1

api/middleware/job/aiService.js

@@ -1,307 +0,0 @@
-const axios = require('axios');
-const config = require('../../../config/config');
-const logs = require('../logProxy');
-
-/**
- * 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;
-    }
-
-    /**
-     * 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 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
-        };
-
-        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
-                });
-
-                return {
-                    data: response.data,
-                    content: response.data.choices?.[0]?.message?.content || ''
-                };
-            } catch (error) {
-                console.log(`Qwen 2.5 API调用失败 (尝试 ${attempt}/${this.maxRetries}): ${error.message}`);
-
-                if (attempt === this.maxRetries) {
-                    throw new Error(error.message);
-                }
-
-                // 等待后重试
-                await new Promise(resolve => setTimeout(resolve, 1000 * attempt));
-            }
-        }
-    }
-
-    /**
-     * 岗位智能筛选
-     * @param {object} jobInfo - 岗位信息
-     * @param {object} resumeInfo - 简历信息
-     * @returns {Promise<object>} 筛选结果
-     */
-    async analyzeJob(jobInfo, resumeInfo) {
-        const prompt = `
-请分析以下岗位信息，并给出详细的评估结果：
-
-岗位信息：
-- 公司名称：${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：${jobInfo.skills || '未知'}
-
-简历信息：
-- 技能标签：${resumeInfo.skills || '未知'}
-- 工作经验：${resumeInfo.experience || '未知'}
-- 教育背景：${resumeInfo.education || '未知'}
-- 期望薪资：${resumeInfo.expectedSalary || '未知'}
-
-请从以下维度进行分析：
-1. 技能匹配度（0-100分）
-2. 经验匹配度（0-100分）
-3. 薪资合理性（0-100分）
-4. 公司质量评估（0-100分）
-5. 是否为外包岗位（是/否）
-6. 综合推荐指数（0-100分）
-7. 详细分析说明
-8. 投递建议
-
-请以JSON格式返回结果。
-        `;
-
-        const result = await this.callAPI(prompt, {
-            systemPrompt: '你是一个专业的招聘分析师，擅长评估岗位与简历的匹配度。请提供客观、专业的分析结果。',
-            temperature: 0.3
-        });
-
-        try {
-            // 尝试解析JSON响应
-            const analysis = JSON.parse(result.content);
-            return {
-                analysis: analysis
-            };
-        } catch (parseError) {
-            // 如果解析失败，返回原始内容
-            return {
-                analysis: {
-                    content: result.content,
-                    parseError: true
-                }
-            };
-        }
-    }
-
-    /**
-     * 生成个性化聊天内容
-     * @param {object} jobInfo - 岗位信息
-     * @param {object} resumeInfo - 简历信息
-     * @param {string} chatType - 聊天类型 (greeting/interview/followup)
-     * @returns {Promise<object>} 聊天内容
-     */
-    async generateChatContent(jobInfo, resumeInfo, chatType = 'greeting') {
-        const chatTypeMap = {
-            'greeting': '初次打招呼',
-            'interview': '面试邀约',
-            'followup': '跟进沟通'
-        };
-
-        const prompt = `
-请为以下场景生成个性化的聊天内容：
-
-聊天类型：${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
-        });
-
-        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：
-${resumeText}
-
-请按以下格式返回 JSON 结果：
-{
-  "skillTags": ["技能1", "技能2", "技能3"],  // 技能标签数组（编程语言、框架、工具等）
-  "strengths": "核心优势描述",  // 简历的优势和亮点
-  "weaknesses": "不足之处描述",  // 简历的不足或需要改进的地方
-  "careerSuggestion": "职业发展建议",  // 针对该简历的职业发展方向和建议
-  "competitiveness": 75  // 竞争力评分（0-100的整数），综合考虑工作年限、技能、经验等因素
-}
-
-要求：
-1. skillTags 必须是字符串数组
-2. strengths、weaknesses、careerSuggestion 是字符串描述
-3. competitiveness 必须是 0-100 之间的整数
-4. 所有字段都必须返回，如果没有相关信息，使用空数组或空字符串
-        `;
-
-        const result = await this.callAPI(prompt, {
-            systemPrompt: '你是一个专业的简历分析师，擅长分析简历的核心要素、优势劣势、竞争力评分和职业发展建议。请以 JSON 格式返回分析结果，确保格式正确。',
-            temperature: 0.3,
-            maxTokens: 1500
-        });
-
-        try {
-            // 尝试从返回内容中提取 JSON
-            let content = result.content.trim();
-
-            // 如果返回内容被代码块包裹，提取其中的 JSON
-            const jsonMatch = content.match(/```(?:json)?\s*(\{[\s\S]*\})\s*```/) || content.match(/(\{[\s\S]*\})/);
-            if (jsonMatch) {
-                content = jsonMatch[1];
-            }
-
-            const analysis = JSON.parse(content);
-            return {
-                analysis: analysis
-            };
-        } catch (parseError) {
-            console.error(`[AI服务] 简历分析结果解析失败:`, parseError);
-            console.error(`[AI服务] 原始内容:`, result.content);
-            return {
-                analysis: {
-                    content: result.content,
-                    parseError: true
-                }
-            };
-        }
-    }
-
-    /**
-     * 生成面试邀约内容
-     * @param {object} jobInfo - 岗位信息
-     * @param {object} chatHistory - 聊天历史
-     * @returns {Promise<object>} 面试邀约内容
-     */
-    async generateInterviewInvitation(jobInfo, chatHistory) {
-        const prompt = `
-请基于以下信息生成面试邀约内容：
-
-岗位信息：
-- 公司名称：${jobInfo.companyName || '未知'}
-- 职位名称：${jobInfo.jobTitle || '未知'}
-- 工作地点：${jobInfo.location || '未知'}
-
-聊天历史：
-${chatHistory || '无'}
-
-要求：
-1. 表达面试邀约的诚意
-2. 提供灵活的时间选择
-3. 说明面试形式和地点
-4. 体现对候选人的重视
-5. 语言自然、专业
-
-请直接返回面试邀约内容。
-        `;
-
-        const result = await this.callAPI(prompt, {
-            systemPrompt: '你是一个专业的HR，擅长生成面试邀约内容。',
-            temperature: 0.6
-        });
-
-        return result;
-    }
-
-    /**
-     * 识别外包岗位
-     * @param {object} jobInfo - 岗位信息
-     * @returns {Promise<object>} 外包识别结果
-     */
-    async identifyOutsourcingJob(jobInfo) {
-        const prompt = `
-请分析以下岗位信息，判断是否为外包岗位：
-
-岗位信息：
-- 公司名称：${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
-        });
-
-        return result;
-    }
-}
-
-module.exports = new aiService(); 

