IOT/AI
3
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

换 ai apikey

Browse Source
This commit is contained in:
geyun
2026-08-21 08:47:57 +08:00
parent 81f9433691
commit 4108ea882e
1 changed files with 267 additions and 258 deletions
Download Patch File Download Diff File Expand all files Collapse all files

525
server2.js
View File

@@ -121,9 +121,13 @@ app.use(express.urlencoded({ extended: true })); // 支持 form-data 字段
// 初始化客户端
const client = new OpenAI({
//apiKey: "4pJOKPLhkW7qJQOeQBe9ACXyBrcu7A8bAjTgo2auV5lSUZbmcn1rJQQJ99CEACHYHv6XJ3w3AAAAACOGk1hV",
//baseURL: "https://tech-mp6cvddb-eastus2.cognitiveservices.azure.com/",
//apiKey: "DxvRiQWROzLTapiSHcK0FXKAAXDBlhci1XaqTTpr50sgUsAkmxfUJQQJ99BIACYeBjFXJ3w3AAABACOGZdHp",
apiKey: "DxvRiQWROzLTapiSHcK0FXKAAXDBlhci1XaqTTpr50sgUsAkmxfUJQQJ99BIACYeBjFXJ3w3AAABACOGZdHp",
baseURL: "https://satabot.openai.azure.com/openai/deployments/gpt-4.1",
defaultQuery: { "api-version": "2024-04-01-preview" },
baseURL: "https://satabot.services.ai.azure.com/openai/v1/",
//baseURL: "https://satabot.openai.azure.com/openai/deployments/gpt-4.1",
//defaultQuery: { "api-version": "2024-04-01-preview" },
timeout: 120000,
fetch: fetchIPv4, // 关键点：把自定义 fetch 注入 SDK
// 确保底层也传 agent（可选，但保险）
@@ -132,9 +136,14 @@ const client = new OpenAI({
}
});
const client1 = new OpenAI({
//apiKey: "4pJOKPLhkW7qJQOeQBe9ACXyBrcu7A8bAjTgo2auV5lSUZbmcn1rJQQJ99CEACHYHv6XJ3w3AAAAACOGk1hV",
//baseURL: "https://tech-mp6cvddb-eastus2.cognitiveservices.azure.com/",
//apiKey: "DxvRiQWROzLTapiSHcK0FXKAAXDBlhci1XaqTTpr50sgUsAkmxfUJQQJ99BIACYeBjFXJ3w3AAABACOGZdHp",
apiKey: "DxvRiQWROzLTapiSHcK0FXKAAXDBlhci1XaqTTpr50sgUsAkmxfUJQQJ99BIACYeBjFXJ3w3AAABACOGZdHp",
baseURL: "https://satabot.openai.azure.com/openai/deployments/gpt-5-mini/",
defaultQuery: { "api-version": "2024-04-01-preview" },
baseURL: "https://satabot.services.ai.azure.com/openai/v1/",
//baseURL: "https://satabot.openai.azure.com/openai/deployments/gpt-5-mini/",
//defaultQuery: { "api-version": "2024-04-01-preview" },
timeout: 120000,
fetch: fetchIPv4, // 关键点：把自定义 fetch 注入 SDK
// 确保底层也传 agent（可选，但保险）
@@ -160,8 +169,8 @@ async function directCall() {
console.timeEnd("directCall");
}
test1();
directCall();
//test1();
//directCall();
// 获取 access_token
// getAccessToken();
@@ -1391,7 +1400,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// return res.status(400).json({ error: "对话次数已用完，请完成账号注册" });
// }
// }
// console.log("====== 开始图像分析11... ======");
// const { requestId } = req.body;
@@ -1445,7 +1454,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// "SELECT role, content, image_base64 FROM ai_chat_messages WHERE session_id = ? AND user_id = ? ORDER BY created_at ASC",
// [sessId, userId || null]
// );
// console.log("====== 开始图像分析22... ======");
// // 构建历史消息数组
@@ -1474,7 +1483,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// return message;
// });
// console.log("====== 开始图像分析33... ======");
// // ------------------ 保存用户提问 ------------------
@@ -1485,7 +1494,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// // ------------------ 图像分析 ------------------
// let sceneText = "";
// console.log("====== 开始图像分析55... ======");
// // If an image is uploaded, start with image analysis
