1

api/services/ai_call_recorder.js

@@ -0,0 +1,168 @@
+const Framework = require('node-core-framework');
+
+/**
+ * AI调用记录服务
+ * 负责记录所有AI API调用的详细信息
+ */
+class AiCallRecorder {
+    /**
+     * 记录AI调用
+     * @param {Object} params - 调用参数
+     * @param {Number} params.user_id - 用户ID
+     * @param {String} params.sn_code - 设备SN码
+     * @param {String} params.service_type - 服务类型（chat/completion/embedding）
+     * @param {String} params.model_name - 模型名称
+     * @param {Number} params.prompt_tokens - 输入Token数
+     * @param {Number} params.completion_tokens - 输出Token数
+     * @param {Number} params.total_tokens - 总Token数
+     * @param {String} params.request_content - 请求内容
+     * @param {String} params.response_content - 响应内容
+     * @param {Number} params.cost_amount - 费用（元）
+     * @param {String} params.status - 状态（success/failed）
+     * @param {String} params.error_message - 错误信息
+     * @param {Number} params.response_time - 响应时间（毫秒）
+     * @param {String} params.api_provider - API提供商
+     * @param {String} params.business_type - 业务类型
+     * @param {String} params.reference_id - 关联业务ID
+     * @returns {Promise<Object>} 记录结果
+     */
+    static async record(params) {
+        try {
+            const models = Framework.getModels();
+            const { ai_call_records } = models;
+
+            if (!ai_call_records) {
+                console.warn('[AI记录] ai_call_records 模型未加载');
+                return null;
+            }
+
+            const now = new Date();
+            const record = await ai_call_records.create({
+                user_id: params.user_id || null,
+                sn_code: params.sn_code || null,
+                service_type: params.service_type,
+                model_name: params.model_name,
+                prompt_tokens: params.prompt_tokens || 0,
+                completion_tokens: params.completion_tokens || 0,
+                total_tokens: params.total_tokens || 0,
+                request_content: params.request_content || null,
+                response_content: params.response_content || null,
+                cost_amount: params.cost_amount || null,
+                status: params.status || 'success',
+                error_message: params.error_message || null,
+                response_time: params.response_time || null,
+                api_provider: params.api_provider || 'qwen',
+                business_type: params.business_type || null,
+                reference_id: params.reference_id || null,
+                create_time: now,
+                last_modify_time: now,
+                is_delete: 0
+            });
+
+            return record;
+        } catch (error) {
+            console.error('[AI记录] 记录失败:', error.message);
+            throw error;
+        }
+    }
+
+    /**
+     * 获取用户Token使用统计
+     * @param {Number} userId - 用户ID
+     * @param {Object} options - 查询选项
+     * @param {Date} options.startDate - 开始日期
+     * @param {Date} options.endDate - 结束日期
+     * @returns {Promise<Object>} 统计数据
+     */
+    static async getUserTokenStats(userId, options = {}) {
+        try {
+            const models = Framework.getModels();
+            const { ai_call_records } = models;
+            const { Op } = Framework.getSequelize();
+
+            if (!ai_call_records) {
+                return null;
+            }
+
+            const where = {
+                user_id: userId,
+                is_delete: 0
+            };
+
+            if (options.startDate && options.endDate) {
+                where.create_time = {
+                    [Op.between]: [options.startDate, options.endDate]
+                };