api/model/ai_call_records.js

@@ -0,0 +1,144 @@
+const Sequelize = require('sequelize');
+const { DataTypes } = Sequelize;
+
+module.exports = (sequelize) => {
+    const AiCallRecords = sequelize.define('ai_call_records', {
+        id: {
+            type: DataTypes.INTEGER(11),
+            allowNull: false,
+            primaryKey: true,
+            autoIncrement: true,
+            comment: '主键ID'
+        },
+        user_id: {
+            type: DataTypes.INTEGER(11),
+            allowNull: true,
+            comment: '用户ID'
+        },
+        sn_code: {
+            type: DataTypes.STRING(100),
+            allowNull: true,
+            comment: '设备SN码'
+        },
+        service_type: {
+            type: DataTypes.STRING(50),
+            allowNull: false,
+            comment: '服务类型：chat/completion/embedding'
+        },
+        model_name: {
+            type: DataTypes.STRING(100),
+            allowNull: false,
+            comment: '模型名称'
+        },
+        prompt_tokens: {
+            type: DataTypes.INTEGER(11),
+            allowNull: false,
+            defaultValue: 0,
+            comment: '输入Token数'
+        },
+        completion_tokens: {
+            type: DataTypes.INTEGER(11),
+            allowNull: false,
+            defaultValue: 0,
+            comment: '输出Token数'
+        },
+        total_tokens: {
+            type: DataTypes.INTEGER(11),
+            allowNull: false,
+            defaultValue: 0,
+            comment: '总Token数'
+        },
+        request_content: {
+            type: DataTypes.TEXT,
+            allowNull: true,
+            comment: '请求内容'
+        },
+        response_content: {
+            type: DataTypes.TEXT,
+            allowNull: true,
+            comment: '响应内容'
+        },
+        cost_amount: {
+            type: DataTypes.DECIMAL(10, 4),
+            allowNull: true,
+            comment: '费用（元）'
+        },
+        status: {
+            type: DataTypes.STRING(20),
+            allowNull: false,
+            defaultValue: 'success',
+            comment: '状态：success/failed'
+        },
+        error_message: {
+            type: DataTypes.TEXT,
+            allowNull: true,
+            comment: '错误信息'
+        },
+        response_time: {
+            type: DataTypes.INTEGER(11),
+            allowNull: true,
+            comment: '响应时间（毫秒）'
+        },
+        api_provider: {
+            type: DataTypes.STRING(50),
+            allowNull: true,
+            defaultValue: 'qwen',
+            comment: 'API提供商'
+        },
+        business_type: {
+            type: DataTypes.STRING(50),
+            allowNull: true,
+            comment: '业务类型'
+        },
+        reference_id: {
+            type: DataTypes.STRING(100),
+            allowNull: true,
+            comment: '关联业务ID'
+        },
+        create_time: {
+            type: DataTypes.DATE,
+            allowNull: false,
+            defaultValue: Sequelize.literal('CURRENT_TIMESTAMP'),
+            comment: '创建时间'
+        },
+        last_modify_time: {
+            type: DataTypes.DATE,
+            allowNull: false,
+            defaultValue: Sequelize.literal('CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP'),
+            comment: '最后修改时间'
+        },
+        is_delete: {
+            type: DataTypes.TINYINT(1),
+            allowNull: false,
+            defaultValue: 0,
+            comment: '是否删除：0-否，1-是'
+        }
+    }, {
+        tableName: 'ai_call_records',
+        timestamps: false,
+        indexes: [
+            {
+                name: 'idx_user_id',
+                fields: ['user_id']
+            },
+            {
+                name: 'idx_sn_code',
+                fields: ['sn_code']
+            },
+            {
+                name: 'idx_create_time',
+                fields: ['create_time']
+            },
+            {
+                name: 'idx_is_delete',
+                fields: ['is_delete']
+            },
+            {
+                name: 'idx_business_type',
+                fields: ['business_type']
+            }
+        ]
+    });
+
+    return AiCallRecords;
+};

api/model/pricing_plans.js

@@ -50,9 +50,26 @@ module.exports = (db) => {
     },
     features: {
       comment: '功能特性列表（JSON字符串数组）',
-      type: Sequelize.TEXT,
+      type: Sequelize.JSON(),
       allowNull: false,
-      defaultValue: '[]'
+      defaultValue: [],
+      get: function () {
+        const value = this.getDataValue('features');
+        if (!value) return null;
+        if (typeof value === 'string') {
+          return JSON.parse(value);
+        }
+        return value;
+      },
+      set: function (value) {
+        if (value === null || value === undefined) {
+          this.setDataValue('features', null);
+        } else if (typeof value === 'string') {
+          this.setDataValue('features', value);
+        } else {
+          this.setDataValue('features', JSON.stringify(value));
+        }
+      },
     },
     featured: {
       comment: '是否为推荐套餐（1=推荐，0=普通）',

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}`
-      }
-    });
+/**
+ * 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;
     }
 
     /**
-   * 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
+     * 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 chat(messages, options = {}) {
-    try {
-      const response = await this.client.post('/v1/chat/completions', {
+    async callAPI(prompt, options = {}) {
+        const startTime = Date.now();
+
+        const requestData = {
             model: this.model,
-        messages,
+            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.max_tokens || 2000,
-        ...options
+            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
                 });
 