@@ -1539,7 +1548,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// ].filter(Boolean),
// },
// ];
// console.log("====== 开始图像分析666... ======");
// const completion = await client.chat.completions.create({
@@ -1550,7 +1559,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// console.log("====== 开始图像分析... ======");
// /* TLS 加密缓冲 */
// for await (const chunk of completion) {
// if (stopFlags.get(requestId)) {
@@ -1722,7 +1731,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// );
// console.log("生成的标题:", title);
// await pool.query(
// "INSERT INTO ai_chat_messages (session_id, user_id, role, content, title,thinking) VALUES (?, ?, 'assistant', ?, ?,?)",
// [sessId, userId || null, llmText, title,sceneText]
@@ -1799,7 +1808,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// return res.status(400).json({ error: "对话次数已用完，请完成账号注册" });
// }
// }
// console.log("====== 开始图像分析11... ======");
// const { requestId } = req.body;
@@ -1814,7 +1823,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// res.flushHeaders?.();
// res.socket.setNoDelay(true); // 禁用缓冲，实时推送
// let aborted = false;
// req.on("close", () => {
// console.log("🔴 前端断开连接，停止整个分析流程");
@@ -1856,7 +1865,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// "SELECT role, content, image_base64 FROM ai_chat_messages WHERE session_id = ? AND user_id = ? ORDER BY created_at ASC",
// [sessId, userId || null]
// );
// console.log("====== 开始图像分析22... ======");
// // 构建历史消息数组
@@ -1885,7 +1894,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// return message;
// });
// console.log("====== 开始图像分析33... ======");
// // ------------------ 保存用户提问 ------------------
@@ -1896,7 +1905,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// // ------------------ 图像分析 ------------------
// let sceneText = "";
// console.log("====== 开始图像分析55... ======");
// // If an image is uploaded, start with image analysis
@@ -1938,7 +1947,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// ].filter(Boolean),
// },
// ];
// console.log("====== 开始图像分析666... ======");
// const completion = await client.chat.completions.create({
@@ -1949,7 +1958,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// });
// console.log("====== 开始图像分析... ======");
// for await (const chunk of completion) {
// if (stopFlags.get(requestId)) {
@@ -2147,7 +2156,7 @@ app.post("/refreshAiChatNum", async (req, res) => {
// );
// console.log("生成的标题:", title);
// await pool.query(
// "INSERT INTO ai_chat_messages (session_id, user_id, role, content, title,thinking) VALUES (?, ?, 'assistant', ?, ?,?)",
// [sessId, userId || null, llmText, title,sceneText]
@@ -2196,31 +2205,31 @@ app.post("/refreshAiChatNum", async (req, res) => {
app.post("/analyze", upload.single("file"), async (req, res) => {
const { userId } = req.body;
try {
const exists = await hasQuota(userId);
if (!exists) {
const [userRemainChatNum] = await pool.query(
"SELECT ai_chat_num from sys_user where user_id= ?",
[userId]
);
if (userRemainChatNum.length > 0) {
const quota = userRemainChatNum[0].ai_chat_num;
if (quota <= 0 && quota !== -1) {
return res.status(400).json({ error: "对话次数已用完，请完成账号注册" });
}
await setQuota(userId, quota);
}
} else {