+            }
+
+            const stats = await ai_call_records.findOne({
+                where,
+                attributes: [
+                    [Framework.getSequelize().fn('COUNT', Framework.getSequelize().col('id')), 'total_calls'],
+                    [Framework.getSequelize().fn('SUM', Framework.getSequelize().col('prompt_tokens')), 'total_prompt_tokens'],
+                    [Framework.getSequelize().fn('SUM', Framework.getSequelize().col('completion_tokens')), 'total_completion_tokens'],
+                    [Framework.getSequelize().fn('SUM', Framework.getSequelize().col('total_tokens')), 'total_tokens'],
+                    [Framework.getSequelize().fn('SUM', Framework.getSequelize().col('cost_amount')), 'total_cost'],
+                    [Framework.getSequelize().fn('AVG', Framework.getSequelize().col('response_time')), 'avg_response_time']
+                ],
+                raw: true
+            });
+
+            return stats;
+        } catch (error) {
+            console.error('[AI记录] 获取用户统计失败:', error.message);
+            throw error;
+        }
+    }
+
+    /**
+     * 获取设备Token使用统计
+     * @param {String} snCode - 设备SN码
+     * @param {Object} options - 查询选项
+     * @param {Date} options.startDate - 开始日期
+     * @param {Date} options.endDate - 结束日期
+     * @returns {Promise<Object>} 统计数据
+     */
+    static async getDeviceTokenStats(snCode, options = {}) {
+        try {
+            const models = Framework.getModels();
+            const { ai_call_records } = models;
+            const { Op } = Framework.getSequelize();
+
+            if (!ai_call_records) {
+                return null;
+            }
+
+            const where = {
+                sn_code: snCode,
+                is_delete: 0
+            };
+
+            if (options.startDate && options.endDate) {
+                where.create_time = {
+                    [Op.between]: [options.startDate, options.endDate]
+                };
+            }
+
+            const stats = await ai_call_records.findOne({
+                where,
+                attributes: [
+                    [Framework.getSequelize().fn('COUNT', Framework.getSequelize().col('id')), 'total_calls'],
+                    [Framework.getSequelize().fn('SUM', Framework.getSequelize().col('prompt_tokens')), 'total_prompt_tokens'],
+                    [Framework.getSequelize().fn('SUM', Framework.getSequelize().col('completion_tokens')), 'total_completion_tokens'],
+                    [Framework.getSequelize().fn('SUM', Framework.getSequelize().col('total_tokens')), 'total_tokens'],
+                    [Framework.getSequelize().fn('SUM', Framework.getSequelize().col('cost_amount')), 'total_cost'],
+                    [Framework.getSequelize().fn('AVG', Framework.getSequelize().col('response_time')), 'avg_response_time']
+                ],
+                raw: true
+            });
+
+            return stats;
+        } catch (error) {
+            console.error('[AI记录] 获取设备统计失败:', error.message);
+            throw error;
+        }
+    }
+}
+
+module.exports = AiCallRecorder;

api/services/ai_service.js

@@ -1,416 +1,393 @@
-/**
- * AI智能服务
- * 提供岗位筛选、简历分析、聊天生成等AI功能
- */
-
 const axios = require('axios');
+const config = require('../../config/config');
+const AiCallRecorder = require('./ai_call_recorder.js');
 
-class AIService {
-  constructor(config = {}) {
-    this.apiKey = config.apiKey || process.env.AI_API_KEY || '';
-    this.baseURL = config.baseURL || process.env.AI_BASE_URL || 'https://api.deepseek.com';
-    this.model = config.model || 'deepseek-chat';
-    this.timeout = config.timeout || 30000;
