遇到无法识别的字符时用占位符替代，而不是报错。65        with open(file_path, "r", encoding="utf-8", errors="replace") as f:66            return f.read()67    except Exception as e:68        # 任何读取错误都转成一句说明返回，保证程序不崩。69        return f"Error reading file '{file_path}': {e}"70