const quota = await getQuota(userId);
if (quota <= 0 && quota !== -1) {
return res.status(400).json({ error: "对话次数已用完，请完成账号注册" });
}
}
console.log("====== 开始图像分析11... ======");
const { userId } = req.body;
try {
const exists = await hasQuota(userId);
if (!exists) {
const [userRemainChatNum] = await pool.query(
"SELECT ai_chat_num from sys_user where user_id= ?",
[userId]
);
if (userRemainChatNum.length > 0) {
const quota = userRemainChatNum[0].ai_chat_num;
if (quota <= 0 && quota !== -1) {
return res.status(400).json({ error: "对话次数已用完，请完成账号注册" });
}
await setQuota(userId, quota);
}
} else {
const quota = await getQuota(userId);
if (quota <= 0 && quota !== -1) {
return res.status(400).json({ error: "对话次数已用完，请完成账号注册" });
}
}
const { requestId } = req.body;
console.log("====== 开始图像分析11... ======");
const { requestId } = req.body;
/* TLS 加密缓冲,小块数据可能先缓存在服务器端，不立即发送,会导致图像分析模型的结果不能立即返回 */
res.writeHead(200, {
@@ -2228,31 +2237,31 @@ app.post("/analyze", upload.single("file"), async (req, res) => {
"Cache-Control": "no-cache, no-transform",
"Connection": "keep-alive",
"X-Accel-Buffering": "no",
});
});
res.flushHeaders?.();
res.socket.setNoDelay(true); // 禁用缓冲，实时推送
let aborted = false;
req.on("close", () => {
console.log("🔴 前端断开连接，停止整个分析流程");
aborted = true;
});
req.on("close", () => {
console.log("🔴 前端断开连接，停止整个分析流程");
aborted = true;
});
console.time("analyze");
const logBody = { ...req.body };
if (req.body?.imageBase64) {
delete logBody.imageBase64;
}
console.log("analyze: ", logBody);
console.time("analyze");
const logBody = { ...req.body };
if (req.body?.imageBase64) {
delete logBody.imageBase64;
}
console.log("analyze: ", logBody);
if (!req.body?.userId || !req.body?.sessionId) {
console.log("缺少必要参数");
return res.status(400).json({ error: "缺少必要参数" });
}
const { userPrompt, imageBase64, sessionId } = req.body;
const [rows] = await pool.query(
`
if (!req.body?.userId || !req.body?.sessionId) {
console.log("缺少必要参数");
return res.status(400).json({ error: "缺少必要参数" });
}
const { userPrompt, imageBase64, sessionId } = req.body;
const [rows] = await pool.query(
`
SELECT EXISTS(
SELECT 1
FROM ai_chat_messages
@@ -2262,67 +2271,66 @@ app.post("/analyze", upload.single("file"), async (req, res) => {
AND title != ''
) AS hasTitle
`,
[sessionId, userId]
);
const existingTitle = rows[0].hasTitle === 1; // true / false
console.log(existingTitle, rows?.[0], 9999, rows);
[sessionId, userId]
);
const existingTitle = rows[0].hasTitle === 1; // true / false
console.log(existingTitle, rows?.[0], 9999, rows);
const sessId = sessionId || Date.now().toString();
const MAX_HISTORY = 6;
// ------------------ 获取历史对话（上下文） ------------------
const [historyRows] = await pool.query(
"SELECT role, content, image_base64 FROM ai_chat_messages WHERE session_id = ? AND user_id = ? ORDER BY created_at ASC",
[sessId, userId || null]
);
console.log("====== 开始图像分析22... ======");
const sessId = sessionId || Date.now().toString();
const MAX_HISTORY = 6;
// ------------------ 获取历史对话（上下文） ------------------
const [historyRows] = await pool.query(
"SELECT role, content, image_base64 FROM ai_chat_messages WHERE session_id = ? AND user_id = ? ORDER BY created_at ASC",
[sessId, userId || null]
);
// 构建历史消息数组