-
-    // 创建axios实例
-    this.client = axios.create({
-      baseURL: this.baseURL,
-      timeout: this.timeout,
-      headers: {
-        'Content-Type': 'application/json',
-        'Authorization': `${this.apiKey}`
-      }
-    });
-  }
-
-  /**
-   * 调用AI接口
-   * @param {Array} messages - 消息数组
-   * @param {Object} options - 额外选项
-   * @returns {Promise<String>} AI响应内容
-   */
-  async chat(messages, options = {}) {
-    try {
-      const response = await this.client.post('/v1/chat/completions', {
-        model: this.model,
-        messages,
-        temperature: options.temperature || 0.7,
-        max_tokens: options.max_tokens || 2000,
-        ...options
-      });
-
-      return response.data.choices[0].message.content;
-    } catch (error) {
-      console.warn('AI服务调用失败:', error.message);
-      throw new Error(`AI服务调用失败: ${error.message}`);
+/**
+ * Qwen 2.5 大模型服务
+ * 集成阿里云 DashScope API，提供智能化的岗位筛选、聊天生成、简历分析等功能
+ */
+class aiService {
+    constructor() {
+        this.apiKey = config.ai?.apiKey || process.env.DASHSCOPE_API_KEY;
+        // 使用 DashScope 兼容 OpenAI 格式的接口
+        this.apiUrl = 'https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions';
+        // Qwen 2.5 模型：qwen-turbo（快速）、qwen-plus（增强）、qwen-max（最强）
+        this.model = config.ai?.model || 'qwen-turbo';
+        this.maxRetries = 3;
     }
-  }
 
-  /**
-   * 分析简历竞争力
-   * @param {Object} resumeData - 简历数据
-   * @returns {Promise<Object>} 分析结果
-   */
-  async analyzeResume(resumeData) {
-    const prompt = `请分析以下简历的竞争力，并提供详细评估：
+    /**
+     * 调用 Qwen 2.5 API
+     * @param {string} prompt - 提示词
+     * @param {object} options - 配置选项
+     * @returns {Promise<object>} API响应结果
+     */
+    async callAPI(prompt, options = {}) {
+        const startTime = Date.now();
+
+        const requestData = {
+            model: this.model,
+            messages: [
+                {
+                    role: 'system',
+                    content: options.systemPrompt || '你是一个专业的招聘顾问，擅长分析岗位信息、生成聊天内容和分析简历匹配度。'
+                },
+                {
+                    role: 'user',
+                    content: prompt
+                }
+            ],
+            temperature: options.temperature || 0.7,
+            max_tokens: options.maxTokens || 2000,
+            top_p: options.topP || 0.9
+        };
+
+        const requestContent = JSON.stringify(requestData.messages);
+
+        for (let attempt = 1; attempt <= this.maxRetries; attempt++) {
+            try {
+                const response = await axios.post(this.apiUrl, requestData, {
+                    headers: {
+                        'Authorization': `Bearer ${this.apiKey}`, // DashScope 使用 Bearer token 格式
+                        'Content-Type': 'application/json'
+                    },
+                    timeout: 30000
+                });
+
+                const responseTime = Date.now() - startTime;
+                const responseContent = response.data.choices?.[0]?.message?.content || '';
+                const usage = response.data.usage || {};
+
+                // 记录AI调用（异步，不阻塞主流程）
+                this.recordAiCall({
+                    user_id: options.user_id,
+                    sn_code: options.sn_code,
+                    service_type: options.service_type || 'completion',
+                    model_name: this.model,
+                    prompt_tokens: usage.prompt_tokens || 0,
+                    completion_tokens: usage.completion_tokens || 0,
+                    total_tokens: usage.total_tokens || 0,
+                    request_content: requestContent,
+                    response_content: responseContent,
