feat(assistant): 可执行操作改造，支持实时查询与任务触发

- 新增 assistant_actions.py 动作注册表（list_topics/get_system_stats/get_task_status/trigger_task/search_web 等） - assistant.py 增加规则意图识别优先执行，失败则走 LLM ACTION 格式 - 格式化返回结果，前端无感知 - 支持查看系统统计、选题、任务日志、手动触发定时任务
2026-05-31 13:25:07 +08:00
parent 10ad549050
commit 9b9ee4964b
2 changed files with 511 additions and 12 deletions
@@ -1,8 +1,11 @@
+import re
+import json
 from fastapi import APIRouter, Depends, HTTPException
 from pydantic import BaseModel
-from typing import List, Optional
+from typing import List, Optional, Dict, Any
 from ..core.nvidia_client import call_llm
 from .auth import get_current_user
+from .assistant_actions import ACTION_REGISTRY

 router = APIRouter(prefix="/api/assistant", tags=["assistant"])

@@ -17,45 +20,293 @@ PAGE_CONTEXTS = {
    "admin": "系统管理页面：管理用户、LLM配置、系统配置、采集类别、信息源、组织、查看运行日志等",
 }

+# 可用操作清单（用于系统提示词）
+from .assistant_actions import ACTION_REGISTRY
+ACTION_DESCRIPTIONS = "\n".join([f"- {name}: {info['description']}" for name, info in ACTION_REGISTRY.items()])
+
 class ChatRequest(BaseModel):
    message: str
    page: str = "dashboard"
    history: List[dict] = []

+def _execute_action(action_name: str, params: Dict[str, Any], current_user) -> Dict[str, Any]:
+    """执行一个具体的操作"""
+    if action_name not in ACTION_REGISTRY:
+        return {"error": f"未知操作: {action_name}"}
+    func = ACTION_REGISTRY[action_name]["func"]
+    try:
+        result = func(**params)
+        return {"success": True, "result": result}
+    except Exception as e:
+        import traceback
+        return {"error": str(e), "traceback": traceback.format_exc()}
+
@router.post("/chat")
 def chat(request: ChatRequest, current_user=Depends(get_current_user)):
+    user_message = request.message.strip()
+    
+    # 1. 意图识别（规则优先）：用户问题涉及系统数据，直接调用工具，避免 LLM 漏掉 ACTION
+    intent, params = _detect_intent(user_message)
+    if intent:
+        result = _execute_action(intent, params, current_user)
+        reply = _format_action_result(intent, params, result)
+        return {"reply": reply, "actions": [{"action": intent, "params": params, "result": result}]}
+    
+    # 2. 走 LLM 对话（让 LLM 生成 ACTION）
    try:
        from ..database import SessionLocal
-        from ..models import SystemConfig
+        from ..models import SystemConfig, User
        db = SessionLocal()
        sc = db.query(SystemConfig).filter(SystemConfig.key == "assistant_system_prompt").first()
        base_prompt = sc.value if sc else None
+        user_rec = db.query(User).filter(User.id == getattr(current_user, 'id', None)).first()
+        username = user_rec.username if user_rec else (getattr(current_user, 'username', '用户'))
        db.close()
    except Exception:
        base_prompt = None
+        username = getattr(current_user, 'username', '用户')

    page_name = request.page
    page_guide = PAGE_CONTEXTS.get(page_name, "未知页面")
-    username = current_user.username if hasattr(current_user, 'username') else '用户'

-    system_prompt = base_prompt or f"""你是一个智能内容创作平台助手，帮助用户解答平台使用问题。
+    system_prompt = base_prompt or f"""你是一个智能内容创作平台助手，能够通过调用工具与系统实时交互，为用户提供准确的数据和操作。

 当前用户 {username} 正在查看：{page_guide}

-你可以帮助用户：
-1. 解释各个页面的功能和操作方法
-2. 解答平台使用中的疑问
-3. 提供操作建议和最佳实践
-4. 指导用户完成具体的操作步骤
+**重要规则**：对于任何涉及系统数据（选题、任务、统计、配置等）的问题，你必须使用提供的工具查询最新数据，不要依赖你的训练数据或猜测。

-请用友好、简洁的中文回答。如果不确定，建议用户参考相关页面或联系管理员。一次回答控制在200字以内。"""
+可用工具：
+{ACTION_DESCRIPTIONS}