-      return response.data.choices[0].message.content;
+                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) {
-      console.warn('AI服务调用失败:', error.message);
-      throw new Error(`AI服务调用失败: ${error.message}`);
+                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));
+            }
         }
     }
 
     /**
-   * 分析简历竞争力
-   * @param {Object} resumeData - 简历数据
-   * @returns {Promise<Object>} 分析结果
+     * 记录AI调用
+     * @param {Object} params - 调用参数
+     * @returns {Promise}
      */
-  async analyzeResume(resumeData) {
-    const prompt = `请分析以下简历的竞争力，并提供详细评估：
+    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"
-}`;
+  "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
+}
 
-    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 }
-    ];
+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
+        `;
+
+        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 {
-      const response = await this.chat(messages, { temperature: 0.3 });
-      // 提取JSON部分
-      const jsonMatch = response.match(/\{[\s\S]*\}/);
+            // 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) {
-        return JSON.parse(jsonMatch[0]);
+                content = jsonMatch[1];
             }
-      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
+
+            const analysis = JSON.parse(content);
             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'
+                analysis: analysis
             };
-    }
-  }
-
-  /**
-   * 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: ${resumeData.expectedSalary || '未知'}
-
-请分析：
-1. 技能匹配度
-2. 经验匹配度
-3. 薪资匹配度
-4. 是否为外包岗位（根据公司名称、岗位描述判断）
-5. 综合推荐度
-
-返回JSON格式：
-{
-  "matchScore": 匹配度分数(1-100),
-  "skillMatch": 技能匹配度(1-100),
-  "experienceMatch": 经验匹配度(1-100),
-  "salaryMatch": 薪资匹配度(1-100),
-  "isOutsourcing": 是否外包(true/false),
-  "outsourcingConfidence": 外包判断置信度(0-1),
-  "recommendLevel": "推荐等级(excellent/good/medium/low)",
-  "matchReasons": ["匹配原因1", "匹配原因2"],
-  "concerns": ["顾虑点1", "顾虑点2"],
-  "applyAdvice": "投递建议"
-}`;
-
-    const messages = [
-      { role: 'system', content: '你是一个专业的职业规划师，擅长评估岗位与求职者的匹配度。' },
-      { role: 'user', content: prompt }
-    ];
-
-    try {
-      const response = await this.chat(messages, { temperature: 0.3 });
-      const jsonMatch = response.match(/\{[\s\S]*\}/);
-      if (jsonMatch) {
-        return JSON.parse(jsonMatch[0]);
-      }
-      throw new Error('AI返回格式不正确');
-    } catch (error) {
-      console.warn('岗位匹配分析失败:', error);
-      // 返回默认值
+        } catch (parseError) {
+            console.error(`[AI服务] 简历分析结果解析失败:`, parseError);
+            console.error(`[AI服务] 原始内容:`, result.content);
             return {
-        matchScore: 50,
-        skillMatch: 50,
-        experienceMatch: 50,
-        salaryMatch: 50,
-        isOutsourcing: false,
-        outsourcingConfidence: 0,
-        recommendLevel: 'medium',
-        matchReasons: ['待AI分析'],
-        concerns: ['待AI分析'],
-        applyAdvice: '建议人工审核'
-      };
-    }
-  }
-
-  /**
-   * 批量评估岗位（用于智能筛选）
-   * @param {Array} jobs - 岗位列表
-   * @param {Object} resumeData - 简历数据
-   * @returns {Promise<Array>} 评估结果列表
-   */
-  async batchMatchJobs(jobs, resumeData) {
-    const results = [];
-
-    // 限制并发数量，避免API限流
-    const concurrency = 3;
-    for (let i = 0; i < jobs.length; i += concurrency) {
-      const batch = jobs.slice(i, i + concurrency);
-      const batchPromises = batch.map(job =>
-        this.matchJobWithResume(job, resumeData).catch(err => {
-          console.warn(`岗位${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: []
-      };
-    }
-  }
-}
-
-// 导出单例
-let instance = null;
-
-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);
-    }
-    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);
+                analysis: {
+                    content: result.content,
+                    parseError: true
                 }
             };
+        }
+    }
 
+    /**
+     * 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();