+                    cost_amount: this.calculateCost(usage.total_tokens || 0),
+                    status: 'success',
+                    response_time: responseTime,
+                    api_provider: 'qwen',
+                    business_type: options.business_type,
+                    reference_id: options.reference_id
+                }).catch(err => {
+                    console.warn('记录AI调用失败（不影响主流程）:', err.message);
+                });
+
+                return {
+                    data: response.data,
+                    content: responseContent
+                };
+            } catch (error) {
+                const responseTime = Date.now() - startTime;
+
+                console.log(`Qwen 2.5 API调用失败 (尝试 ${attempt}/${this.maxRetries}): ${error.message}`);
+
+                // 记录失败的调用
+                if (attempt === this.maxRetries) {
+                    this.recordAiCall({
+                        user_id: options.user_id,
+                        sn_code: options.sn_code,
+                        service_type: options.service_type || 'completion',
+                        model_name: this.model,
+                        request_content: requestContent,
+                        status: 'failed',
+                        error_message: error.message,
+                        response_time: responseTime,
+                        api_provider: 'qwen',
+                        business_type: options.business_type,
+                        reference_id: options.reference_id
+                    }).catch(err => {
+                        console.warn('记录失败调用失败:', err.message);
+                    });
+
+                    throw new Error(error.message);
+                }
+
+                // 等待后重试
+                await new Promise(resolve => setTimeout(resolve, 1000 * attempt));
+            }
+        }
+    }
+
+    /**
+     * 记录AI调用
+     * @param {Object} params - 调用参数
+     * @returns {Promise}
+     */
+    async recordAiCall(params) {
+        try {
+            await AiCallRecorder.record(params);
+        } catch (error) {
+            // 记录失败不应影响主流程
+            console.warn('AI调用记录失败:', error.message);
+        }
+    }
+
+    /**
+     * 计算调用费用
+     * @param {Number} totalTokens - 总Token数
+     * @returns {Number} 费用（元）
+     */
+    calculateCost(totalTokens) {
+        // 阿里云 Qwen 价格（元/1000 tokens）
+        // qwen-turbo: ¥0.003, qwen-plus: ¥0.004, qwen-max: ¥0.12
+        // 这里使用 qwen-turbo 的价格作为默认值
+        const pricePerThousand = 0.003;
+        return (totalTokens / 1000) * pricePerThousand;
+    }
+
+    /**
+     * 岗位智能筛选
+     * @param {object} jobInfo - 岗位信息
+     * @param {object} resumeInfo - 简历信息
+     * @returns {Promise<object>} 筛选结果
+     */
+    async analyzeJob(jobInfo, resumeInfo) {
+        const prompt = `
+请分析以下岗位信息，并给出详细的评估结果：
+
+岗位信息：
+- 公司名称：${jobInfo.companyName || '未知'}
+- 职位名称：${jobInfo.jobTitle || '未知'}
+- 薪资范围：${jobInfo.salary || '未知'}
+- 工作地点：${jobInfo.location || '未知'}
+- 岗位描述：${jobInfo.description || '未知'}
+- 技能要求：${jobInfo.skills || '未知'}
 
 简历信息：
-- 姓名: ${resumeData.fullName || '未知'}
-- 工作年限: ${resumeData.workYears || '未知'}
-- 教育背景: ${resumeData.education || '未知'}
-- 期望职位: ${resumeData.expectedPosition || '未知'}
-- 期望薪资: ${resumeData.expectedSalary || '未知'}
-- 技能标签: ${Array.isArray(resumeData.skills) ? resumeData.skills.join('、') : '未知'}
-- 工作经历: ${resumeData.workExperience || '未提供'}
-- 项目经历: ${resumeData.projectExperience || '未提供'}
+- 技能标签：${resumeInfo.skills || '未知'}
+- 工作经验：${resumeInfo.experience || '未知'}
+- 教育背景：${resumeInfo.education || '未知'}
+- 期望薪资：${resumeInfo.expectedSalary || '未知'}
 