+**调用格式（必须严格遵守）**：
+当需要执行工具时，在你的回复中包含单独一行（不要在行内有其他文字）：
+**ACTION: action_name** {{"param1": "value1", ...}}
+
+示例对话：
+用户：系统现在有多少选题？
+助手：稍等，我为你查询一下。
+
+**ACTION: get_system_stats** {{}}
+
+用户：我想看最近5条任务日志
+助手：好的。
+
+**ACTION: get_recent_task_logs** {{"limit":5}}
+
+工具执行后，系统会返回结果，你再根据结果生成最终回复（如「当前选题总数是42个」）。
+
+注意：
+- 必须严格使用上述格式，工具名和参数必须匹配
+- 参数必须是合法JSON，缺失必要参数时应询问用户
+- 如果用户问题模糊，先澄清再调用工具
+- 回复内容简洁友好，不超过200字
+"""
    messages = request.history[-20:]
    conversation = "\n".join([f"{'用户' if m.get('role') == 'user' else '助手'}: {m.get('content', '')}" for m in messages])
    prompt_text = f"{conversation}\n用户: {request.message}\n助手:"

    try:
-        reply = call_llm(prompt_text, system_prompt=system_prompt, temperature=0.5, max_tokens=1000)
-        return {"reply": reply}
+        reply = call_llm(prompt_text, system_prompt=system_prompt, temperature=0.5, max_tokens=1500)
+
+        # 检测是否有操作指令（支持多行）
+        action_pattern = re.compile(r'\*\*ACTION:\s*(\w+)\*\*\s*(\{.*\})', re.DOTALL)
+        action_matches = list(action_pattern.finditer(reply))
+        action_results = []
+        processed_reply = reply
+
+        for match in action_matches:
+            action_name = match.group(1).strip()
+            args_str = match.group(2).strip()
+            try:
+                args = json.loads(args_str)
+                # 执行操作
+                exec_result = _execute_action(action_name, args, current_user)
+                action_results.append({
+                    "action": action_name,
+                    "params": args,
+                    "result": exec_result
+                })
+                # 从回复中移除 ACTION 标记行
+                processed_reply = processed_reply.replace(match.group(0), '').strip()
+            except json.JSONDecodeError:
+                action_results.append({"action": action_name, "error": "参数JSON格式错误"})
+
+        # 如果有执行结果，追加简要说明到回复中
+        if action_results:
+            summary_lines = []
+            for ar in action_results:
+                if "error" in ar["result"]:
+                    summary_lines.append(f"❌ 操作 {ar['action']} 失败: {ar['result']['error']}")
+                else:
+                    summary_lines.append(f"✅ 操作 {ar['action']} 已完成。")
+            processed_reply = processed_reply + "\n\n" + "\n".join(summary_lines)
+
+        return {"reply": processed_reply.strip(), "actions": action_results}
    except Exception as e:
        return {"reply": f"抱歉，AI助手暂时无法响应，请稍后重试。"}
+
+
+def _detect_intent(message: str) -> (str, Dict[str, Any]):
+    """基于关键词的意图识别，返回 (action_name, params) 或 (None, {{}})"""
+    msg = message.lower()
+    
+    # 查询系统统计（选题总数、各状态数量、案例数）
+    if any(k in msg for k in ['统计', '总数', '多少选题', '选题数量', '系统数据', '数据总览']):
+        return "get_system_stats", {}
+    
+    # 查看选题列表
+    if any(k in msg for k in ['选题列表', '查看选题', '选题有哪些', '列出选题', '选题']):
+        # 默认返回第一页20条，可后续细化
+        page = 1
+        page_size = 10
+        # 检测是否指定状态
+        status = None
+        if any(k in msg for k in ['待处理', '待审核', '待审查', '待发布', '已发布']):
+            status_map = {'待处理': 'pending', '待审查': 'review', '待发布': 'ready', '已发布': 'published'}
+            for k, v in status_map.items():
+                if k in msg:
+                    status = v
+                    break
+        page_size = 20 if '全部' in msg else page_size
+        return "list_topics", {"page": page, "page_size": page_size, "status": status, "field": None}
+    
+    # 查询特定选题
+    if any(k in msg for k in ['查看选题', '选题详情', '选题详情', '获取选题', '选题id']):
+        # 尝试提取ID（大写字母+数字 或 LIVING/TECH/M0604 等格式）
+        import re
+        match = re.search(r'[A-Z0-9\-]{4,}', msg)
+        if match:
+            topic_id = match.group(0)
+            return "get_topic", {"topic_id": topic_id}
+        return None, {}
+    
+    # 最近任务日志
+    if any(k in msg for k in ['任务日志', '执行记录', '任务记录', '最近任务']):
+        limit = 5 if '最近' in msg or '查看' in msg else 10
+        # 检查是否指定模块
+        module_id = None
+        for mod in ['collect', 'generate', 'optimize', 'metrics', 'trends']:
+            if mod in msg:
+                module_id = f"scheduled_{mod}"
+                break
+        return "get_task_status", {"module_id": module_id} if module_id else {"module_id": None}
+    
+    # 手动触发任务
+    if any(k in msg for k in ['触发', '运行', '执行', '采集', '生成', '优化', '指标']):
+        module_map = {
+            'collect': 'scheduled_collect',
+            '采集': 'scheduled_collect',
