Module Extractor

Module Extractor

核心问题: 这个模块应该"安装"还是"提取"？

决策树

python extract_feature_module.py --repo <path> --entry <module> --preview
                │
                ├─ 拉进了 >50% 的仓库文件？
                │    │
                │    └─ 安装型 (install)
                │       pip install + 薄壳 router.py
                │       适用: ragas, deepeval, dspy
                │
                └─ 拉进了 <50% 的文件？
                     │
                     └─ 提取型 (extract)
                        代码复制 + import 重写
                        适用: 松耦合工具库

方式 A: 安装型

适用于紧耦合框架 — 内部模块间依赖太深，提取子模块等于复制大半个库。

原则

1. 100% 源库 API — router.py 只做 HTTP 包装，核心逻辑全部调用原始开源库
2. 溯源清晰 — meta.json 记录来源项目、repo URL、license、使用的 API
3. 独立可迁移 — 每个模块目录可以整体复制到目标项目

目录组织

outputs/06_module_market/python/modules/
└── <project>/              # 来源项目名 (如 ragas)
    ├── meta.json           # 项目级元数据
    └── <feature>/          # 功能模块 (如 evaluation)
        ├── meta.json       # 模块元数据
        └── router.py       # FastAPI 路由（100% 调源库 API）

操作

# 1. 安装源库
pip install ragas

# 2. 创建模块目录
mkdir -p outputs/06_module_market/python/modules/ragas/evaluation

# 3. 写 router.py — 只做 HTTP 包装
# 4. 写 meta.json — 记录溯源

方式 B: 提取型

适用于松耦合工具库 — 模块间依赖少，可以干净拆出来。

两种提取脚本

需求驱动提取

# 预览：看会拉进多少文件
python extract_feature_module.py \
    --repo outputs/03_analysis/cloned/ragas/src/ragas \
    --entry metrics evaluation.py \
    --name evaluation --preview

# 实际提取
python extract_feature_module.py \
    --repo outputs/03_analysis/cloned/ragas/src/ragas \
    --entry metrics evaluation.py \
    --name evaluation

提取后结构

outputs/05_modules/extracted_modules/<module_name>/
├── __init__.py          # 自动生成
├── metrics/             # 保留原始目录结构
├── prompt/
├── manifest.json        # 模块元数据 + 溯源
├── requirements.txt     # 外部 pip 依赖
└── README.md            # 使用说明

发布到 CMS

提取/安装完成后，用 scripts/06_module_publish.py 发布到 Payload CMS：

# 预览
python scripts/06_module_publish.py --module ragflow_common --preview

# 导出 JSON
python scripts/06_module_publish.py --module ragflow_common --export-json

脚本