chat-ai-api/app/routers/chat_tools.py

from fastapi import APIRouter, HTTPException
from datetime import datetime

from ..core.ark_client import get_client
from ..config.config import Config
from ..schemas.chat import ChatMessage, ChatResponse, CommentRequest, CirclePromptConfig, HistoricalFigure, \
    RephraseRequest, FigureUpsert, GroupChatRequest
from ..db.souyue_mongo import get_mblog_by_id
from ..db.mongo import save_chat_log,get_circle_prompt, upsert_circle_prompt, get_all_figures, get_figure_by_id, insert_figure, update_figure, delete_figure
from ..utils.chat_utils import  get_web_search_tools, get_knowledge_search_tools
from ..db.ai_config import get_config_by_app_name
from ..db.mongo import  save_chat_history, get_chat_history, delete_chat_history, get_sessions
router = APIRouter()

import re


def _strip_markdown(text: str) -> str:
    text = re.sub(r'(?m)^#{1,6}\s+', '', text)
    text = re.sub(r'\*{1,3}(.+?)\*{1,3}', r'\1', text)
    text = re.sub(r'_{1,3}(.+?)_{1,3}', r'\1', text)
    text = re.sub(r'`{1,3}(.+?)`{1,3}', r'\1', text)
    text = re.sub(r'(?m)^[ \t]*[-*]\s+', '', text)
    text = re.sub(r'(?m)^[ \t]*\d+\.\s+', '', text)
    text = re.sub(r'(?m)^[ \t]*>\s?', '', text)
    text = re.sub(r'\n{3,}', '\n\n', text)
    return text.strip()


def _build_prompt(product_text: str, prompt_config: dict) -> str:
    name = prompt_config.get("name", "兴趣圈")
    role = prompt_config.get("role", "活跃用户")
    style = prompt_config.get("style", "自然亲切，有活人感")
    keywords: list = prompt_config.get("keywords") or []
    forbidden: list = prompt_config.get("forbidden") or []
    extraInstruction = prompt_config.get("extra_instruction")

    lines = [
        f"你是{role}，活跃在{name}兴趣圈。",
        "请根据以下帖子信息，生成一条10-30字的评论，要求：",
        "1. 内容指向性强，结合帖子具体内容",
        f"2. 风格：{style}",
    ]
    seq = 3
    if keywords:
        lines.append(f"{seq}. 适当融入关键词（自然使用）：{', '.join(keywords)}")
        seq += 1
    if forbidden:
        lines.append(f"{seq}. 禁止使用以下词语：{', '.join(forbidden)}")
        seq += 1
    lines.append(f"{seq}. 语言自然，不要暴露你是AI")

    # 额外要求
    if extraInstruction:
        lines.append(f"【额外要求】{','.join(extraInstruction)}")

    lines.append(f"\n帖子内容：{product_text}")

    return "\n".join(lines)


# 存储/更新兴趣圈提示词模版（appName 已存在则覆盖）
@router.post("/prompt")
async def save_circle_prompt(promptcfg: CirclePromptConfig):
    try:
        upsert_circle_prompt(promptcfg.model_dump())
        return {"message": "保存成功", "appName": promptcfg.appName}
    except Exception as e:
        raise HTTPException(status_code=500, detail=f"保存失败: {str(e)}")


# 评论帖子的马甲机器人，无状态，支持批量对多个帖子智能回复
@router.post("/batchPostCommentBot", response_model=ChatResponse)
async def generate_post_comment(request: CommentRequest):
    doc = get_mblog_by_id(request.id)
    if not doc:
        raise HTTPException(status_code=404, detail="帖子不存在")

    title = doc.get("title", "")
    brief = doc.get("brief", "")
    nickname = doc.get("nickname", "")
    app_name = doc.get("appName", "")
    images: list = doc.get("images") or []

    product_text = f"主题：{title}\n摘要：{brief}\n发布者：{nickname}"
    file_list = []
    if images:
        for img_url in images:
            file_list.append({"type": "input_image", "image_url": img_url})


    prompt_config = get_circle_prompt(app_name)
    input_text = _build_prompt(product_text, prompt_config)

    content = file_list + [{"type": "input_text", "text": input_text}]
    print(f"concat text: {content}")
    client = get_client(app_name)
    response = client.responses.create(
        model=Config.MODEL_NAME,
        input=[{"role": "user", "content": content}],

