Agent: reorganize workspace directory structure

[luotao1]

PR Category

Feature Enhancement

Description

Agent: 整理 workspace 目录结构

背景

批量抽取运行后，模型目录和结果文件混杂在 workspace 根目录：

• 成功和失败的模型目录混在一起
• 结果 JSON 散落在各处
• 子图输出 clutter 根目录

这给后续分析、重跑和文件管理带来不便。

变更内容

1. graph_net/agent/utils/workspace_manager.py

新增三个目录属性：

• success_dir — workspace/success/，存放抽取成功的模型样本
• failed_dir — workspace/failed/，存放抽取失败的模型目录
• logs_and_lists_dir — workspace/logs_and_lists/，存放结果 JSON 和模型列表

_ensure_directories() 初始化时自动创建以上三个目录。

2. graph_net/agent/graph_net_agent.py

• extract_sample() 中跟踪 sample_dir，提取完成后自动 move 到对应目录：
  • 验证通过 / 去重命中 → success/
  • 验证失败 / 异常退出 → failed/（如目录已存在则覆盖）
• 新增 _move_sample() 辅助方法，封装 shutil.move 及覆盖逻辑
• is_duplicate_sample() 改为同时扫描 success_dir 和 samples_dir，确保历史成功样本能正确命中去重检查
• 保留 _is_llm_fixable_error() 方法用于判断是否值得 LLM 重试

3. graph_net/agent/parallel_extract.py

批量抽取结果 JSON 默认输出路径从 workspace 根改为：

workspace/logs_and_lists/parallel_extract_<时间戳>.json

结果文件统一归档，无需手动整理。

4. graph_net/agent/graph_extractor/subprocess_graph_extractor.py

隔离抽取输出到 samples/ 子目录：

• 设置 GRAPH_NET_EXTRACT_WORKSPACE=workspace/samples/，避免结果散落在 workspace 根目录
• _get_workspace_path() 默认返回 samples/ 子目录
• 解决多次抽取后 workspace 根目录产生大量冗余模型目录的问题

验证

使用单个模型（sshleifer/tiny-gpt2）在 CPU 模式下测试：

workspace/
├── failed/           ← 空（无失败）
├── generated/        ← 生成的 run_model.py 脚本
├── logs/             ← Agent 日志
├── logs_and_lists/   ← 结果 JSON
├── models/           ← 下载的模型文件
├── samples/          ← 抽取输出（临时）
└── success/          ← 最终成功样本
    └── sshleifer_tiny-gpt2

结果：1 个模型，成功率 100%，样本正确移动到 success/。

[paddle-bot]

Thanks for your contribution!