Ai-Plan/backend/controllers/aiController.js

import { OpenAI } from 'openai';
import pool from '../config/db.js';

// 初始化 OpenAI API
const openai = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
  baseURL: process.env.OPENAI_API_URL,
});

// 获取用户数据作为系统提示词
const getUserDataForPrompt = async (userId) => {
  try {
    // 获取用户的待办事项
    const [tasks] = await pool.query('SELECT * FROM tasks WHERE user_id = ?', [userId]);
    
    // 获取用户的时间安排
    const [schedules] = await pool.query('SELECT * FROM schedules WHERE user_id = ?', [userId]);
    
    return {
      tasks,
      schedules
    };
  } catch (error) {
    console.error('获取用户数据失败:', error);
    return {
      tasks: [],
      schedules: []
    };
  }
};

// @desc    与AI对话
// @route   POST /api/ai/chat
// @access  Private
const chatWithAI = async (req, res) => {
  try {
    const { message } = req.query; // 从查询参数获取消息
    const userId = req.user.id;
    
    // 获取用户数据
    const userData = await getUserDataForPrompt(userId);
    
    // 准备系统提示词
    const systemPrompt = `你是一个任务管理助手。以下是用户的当前任务和时间安排数据：
    
    任务数据：
    ${JSON.stringify(userData.tasks, null, 2)}
    
    时间安排数据：
    ${JSON.stringify(userData.schedules, null, 2)}
    
    请基于上述数据帮助用户回答问题、提供建议或分析他们的任务和时间安排。保持简洁、友好和有帮助性的回答。`;
    
    // 创建流式响应
    const stream = await openai.chat.completions.create({
      model: process.env.OPENAI_MODEL_NAME,
      messages: [
        { role: 'system', content: systemPrompt },
        { role: 'user', content: message }
      ],
      stream: true,
    });
    
    // 设置响应头
    res.setHeader('Content-Type', 'text/event-stream');
    res.setHeader('Cache-Control', 'no-cache');
    res.setHeader('Connection', 'keep-alive');
    
    // 流式发送响应
    for await (const chunk of stream) {
      const content = chunk.choices[0]?.delta?.content || '';
      if (content) {
        res.write(`data: ${JSON.stringify({ content })}\n\n`);
      }
    }
    
    res.write('data: [DONE]\n\n');
    res.end();
  } catch (error) {
    console.error(error);
    res.status(500).json({ message: '服务器错误' });
  }
};

// @desc    列举待完成事项
// @route   GET /api/ai/list-incomplete-tasks
// @access  Private
const listIncompleteTasks = async (req, res) => {
  try {
    const userId = req.user.id;
    
    // 获取用户数据
    const userData = await getUserDataForPrompt(userId);
    
    // 准备系统提示词
    const systemPrompt = `你是一个任务管理助手。以下是用户的当前任务和时间安排数据：
    
    任务数据：
    ${JSON.stringify(userData.tasks, null, 2)}
    
    时间安排数据：
    ${JSON.stringify(userData.schedules, null, 2)}
    
    请列举出所有未完成的任务，按照预计完成时间排序，并给出简短的建议。`;
    
    // 创建流式响应
    const stream = await openai.chat.completions.create({
      model: process.env.OPENAI_MODEL_NAME,
      messages: [
        { role: 'system', content: systemPrompt },
        { role: 'user', content: '请列举我所有未完成的任务，并提供一些建议。' }
      ],
      stream: true,
    });
    
    // 设置响应头
    res.setHeader('Content-Type', 'text/event-stream');
    res.setHeader('Cache-Control', 'no-cache');
    res.setHeader('Connection', 'keep-alive');
    
    // 流式发送响应
    for await (const chunk of stream) {
      const content = chunk.choices[0]?.delta?.content || '';
      if (content) {
        res.write(`data: ${JSON.stringify({ content })}\n\n`);
      }
    }
    
    res.write('data: [DONE]\n\n');
    res.end();
  } catch (error) {
    console.error(error);
    res.status(500).json({ message: '服务器错误' });
  }
};

// @desc    推荐新的事件
// @route   GET /api/ai/recommend-events
// @access  Private
const recommendEvents = async (req, res) => {
  try {
    const userId = req.user.id;
    
    // 获取用户数据
    const userData = await getUserDataForPrompt(userId);
    
    // 准备系统提示词
    const systemPrompt = `你是一个任务管理助手。以下是用户的当前任务和时间安排数据：
    
    任务数据：
    ${JSON.stringify(userData.tasks, null, 2)}
    
    时间安排数据：
    ${JSON.stringify(userData.schedules, null, 2)}
    
    请基于用户当前的任务和时间安排，推荐2-3个新的事件或活动，这些事件应该有助于提高用户的工作效率或生活质量。`;
    
    // 创建流式响应
    const stream = await openai.chat.completions.create({
      model: process.env.OPENAI_MODEL_NAME,
      messages: [
        { role: 'system', content: systemPrompt },
        { role: 'user', content: '请根据我的任务和时间安排，推荐一些新的事件或活动。' }
      ],
      stream: true,
    });
    
    // 设置响应头
    res.setHeader('Content-Type', 'text/event-stream');
    res.setHeader('Cache-Control', 'no-cache');
    res.setHeader('Connection', 'keep-alive');
    
    // 流式发送响应
    for await (const chunk of stream) {
      const content = chunk.choices[0]?.delta?.content || '';
      if (content) {
        res.write(`data: ${JSON.stringify({ content })}\n\n`);
      }
    }
    
    res.write('data: [DONE]\n\n');
    res.end();
  } catch (error) {
    console.error(error);
    res.status(500).json({ message: '服务器错误' });
  }
};

// @desc    综合分析
// @route   GET /api/ai/comprehensive-analysis
// @access  Private
const comprehensiveAnalysis = async (req, res) => {
  try {
    const userId = req.user.id;
    
    // 获取用户数据
    const userData = await getUserDataForPrompt(userId);
    
    // 准备系统提示词
    const systemPrompt = `你是一个任务管理助手。以下是用户的当前任务和时间安排数据：
    
    任务数据：
    ${JSON.stringify(userData.tasks, null, 2)}
    
    时间安排数据：
    ${JSON.stringify(userData.schedules, null, 2)}
    
    请对用户的任务和时间安排进行全面分析，包括：
    1. 工作负载分析：任务数量、重要程度分布、截止日期分布
    2. 时间利用分析：空闲时间、重复活动、潜在冲突
    3. 效率提升建议：如何更好地安排任务和时间
    4. 习惯和模式：从数据中可以看出的习惯和模式
    
    请提供具体、可操作的建议。`;
    
    // 创建流式响应
    const stream = await openai.chat.completions.create({
      model: process.env.OPENAI_MODEL_NAME,
      messages: [
        { role: 'system', content: systemPrompt },
        { role: 'user', content: '请对我的任务和时间安排进行全面分析。' }
      ],
      stream: true,
    });
    
    // 设置响应头
    res.setHeader('Content-Type', 'text/event-stream');
    res.setHeader('Cache-Control', 'no-cache');
    res.setHeader('Connection', 'keep-alive');
    
    // 流式发送响应
    for await (const chunk of stream) {
      const content = chunk.choices[0]?.delta?.content || '';
      if (content) {
        res.write(`data: ${JSON.stringify({ content })}\n\n`);
      }
    }
    
    res.write('data: [DONE]\n\n');
    res.end();
  } catch (error) {
    console.error(error);
    res.status(500).json({ message: '服务器错误' });
  }
};

export { chatWithAI, listIncompleteTasks, recommendEvents, comprehensiveAnalysis };