# las_preprocessing_agent

**Repository Path**: fossilxiang_55192131/las_preprocessing_agent

## Basic Information

- **Project Name**: las_preprocessing_agent
- **Description**: No description available
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-12
- **Last Updated**: 2026-04-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 石油测井数据预处理智能体工具

## 项目概述

基于SRS.md规格说明书开发的石油测井数据预处理智能体工具，用于自动化处理LAS格式的测井数据。该工具集成了八大核心预处理功能，并通过大模型智能调度实现自动化工作流。

## 功能特性

### 八大核心预处理工具
1. **基础数据校验** - 验证LAS文件结构、深度系统、曲线完整性
2. **深度系统校正** - 深度对齐、重采样、MD/TVD转换
3. **仪器刻度与量纲校正** - 应用刻度系数、单位标准化
4. **井眼环境影响校正** - 井径扩径、泥饼厚度校正
5. **钻井液与地层侵入校正** - 电阻率侵入校正
6. **曲线质量修复** - 尖峰去除、空值填充、平滑处理
7. **数据采样与格式规范化** - 统一采样间隔、格式标准化
8. **预处理质量控制** - 质量评估、报告生成

### 智能调度系统
- **大模型智能调度** - 基于DeepSeek-R1模型分析数据特征，智能决定工具调用顺序
- **状态机管理** - 9个预处理状态，确保工作流正确执行
- **备用调度策略** - 当大模型不可用时，自动切换到顺序或优先级调度

### 用户界面
- **PyQt5图形界面** - 直观易用的桌面应用程序
- **实时日志显示** - 处理过程实时监控
- **曲线对比图** - 预处理前后曲线可视化对比
- **批量处理支持** - 多文件批量自动化处理

## 系统架构

```
las_preprocessing_agent/
├── main.py                    # 程序入口
├── requirements.txt           # 依赖包列表
├── agent_core/               # 智能体核心模块
│   ├── llm_interface.py      # LLM接口
│   ├── state_machine.py      # 状态机
│   └── tool_dispatcher.py    # 工具调度器
├── tools/                    # 八大核心工具
│   ├── data_validation.py    # 基础数据校验
│   ├── depth_correction.py   # 深度系统校正
│   ├── calibration.py        # 仪器刻度校正
│   ├── borehole_env.py       # 井眼环境校正
│   ├── mud_invasion.py       # 钻井液侵入校正
│   ├── quality_repair.py     # 曲线质量修复
│   ├── resample_export.py    # 数据采样导出
│   └── qc_evaluation.py      # 质量控制评估
├── utils/                    # 工具模块
│   ├── las_parser.py         # LAS文件解析器
│   └── logger.py             # 统一日志系统
├── config/                   # 配置文件
│   ├── thresholds.json       # 曲线阈值配置
│   ├── instrument_db.json    # 仪器刻度系数库
│   ├── region_params.json    # 地区经验参数
│   └── config.yaml          # 主配置文件
├── gui/                      # 图形界面
│   ├── main_window.py       # 主窗口
│   └── __init__.py
└── tests/                    # 测试目录
```

## 安装部署

### 环境要求
- Python 3.8+
- Windows/Linux/macOS

### 安装步骤

1. **克隆或下载项目**
   ```bash
   cd Oil_Agent
   ```

2. **安装Python依赖**
   ```bash
   pip install -r las_preprocessing_agent/requirements.txt
   ```

3. **安装Ollama（可选，用于大模型调度）**
   - 下载地址：https://ollama.com/
   - 安装后运行：`ollama pull deepseek-r1:7b`

4. **配置参数**
   - 编辑 `config/config.yaml` 文件，根据需要调整参数
   - 配置 `config/thresholds.json` 中的曲线阈值
   - 配置 `config/instrument_db.json` 中的仪器刻度系数

### 快速启动

1. **启动GUI应用程序**
   ```bash
   cd las_preprocessing_agent
   python main.py
   ```

2. **命令行使用（开发中）**
   ```bash
   python -c "from agent_core.tool_dispatcher import ToolDispatcher; dispatcher = ToolDispatcher()"
   ```