    )

    message_content = ""
    for item in response.output:
        if hasattr(item, 'type') and item.type == 'message' and hasattr(item, 'content'):
            if isinstance(item.content, list):
                for content_item in item.content:
                    if hasattr(content_item, 'text'):
                        message_content += content_item.text
            else:
                message_content += str(item.content)

    if not message_content:
        raise HTTPException(status_code=500, detail="AI未能生成评论")

    return ChatResponse(
        message=ChatMessage(role="assistant", content=message_content, timestamp=datetime.now()),
        model=response.model,
        usage=response.usage.model_dump() if response.usage else None,
    )


# ===================== 历史人物管理 =====================
# 获取历史人物列表
@router.get("/figures", response_model=list[HistoricalFigure])
async def list_figures():
    return get_all_figures()

# 获取单个历史人物
@router.get("/figures/{id}", response_model=HistoricalFigure)
async def get_figure(id: str):
    doc = get_figure_by_id(id)
    if not doc:
        raise HTTPException(status_code=404, detail="历史人物不存在")
    return doc

# 新增历史人物
@router.post("/figures", response_model=HistoricalFigure)
async def create_figure(figure: FigureUpsert):
    inserted_id = insert_figure(figure.model_dump())
    if not inserted_id:
        raise HTTPException(status_code=500, detail="新增失败")
    return {**figure.model_dump(), "_id": inserted_id}

# 修改历史人物
@router.put("/figures/{id}", response_model=HistoricalFigure)
async def modify_figure(id: str, figure: FigureUpsert):
    matched = update_figure(id, figure.model_dump())
    if not matched:
        raise HTTPException(status_code=404, detail="历史人物不存在")
    return {**figure.model_dump(), "_id": id}

# 删除历史人物
@router.delete("/figures/{id}")
async def remove_figure(id: str):
    deleted = delete_figure(id)
    if not deleted:
        raise HTTPException(status_code=404, detail="历史人物不存在")
    return {"message": "删除成功", "id": id}


# ===================== 润色接口 =====================
# 润色接口
@router.post("/rephrase")
async def rephrase_as_figure(request: RephraseRequest):
    figure = get_figure_by_id(request.figureId)
    if not figure:
        raise HTTPException(status_code=404, detail="历史人物不存在")

    prompt = (
        f"你是{figure['name']}，{figure['description']}，生活在{figure['era']}。\n"
        f"请将以下话语改写成{figure['name']}的说话风格，保留原意，体现其性格特点（{figure['prompt']}）。\n"
        f"只输出改写后的内容，不要解释、不要加引号。\n"
        f"原文：{request.text}"
    )

    client = get_client()
    response = client.responses.create(
        model=Config.MODEL_NAME,
        input=[{"role": "user", "content": prompt}],
        stream=False,
        store=False,
        # thinking={"type":"auto"},
    )

    rephrased = ""
    for item in response.output:
        if hasattr(item, 'type') and item.type == 'message' and hasattr(item, 'content'):
            if isinstance(item.content, list):
                for content_item in item.content:
                    if hasattr(content_item, 'text'):
                        rephrased += content_item.text
            else:
                rephrased += str(item.content)

    if not rephrased:
        raise HTTPException(status_code=500, detail="AI未能生成润色结果")

    return {
        "original": request.text,
        "rephrased": rephrased,
        "figure": figure["name"],
    }



# IM群里的机器人自动回复
@router.post("/groupChat")
async def group_chat(
    request:GroupChatRequest
):
    ai_config = get_config_by_app_name(request.app_name)
    if not ai_config:
        raise ValueError(f"未找到appName '{request.app_name}' 的配置")

    client = get_client(request.app_name)
    knowledge_id = ai_config["knowledgeId"]


    system_prompt = f"""
              你是云悦公司开发的智能助手。你的核心行为准则如下：

               ## 一、身份与基本行为规范
                你具备以下能力：
                  - 可接收和读取各类文档（PDF、Excel、PPT、Word 等），并执行总结、分析、翻译、润色等任务；
                  - 可读取图片/照片、网址、抖音链接的内容；
                  - 可根据用户提供的文本描述生成或绘制图片；
                  - 可搜索各类信息（含图片和视频）以满足用户需求。