docs/ai_service_config.md

@@ -0,0 +1,145 @@
+# AI 服务配置说明
+
+## 环境变量配置
+
+AI 服务需要通过环境变量进行配置，支持阿里云 DashScope API。
+
+### 必需的环境变量
+
+在 `.env` 文件或系统环境变量中配置以下参数：
+
+```bash
+# AI API 密钥（阿里云 DashScope API Key）
+AI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxx
+
+# AI API 基础 URL（阿里云 DashScope 兼容 OpenAI 格式接口）
+AI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
+
+# AI 模型名称
+# 可选值：
+# - qwen-turbo（快速，推荐日常使用）
+# - qwen-plus（增强，平衡性能和成本）
+# - qwen-max（最强，高质量输出）
+# - qwen-long（长文本，支持超长上下文）
+AI_MODEL=qwen-turbo
+```
+
+### 配置示例
+
+#### 1. 开发环境配置 (.env)
+
+```bash
+# 阿里云 DashScope 配置
+AI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
+AI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
+AI_MODEL=qwen-turbo
+```
+
+#### 2. 生产环境配置 (.env.production)
+
+```bash
+# 阿里云 DashScope 配置（生产环境使用增强版）
+AI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
+AI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
+AI_MODEL=qwen-plus
+```
+
+### 阿里云模型对比
+
+| 模型 | 速度 | 质量 | 成本 | 适用场景 |
+|------|------|------|------|----------|
+| qwen-turbo | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | 日常对话、简单分析 |
+| qwen-plus | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 复杂分析、专业任务 |
+| qwen-max | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | 高质量输出、关键任务 |
+| qwen-long | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | 长文本处理、文档分析 |
+
+### 代码中使用
+
+```javascript
+// 使用默认配置（从环境变量读取）
+const AIService = require('./services/ai_service.js');
+const aiService = AIService.getInstance();
+
+// 使用自定义配置
+const aiService = AIService.createInstance({
+  apiKey: 'sk-custom-key',
+  baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1',
+  model: 'qwen-plus',
+  timeout: 60000
+});
+```
+
+### API 认证格式
+
+阿里云 DashScope API 使用标准的 Bearer Token 认证：
+
+```
+Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxx
+```
+
+### 注意事项
+
+1. **API Key 安全**：
+   - 不要将 API Key 硬编码在代码中
+   - 不要将 `.env` 文件提交到版本控制
+   - 生产环境使用独立的 API Key
+
+2. **模型选择建议**：
+   - 开发/测试：使用 `qwen-turbo`（成本低）
+   - 生产环境：使用 `qwen-plus`（性能平衡）
+   - 关键业务：使用 `qwen-max`（质量最高）
+
+3. **速率限制**：
+   - 注意 API 的 QPM（每分钟请求数）限制
+   - 根据套餐调整并发数量
+   - 实现重试和错误处理机制
+
+4. **成本控制**：
+   - 监控 Token 使用量
+   - 设置合理的 `max_tokens` 限制
+   - 定期查看账单和用量统计
+
+### 获取 API Key
+
+1. 访问阿里云控制台：https://dashscope.console.aliyun.com/
+2. 进入 API-KEY 管理
+3. 创建新的 API Key
+4. 复制 API Key 并保存到环境变量
+
+### 故障排查
+
+#### 问题 1：Authentication Fails
+```
+错误：auth header format should be Bearer sk-...
+解决：检查 AI_API_KEY 是否正确配置
+```
+
+#### 问题 2：连接超时
+```
+错误：timeout of 30000ms exceeded
+解决：
+1. 检查网络连接
+2. 增加 timeout 配置
+3. 检查 AI_BASE_URL 是否正确
+```
+
+#### 问题 3：模型不存在
+```
+错误：model not found
+解决：检查 AI_MODEL 配置，确保使用支持的模型名称
+```
+
+### 迁移指南
+
+如果之前使用其他 AI 服务（如 DeepSeek），迁移步骤：
+
+1. 更新环境变量配置
+2. 修改 API_BASE_URL
+3. 更新模型名称
+4. 测试 AI 调用功能
+5. 验证响应格式
+
+---
+
+**配置更新时间**: 2025-12-27
+**维护者**: 系统管理员