## 使用指南

### 1. 单文件处理
1. 启动应用程序
2. 点击"选择LAS文件"按钮
3. 配置预处理参数（可选）
4. 点击"自动预处理"开始处理
5. 查看处理结果和日志

### 2. 批量处理
1. 点击"选择文件夹"按钮
2. 选择包含LAS文件的文件夹
3. 点击"开始批量处理"
4. 监控处理进度

### 3. 参数配置
- **阈值配置**：设置各曲线的有效范围阈值
- **刻度系数库**：管理仪器刻度校正系数
- **地区参数**：配置地区经验参数
- **采样间隔**：设置重采样间隔（默认0.125米）

### 4. 大模型调度
- 默认启用大模型智能调度
- 需要本地运行Ollama服务
- 可切换为顺序执行模式

## 配置说明

### 主要配置文件

1. **config.yaml** - 主配置文件
   - LLM配置（Ollama连接参数）
   - 预处理参数（采样间隔、参考曲线等）
   - GUI配置（窗口大小、主题等）
   - 性能配置（并行处理、内存限制等）

2. **thresholds.json** - 曲线阈值
   ```json
   {
     "GR": {"min": 0, "max": 200, "unit": "API"},
     "RT": {"min": 0.1, "max": 1000, "unit": "ohm.m"}
   }
   ```

3. **instrument_db.json** - 仪器刻度系数
   ```json
   {
     "DIT": {"a": 1.0, "b": 0.0, "unit": "us/ft"},
     "DEN": {"a": 1.02, "b": -0.1, "unit": "g/cm3"}
   }
   ```

### 环境变量
```bash
# 设置Ollama服务地址
export OLLAMA_BASE_URL="http://localhost:11434"

# 设置日志级别
export LOG_LEVEL="INFO"
```

## 开发指南

### 添加新工具
1. 在 `tools/` 目录下创建新工具模块
2. 实现 `run_tool(las_data, params, logger)` 函数
3. 在 `tools/__init__.py` 中注册工具
4. 在 `agent_core/state_machine.py` 中添加状态

### 扩展功能
- **新数据格式支持**：在 `utils/las_parser.py` 中添加解析器
- **新校正算法**：在相应工具模块中实现
- **新可视化功能**：在 `gui/` 目录下添加组件

### 测试
```bash
# 运行单元测试
python -m pytest tests/

# 运行集成测试
python tests/integration_test.py
```

## 故障排除

### 常见问题

1. **LAS文件加载失败**
   - 检查文件格式是否符合LAS标准
   - 检查文件编码（建议使用UTF-8）
   - 查看日志中的详细错误信息

2. **大模型调度不可用**
   - 检查Ollama服务是否运行：`ollama list`
   - 检查网络连接：`curl http://localhost:11434/api/generate`
   - 在配置中禁用大模型调度，使用备用策略

3. **内存不足**
   - 减少批量处理文件数量
   - 调整 `config.yaml` 中的内存限制
   - 关闭不必要的应用程序

4. **GUI启动失败**
   - 检查PyQt5安装：`python -c "import PyQt5"`
   - 检查Python版本兼容性
   - 查看控制台错误信息

### 日志文件
- 日志文件保存在 `logs/` 目录下
- 按日期分割日志文件
- 可通过GUI界面查看实时日志

## 性能优化

### 处理速度
- 启用并行处理（配置文件中设置）
- 调整采样间隔，减少数据量
- 使用缓存中间结果

### 内存使用
- 分批处理大型文件
- 及时释放不再使用的数据
- 使用内存映射文件处理超大文件

### 大模型响应
- 调整temperature参数降低随机性
- 使用较小的模型（如7B版本）
- 缓存模型响应结果

## 版本历史

### v1.0.0 (当前版本)
- 八大核心预处理工具
- 大模型智能调度系统
- PyQt5图形用户界面
- 批量处理支持
- 完整的配置管理系统

### 计划功能
- [ ] 云端模型支持
- [ ] 更多数据格式支持
- [ ] 高级可视化功能
- [ ] 插件系统
- [ ] 自动化测试套件

## 贡献指南

1. Fork项目仓库
2. 创建功能分支
3. 提交代码变更
4. 编写测试用例
5. 提交Pull Request

## 许可证

本项目采用MIT许可证。详见LICENSE文件。

## 联系方式