123

internal/service/ai_bookkeeping_service.go

@@ -874,10 +874,37 @@ func (s *AIBookkeepingService) ProcessChat(ctx context.Context, userID uint, ses
 		Content: message,
 	})
 
-	// 检测是否为消费建议意图（想吃/想买/想喝等）
+	// 1. 获取财务上下文（用于所有高级功能）
+	fc, err := s.GetUserFinancialContext(ctx, userID)
+	if err != nil {
+		// 降级处理，不中断流程
+		fmt.Printf("Failed to get financial context: %v\n", err)
+	}
+
+	// 2. 检测纯查询意图（预算、资产、统计）
+	queryIntent := s.detectQueryIntent(message)
+	if queryIntent != "" && fc != nil {
+		responseMsg := s.handleQueryIntent(ctx, queryIntent, message, fc)
+
+		response := &AIChatResponse{
+			SessionID: session.ID,
+			Message:   responseMsg,
+			Intent:    queryIntent,
+			Params:    session.Params, // 保持参数上下文
+		}
+
+		// 记录 AI 回复
+		session.Messages = append(session.Messages, ChatMessage{
+			Role:    "assistant",
+			Content: response.Message,
+		})
+		return response, nil
+	}
+
+	// 3. 检测消费建议意图（想吃/想买/想喝等）
 	isSpendingAdvice := s.isSpendingAdviceIntent(message)
 
-	// Parse intent
+	// Parse intent for transaction
 	params, responseMsg, err := s.llmService.ParseIntent(ctx, message, session.Messages[:len(session.Messages)-1])
 	if err != nil {
 		return nil, fmt.Errorf("failed to parse intent: %w", err)
@@ -933,14 +960,9 @@ func (s *AIBookkeepingService) ProcessChat(ctx context.Context, userID uint, ses
 		Params:    session.Params,
 	}
 
-	// 如果是消费建议意图且有金额，获取财务上下文并综合分析
+	// 4. 处理消费建议意图
 	if isSpendingAdvice && session.Params.Amount != nil {
 		response.Intent = "spending_advice"
-
-		// 获取财务上下文
-		fc, _ := s.GetUserFinancialContext(ctx, userID)
-
-		// 生成综合分析建议
 		advice := s.generateSpendingAdvice(ctx, message, session.Params, fc)
 		if advice != "" {
 			response.Message = advice
@@ -952,6 +974,7 @@ func (s *AIBookkeepingService) ProcessChat(ctx context.Context, userID uint, ses
 	if len(missingFields) > 0 {
 		response.NeedsFollowUp = true
 		response.FollowUpQuestion = s.generateFollowUpQuestion(missingFields)
+		// 如果有了更好的建议回复（来自 handleQuery 或 spendingAdvice），且是 FollowUp，优先保留建议的部分内容或组合
 		if response.Message == "" || response.Message == responseMsg {
 			response.Message = response.FollowUpQuestion
 		}
@@ -984,6 +1007,117 @@ func (s *AIBookkeepingService) ProcessChat(ctx context.Context, userID uint, ses
 	return response, nil
 }
 