docs/ai_service_unified.md

@@ -0,0 +1,364 @@
+# AI 服务统一说明
+
+**更新时间**: 2025-12-27
+
+---
+
+## 统一后的 AI 服务架构
+
+系统已完成 AI 服务的统一整理，现在只保留一个标准的 AI 服务实现。
+
+---
+
+## 文件位置
+
+### ✅ 保留的文件（唯一 AI 服务实现）
+
+**核心服务：**
+- **`api/services/ai_service.js`** - AI 服务主文件（基于阿里云 Qwen 2.5）
+- **`api/services/ai_call_recorder.js`** - AI 调用记录服务
+
+**导出管理：**
+- **`api/services/index.js`** - 服务统一导出
+
+**数据库层：**
+- **`api/model/ai_call_records.js`** - AI 调用记录模型
+
+**后台管理：**
+- **`api/controller_admin/ai_call_records.js`** - 后台管理 API
+
+**前端界面：**
+- **`admin/src/views/system/ai_call_records.vue`** - 管理界面
+- **`admin/src/api/system/ai_call_records_server.js`** - API 服务
+
+### ❌ 已删除的文件
+
+- ~~`api/middleware/job/aiService.js`~~ - 已删除（内容已迁移到 `services/ai_service.js`）
+
+---
+
+## 使用方式
+
+### 1. 直接引用（推荐）
+
+```javascript
+const aiService = require('./services/ai_service');
+
+// 使用 AI 服务
+const result = await aiService.analyzeJob(jobInfo, resumeInfo);
+```
+
+### 2. 通过服务管理器
+
+```javascript
+const { AIService } = require('./services');
+
+// 使用 AI 服务
+const result = await AIService.analyzeJob(jobInfo, resumeInfo);
+```
+
+---
+
+## AI 服务功能列表
+
+### 核心方法
+
+| 方法 | 说明 | 业务类型 |
+|------|------|---------|
+| `callAPI(prompt, options)` | 基础 API 调用 | 自定义 |
+| `analyzeJob(jobInfo, resumeInfo)` | 岗位智能筛选 | `job_analysis` |
+| `generateChatContent(jobInfo, resumeInfo, chatType)` | 生成个性化聊天 | `chat_generation` |
+| `analyzeResume(resumeText)` | 简历分析 | `resume_analysis` |
+| `generateInterviewInvitation(jobInfo, chatHistory)` | 生成面试邀约 | `interview_invitation` |
+| `identifyOutsourcingJob(jobInfo)` | 识别外包岗位 | `outsourcing_detection` |
+
+### 辅助方法
+
+| 方法 | 说明 |
+|------|------|
+| `recordAiCall(params)` | 记录 AI 调用 |
+| `calculateCost(totalTokens)` | 计算调用费用 |
+
+---
+
+## Token 自动记录
+
+所有通过 `callAPI()` 方法的调用都会自动记录以下信息：
+
+- **Token 使用量**：prompt_tokens, completion_tokens, total_tokens
+- **成本信息**：基于模型计算的费用
+- **性能指标**：响应时间（毫秒）
+- **状态跟踪**：成功/失败状态
+- **业务关联**：business_type, reference_id
+- **请求追踪**：完整的请求和响应内容
+
+记录过程是异步非阻塞的，不会影响 AI 调用的主流程。
+
+---
+
+## 配置说明
+
+### 环境变量
+
+在 `.env` 文件中配置：
+
+```bash
+# 阿里云 DashScope API Key
+AI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxx
+
+# 模型选择（可选）
+AI_MODEL=qwen-turbo  # qwen-turbo, qwen-plus, qwen-max, qwen-long
+```
+
+### 代码配置
+
+```javascript
+// 在 config/config.js 中
+module.exports = {
+    ai: {
+        apiKey: process.env.AI_API_KEY,
+        model: process.env.AI_MODEL || 'qwen-turbo'
+    }
+}
+```
+
+---
+
+## 模型选择
+
+| 模型 | 速度 | 质量 | 成本 | 价格（元/1000 tokens）|
+|------|------|------|------|---------------------|
+| qwen-turbo | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ¥0.003 |
+| qwen-plus | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ¥0.004 |
+| qwen-max | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ¥0.12 |
+| qwen-long | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | - |
+
+---
+
+## 使用示例
+
+### 示例 1：岗位分析
+
+```javascript
+const aiService = require('./services/ai_service');
+
+const jobInfo = {
+    companyName: '阿里巴巴',
+    jobTitle: 'Node.js 高级工程师',
+    salary: '30-50K',
+    location: '杭州',
+    description: '负责后端服务开发...',
+    skills: 'Node.js, MySQL, Redis'
+};
+
+const resumeInfo = {
+    skills: 'Node.js, JavaScript, MySQL',
+    experience: '5年后端开发经验',
+    education: '本科',
+    expectedSalary: '35K'
+};
+
+const result = await aiService.analyzeJob(jobInfo, resumeInfo);
+console.log(result.analysis);
+```
+
+### 示例 2：生成聊天内容
+
+```javascript
+const result = await aiService.generateChatContent(
+    jobInfo,
+    resumeInfo,
+    'greeting'  // greeting, interview, followup
+);
+
+console.log(result.content);
+```
+
+### 示例 3：简历分析
+
+```javascript
+const resumeText = `
+姓名：张三
+技能：Node.js, React, MySQL
+工作经验：3年全栈开发
+...
+`;
+
+const result = await aiService.analyzeResume(resumeText);
+console.log(result.analysis);
+// {
+//   skillTags: ['Node.js', 'React', 'MySQL'],
+//   strengths: '...',
+//   weaknesses: '...',
+//   careerSuggestion: '...',
+//   competitiveness: 75
+// }
+```
+
+### 示例 4：自定义 AI 调用
+
+```javascript
+const result = await aiService.callAPI(
+    '请帮我分析这个岗位的发展前景...',
+    {
+        systemPrompt: '你是一个职业规划专家...',
+        temperature: 0.7,
+        maxTokens: 2000,
+        user_id: 123,
+        business_type: 'career_analysis'
+    }
+);
+
+console.log(result.content);
+```
+
+---
+
+## 错误处理
+
+AI 服务内置了重试机制（最多 3 次）和错误处理：
+
+```javascript
+try {
+    const result = await aiService.analyzeJob(jobInfo, resumeInfo);
+} catch (error) {
+    console.error('AI 调用失败:', error.message);
+    // 错误会自动记录到 ai_call_records 表
+}
+```
+
+---
+
+## 监控与统计
+
+### 查看调用记录
+
+登录后台管理系统：**系统设置** → **AI调用记录**
+
+### 统计信息
+
+- 总调用次数
+- Token 总使用量
+- 总费用统计
+- 平均响应时间
+- 成功率
+
+### 编程方式获取统计
+
+```javascript
+const AiCallRecorder = require('./services/ai_call_recorder');
+
+// 获取用户统计
+const userStats = await AiCallRecorder.getUserTokenStats(userId, {
+    startDate: new Date('2025-01-01'),
+    endDate: new Date('2025-12-31')
+});
+
+console.log(userStats);
+// {
+//   total_calls: 100,
+//   total_prompt_tokens: 5000,
+//   total_completion_tokens: 3000,
+//   total_tokens: 8000,
+//   total_cost: 24.00,
+//   avg_response_time: 1500
+// }
+```
+
+---
+
+## 注意事项
+
+### 1. API Key 安全
+
+- ❌ 不要将 API Key 硬编码在代码中
+- ❌ 不要将 `.env` 文件提交到版本控制
+- ✅ 使用环境变量管理 API Key
+- ✅ 生产环境使用独立的 API Key
+
+### 2. 成本控制
+
+- 选择合适的模型（开发用 turbo，生产用 plus）
+- 设置合理的 `maxTokens` 限制
+- 监控 Token 使用量
+- 定期查看费用统计
+
+### 3. 性能优化
+
+- 重试机制已内置（3 次）
+- 超时设置为 30 秒
+- Token 记录是异步的，不阻塞主流程
+
+### 4. 数据隐私
+
+- 请求和响应内容会完整记录到数据库
+- 注意敏感信息的处理
+- 定期清理历史记录
+
+---
+
+## 迁移指南
+
+如果你的代码之前引用了 `middleware/job/aiService.js`，请修改为：
+
+```javascript
+// ❌ 旧代码
+const aiService = require('../middleware/job/aiService');
+
+// ✅ 新代码
+const aiService = require('../services/ai_service');
+```
+
+功能保持完全一致，只是路径发生了变化。
+
+---
+
+## 故障排查
+
+### 问题 1：模型未加载
+
+**错误信息：** `Cannot read property 'findAll' of undefined`
+
+**解决方法：**
+1. 确认已执行建表 SQL：`_sql/create_ai_call_records_table.sql`
+2. 重启 Node.js 服务
+3. 检查 `api/model/ai_call_records.js` 是否存在
+
+### 问题 2：认证失败
+
+**错误信息：** `auth header format should be Bearer sk-...`
+
+**解决方法：**
+1. 检查 `.env` 文件中的 `AI_API_KEY`
+2. 确认 API Key 格式正确（以 `sk-` 开头）
+3. 验证 API Key 有效性
+
+### 问题 3：记录失败
+
+**警告信息：** `记录AI调用失败（不影响主流程）`
+
+**解决方法：**
+1. 检查数据库连接
+2. 确认 `ai_call_records` 表存在
+3. 查看详细错误日志
+
+### 问题 4：费用计算不准确
+
+**解决方法：**
+1. 检查 `calculateCost()` 方法中的价格配置
+2. 根据实际使用的模型调整价格
+3. 定期对账单进行核对
+
+---
+
+## 相关文档
+
+- [AI 服务配置说明](ai_service_config.md) - 详细的环境配置指南
+- [功能实施总结](implementation_summary.md) - 完整的功能实施文档
+- [API 文档](../api/controller_admin/ai_call_records.js) - 后台 API 接口说明
+
+---
+
+**文档版本**: 1.0
+**最后更新**: 2025-12-27
+**维护者**: 开发团队

