From 3d3960a3b3d1057db9d2f4016512915e7a5c517d Mon Sep 17 00:00:00 2001
From: Administrator <15274802129@163.com>
Date: Thu, 25 Sep 2025 09:56:21 +0800
Subject: [PATCH] feat(ai): 集成百炼工作流实现AI流式对话功能 - 新增百炼工作流SDK相关依赖和工具类 - 实现llmInvokeStreamingWithThink方法用于流式调用 - 配置API Key和应用ID以连接百炼平台 - 启用思考模式(enableThinking)和思维输出(hasThoughts) - 处理流式响应并封装为FebsResponse返回 - 添加异常处理机制捕获API调用错误 - 移除原有的静态提示词配置逻辑 -重构answerStreamV3接口直接调用新实现

---
 src/main/java/cc/mrbird/febs/ai/controller/TestController.java |   97 +++++++++++++++++++++++-------------------------
 1 files changed, 46 insertions(+), 51 deletions(-)

diff --git a/src/main/java/cc/mrbird/febs/ai/controller/TestController.java b/src/main/java/cc/mrbird/febs/ai/controller/TestController.java
index d268747..4df6fa5 100644
--- a/src/main/java/cc/mrbird/febs/ai/controller/TestController.java
+++ b/src/main/java/cc/mrbird/febs/ai/controller/TestController.java
@@ -6,11 +6,13 @@
 import cc.mrbird.febs.ai.req.talk.AiTalkAnswerStream;
 import cc.mrbird.febs.ai.res.memberTalk.ApiMemberTalkStreamVoOld;
 import cc.mrbird.febs.ai.service.AiService;
+import cc.mrbird.febs.ai.strategy.enumerates.LlmStrategyContextEnum;
 import cc.mrbird.febs.ai.strategy.enumerates.LlmStrategyEnum;
 import cc.mrbird.febs.ai.strategy.LlmStrategyFactory;
 import cc.mrbird.febs.ai.strategy.param.LlmStrategyDto;
 import cc.mrbird.febs.ai.utils.UUID;
 import cc.mrbird.febs.common.entity.FebsResponse;
+import cc.mrbird.febs.common.exception.FebsException;
 import cc.mrbird.febs.common.utils.AppContants;
 import cc.mrbird.febs.common.utils.RedisUtils;
 import cc.mrbird.febs.mall.entity.MallMember;
@@ -20,6 +22,11 @@
 import cn.hutool.core.util.StrUtil;
 import cn.hutool.crypto.asymmetric.KeyType;
 import cn.hutool.crypto.asymmetric.RSA;
+import com.alibaba.dashscope.app.Application;
+import com.alibaba.dashscope.app.ApplicationParam;
+import com.alibaba.dashscope.app.ApplicationResult;
+import com.alibaba.dashscope.app.FlowStreamMode;
+import com.alibaba.dashscope.utils.JsonUtils;
 import com.alibaba.fastjson.JSONObject;
 import com.baomidou.mybatisplus.core.toolkit.Wrappers;
 import io.reactivex.Flowable;
@@ -150,60 +157,48 @@
     })
     @PostMapping("/answerStreamV3")
     public Flux<FebsResponse> answerStreamV3(@RequestBody @Validated AiTalkAnswerStream dto) {
-        if (StrUtil.isEmpty(dto.getQuestion())){
-            return Flux.just(new FebsResponse().fail().message("请输入问题"));
+
+        return llmInvokeStreamingWithThink();
+    }
+
+    private Flux<FebsResponse> llmInvokeStreamingWithThink(){
+
+        long startTime = System.currentTimeMillis();
+        ApplicationParam param = ApplicationParam.builder()
+                // 若没有配置环境变量,可用百炼API Key将下行替换为:.apiKey("sk-xxx")。但不建议在生产环境中直接将API Key硬编码到代码中,以减少API Key泄露风险。
+                .apiKey("sk-babdcf8799144134915cee2683794b2f")
+                .appId("f94539c7e54d44e2a7cac5e85f2ae61d") //替换为实际的应用 ID
+                .flowStreamMode(FlowStreamMode.MESSAGE_FORMAT)
+                .prompt("你是谁?")
+                .enableThinking( true)
+                .hasThoughts( true)
+                .build();
+
+        Application application = new Application();
+        Flowable<ApplicationResult> result;
+        try {
+            result = application.streamCall(param);
+        } catch (NoApiKeyException | InputRequiredException e) {
+            throw new FebsException(StrUtil.format("百炼工作流输出失败:{}",e.getMessage()));
         }
 
-        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 Flux.from(result)
+                .map(message -> {
+                    HashMap<String, String> stringStringHashMap = new HashMap<>();
 
-        return llmStrategyFactory.getCalculationStrategyMap().get(modelName).llmInvokeStreamingNoThink(llmStrategyDtoList);
+                    System.out.print(message.getOutput().getThoughts());
+                    if (!message.getOutput().getFinishReason().equals("stop")){
+                        stringStringHashMap.put(LlmStrategyContextEnum.CONTENT.name(),message.getOutput().getWorkflowMessage().getMessage().getContent());
+                    }
+                    return new FebsResponse().success().data(stringStringHashMap);
+                })
+                .doOnComplete(() -> {
+                    long endTime = System.currentTimeMillis();
+                    System.out.println("百炼工作流输出:" + (endTime - startTime) + "毫秒");
+                })
+                .doOnError(error -> {
+                    throw new FebsException(StrUtil.format("百炼工作流输出失败:{}",error));
+                });
     }
 
     private LlmStrategyDto buildLlmStrategyDtoList(String Str, Integer type){

--
Gitblit v1.9.1