               ## 二、工具使用总原则
               1. 优先使用「知识库」检索信息，只有当知识库的信息不足以支撑回答时，才能使用联网搜索；如果知识库信息足够，则不联网。
               2. 对于以下问题，优先参考「知识库」中的信息进行回复：
                  - 云悦产品相关问题（如：XX宝）；
                  - 企业信息相关问题（如：云悦）；
                  - 创始人或负责人相关问题（如：陈沛）。
               3. 当用户提问涉及企业、企业产品、企业负责人、人物信息等内容时，应先尝试通过知识库检索；若知识库无法提供足够信息，再判断为当前信息不足并启用联网搜索。
               4. 若知识库无结果或结果不足，不需要向用户说明“知识库未命中”或“正在联网搜索”，直接继续完成检索与回答。
               5. 不得为了形式完整而强行联网；若知识库已足够回答，则直接基于已有信息作答。

               ## 三、联网搜索触发规则
               仅在以下情况下，才允许调用联网搜索：
               1. 知识库信息不足以支撑回答；
               2. 问题具有明显时效性，例如近3年的数据、最新动态、近期人事变动、当前价格、最新产品信息等；
               3. 问题属于你的知识盲区，且知识库也未覆盖，例如特定企业薪资、实时工商状态、近期新闻事件等；
               4. 用户问题需要依赖最新公开信息，而当前已有信息无法确保准确性。

               若不满足以上条件，则不联网。

               ## 四、搜索与信息验证规则
               当必须联网搜索时，应遵循以下原则：

               1. 搜索范围
                  - 默认获取 top10 搜索结果作为候选信息；
                  - 优先关注与用户问题强相关的信息。

               2. 来源可信度判断
                  - 优先采用高可信来源的信息，例如：
                    - 官方网站、官方公告、官方公众号；
                    - 权威媒体；
                    - 行业机构、公开财报、监管披露、学术或专业数据库。
                  - 对来源不明、营销导向强、内容农场、明显搬运或缺乏佐证的信息，应降低权重或直接舍弃。

               3. 信息真实性验证
                  - 对关键事实进行交叉验证，尤其是：
                    - 企业名称、产品名称；
                    - 职位、负责人身份；
                    - 时间、金额、价格、融资、营收等关键数据；
                    - 产品能力、发布时间、合作关系等。
                  - 重点检查：
                    - 时间是否一致；
                    - 表述是否存在逻辑冲突；
                    - 是否有多个独立来源支持；
                    - 是否存在明显异常或夸张描述。
                  - 如果信息可能不实，则直接排除，不用于回答。

               4. 信息整合
                  - 优先采用高质量、可交叉验证的信息形成答案；
                  - 若多个可信来源一致，可提高回答确定性；
                  - 若信息存在冲突，应仅保留相对稳妥、可验证的部分，避免武断下结论；
                  - 若搜索结果整体质量较低、无法形成可靠结论，则视为“未搜索到可靠信息”。

               5. 搜索失败处理
                  - 若联网搜索后仍无可靠信息，不编造、不猜测；
                  - 应直接告诉用户目前无法找到可靠信息。

               ## 五、回答规则

               ### 1. 内容层面
               - 优先回答用户的核心问题，内容应准确、直接、完整；
               - 在不偏离主问题的前提下，可适度补充必要背景，帮助用户理解；
               - 对复杂概念可使用简洁例子或类比辅助说明；
               - 若问题范围较广或需求不明确，先给出简要概述，再覆盖关键点；
               - 大多数情况下不需要提供过多延伸内容，围绕用户主需回答即可；
               - 若信息不足或搜索结果不可靠，应明确说明无法确认，不得编造。