docs/implementation_summary.md

@@ -0,0 +1,561 @@
+# 自动找工作系统 - 功能实施总结
+
+**更新时间**: 2025-12-27
+
+---
+
+## 已完成功能概览
+
+本文档总结了最近完成的两个主要功能模块：
+
+1. **价格套餐管理系统**
+2. **AI调用记录与Token追踪系统**
+
+---
+
+## 一、价格套餐管理系统
+
+### 功能描述
+
+将原本硬编码在 `api/controller_front/config.js` 中的价格套餐数据迁移到数据库，并提供完整的后台管理界面。
+
+### 实施文件清单
+
+#### 数据库层
+- ✅ `_sql/create_pricing_plans_table.sql` - 数据表创建脚本
+- ✅ `_sql/insert_pricing_plans_data.sql` - 初始数据插入脚本
+- ✅ `api/model/pricing_plans.js` - Sequelize 数据模型
+
+#### 后端API层
+- ✅ `api/controller_admin/pricing_plans.js` - 后台管理API（5个端点）
+  - `POST /pricing_plans/list` - 分页查询
+  - `GET /pricing_plans/detail` - 获取详情
+  - `POST /pricing_plans/create` - 创建套餐
+  - `POST /pricing_plans/update` - 更新套餐
+  - `POST /pricing_plans/delete` - 删除套餐（软删除）
+- ✅ `api/controller_front/config.js` (修改第90-136行) - 前端API改为数据库查询
+
+#### 前端层
+- ✅ `admin/src/api/system/pricing_plans_server.js` - API服务层
+- ✅ `admin/src/views/system/pricing_plans.vue` - 管理界面组件
+- ✅ `admin/src/router/component-map.js` (新增映射) - 组件注册
+
+### 数据库表结构
+
+```sql
+CREATE TABLE `pricing_plans` (
+  `id` INT(11) NOT NULL AUTO_INCREMENT,
+  `name` VARCHAR(100) NOT NULL COMMENT '套餐名称',
+  `duration` VARCHAR(50) NOT NULL COMMENT '时长描述',
+  `days` INT(11) NOT NULL COMMENT '天数（-1表示永久）',
+  `price` DECIMAL(10,2) NOT NULL COMMENT '价格',
+  `original_price` DECIMAL(10,2) NULL COMMENT '原价',
+  `unit` VARCHAR(20) NOT NULL DEFAULT '元',
+  `discount` VARCHAR(50) NULL COMMENT '折扣描述',
+  `features` TEXT NOT NULL COMMENT '功能列表（JSON格式）',
+  `featured` TINYINT(1) NOT NULL DEFAULT 0 COMMENT '是否推荐',
+  `is_active` TINYINT(1) NOT NULL DEFAULT 1 COMMENT '是否启用',
+  `sort_order` INT(11) NOT NULL DEFAULT 0 COMMENT '排序顺序',
+  `create_time` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,
+  `last_modify_time` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
+  `is_delete` TINYINT(1) NOT NULL DEFAULT 0,
+  PRIMARY KEY (`id`)
+) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
+```
+
+### 初始数据
+
+系统预置了4个价格套餐：
+
+1. **体验套餐** - 7天 - ¥28
+2. **月度套餐** - 30天 - ¥99（推荐）
+3. **季度套餐** - 90天 - ¥269
+4. **终生套餐** - 永久 - ¥888
+
+### 菜单位置
+
+**用户管理** → **价格套餐管理**
+
+### 关键实现细节
+
+#### 前端接口向后兼容
+
+`GET /api/config/pricing-plans` 接口保持原有响应格式：
+
+```javascript
+[
+  {
+    "id": 1,
+    "name": "体验套餐",
+    "duration": "7天",
+    "days": 7,
+    "price": 28,
+    "originalPrice": 28,
+    "unit": "元",
+    "features": ["7天使用权限", "全功能体验", "技术支持"],
+    "featured": false
+  }
+]
+```
+
+#### 状态控制逻辑
+
+- 前端API仅返回 `is_active = 1` 且 `is_delete = 0` 的套餐
+- 按照 `sort_order` ASC, `id` ASC 排序
+- Features字段从JSON字符串自动解析为数组
+
+#### 表单组件修复
+
+修复了单选按钮组件使用方式（重要）：
+
+```javascript
+// ❌ 错误写法
+{
+  title: '是否推荐',
+  key: 'featured',
+  type: 'radio',  // 错误
+  options: [...]
+}
+
+// ✅ 正确写法
+{
+  title: '是否推荐',
+  key: 'featured',
+  com: 'Radio',  // 正确
+  options: [
+    { value: 1, label: '推荐' },
+    { value: 0, label: '普通' }
+  ]
+}
+```
+
+---
+
+## 二、AI调用记录与Token追踪系统
+
+### 功能描述
+
+为所有AI调用添加自动记录功能，追踪Token使用量、调用成本、响应时间等关键指标，并提供后台管理和统计分析界面。
+
+### 实施文件清单
+
+#### 数据库层
+- ✅ `_sql/create_ai_call_records_table.sql` - 数据表创建脚本
+- ✅ `api/model/ai_call_records.js` - Sequelize 数据模型
+
+#### 服务层
+- ✅ `api/services/ai_call_recorder.js` - AI调用记录服务
+- ✅ `api/services/ai_service.js` - AI服务（集成Token记录）
+
+#### 后端API层
+- ✅ `api/controller_admin/ai_call_records.js` - 后台管理API（5个端点）
+  - `POST /ai_call_records/list` - 分页查询
+  - `GET /ai_call_records/detail` - 获取详情
+  - `GET /ai_call_records/stats` - 统计分析
+  - `POST /ai_call_records/delete` - 删除记录
+  - `POST /ai_call_records/batch_delete` - 批量删除
+
+#### 前端层
+- ✅ `admin/src/api/system/ai_call_records_server.js` - API服务层
+- ✅ `admin/src/views/system/ai_call_records.vue` - 管理界面组件
+- ✅ `admin/src/router/component-map.js` (新增映射) - 组件注册