-请从以下维度进行评估（1-100分）：
-1. 技术能力
-2. 项目经验
-3. 教育背景
-4. 工作年限匹配度
-5. 综合竞争力
+请从以下维度进行分析：
+1. 技能匹配度（0-100分）
+2. 经验匹配度（0-100分）
+3. 薪资合理性（0-100分）
+4. 公司质量评估（0-100分）
+5. 是否为外包岗位（是/否）
+6. 综合推荐指数（0-100分）
+7. 详细分析说明
+8. 投递建议
 
-返回JSON格式：
+请以JSON格式返回结果。
+        `;
+
+        const result = await this.callAPI(prompt, {
+            systemPrompt: '你是一个专业的招聘分析师，擅长评估岗位与简历的匹配度。请提供客观、专业的分析结果。',
+            temperature: 0.3,
+            business_type: 'job_analysis',
+            service_type: 'completion'
+        });
+
+        try {
+            // 尝试解析JSON响应
+            const analysis = JSON.parse(result.content);
+            return {
+                analysis: analysis
+            };
+        } catch (parseError) {
+            // 如果解析失败，返回原始内容
+            return {
+                analysis: {
+                    content: result.content,
+                    parseError: true
+                }
+            };
+        }
+    }
+
+    /**
+     * 生成个性化聊天内容
+     * @param {object} jobInfo - 岗位信息
+     * @param {object} resumeInfo - 简历信息
+     * @param {string} chatType - 聊天类型 (greeting/interview/followup)
+     * @returns {Promise<object>} 聊天内容
+     */
+    async generateChatContent(jobInfo, resumeInfo, chatType = 'greeting') {
+        const chatTypeMap = {
+            'greeting': '初次打招呼',
+            'interview': '面试邀约',
+            'followup': '跟进沟通'
+        };
+
+        const prompt = `
+请为以下场景生成个性化的聊天内容：
+
+聊天类型：${chatTypeMap[chatType] || chatType}
+
+岗位信息：
+- 公司名称：${jobInfo.companyName || '未知'}
+- 职位名称：${jobInfo.jobTitle || '未知'}
+- 技能要求：${jobInfo.skills || '未知'}
+
+简历信息：
+- 技能标签：${resumeInfo.skills || '未知'}
+- 工作经验：${resumeInfo.experience || '未知'}
+- 项目经验：${resumeInfo.projects || '未知'}
+
+要求：
+1. 内容要自然、专业、个性化
+2. 突出简历与岗位的匹配点
+3. 避免过于机械化的表达
+4. 长度控制在100-200字
+5. 体现求职者的诚意和热情
+
+请直接返回聊天内容，不需要其他格式。
+        `;
+
+        const result = await this.callAPI(prompt, {
+            systemPrompt: '你是一个专业的招聘沟通专家，擅长生成自然、专业的求职聊天内容。',
+            temperature: 0.8,
+            business_type: 'chat_generation',
+            service_type: 'chat',
+            reference_id: jobInfo.jobId || jobInfo.id
+        });
+
+        return result;
+    }
+
+    /**
+     * 分析简历要素
+     * @param {string} resumeText - 简历文本内容
+     * @returns {Promise<object>} 简历分析结果
+     */
+    async analyzeResume(resumeText) {
+        const prompt = `
+请分析以下简历内容，并返回 JSON 格式的分析结果：
+
+简历内容：
+${resumeText}
+
+请按以下格式返回 JSON 结果：
 {
-  "overallScore": 总分(1-100),
-  "technicalScore": 技术能力分(1-100),
-  "projectScore": 项目经验分(1-100),
-  "educationScore": 教育背景分(1-100),
-  "experienceScore": 工作年限分(1-100),
-  "strengths": ["优势1", "优势2", "优势3"],
-  "weaknesses": ["不足1", "不足2"],
-  "suggestions": ["建议1", "建议2", "建议3"],
-  "keySkills": ["核心技能1", "核心技能2"],
-  "marketCompetitiveness": "市场竞争力描述"
-}`;
-
-    const messages = [
-      { role: 'system', content: '你是一个专业的HR和招聘顾问，擅长分析简历和评估候选人竞争力。' },
-      { role: 'user', content: prompt }
-    ];
-
-    try {
-      const response = await this.chat(messages, { temperature: 0.3 });
-      // 提取JSON部分
-      const jsonMatch = response.match(/\{[\s\S]*\}/);
-      if (jsonMatch) {
-        return JSON.parse(jsonMatch[0]);
-      }
-      throw new Error('AI返回格式不正确');
-    } catch (error) {
-      console.warn('简历分析失败:', error);
-      // 返回默认值
-      return {
-        overallScore: 60,
-        technicalScore: 60,
-        projectScore: 60,
-        educationScore: 60,
-        experienceScore: 60,
-        strengths: ['待AI分析'],
-        weaknesses: ['待AI分析'],
-        suggestions: ['请稍后重试'],
-        keySkills: Array.isArray(resumeData.skills) ? resumeData.skills.slice(0, 5) : [],