const historyMessages = historyRows.slice(-MAX_HISTORY).map(row => {
const message = {
role: row.role,
content: []
};
console.log("====== 开始图像分析22... ======");
// 添加文本内容
if (row.content) {
message.content.push({ type: "text", text: row.content });
}
// 构建历史消息数组
const historyMessages = historyRows.slice(-MAX_HISTORY).map(row => {
const message = {
role: row.role,
content: []
};
// 添加图片内容
if (row.image_base64) {
message.content.push({
type: "image_url",
image_url: {
url: row.image_base64.startsWith("data:")
? row.image_base64
: `data:image/png;base64,${row.image_base64}`,
}
});
}
// 添加文本内容
if (row.content) {
message.content.push({ type: "text", text: row.content });
}
return message;
});
console.log("====== 开始图像分析33... ======");
// 添加图片内容
if (row.image_base64) {
message.content.push({
type: "image_url",
image_url: {
url: row.image_base64.startsWith("data:")
? row.image_base64
: `data:image/png;base64,${row.image_base64}`,
}
});
}
// ------------------ 保存用户提问 ------------------
await pool.query(
"INSERT INTO ai_chat_messages (session_id, user_id, role, content, image_base64) VALUES (?, ?, 'user', ?, ?)",
[sessId, userId || null, userPrompt || "", imageBase64 || null]
);
return message;
});
// ------------------ 图像分析（核心修改：输出精准场景描述） ------------------
let sceneText = "";
console.log("====== 开始图像分析55... ======");
console.log("====== 开始图像分析33... ======");
if (imageBase64)
{
const imageAnalysisMessages = [
{
role: "system",
content:
// ------------------ 保存用户提问 ------------------
await pool.query(
"INSERT INTO ai_chat_messages (session_id, user_id, role, content, image_base64) VALUES (?, ?, 'user', ?, ?)",
[sessId, userId || null, userPrompt || "", imageBase64 || null]
);
// ------------------ 图像分析（核心修改：输出精准场景描述） ------------------
let sceneText = "";
console.log("====== 开始图像分析55... ======");
if (imageBase64) {
const imageAnalysisMessages = [
{
role: "system",
content:
// `
// 你是图像场景描述助手，严格按指定格式输出1次图片描述，绝不重复、无多余内容、无分析建议。
// 输出格式（固定话术，仅替换【】内容，必须1句完整文本）：
@@ -2333,7 +2341,7 @@ app.post("/analyze", upload.single("file"), async (req, res) => {
// 3. 【标注特征】：方阵编号和绿色边界线/地块编号和边界标注（按图实际）
// 强制要求：仅输出1次上述格式文本，无重复、无追加、无解释
// ` // 核心：引导精准场景描述，摒弃泛化内容
`
`
你是图像场景描述助手，任务是根据用户上传的图片内容，输出一段自然且详细的描述。根据图片内容判断场景类型和任务需求，并结合图片的特征进行分析和推理。确保输出的描述自然流畅，符合图片中的实际情况。
输出格式（固定话术，仅替换【】内容，必须1句完整文本）：
用户上传了一张【图片类型】的图片，从图片描述来看，这明显是一个【场景属性】的图片，有【标注特征】的特点。
@@ -2345,13 +2353,14 @@ app.post("/analyze", upload.single("file"), async (req, res) => {
强制要求：输出一次自然流畅、无死板格式的描述，并根据图片分析作业计划的可行性。要避免固定模板输出，更多地展现图片内容与作业任务的关联，并基于推理得出任务可能的实施方式。
`
},
...historyMessages,
{
role: "user",
content: [
{ type: "text", text:
`
},
...historyMessages,
{
role: "user",
content: [
{
type: "text", text:
`
输出格式要求（固定话术，仅替换【】内容，必须1句完整文本）：
用户上传了一张【图片类型】的图片，从图片描述来看，这明显是一个【场景属性】的图片，有【标注特征】的特点。
1. 【图片类型】：根据图片内容，判断为如光伏场站、农业梯田、坡地、森林、生态保护区、矿区等（根据实际场景推断）。
@@ -2363,57 +2372,57 @@ app.post("/analyze", upload.single("file"), async (req, res) => {
强制要求：输出一次自然流畅、无死板格式的描述，并根据图片分析作业计划的可行性。要避免固定模板输出，更多地展现图片内容与作业任务的关联，并基于推理得出任务可能的实施方式。
`
}, // 贴合用户想要的描述风格
imageBase64 ? {
type: "image_url",
image_url: {
url: imageBase64.startsWith("data:") ? imageBase64 : `data:image/png;base64,${imageBase64}`,
},
} : null,
].filter(Boolean),
},
];
// 去掉max_tokens限制，保证描述完整