+
+### 数据库表结构
+
+```sql
+CREATE TABLE `ai_call_records` (
+  `id` INT(11) NOT NULL AUTO_INCREMENT,
+  `user_id` INT(11) NULL COMMENT '用户ID',
+  `sn_code` VARCHAR(100) NULL COMMENT '设备SN码',
+  `service_type` VARCHAR(50) NOT NULL COMMENT '服务类型：chat/completion/embedding',
+  `model_name` VARCHAR(100) NOT NULL COMMENT '模型名称',
+  `prompt_tokens` INT(11) NOT NULL DEFAULT 0 COMMENT '输入Token数',
+  `completion_tokens` INT(11) NOT NULL DEFAULT 0 COMMENT '输出Token数',
+  `total_tokens` INT(11) NOT NULL DEFAULT 0 COMMENT '总Token数',
+  `request_content` TEXT NULL COMMENT '请求内容',
+  `response_content` TEXT NULL COMMENT '响应内容',
+  `cost_amount` DECIMAL(10,4) NULL COMMENT '费用（元）',
+  `status` VARCHAR(20) NOT NULL DEFAULT 'success' COMMENT '状态：success/failed',
+  `error_message` TEXT NULL COMMENT '错误信息',
+  `response_time` INT(11) NULL COMMENT '响应时间（毫秒）',
+  `api_provider` VARCHAR(50) NULL DEFAULT 'qwen' COMMENT 'API提供商',
+  `business_type` VARCHAR(50) NULL COMMENT '业务类型',
+  `reference_id` VARCHAR(100) NULL COMMENT '关联业务ID',
+  `create_time` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,
+  `last_modify_time` DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
+  `is_delete` TINYINT(1) NOT NULL DEFAULT 0,
+  PRIMARY KEY (`id`)
+) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
+```
+
+### AI服务集成
+
+#### 使用的AI服务
+
+系统使用 **阿里云DashScope API (Qwen 2.5)**，而非DeepSeek。
+
+**关键配置：**
+
+```javascript
+// api/services/ai_service.js
+class aiService {
+    constructor() {
+        this.apiKey = config.ai?.apiKey || process.env.DASHSCOPE_API_KEY;
+        this.apiUrl = 'https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions';
+        this.model = config.ai?.model || 'qwen-turbo';
+        this.maxRetries = 3;
+    }
+}
+```
+
+#### 环境变量配置
+
+在 `.env` 文件中配置：
+
+```bash
+AI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxx
+AI_MODEL=qwen-turbo  # 可选：qwen-turbo, qwen-plus, qwen-max, qwen-long
+```
+
+详细配置说明见：[docs/ai_service_config.md](ai_service_config.md:1)
+
+#### Token记录集成
+
+AI服务的 `callAPI()` 方法自动记录所有调用：
+
+```javascript
+async callAPI(prompt, options = {}) {
+    const startTime = Date.now();
+    // ... 调用API ...
+
+    // 成功时自动记录Token使用量
+    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,
+        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);
+    });
+}
+```
+
+#### 业务类型分类
+
+系统中的AI调用按业务类型分类：
+
+| 业务类型 | 说明 | 调用方法 |
+|---------|------|---------|
+| `job_analysis` | 岗位分析 | `analyzeJob()` |
+| `chat_generation` | 聊天内容生成 | `generateChatContent()` |
+| `resume_analysis` | 简历分析 | `analyzeResume()` |
+| `interview_invitation` | 面试邀约 | `generateInterviewInvitation()` |
+| `outsourcing_detection` | 外包检测 | `identifyOutsourcingJob()` |
+
+#### 成本计算
+
+基于Qwen模型定价：
+
+```javascript
+calculateCost(totalTokens) {
+    // qwen-turbo: ¥0.003/1000 tokens
+    // qwen-plus: ¥0.004/1000 tokens
+    // qwen-max: ¥0.12/1000 tokens
+    const pricePerThousand = 0.003;
+    return (totalTokens / 1000) * pricePerThousand;
+}
+```
+
+### 管理界面功能
+
+#### 筛选功能
+- 按用户ID搜索
+- 按设备SN码搜索
+- 按业务类型筛选
+- 按服务类型筛选
+- 按状态筛选
+- 按时间范围筛选
+
+#### 统计功能
+- 总调用次数
+- Token总使用量（输入/输出/总计）
+- 总费用统计
+- 平均响应时间
+- 成功率统计
+
+#### 操作功能
+- 查看详情（完整请求/响应内容）
+- 单条删除
+- 批量删除
+
+### 菜单位置
+
+**系统设置** → **AI调用记录**
+
+---
+
+## 三、关键技术点总结
+
+### 1. 组件注册规范
+
+前端Vue组件必须在 `admin/src/router/component-map.js` 中注册：
+
+```javascript
+// 导入组件
+import PricingPlans from '@/views/system/pricing_plans.vue'
+import AiCallRecords from '@/views/system/ai_call_records.vue'
+
+// 注册映射
+const componentMap = {
+  'system/pricing_plans': PricingPlans,
+  'system/ai_call_records': AiCallRecords,
+}
+```
+
+### 2. 表单控件使用规范
+
+使用 `com` 字段而非 `type` 字段：
+
+```javascript
+// 单选按钮