+            'generate': 'scheduled_generate',
+            '生成': 'scheduled_generate',
+            'optimize': 'scheduled_optimize',
+            '优化': 'scheduled_optimize',
+            'optimize_sources': 'scheduled_optimize_sources',
+            'source': 'scheduled_optimize_sources',
+            'metrics': 'scheduled_metrics_sync',
+            '指标': 'scheduled_metrics_sync',
+            'trend': 'scheduled_trends',
+            '趋势': 'scheduled_trends'
+        }
+        for key, val in module_map.items():
+            if key in msg:
+                return "trigger_task", {"module_id": val}
+        # 如果无法识别具体模块，不触发
+        return None, {}
+    
+    # 搜索
+    if any(k in msg for k in ['搜索', '查询', '查找']):
+        # 提取搜索词（简单：把问题其余部分作为查询）
+        # 这里较难简单提取，暂不自动触发，留给 LLM
+        return None, {}
+    
+    # 默认不触发
+    return None, {}
+
+
+def _format_action_result(action_name: str, params: Dict[str, Any], result: Dict[str, Any]) -> str:
+    """将工具执行结果格式化为自然语言回复"""
+    if "error" in result:
+        return f"⚠️ 执行 {action_name} 失败：{result['error']}"
+    
+    res = result.get("result", result)
+    
+    if action_name == "get_system_stats":
+        t = res.get("topics", {})
+        return (f"📊 系统统计：\n"
+                f"• 选题总数：{t.get('total', 0)}\n"
+                f"• 待处理：{t.get('pending', 0)}\n"
+                f"• 待审查：{t.get('review', 0)}\n"
+                f"• 草稿：{t.get('draft', 0)}\n"
+                f"• 待发布：{t.get('ready', 0)}\n"
+                f"• 已发布：{t.get('published', 0)}\n"
+                f"• 本周新增：{t.get('new_this_week', 0)}\n"
+                f"• 案例总数：{res.get('cases', 0)}")
+    
+    if action_name == "list_topics":
+        items = res.get("items", [])
+        total = res.get("total", 0)
+        page = res.get("page", 1)
+        if not items:
+            return f"当前没有符合条件的选题（总计 {total} 条）。"
+        lines = [f"📋 选题列表（第 {page} 页，显示 {len(items)} 条，共 {total} 条）："]
+        for it in items:
+            lines.append(f"  • {it['id']}：{it['title'][:30]}... [{it['status']}]")
+        return "\n".join(lines)
+    
+    if action_name == "get_topic":
+        if "error" in res:
+            return f"❌ {res['error']}"
+        t = res
+        return (f"📄 选题详情 [{t['id']}]：\n"
+                f"标题：{t['title']}\n"
+                f"领域：{t['field']}\n"
+                f"状态：{t['status']}\n"
+                f"优先级：{t['priority']} (分：{t['priority_score']})")
+    
+    if action_name == "get_recent_task_logs":
+        logs = res[:5] if isinstance(res, list) else []
+        if not logs:
+            return "暂无任务日志。"
+        lines = ["📝 最近任务记录："]
+        for l in logs:
+            status_icon = {"success":"✅","failed":"❌","running":"🔄"}.get(l['status'],"⬜")
+            time_str = l['started_at'][:10] if l.get('started_at') else "?"
+            lines.append(f"  {status_icon} {l['module_id']} - {l['status']} ({time_str})")
+        return "\n".join(lines)
+    
+    if action_name == "trigger_task":
+        if "error" in res:
+            return f"❌ 触发失败：{res['error']}"
+        return f"⏳ 已触发任务：{params.get('module_id')}，正在后台执行。"
+    
+    if action_name == "search_web":
+        if "error" in res:
+            return f"❌ 搜索失败：{res['error']}"
+        results = res.get("results", [])
+        count = res.get("count", len(results))
+        if not results:
+            return "未找到相关搜索结果。"
+        lines = [f"🔍 搜索到 {count} 条结果："]
+        for i, r in enumerate(results[:3], 1):
+            lines.append(f"  {i}. {r.get('title','无标题')}\n     {r.get('url','')}")
+        if count > 3:
+            lines.append(f"  ... 还有 {count-3} 条")
+        return "\n".join(lines)
+    
+    if action_name == "get_task_status":
+        logs = res[:5] if isinstance(res, list) else []
+        if not logs:
+            return "未找到任务日志。"
+        lines = ["📋 任务状态："]
+        for l in logs:
+            status_icon = {"success":"✅","failed":"❌","running":"🔄"}.get(l['status'],"⬜")
+            time_str = l['started_at'][:10] if l.get('started_at') else "?"
+            msg = (l.get('message') or '')
+            msg_snippet = (msg[:30] + '...') if len(msg) > 30 else msg[:30]
+            lines.append(f"  {status_icon} {l['module_id']} - {l['status']} ({time_str})")
+            if msg_snippet:
+                lines.append(f"       {msg_snippet}")
+        return "\n".join(lines)
+    
+    # 默认返回原始结果
+    return f"✅ 操作 {action_name} 完成。"