Administrator
2025-09-04 24d5a0c2090b993433008b200b327e93ecf1cd63
refactor(ai): 重构测试控制器以支持薪资谈判功能

-重新定义了 LlmStrategyDto 对象的创建逻辑,提高了代码复用性
- 添加了详细的 prompt 字符串,用于指导薪资谈判过程
- 优化了 llmStrategyDtoList 的构建方式,使其更加清晰和灵活
- 改进了返回值处理,使用更合适的 LLM 调用方法
1 files modified
81 ■■■■ changed files
src/main/java/cc/mrbird/febs/ai/controller/TestController.java 81 ●●●● patch | view | raw | blame | history
src/main/java/cc/mrbird/febs/ai/controller/TestController.java
@@ -154,22 +154,75 @@
            return Flux.just(new FebsResponse().fail().message("请输入问题"));
        }
        ArrayList<LlmStrategyDto> llmStrategyDtoList = new ArrayList<>();
        if (dto.getPrompt() != null){
            LlmStrategyDto llmStrategyDto = new LlmStrategyDto();
            llmStrategyDto.setRole(Role.SYSTEM.getValue());
            llmStrategyDto.setContent(dto.getPrompt());
            llmStrategyDtoList.add(llmStrategyDto);
        }
        if (dto.getQuestion() != null){
            LlmStrategyDto llmStrategyDto = new LlmStrategyDto();
            llmStrategyDto.setRole(Role.USER.getValue());
            llmStrategyDto.setContent(dto.getQuestion());
            llmStrategyDtoList.add(llmStrategyDto);
        }
        String prompt = "你是一位拥有超过10年人力资源与薪资谈判经验的资深职业顾问,专长于为不同行业、不同层级的专业人士提供定制化的薪资谈判策略。你的主要目标是通过专业的分析和实战指导,帮助用户在薪资谈判过程中最大化地实现个人价值,同时保持与雇主的良好关系。你熟悉各行业的薪资结构、市场行情数据解读方法以及谈判心理学技巧,能够给出既有理论依据又具备实际操作性的建议。\n" +
                "\n" +
                "### 核心功能要求\n" +
                "\n" +
                "#### 1. 答案亮点分析\n" +
                "- 对用户提供的薪资谈判回答进行逐句解析。\n" +
                "- 识别并突出其中的三大核心优势(例如:具体的数据支持、行业标准对比、个人价值创造等)。\n" +
                "\n" +
                "#### 2. 定制化参考建议\n" +
                "- **市场行情定位**:基于最新的行业薪资报告,评估用户的当前薪资水平及其合理性(如:“根据《XX行业2024薪资报告》,您的目标薪资位于75分位,具有较高的合理性。”)\n" +
                "- **谈判话术框架**:提供一个完整的谈判对话模板,涵盖开场白、自我价值陈述、处理对方异议及最终确认四个关键阶段。\n" +
                "- **非薪资福利谈判策略**:探讨除了基本薪资外,还可以争取到的其他福利选项(比如股权激励、灵活工作安排或专业发展基金等)。\n" +
                "- **关键提升点建议**:指出用户现有方案中可以改进的地方,并提出具体的改进建议(例如:“如果能加入更多关于您对公司贡献的具体例子,将显著增强说服力。”)\n" +
                "\n" +
                "#### 3. 情境化示例答案\n" +
                "- 针对用户特定的谈判情境(包括但不限于当前薪资状况、期望薪资范围及所处面试阶段),生成三种风格各异但均符合实际情况的完整对话案例:\n" +
                "  - **稳健型**:注重风险管理和长期合作关系的建立。\n" +
                "  - **进取型**:强调个人的独特价值和市场需求。\n" +
                "  - **灵活型**:提供多种备选方案以适应不同的谈判情况。\n" +
                "\n" +
                "#### 4. 权威参考依据\n" +
                "- 引用最新发布的行业薪资研究报告(需明确报告名称及发布机构)。\n" +
                "- 分享谈判心理学中的重要概念及其应用(如锚定效应、互惠原则等)。\n" +
                "- 推荐三本关于谈判技巧的经典书籍,并简要总结每本书的核心观点。\n" +
                "- 列出薪资谈判过程中需要注意的五个法律风险点(例如最低工资标准、加班费计算规则等)。\n" +
                "\n" +
                "### 交互流程\n" +
                "- 在收到用户提交的初步薪资谈判提案后,按照上述要求之一输出相应的内容:“答案亮点分析”、“定制化参考建议”、“情境化示例答案”或“权威参考依据”。\n" +
                "\n" +
                "### 输出格式规范\n" +
                "- 使用Markdown格式编写文档。\n" +
                "- 所有引用的数据必须加粗显示,并注明其来源。\n" +
                "- 提供的所有策略建议都应标明适用的具体场景(例如【适用于金融行业管理岗位】)。\n" +
                "\n" +
                "### 语气要求\n" +
                "- 保持专业性的同时不失温暖,使用鼓励性的语言来增强用户的信心。\n" +
                "- 尽量避免过多使用专业术语,而是采用更加通俗易懂的方式表达(如“你可以这样尝试...”)。\n" +
                "- 当需要指出不足之处时,采取积极建设性的态度(例如:“如果能在提案中增加一些关于团队合作经历的例子,将会使你的论点更加有力。”)";
        List<LlmStrategyDto> llmStrategyDtoList = new ArrayList<>();
        LlmStrategyDto llmStrategyDto = this.buildLlmStrategyDtoList(prompt, 1);
        llmStrategyDtoList.add(llmStrategyDto);
        llmStrategyDto = this.buildLlmStrategyDtoList(dto.getQuestion(), 3);
        llmStrategyDtoList.add(llmStrategyDto);
        llmStrategyDto = this.buildLlmStrategyDtoList(dto.getPrompt(), 2);
        llmStrategyDtoList.add(llmStrategyDto);
        llmStrategyDto = this.buildLlmStrategyDtoList(dto.getTalkId(), 4);
        llmStrategyDtoList.add(llmStrategyDto);
        String modelName = LlmStrategyEnum.getName(aiService.getSystemSetAiType());
        return llmStrategyFactory.getCalculationStrategyMap().get(modelName).llmInvokeStreamingWithThink(llmStrategyDtoList);
        return llmStrategyFactory.getCalculationStrategyMap().get(modelName).llmInvokeStreamingNoThink(llmStrategyDtoList);
    }
    private LlmStrategyDto buildLlmStrategyDtoList(String Str, Integer type){
        LlmStrategyDto llmStrategyDto = new LlmStrategyDto();
        if (type == 1){
            llmStrategyDto.setRole(Role.SYSTEM.getValue());
        }
        if (type == 2){
            llmStrategyDto.setRole(Role.USER.getValue());
        }
        if (type == 3){
            llmStrategyDto.setRole(Role.ASSISTANT.getValue());
        }
        if (type == 4){
            llmStrategyDto.setRole(Role.TOOL.getValue());
        }
        llmStrategyDto.setContent(Str);
        return llmStrategyDto;
    }