+{ com: 'Radio', options: [...] }
+
+// 文本输入框
+{ com: 'Input' }
+
+// 文本域
+{ com: 'TextArea' }
+
+// 数字输入框
+{ com: 'InputNumber' }
+
+// 下拉选择
+{ com: 'Select', options: [...] }
+```
+
+### 3. 数据库软删除模式
+
+所有查询必须包含 `is_delete = 0` 条件：
+
+```javascript
+const list = await model.findAll({
+  where: {
+    is_delete: 0,
+    // ... 其他条件
+  }
+});
+```
+
+### 4. 时间戳管理
+
+使用手动管理而非Sequelize自动管理：
+
+```javascript
+// 模型定义
+{
+  timestamps: false,  // 禁用自动时间戳
+  // 手动定义时间字段
+  create_time: { type: DataTypes.DATE },
+  last_modify_time: { type: DataTypes.DATE }
+}
+
+// 创建时手动设置
+const now = new Date();
+await model.create({
+  // ... 其他字段
+  create_time: now,
+  last_modify_time: now
+});
+```
+
+### 5. JSON字段处理
+
+数据库存储为TEXT类型，应用层处理JSON序列化：
+
+```javascript
+// 保存时
+const data = {
+  features: JSON.stringify(['功能1', '功能2'])
+};
+
+// 读取时
+const features = JSON.parse(record.features || '[]');
+```
+
+### 6. 异步记录模式
+
+日志/记录类操作使用异步非阻塞模式：
+
+```javascript
+// 使用 .catch() 而非 try-catch，避免阻塞主流程
+this.recordAiCall(params).catch(err => {
+  console.warn('记录失败（不影响主流程）:', err.message);
+});
+
+// 主流程继续执行
+return result;
+```
+
+---
+
+## 四、部署检查清单
+
+### 数据库层
+- [ ] 执行 `create_pricing_plans_table.sql`
+- [ ] 执行 `insert_pricing_plans_data.sql`
+- [ ] 执行 `create_ai_call_records_table.sql`
+- [ ] 验证表创建成功
+
+### 后端层
+- [ ] 重启Node.js服务以加载新模型
+- [ ] 验证模型加载：`Framework.getModels()`
+- [ ] 配置环境变量 `AI_API_KEY` 和 `AI_MODEL`
+- [ ] 测试后台API端点
+
+### 前端层
+- [ ] 重新编译前端代码
+- [ ] 验证组件注册成功
+- [ ] 刷新浏览器缓存
+- [ ] 测试管理界面功能
+
+### 菜单系统
+- [ ] 验证"价格套餐管理"菜单显示
+- [ ] 验证"AI调用记录"菜单显示
+- [ ] 测试菜单跳转功能
+
+### 功能测试
+- [ ] 价格套餐CRUD操作
+- [ ] 前端API `/config/pricing-plans` 返回数据库数据
+- [ ] AI调用自动记录Token
+- [ ] AI调用记录管理界面
+- [ ] 统计功能准确性
+
+---
+
+## 五、已知问题与注意事项
+
+### 1. 组件热更新
+
+修改组件映射后需要：
+- 重启前端开发服务器
+- 清除浏览器缓存
+- 刷新页面
+
+### 2. AI服务配置
+
+**重要**：系统使用阿里云DashScope API，不是DeepSeek。
+
+必须配置正确的环境变量：
+```bash
+AI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxx  # 阿里云API Key
+AI_MODEL=qwen-turbo                  # Qwen模型
+```
+
+### 3. Token记录异步
+
+Token记录失败不会影响AI调用主流程，但会打印警告日志。如果需要确保记录成功，应检查数据库连接和表结构。
+
+### 4. 成本计算
+
+当前成本计算使用固定价格（qwen-turbo: ¥0.003/1000 tokens），如果切换到其他模型，需要修改 `calculateCost()` 方法。
+
+### 5. 数据备份
+
+AI调用记录表会快速增长，建议：
+- 定期归档历史数据
+- 设置数据保留策略（如只保留最近90天）
+- 建立定期备份机制
+
+---
+
+## 六、文件路径索引
+
+### 价格套餐系统
+
+**数据库**
+- `_sql/create_pricing_plans_table.sql`
+- `_sql/insert_pricing_plans_data.sql`
+
+**后端**
+- `api/model/pricing_plans.js`
+- `api/controller_admin/pricing_plans.js`
+- `api/controller_front/config.js` (修改第90-136行)
+
+**前端**
+- `admin/src/api/system/pricing_plans_server.js`
+- `admin/src/views/system/pricing_plans.vue`
+
+### AI调用记录系统
+
+**数据库**
+- `_sql/create_ai_call_records_table.sql`
+
+**后端**
+- `api/model/ai_call_records.js`
+- `api/services/ai_call_recorder.js`
+- `api/services/ai_service.js` (完全重写)
+- `api/controller_admin/ai_call_records.js`
+
+**前端**
+- `admin/src/api/system/ai_call_records_server.js`
+- `admin/src/views/system/ai_call_records.vue`
+
+### 公共配置
+
+- `admin/src/router/component-map.js` (新增两个组件映射)
+- `config/config.js` (AI配置项)
+- `.env` (环境变量)
+
+### 文档
+
+- `docs/ai_service_config.md` (AI服务配置说明)
+- `docs/implementation_summary.md` (本文档)
+
+---
+
+## 七、维护建议
+
+### 日常维护
+
+1. **监控Token使用量**
+   - 定期查看AI调用记录统计
+   - 关注异常高额调用
+   - 优化高频调用场景
+
+2. **价格套餐调整**
+   - 根据市场情况调整价格
+   - 通过后台界面快速上下架套餐
+   - 使用排序功能控制显示顺序
+
+3. **数据清理**
+   - 定期归档或删除历史AI调用记录
+   - 清理已删除的套餐数据（物理删除）
+
+### 性能优化
+
+1. **数据库索引**
+   - AI调用记录表按需添加索引（user_id, sn_code, create_time）
+   - 定期分析查询性能
+
+2. **缓存策略**
+   - 考虑对前端API `/config/pricing-plans` 添加缓存
+   - 缓存有效期建议5-10分钟
+
+3. **日志归档**
+   - 建立AI调用记录的归档机制
+   - 超过一定时间的数据转移到历史表
+
+---
+
+**文档版本**: 1.0
+**最后更新**: 2025-12-27
+**维护者**: 开发团队