广听AI项目中的报告删除功能设计与实现

广听AI项目中的报告删除功能设计与实现

在广听AI项目中，用户经常需要调整参数和提示词多次生成报告以获取最佳结果。这一过程会产生大量实验性报告，这些报告在客户端界面显示时可能造成信息干扰。本文将详细介绍如何为系统设计并实现报告删除功能，以优化用户体验和管理效率。

功能需求分析

系统需要满足以下核心需求：

1. 管理员能够删除不再需要的实验性报告
2. 删除操作应确保数据一致性
3. 客户端不应显示已删除的报告
4. 系统应保留删除操作的灵活性，便于未来扩展

技术方案设计

删除策略选择

项目采用了逻辑删除而非物理删除的方案，主要基于以下考虑：

• 保留数据完整性，便于可能的恢复操作
• 与Azure Blob Storage的集成更加灵活
• 可通过同步策略优化存储空间使用
• 便于未来可能的审计需求

系统架构变更

1. 数据库层：

   • 在report_status枚举类型中新增"deleted"状态
   • 所有查询默认过滤掉状态为deleted的记录

2. API层：

   • 新增DELETE端点处理删除请求
   • 实现状态更新逻辑
   • 确保所有返回结果自动过滤已删除报告

3. 管理界面：

   • 在报告列表中添加删除操作按钮
   • 实现删除确认流程
   • 提供适当的用户反馈

实现细节

状态管理

系统扩展了报告状态机，新增了"deleted"状态。这一状态与其他状态（如published/unpublished）互斥，确保数据一致性。

性能优化

考虑到报告可能包含大量数据，实现时特别注意：

• 批量查询时的过滤效率
• 状态更新操作的事务处理
• 与存储系统的同步机制

安全考虑

删除操作需要严格的权限控制：

• 仅限管理员执行
• 记录操作日志
• 提供必要的确认流程

未来扩展性

当前设计为未来可能的改进预留了空间：

1. 可轻松过渡到物理删除（如有需要）
2. 支持更细粒度的权限控制
3. 便于添加回收站功能
4. 可扩展为定时自动清理机制

这一功能的实现显著提升了广听AI系统的管理效率和用户体验，使管理员能够更灵活地控制报告展示，同时保持系统的数据完整性。逻辑删除的设计选择在数据安全性和存储效率之间取得了良好平衡。