-        marketCompetitiveness: '待AI分析'
-      };
-    }
-  }
-
-  /**
-   * 岗位匹配度评估
-   * @param {Object} jobData - 岗位数据
-   * @param {Object} resumeData - 简历数据
-   * @returns {Promise<Object>} 匹配结果
-   */
-  async matchJobWithResume(jobData, resumeData) {
-    const prompt = `请评估以下岗位与简历的匹配度：
-
-【岗位信息】
-- 职位名称: ${jobData.jobTitle || '未知'}
-- 公司名称: ${jobData.companyName || '未知'}
-- 薪资范围: ${jobData.salary || '未知'}
-- 工作地点: ${jobData.location || '未知'}
-- 工作经验要求: ${jobData.experienceRequired || '未知'}
-- 学历要求: ${jobData.educationRequired || '未知'}
-- 岗位描述: ${jobData.jobDescription || '未提供'}
-- 技能要求: ${jobData.skillsRequired || '未提供'}
-
-【简历信息】
-- 工作年限: ${resumeData.workYears || '未知'}
-- 教育背景: ${resumeData.education || '未知'}
-- 技能标签: ${Array.isArray(resumeData.skills) ? resumeData.skills.join('、') : '未知'}
-- 期望职位: ${resumeData.expectedPosition || '未知'}
-- 期望薪资: ${resumeData.expectedSalary || '未知'}
-
-请分析：
-1. 技能匹配度
-2. 经验匹配度
-3. 薪资匹配度
-4. 是否为外包岗位（根据公司名称、岗位描述判断）
-5. 综合推荐度
-
-返回JSON格式：
-{
-  "matchScore": 匹配度分数(1-100),
-  "skillMatch": 技能匹配度(1-100),
-  "experienceMatch": 经验匹配度(1-100),
-  "salaryMatch": 薪资匹配度(1-100),
-  "isOutsourcing": 是否外包(true/false),
-  "outsourcingConfidence": 外包判断置信度(0-1),
-  "recommendLevel": "推荐等级(excellent/good/medium/low)",
-  "matchReasons": ["匹配原因1", "匹配原因2"],
-  "concerns": ["顾虑点1", "顾虑点2"],
-  "applyAdvice": "投递建议"
-}`;
-
-    const messages = [
-      { role: 'system', content: '你是一个专业的职业规划师，擅长评估岗位与求职者的匹配度。' },
-      { role: 'user', content: prompt }
-    ];
-
-    try {
-      const response = await this.chat(messages, { temperature: 0.3 });
-      const jsonMatch = response.match(/\{[\s\S]*\}/);
-      if (jsonMatch) {
-        return JSON.parse(jsonMatch[0]);
-      }
-      throw new Error('AI返回格式不正确');
-    } catch (error) {
-      console.warn('岗位匹配分析失败:', error);
-      // 返回默认值
-      return {
-        matchScore: 50,
-        skillMatch: 50,
-        experienceMatch: 50,
-        salaryMatch: 50,
-        isOutsourcing: false,
-        outsourcingConfidence: 0,
-        recommendLevel: 'medium',
-        matchReasons: ['待AI分析'],
-        concerns: ['待AI分析'],
-        applyAdvice: '建议人工审核'
-      };
-    }
-  }
-
-  /**
-   * 批量评估岗位（用于智能筛选）
-   * @param {Array} jobs - 岗位列表
-   * @param {Object} resumeData - 简历数据
-   * @returns {Promise<Array>} 评估结果列表
-   */
-  async batchMatchJobs(jobs, resumeData) {
-    const results = [];
-
-    // 限制并发数量，避免API限流
-    const concurrency = 3;
-    for (let i = 0; i < jobs.length; i += concurrency) {
-      const batch = jobs.slice(i, i + concurrency);
-      const batchPromises = batch.map(job =>
-        this.matchJobWithResume(job, resumeData).catch(err => {
-          console.warn(`岗位${job.jobId}匹配失败:`, err.message);
-          return {
-            jobId: job.jobId,
-            matchScore: 0,
-            error: err.message
-          };
-        })
-      );
-
-      const batchResults = await Promise.all(batchPromises);
-      results.push(...batchResults);
-
-      // 避免请求过快，休眠一下
-      if (i + concurrency < jobs.length) {
-        await new Promise(resolve => setTimeout(resolve, 1000));
-      }
-    }
-
-    return results;
-  }
-
-  /**
-   * 生成聊天内容
-   * @param {Object} context - 聊天上下文
-   * @returns {Promise<String>} 生成的聊天内容
-   */
-  async generateChatContent(context) {
-    const { jobInfo, resumeInfo, chatType = 'greeting', previousMessages = [] } = context;
-
-    let prompt = '';
-
-    switch (chatType) {
-      case 'greeting':
-        prompt = `作为求职者，向HR发送第一条消息表达对以下岗位的兴趣：
-岗位: ${jobInfo.jobTitle}
-公司: ${jobInfo.companyName}
-要求: 简洁、专业、突出自己的优势，不超过100字`;
-        break;
-