+// detectQueryIntent 检测用户查询意图
+func (s *AIBookkeepingService) detectQueryIntent(message string) string {
+	budgetKeywords := []string{"预算", "剩多少", "还能花", "余额"} // 注意：余额可能指账户余额，这里简化处理
+	assetKeywords := []string{"资产", "多少钱", "家底", "存款", "身家", "总钱"}
+	statsKeywords := []string{"花了多少", "支出", "账单", "消费", "统计"}
+
+	for _, kw := range budgetKeywords {
+		if strings.Contains(message, kw) {
+			return "query_budget"
+		}
+	}
+	for _, kw := range assetKeywords {
+		if strings.Contains(message, kw) {
+			return "query_assets"
+		}
+	}
+	for _, kw := range statsKeywords {
+		if strings.Contains(message, kw) {
+			return "query_stats"
+		}
+	}
+	return ""
+}
+
+// handleQueryIntent 处理查询意图并生成 LLM 回复
+func (s *AIBookkeepingService) handleQueryIntent(ctx context.Context, intent string, message string, fc *FinancialContext) string {
+	if s.config.OpenAIAPIKey == "" {
+		return "抱歉，我的大脑（API Key）似乎离家出走了，无法思考..."
+	}
+
+	// 计算人设模式
+	personaMode := "balance" // 默认平衡
+	healthScore := 60        // 默认及格
+
+	// 简单估算健康分 (需与前端算法保持一致性趋势)
+	if fc.TotalAssets > 0 {
+		ratio := (fc.TotalAssets - fc.TotalLiabilities) / fc.TotalAssets
+		healthScore = 40 + int(ratio*50)
+	}
+
+	if healthScore > 80 {
+		personaMode = "rich"
+	} else if healthScore <= 40 {
+		personaMode = "poor"
+	}
+
+	// 构建 Prompt
+	systemPrompt := fmt.Sprintf(`你是「小金」，Novault 的首席财务 AI。
+当前模式：%s (根据用户财务健康分 %d 判定)
+
+角色设定：
+- **rich (富裕)**：撒娇卖萌，夸用户会赚钱，鼓励适度享受。用词：哎哟、不错哦、老板大气。
+- **balance (平衡)**：理性贴心，温和提醒。用词：虽然、但是、建议。
+- **poor (吃土)**：毒舌、阴阳怪气、恨铁不成钢。用词：啧啧、清醒点、吃土、西北风。
+
+用户意图：%s
+用户问题：「%s」
+
+财务数据上下文：
+%s
+
+要求：
+1. 根据意图提取并回答关键数据（预算剩余、总资产、或本月支出）。
+2. 必须符合当前人设模式的语气。
+3. 回复简短有力（100字以内）。
+4. 不要罗列所有数据，只回答用户问的。`,
+		personaMode, healthScore, intent, message, s.formatFinancialContextForLLM(fc))
+
+	messages := []ChatMessage{
+		{Role: "system", Content: systemPrompt},
+		{Role: "user", Content: message},
+	}
+
+	return s.callLLM(ctx, messages)
+}
+
+// formatFinancialContextForLLM 格式化上下文给 LLM
+func (s *AIBookkeepingService) formatFinancialContextForLLM(fc *FinancialContext) string {
+	data, _ := json.MarshalIndent(fc, "", "  ")
+	return string(data)
+}
+
+// callLLM 通用 LLM 调用 helper
+func (s *AIBookkeepingService) callLLM(ctx context.Context, messages []ChatMessage) string {
+	reqBody := ChatCompletionRequest{
+		Model:       s.config.ChatModel,
+		Messages:    messages,
+		Temperature: 0.8, // 稍微调高以增加人设表现力
+	}
+
+	jsonBody, _ := json.Marshal(reqBody)
+	req, err := http.NewRequestWithContext(ctx, "POST", s.config.OpenAIBaseURL+"/chat/completions", bytes.NewReader(jsonBody))
+	if err != nil {
+		return "思考中断..."
+	}
+	req.Header.Set("Authorization", "Bearer "+s.config.OpenAIAPIKey)
+	req.Header.Set("Content-Type", "application/json")
+
+	resp, err := s.llmService.httpClient.Do(req)
+	if err != nil || resp.StatusCode != http.StatusOK {
+		return "大脑短路了..."
+	}
+	defer resp.Body.Close()
+
+	var chatResp ChatCompletionResponse
+	if err := json.NewDecoder(resp.Body).Decode(&chatResp); err != nil || len(chatResp.Choices) == 0 {
+		return "..."
+	}
+	return strings.TrimSpace(chatResp.Choices[0].Message.Content)
+}
+
 // isSpendingAdviceIntent 检测是否为消费建议意图
 func (s *AIBookkeepingService) isSpendingAdviceIntent(message string) bool {
 	keywords := []string{"想吃", "想喝", "想买", "想花", "打算买", "准备买", "要不要", "可以买", "能买", "想要"}
@@ -998,63 +1132,44 @@ func (s *AIBookkeepingService) isSpendingAdviceIntent(message string) bool {
 // generateSpendingAdvice 生成消费建议
 func (s *AIBookkeepingService) generateSpendingAdvice(ctx context.Context, message string, params *AITransactionParams, fc *FinancialContext) string {
 	if s.config.OpenAIAPIKey == "" || fc == nil {
-		// 无 API 或无上下文，返回简单建议
 		if params.Amount != nil {
 			return fmt.Sprintf("记下来！%.0f元的%s", *params.Amount, params.Note)
 		}
 		return ""
 	}
 
-	// 构建综合分析 prompt
+	// 动态人设逻辑
-	fcJSON, _ := json.Marshal(fc)
+	personaMode := "balance"
+	healthScore := 60
+	if fc.TotalAssets > 0 {
+		ratio := (fc.TotalAssets - fc.TotalLiabilities) / fc.TotalAssets
+		healthScore = 40 + int(ratio*50)
+	}
+	if healthScore > 80 {
+		personaMode = "rich"
+	} else if healthScore <= 40 {
+		personaMode = "poor"
+	}
 
-	prompt := fmt.Sprintf(`你是「小金」，用户的贴心理财助手。性格活泼、接地气、偶尔毒舌但心软。
+	prompt := fmt.Sprintf(`你是「小金」，Novault 的首席财务 AI。
+当前模式：%s (根据用户财务健康分 %d 判定)
+角色设定：
+- **rich**: 鼓励享受，语气轻松。
+- **balance**: 理性建议，温和提醒。
+- **poor**: 毒舌劝阻，语气严厉。
 
 用户说：「%s」
-
+财务数据：
-用户财务状况：
 %s
 
-请综合分析后给出建议，要求：
+请分析消费请求，给出建议。不要加前缀，直接回复。`,
-1. 根据预算剩余和消费趋势判断是否应该消费
+		personaMode, healthScore, message, s.formatFinancialContextForLLM(fc))
-2. 如果预算紧张，委婉劝阻或建议替代方案
-3. 如果预算充足，可以鼓励适度消费
-4. 用轻松幽默的语气，像朋友聊天一样
-5. 回复60-100字左右，不要太长
-
-直接输出建议，不要加前缀。`, message, string(fcJSON))
 
 	messages := []ChatMessage{
 		{Role: "user", Content: prompt},
 	}
 
-	reqBody := ChatCompletionRequest{
+	return s.callLLM(ctx, messages)
-		Model:       s.config.ChatModel,
-		Messages:    messages,
-		Temperature: 0.7,
-	}
-
-	jsonBody, _ := json.Marshal(reqBody)
-	req, err := http.NewRequestWithContext(ctx, "POST", s.config.OpenAIBaseURL+"/chat/completions", bytes.NewReader(jsonBody))
-	if err != nil {
-		return ""
-	}
-
-	req.Header.Set("Authorization", "Bearer "+s.config.OpenAIAPIKey)
-	req.Header.Set("Content-Type", "application/json")
-
-	resp, err := s.llmService.httpClient.Do(req)
-	if err != nil || resp.StatusCode != http.StatusOK {
-		return ""
-	}
-	defer resp.Body.Close()
-
-	var chatResp ChatCompletionResponse
-	if err := json.NewDecoder(resp.Body).Decode(&chatResp); err != nil || len(chatResp.Choices) == 0 {
-		return ""
-	}
-
-	return strings.TrimSpace(chatResp.Choices[0].Message.Content)
 }
 
 // mergeParams merges new params into existing params