config.py — 全局配置访问层

概述

项目所有模块通过 import config 统一获取路径与运行参数。
内部使用 @lru_cache 避免重复解析 config.toml。

路径常量（模块级，直接 import 使用）

常量	说明
`RAW_DIR`	原始 PDF 目录
`PROCESSED_DIR`	处理后数据根目录
`OCR_DIR`	OCR 分页 Markdown 目录
`TERMS_DIR`	术语映射目录
`CHUNK_DIR`	术语 JSON 目录
`EVALUATION_DIR`	评测数据目录
`STATS_DIR`	统计报告与图表目录
`OUTPUTS_DIR`	实验输出根目录
`LOG_BASE_DIR`	时间戳实验跑次根目录（`outputs/log/`，含 `run_id/json` 等）
`REPORTS_BASE_DIR`	定稿发布根目录（`outputs/reports/`，无时间戳；报告与对外 JSON 快照）
`REPORTS_PUBLISH_DIR`	与 `REPORTS_BASE_DIR` 相同（别名，语义强调「发布」）
`FIGURES_DIR`	全局图表目录（如答辩图脚本默认输出）
`LOGS_DIR`	日志目录（通常与 `LOG_BASE_DIR` 一致）
`RAG_RESULTS_FILE`	RAG 问答结果文件

所有路径均为绝对路径，由 config.toml [paths] 配置并相对项目根解析。

函数

`getPathsConfig() -> dict[str, str]`

读取并解析 [paths] section，返回所有路径的 dict。
结果有 @lru_cache 缓存，同进程只解析一次。

`getPath(name: str) -> str`

按名称获取已解析的路径。

参数：name — 路径键名，如 "chunk_dir"
返回：绝对路径字符串
注意：键名不存在时抛 KeyError

`get_ocr_config() -> dict`

返回 [ocr] section 的配置 dict。
包含字段：page_start / page_end / skip_existing / max_image_size / device / mfr_batch_size / render_dpi / resized_shape / text_contain_formula / batch_pages / ocr_workers / max_page_chars / max_term_len / term_max_tokens / max_pages_per_term

`getRetrievalConfig() -> dict`

返回 [retrieval] section 的配置 dict。
包含字段：recall_factor / rrf_k / bm25_default_weight / vector_default_weight / default_vector_model / default_reranker_model / use_hybrid_tokenization / bm25_char_ngram_max 等。

`getGenerationConfig() -> dict`

返回 [rag_gen] section 的配置 dict。
包含字段：temperature / top_p / max_new_tokens / qwen_model_dir / max_context_chars / max_chars_per_term

`getOutputController() -> OutputManager`

获取全局 OutputManager 实例（基于 LOG_BASE_DIR）。

`getRunLogDir() -> str`

获取当前运行目录：outputs/log/YYYYMMDD_HHMMSS
同一进程内只生成一次，调用多次返回相同目录。

`getJsonLogDir() -> str`

获取当前运行 JSON 输出目录：outputs/log/YYYYMMDD_HHMMSS/json

`getTextLogDir() -> str`

获取当前运行文本日志目录：outputs/log/YYYYMMDD_HHMMSS/text

`normalizeJsonOutputPath(path: str, defaultName: str) -> str`

将任意路径归一化到当前运行 JSON 目录。

参数：
- path：原始路径（可为空字符串）
- defaultName：默认文件名
返回：归一化后的绝对路径
规则：取 path 的 basename，若为空则用 defaultName，拼到 getJsonLogDir()

`normalizeTextLogPath(path: str, defaultName: str) -> str`

同上，目标目录为 getTextLogDir()。

`getReportsDir() -> str`

兼容旧接口，等价于 getJsonLogDir()。

依赖

utils.FileLoader（读取 toml）
utils.OutputManager（管理输出目录）

config.py — 全局配置访问层 ​

概述 ​

路径常量（模块级，直接 import 使用） ​

函数 ​

getPathsConfig() -> dict[str, str] ​

getPath(name: str) -> str ​

get_ocr_config() -> dict ​

getRetrievalConfig() -> dict ​

getGenerationConfig() -> dict ​

getOutputController() -> OutputManager ​

getRunLogDir() -> str ​

getJsonLogDir() -> str ​

getTextLogDir() -> str ​

normalizeJsonOutputPath(path: str, defaultName: str) -> str ​

normalizeTextLogPath(path: str, defaultName: str) -> str ​

getReportsDir() -> str ​

依赖 ​