-      case 'follow_up':
-        prompt = `HR已查看简历但未回复，需要发送一条礼貌的跟进消息：
-岗位: ${jobInfo.jobTitle}
-要求: 礼貌、不唐突、展现持续兴趣，不超过80字`;
-        break;
-
-      case 'interview_confirm':
-        prompt = `HR发出面试邀约，需要确认并表达感谢：
-岗位: ${jobInfo.jobTitle}
-面试时间: ${context.interviewTime || '待定'}
-要求: 专业、感谢、确认参加，不超过60字`;
-        break;
-
-      case 'reply':
-        prompt = `HR说: "${context.hrMessage}"
-请作为求职者回复，要求: 自然、专业、回答问题，不超过100字`;
-        break;
-
-      default:
-        prompt = `生成一条针对${jobInfo.jobTitle}岗位的沟通消息`;
-    }
-
-    const messages = [
-      { role: 'system', content: '你是一个求职者，需要与HR进行专业、礼貌的沟通。回复要简洁、真诚、突出优势。' },
-      ...previousMessages.map(msg => ({
-        role: msg.role,
-        content: msg.content
-      })),
-      { role: 'user', content: prompt }
-    ];
-
-    try {
-      const response = await this.chat(messages, { temperature: 0.8, max_tokens: 200 });
-      return response.trim();
-    } catch (error) {
-      console.warn('生成聊天内容失败:', error);
-      // 返回默认模板
-      switch (chatType) {
-        case 'greeting':
-          return `您好，我对贵司的${jobInfo.jobTitle}岗位非常感兴趣，我有相关工作经验，期待能有机会详细沟通。`;
-        case 'follow_up':
-          return `您好，不知道您对我的简历是否感兴趣？期待您的回复。`;
-        case 'interview_confirm':
-          return `好的，感谢您的面试邀约，我会准时参加。`;
-        default:
-          return `您好，期待与您沟通。`;
-      }
-    }
-  }
-
-  /**
-   * 判断是否为面试邀约
-   * @param {String} message - HR消息内容
-   * @returns {Promise<Object>} 判断结果
-   */
-  async detectInterviewInvitation(message) {
-    const prompt = `判断以下HR消息是否为面试邀约，并提取关键信息：
-
-消息内容: "${message}"
-
-返回JSON格式：
-{
-  "isInterview": 是否为面试邀约(true/false),
-  "confidence": 置信度(0-1),
-  "interviewType": "面试类型(phone/video/onsite/unknown)",
-  "interviewTime": "面试时间（如果提到）",
-  "interviewLocation": "面试地点（如果提到）",
-  "needReply": 是否需要回复确认(true/false)
-}`;
-
-    const messages = [
-      { role: 'system', content: '你是一个文本分析专家，擅长识别面试邀约信息。' },
-      { role: 'user', content: prompt }
-    ];
-
-    try {
-      const response = await this.chat(messages, { temperature: 0.1 });
-      const jsonMatch = response.match(/\{[\s\S]*\}/);
-      if (jsonMatch) {
-        return JSON.parse(jsonMatch[0]);
-      }
-      throw new Error('AI返回格式不正确');
-    } catch (error) {
-      console.warn('面试邀约判断失败:', error);
-      // 简单的关键词判断作为降级方案
-      const keywords = ['面试', '邀请', '来面', '约您', '见面', '电话沟通', '视频面试'];
-      const isInterview = keywords.some(kw => message.includes(kw));
-
-      return {
-        isInterview,
-        confidence: isInterview ? 0.7 : 0.3,
-        interviewType: 'unknown',
-        interviewTime: null,
-        interviewLocation: null,
-        needReply: isInterview
-      };
-    }
-  }
-
-  /**
-   * 分析HR反馈情感
-   * @param {String} message - HR消息内容
-   * @returns {Promise<Object>} 情感分析结果
-   */
-  async analyzeSentiment(message) {
-    const prompt = `分析以下HR消息的情感倾向：
-
-消息: "${message}"
-
-返回JSON格式：
-{
-  "sentiment": "情感倾向(positive/neutral/negative)",
-  "interest": "兴趣程度(high/medium/low)",
-  "urgency": "紧急程度(high/medium/low)",
-  "keywords": ["关键词1", "关键词2"]
-}`;
-
-    const messages = [
-      { role: 'system', content: '你是一个情感分析专家。' },
-      { role: 'user', content: prompt }
-    ];
-
-    try {
-      const response = await this.chat(messages, { temperature: 0.1 });
-      const jsonMatch = response.match(/\{[\s\S]*\}/);
-      if (jsonMatch) {
-        return JSON.parse(jsonMatch[0]);
-      }
-      throw new Error('AI返回格式不正确');
-    } catch (error) {
-      console.warn('情感分析失败:', error);
-      return {
-        sentiment: 'neutral',
-        interest: 'medium',
-        urgency: 'low',
-        keywords: []
-      };
-    }