const completion = await client.chat.completions.create({
model: "gpt-4.1",
stream: true,
messages: imageAnalysisMessages
});
imageBase64 ? {
type: "image_url",
image_url: {
url: imageBase64.startsWith("data:") ? imageBase64 : `data:image/png;base64,${imageBase64}`,
},
} : null,
].filter(Boolean),
},
];
console.log("====== 开始图像分析... ======");
for await (const chunk of completion) {
if (stopFlags.get(requestId)) {
console.log("⛔ 图像分析被中断");
res.end();
stopFlags.delete(requestId);
return;
}
const delta = chunk.choices[0]?.delta?.content || "";
sceneText += delta;
if (delta) {
res.write(`data: ${JSON.stringify({ type: "thinking", content: delta })}\n\n`);
}
}
console.log(sceneText);
console.log("====== 图像分析结束 ======");
}
// 去掉max_tokens限制，保证描述完整
const completion = await client.chat.completions.create({
model: "gpt-5.6-luna",
stream: true,
messages: imageAnalysisMessages
});
// ------------------ 思路阶段（核心修改：先呼应场景，再展开思考） ------------------
const thinkingMessages = [
{
role: "system",
content:
// `
// 你是新能源领域专业分析人员，以第一人称模拟自然思考，基于图片场景和用户需求切入，开头不重复图片描述，直接顺延展开深度思考，不输出最终结论和具体方案。
// 规则：
// 1. 思考开头直接承接图片场景（光伏场站/梯田+割草需求），不重复完整描述句，自然切入需求解读
// 2. 思考逻辑：先解读用户要割草计划的表面诉求，再深挖背后核心顾虑，最后梳理需确认的基础信息，贴合场景属性
// 3. 语气：自然口语化，连贯段落，无列表、无具体步骤/工具/人员安排、无泛化表述
// 4. 必须结合图片标注特征（方阵编号/边界线）展开思考，体现场景关联性
// 示例（参考风格，无重复描述）：
// 用户要制定详细的割草计划，表面是想要一套可执行的作业流程，说白了就是希望在保障场站发电效率、作业安全的同时，平衡好长期运维成本，不过我得先琢磨他们真正担心的点。背后大概率在意割草会不会损伤光伏方阵或支架、作业时的安全风险管控，还有不同编号方阵和边界区域的作业能不能全覆盖、无死角，以及割草后植被反弹遮光影响发电收益的问题。再往深层想，他们还会关心草屑处理会不会堵塞排水或影响设备通风、是否符合环保监管要求、季节和天气对作业时机的影响，还有一次性清理和周期性维护的成本权衡。图里的方阵编号和绿色边界线，说明需要按区作业，还要关注场内通道和设施位置来规避风险，所以我会先梳理场站地形、植被类型、关键设施分布这些基础信息，明确作业优先级和潜在风险点。
// ` // 给示例，锚定用户想要的风格
`
console.log("====== 开始图像分析... ======");
for await (const chunk of completion) {
if (stopFlags.get(requestId)) {
console.log("⛔ 图像分析被中断");
res.end();
stopFlags.delete(requestId);
return;
}
const delta = chunk.choices[0]?.delta?.content || "";
sceneText += delta;
if (delta) {
res.write(`data: ${JSON.stringify({ type: "thinking", content: delta })}\n\n`);
}
}
console.log(sceneText);
console.log("====== 图像分析结束 ======");
}
// ------------------ 思路阶段（核心修改：先呼应场景，再展开思考） ------------------
const thinkingMessages = [
{
role: "system",
content:
// `
// 你是新能源领域专业分析人员，以第一人称模拟自然思考，基于图片场景和用户需求切入，开头不重复图片描述，直接顺延展开深度思考，不输出最终结论和具体方案。
// 规则：
// 1. 思考开头直接承接图片场景（光伏场站/梯田+割草需求），不重复完整描述句，自然切入需求解读
// 2. 思考逻辑：先解读用户要割草计划的表面诉求，再深挖背后核心顾虑，最后梳理需确认的基础信息，贴合场景属性
// 3. 语气：自然口语化，连贯段落，无列表、无具体步骤/工具/人员安排、无泛化表述
// 4. 必须结合图片标注特征（方阵编号/边界线）展开思考，体现场景关联性
// 示例（参考风格，无重复描述）：
// 用户要制定详细的割草计划，表面是想要一套可执行的作业流程，说白了就是希望在保障场站发电效率、作业安全的同时，平衡好长期运维成本，不过我得先琢磨他们真正担心的点。背后大概率在意割草会不会损伤光伏方阵或支架、作业时的安全风险管控，还有不同编号方阵和边界区域的作业能不能全覆盖、无死角，以及割草后植被反弹遮光影响发电收益的问题。再往深层想，他们还会关心草屑处理会不会堵塞排水或影响设备通风、是否符合环保监管要求、季节和天气对作业时机的影响，还有一次性清理和周期性维护的成本权衡。图里的方阵编号和绿色边界线，说明需要按区作业，还要关注场内通道和设施位置来规避风险，所以我会先梳理场站地形、植被类型、关键设施分布这些基础信息，明确作业优先级和潜在风险点。
// ` // 给示例，锚定用户想要的风格
`
你是新能源领域的专业分析人员，以第一人称模拟自然思考。基于用户提供的图片场景，直奔用户需求，避免重复场景描述，直接通过场景细节展开深度思考，不输出最终结论和具体方案。
规则：
1. 思考开始时直接切入用户的实际需求，结合图片中的内容，避免不必要的描述，准确把握用户核心诉求。
@@ -2424,23 +2433,23 @@ app.post("/analyze", upload.single("file"), async (req, res) => {
示例：
用户希望制定一份割草计划，表面上看，是为了确保割草作业高效、安全，并控制运维成本。但从我对场站的理解来看，他们更深层次的顾虑是割草时是否会影响到光伏方阵的正常运作，或者是否会对设备的支架产生影响。再者，割草过程中需要特别注意的是，不同区域、不同编号方阵的处理，可能需要差异化的作业策略，确保每个区域都能得到充分覆盖，且不留死角。我还需要思考割草后的草屑是否会影响场站的排水系统、设备的通风散热，甚至环保合规问题。基于这些疑虑，我需要进一步确认场站的地形特点、植被情况、方阵分布，以及重要设施的位置，以便更好地评估潜在的作业风险与优先级。