               ### 2. 来源呈现规则
               - 可以内部参考知识库和搜索结果进行作答；
               - 但对用户输出时，**不得暴露参考资料的存在**；
               - 不得出现类似：
                 - “根据参考资料”
                 - “根据知识库”
                 - “根据检索结果”
                 - “我查到”
                 - “搜索显示”
                 等表述；
               - 不需要展示引用链接、角标引用、参考文献列表。

               ### 3. 时效性表达
               - 对企业、产品、负责人、人事变动、价格、营收、融资等容易变化的信息，应自然标注时间范围；
               - 推荐表达方式：
                 - “截至2025年3月，……”
                 - “从目前公开信息来看，……”
                 - “根据2024年下半年的公开信息，……”
               - 时效性表达应自然融入回答，不要生硬罗列。

               ### 4. 格式层面
               回复必须使用纯文本，不得包含任何 Markdown 语法：
               - 不得使用 **加粗**、*斜体*、`代码`、~~删除线~~ 等标记符号；
               - 不得使用 # 标题符号；
               - 不得使用 - 或 * 开头的无序列表，也不得使用 1. 2. 3. 形式的有序列表；
               - 不得使用 > 引用块；
               - 用自然的分段和标点（逗号、句号、分号）来组织内容；
               - 如需表达并列关系，用"一是……二是……三是……"或顿号分隔；
               - 如需表达顺序关系，用"首先……其次……最后……"等自然语言；
               - 对创作、数理逻辑、阅读理解等任务，同样遵守纯文本要求；
               - 若用户明确要求特定格式，优先满足用户需求。

               ## 六、特殊场景处理
               1. 如果知识库已有云悦、XX宝、陈沛相关信息，优先使用知识库内容，不主动联网补充。
               2. 如果知识库对上述主题信息不足，再进行联网搜索，并仅吸收可信、可验证的信息。
               3. 对敏感、隐私、争议信息保持谨慎，尤其是个人资产、未经证实的履历、传闻、八卦、负面指控等；若缺乏可靠依据，应拒绝采纳或明确表示无法确认。
               4. 若用户提问本身不清晰，可先简短追问澄清；但若已有足够上下文，也可先给出当前可确定的答案。

               ## 七、禁止事项
               1. 不得在知识库信息足够时擅自联网；
               2. 不得把低可信、未验证、可能不实的信息写入答案；
               3. 不得编造事实、时间、数据、人物关系或产品能力；
               4. 不得向用户暴露知识库、检索、搜索策略、来源筛选过程或内部判断过程；
               5. 不得输出”思考过程””搜索关键词””为什么需要搜索”等内部推理内容；
               6. 不得使用”根据参考资料/根据知识库/根据搜索结果”等表述。

               ## 八、最终目标
               在保证回答自然、清晰、易懂的前提下：
               - 优先使用知识库；
               - 仅在必要时联网；
               - 对联网结果进行真实性与可信度验证；
               - 用结构化语言给出准确、稳妥、不过度暴露内部过程的回答。

              """
    system_prompt = {"role": "system", "content": [{"type": "input_text", "text": system_prompt}]}

    api_messages = [system_prompt, {"role": "user", "content": request.message}]
    tools = get_web_search_tools()
    if knowledge_id:
        tools += get_knowledge_search_tools(knowledge_id)


    response = client.responses.create(
        model=Config.MODEL_NAME,
        input=api_messages,
        stream=False,
        store=False,
        tools=tools,
    )



    result = ""
    for item in response.output:
        if hasattr(item, 'type') and item.type == 'message' and hasattr(item, 'content'):
            if isinstance(item.content, list):
                for content_item in item.content:
                    if hasattr(content_item, 'text'):
                        result += content_item.text
            else:
                result += str(item.content)

    result = _strip_markdown(result)

    if not result:
        save_chat_log(
            user_id=request.user_id,
            question=request.message,
            stream_mode=False,
            raw_response=repr(response),
            status="error",
        )
        raise HTTPException(status_code=500, detail="AI未能生成回复")

    save_chat_log(
        user_id=request.user_id,
        question=request.message,
        stream_mode=False,
        raw_response=repr(response),
        status="success",
    )
    return {
        "data": result,
    }