-  }
+  "skillTags": ["技能1", "技能2", "技能3"],  // 技能标签数组（编程语言、框架、工具等）
+  "strengths": "核心优势描述",  // 简历的优势和亮点
+  "weaknesses": "不足之处描述",  // 简历的不足或需要改进的地方
+  "careerSuggestion": "职业发展建议",  // 针对该简历的职业发展方向和建议
+  "competitiveness": 75  // 竞争力评分（0-100的整数），综合考虑工作年限、技能、经验等因素
 }
 
-// 导出单例
-let instance = null;
+要求：
+1. skillTags 必须是字符串数组
+2. strengths、weaknesses、careerSuggestion 是字符串描述
+3. competitiveness 必须是 0-100 之间的整数
+4. 所有字段都必须返回，如果没有相关信息，使用空数组或空字符串
+        `;
 
-module.exports = {
-  /**
-   * 获取AI服务实例
-   * @param {Object} config - 配置选项
-   * @returns {AIService}
-   */
-  getInstance(config) {
-    if (!instance) {
-      instance = new AIService(config);
+        const result = await this.callAPI(prompt, {
+            systemPrompt: '你是一个专业的简历分析师，擅长分析简历的核心要素、优势劣势、竞争力评分和职业发展建议。请以 JSON 格式返回分析结果，确保格式正确。',
+            temperature: 0.3,
+            maxTokens: 1500,
+            business_type: 'resume_analysis',
+            service_type: 'completion'
+        });
+
+        try {
+            // 尝试从返回内容中提取 JSON
+            let content = result.content.trim();
+
+            // 如果返回内容被代码块包裹，提取其中的 JSON
+            const jsonMatch = content.match(/```(?:json)?\s*(\{[\s\S]*\})\s*```/) || content.match(/(\{[\s\S]*\})/);
+            if (jsonMatch) {
+                content = jsonMatch[1];
+            }
+
+            const analysis = JSON.parse(content);
+            return {
+                analysis: analysis
+            };
+        } catch (parseError) {
+            console.error(`[AI服务] 简历分析结果解析失败:`, parseError);
+            console.error(`[AI服务] 原始内容:`, result.content);
+            return {
+                analysis: {
+                    content: result.content,
+                    parseError: true
+                }
+            };
+        }
     }
-    return instance;
-  },
 
-  /**
-   * 创建新的AI服务实例
-   * @param {Object} config - 配置选项
-   * @returns {AIService}
-   */
-  createInstance(config) {
-    return new AIService(config);
-  }
-};
+    /**
+     * 生成面试邀约内容
+     * @param {object} jobInfo - 岗位信息
+     * @param {object} chatHistory - 聊天历史
+     * @returns {Promise<object>} 面试邀约内容
+     */
+    async generateInterviewInvitation(jobInfo, chatHistory) {
+        const prompt = `
+请基于以下信息生成面试邀约内容：
 
+岗位信息：
+- 公司名称：${jobInfo.companyName || '未知'}
+- 职位名称：${jobInfo.jobTitle || '未知'}
+- 工作地点：${jobInfo.location || '未知'}
+
+聊天历史：
+${chatHistory || '无'}
+
+要求：
+1. 表达面试邀约的诚意
+2. 提供灵活的时间选择
+3. 说明面试形式和地点
+4. 体现对候选人的重视
+5. 语言自然、专业
+
+请直接返回面试邀约内容。
+        `;
+
+        const result = await this.callAPI(prompt, {
+            systemPrompt: '你是一个专业的HR，擅长生成面试邀约内容。',
+            temperature: 0.6,
+            business_type: 'interview_invitation',
+            service_type: 'chat'
+        });
+
+        return result;
+    }
+
+    /**
+     * 识别外包岗位
+     * @param {object} jobInfo - 岗位信息
+     * @returns {Promise<object>} 外包识别结果
+     */
+    async identifyOutsourcingJob(jobInfo) {
+        const prompt = `
+请分析以下岗位信息，判断是否为外包岗位：
+
+岗位信息：
+- 公司名称：${jobInfo.companyName || '未知'}
+- 职位名称：${jobInfo.jobTitle || '未知'}
+- 岗位描述：${jobInfo.description || '未知'}
+- 技能要求：${jobInfo.skills || '未知'}
+- 工作地点：${jobInfo.location || '未知'}
+
+外包岗位特征：
+1. 公司名称包含"外包"、"派遣"、"人力"等关键词
+2. 岗位描述提到"项目外包"、"驻场开发"等
+3. 技能要求过于宽泛或具体
+4. 工作地点频繁变动
+5. 薪资结构不明确
+
+请判断是否为外包岗位，并给出详细分析。
+        `;
+
+        const result = await this.callAPI(prompt, {
+            systemPrompt: '你是一个专业的岗位分析师，擅长识别外包岗位的特征。',
+            temperature: 0.3,
+            business_type: 'outsourcing_detection',
+            service_type: 'completion'
+        });
+
+        return result;
+    }
+}
+
+module.exports = new aiService();