`
},
...historyMessages,
{ role: "user", content: userPrompt || "请分析图片并制定计划" },
{ role: "assistant", content: sceneText } // 传入精准场景描述
];
const thinkingStream = await client.chat.completions.create({
model: "gpt-4",
stream: true,
messages: thinkingMessages,
max_completion_tokens: 1500, // 根据需要调整
});
},
...historyMessages,
{ role: "user", content: userPrompt || "请分析图片并制定计划" },
{ role: "assistant", content: sceneText } // 传入精准场景描述
];
const thinkingStream = await client.chat.completions.create({
model: "gpt-5.6-luna",
stream: true,
messages: thinkingMessages,
max_completion_tokens: 1500, // 根据需要调整
});
res.write(`data: ${JSON.stringify({ type: "phase", content: "thinking" })}\n\n`);
let thinkingText = "";
res.write(`data: ${JSON.stringify({ type: "phase", content: "thinking" })}\n\n`);
let thinkingText = "";
console.log("====== 开始思路输出 ======");
for await (const chunk of thinkingStream) {
console.log("====== 开始思路输出 ======");
for await (const chunk of thinkingStream) {
if (stopFlags.get(requestId)) {
console.log("⛔ 思路阶段被中断");
res.end();
@@ -2463,14 +2472,14 @@ app.post("/analyze", upload.single("file"), async (req, res) => {
}
}
}
console.log(thinkingText);
console.log("====== 思路输出结束 ======");
console.log(thinkingText);
console.log("====== 思路输出结束 ======");
// ------------------ 结论阶段（无修改，保持原有逻辑） ------------------
const answerMessages = [
{
role: "system",
content: `
// ------------------ 结论阶段（无修改，保持原有逻辑） ------------------
const answerMessages = [
{
role: "system",
content: `
你是一名新能源项目分析AI。
请基于【思路概览】，输出【最终结论】。
要求：
@@ -2479,23 +2488,23 @@ app.post("/analyze", upload.single("file"), async (req, res) => {
- 不描述图片
- 不出现“分析过程”“推理”"thinking""answer"等字眼
`
},
...historyMessages,
{ role: "user", content: userPrompt || "请给出最终分析建议" },
{ role: "assistant", content: thinkingText }
];
},
...historyMessages,
{ role: "user", content: userPrompt || "请给出最终分析建议" },
{ role: "assistant", content: thinkingText }
];
const answerStream = await client.chat.completions.create({
model: "gpt-4",
stream: true,
messages: answerMessages
});
const answerStream = await client.chat.completions.create({
model: "gpt-5.6-luna",
stream: true,
messages: answerMessages
});
res.write(`data: ${JSON.stringify({ type: "phase", content: "answer" })}\n\n`);
let llmText = "";
res.write(`data: ${JSON.stringify({ type: "phase", content: "answer" })}\n\n`);
let llmText = "";
console.log("====== 开始最终分析 ======");
for await (const chunk of answerStream) {
console.log("====== 开始最终分析 ======");
for await (const chunk of answerStream) {
if (stopFlags.get(requestId)) {
console.log("⛔ 最终分析被中断");
res.end();
@@ -2504,7 +2513,7 @@ app.post("/analyze", upload.single("file"), async (req, res) => {
}
const delta = chunk.choices[0]?.delta?.content || "";
// 如果 delta 为空，不处理
if (delta) {
// 逐字输出
@@ -2520,64 +2529,64 @@ app.post("/analyze", upload.single("file"), async (req, res) => {
}
}
}
console.log(llmText);
console.log("====== 最终分析结束 ======");
console.log(llmText);
console.log("====== 最终分析结束 ======");
// ------------------ 保存结果到数据库（无修改） ------------------
sceneText += thinkingText;
if (existingTitle) {
await pool.query(
"INSERT INTO ai_chat_messages (session_id, user_id, role, content,thinking) VALUES (?, ?, 'assistant', ?,?)",
[sessId, userId || null, llmText,sceneText]
);
} else {
try {
const titlePrompt = `请根据以下对话内容生成一个简短的标题（不超过15字）：\n用户问题: ${userPrompt}\nAI回答: ${llmText}`;
const titleResp = await client1.chat.completions.create({
model: "gpt-5-mini",
messages: [
{ role: "system", content: "你是标题生成助手，只返回标题，不要解释。" },
{ role: "user", content: titlePrompt }
]
});
const title = titleResp.choices[0]?.message?.content?.trim() || "未命名会话";
res.write(`data: ${JSON.stringify({ type: "title", content: title })}\n\n`);
console.log("生成的标题:", title);
await pool.query(
"INSERT INTO ai_chat_messages (session_id, user_id, role, content, title,thinking) VALUES (?, ?, 'assistant', ?, ?,?)",
[sessId, userId || null, llmText, title,sceneText]
);
} catch (err) {
console.error("生成标题失败:", err.message);
}
}
// ------------------ 保存结果到数据库（无修改） ------------------
sceneText += thinkingText;
if (existingTitle) {
await pool.query(
"INSERT INTO ai_chat_messages (session_id, user_id, role, content,thinking) VALUES (?, ?, 'assistant', ?,?)",
[sessId, userId || null, llmText, sceneText]
);
} else {
try {
const titlePrompt = `请根据以下对话内容生成一个简短的标题（不超过15字）：\n用户问题: ${userPrompt}\nAI回答: ${llmText}`;
const titleResp = await client1.chat.completions.create({
model: "gpt-5.6-luna",
messages: [
{ role: "system", content: "你是标题生成助手，只返回标题，不要解释。" },
{ role: "user", content: titlePrompt }
]
});
const title = titleResp.choices[0]?.message?.content?.trim() || "未命名会话";
res.write(`data: ${JSON.stringify({ type: "title", content: title })}\n\n`);
console.log("生成的标题:", title);
await pool.query(
"INSERT INTO ai_chat_messages (session_id, user_id, role, content, title,thinking) VALUES (?, ?, 'assistant', ?, ?,?)",
[sessId, userId || null, llmText, title, sceneText]
);
} catch (err) {
console.error("生成标题失败:", err.message);
}
}
res.write("data: [DONE]\n\n");
res.end();
res.write("data: [DONE]\n\n");
res.end();
// 删除上传文件
if (req.file && req.file.path) {
fs.unlinkSync(req.file.path);
}
console.log("====== 分析完成 ======");
// 删除上传文件
if (req.file && req.file.path) {
fs.unlinkSync(req.file.path);
}
console.log("====== 分析完成 ======");
} catch (err) {
} catch (err) {
console.error("❌ 调用失败:", err.message);
if (!res.headersSent) {
res.status(500).json({ error: err.message });
} else {
res.write(`data: ${JSON.stringify({type: "error",message: err.message})}\n\n`);
res.write(`data: ${JSON.stringify({ type: "error", message: err.message })}\n\n`);
res.end();
}
} finally {
let userChatNum = await getQuota(userId);
if (userChatNum !== -1 && userChatNum !== undefined) {
userChatNum = Math.max(0, userChatNum - 1);
await setQuota(userId, userChatNum);
await pool.query("update sys_user set ai_chat_num = ? where user_id= ?",[userChatNum, userId]);
console.log("更新用户对话次数:", userId, userChatNum);
}
}
let userChatNum = await getQuota(userId);
if (userChatNum !== -1 && userChatNum !== undefined) {
userChatNum = Math.max(0, userChatNum - 1);
await setQuota(userId, userChatNum);
await pool.query("update sys_user set ai_chat_num = ? where user_id= ?", [userChatNum, userId]);
console.log("更新用户对话次数:", userId, userChatNum);
}
}
});