311 lines
8.9 KiB
Markdown
311 lines
8.9 KiB
Markdown
# AI Service Token 记录集成总结
|
||
|
||
## 概述
|
||
|
||
已成功将 Token 使用记录功能集成到 `ai_service.js` 中的所有 AI 调用方法。所有方法现在都会自动记录：
|
||
- Token 使用量（输入、输出、总计）
|
||
- 调用费用
|
||
- 响应时间
|
||
- 请求和响应内容
|
||
- 调用状态（成功/失败）
|
||
|
||
## 集成方法列表
|
||
|
||
### 1. **chat()** - 核心聊天方法
|
||
- **行号**: 33-95
|
||
- **集成方式**: 内置 Token 记录逻辑
|
||
- **记录时机**:
|
||
- 成功调用：记录完整 Token 数据和响应内容
|
||
- 失败调用：记录错误信息和失败状态
|
||
- **特性**:
|
||
- 异步记录，不阻塞主流程
|
||
- 自动计算费用（基于 DeepSeek 定价）
|
||
- 捕获异常防止记录失败影响业务
|
||
|
||
### 2. **analyzeResume()** - 简历分析
|
||
- **行号**: 129-199
|
||
- **参数更新**: 添加 `context = {}` 参数
|
||
- **业务类型**: `resume_analysis`
|
||
- **服务类型**: `completion`
|
||
- **reference_id**: `resumeData.id` 或 `resumeData.resumeId`
|
||
- **使用示例**:
|
||
```javascript
|
||
const result = await aiService.analyzeResume(resumeData, {
|
||
user_id: 123,
|
||
sn_code: 'DEVICE001'
|
||
});
|
||
```
|
||
|
||
### 3. **matchJobWithResume()** - 岗位匹配度评估
|
||
- **行号**: 208-283
|
||
- **参数更新**: 添加 `context = {}` 参数
|
||
- **业务类型**: `job_matching`
|
||
- **服务类型**: `completion`
|
||
- **reference_id**: `jobData.id` 或 `jobData.jobId`
|
||
- **使用示例**:
|
||
```javascript
|
||
const matchResult = await aiService.matchJobWithResume(jobData, resumeData, {
|
||
user_id: 123,
|
||
sn_code: 'DEVICE001'
|
||
});
|
||
```
|
||
|
||
### 4. **batchMatchJobs()** - 批量岗位匹配
|
||
- **行号**: 293-321
|
||
- **参数更新**: 添加 `context = {}` 参数
|
||
- **集成方式**: 将 context 传递给 `matchJobWithResume()`
|
||
- **特性**:
|
||
- 并发控制（每批 3 个）
|
||
- 自动重试和错误处理
|
||
- 每批之间间隔 1 秒防止 API 限流
|
||
- **使用示例**:
|
||
```javascript
|
||
const results = await aiService.batchMatchJobs(jobs, resumeData, {
|
||
user_id: 123,
|
||
sn_code: 'DEVICE001'
|
||
});
|
||
```
|
||
|
||
### 5. **generateChatContent()** - 生成聊天内容
|
||
- **行号**: 328-397
|
||
- **参数更新**: context 中提取 `user_id` 和 `sn_code`
|
||
- **业务类型**: `chat_generation`
|
||
- **服务类型**: `chat`
|
||
- **reference_id**: `jobInfo.jobId` 或 `jobInfo.id`
|
||
- **使用示例**:
|
||
```javascript
|
||
const chatContent = await aiService.generateChatContent({
|
||
jobInfo: { jobId: 456, jobTitle: 'Node.js开发' },
|
||
resumeInfo: resumeData,
|
||
chatType: 'greeting',
|
||
user_id: 123,
|
||
sn_code: 'DEVICE001'
|
||
});
|
||
```
|
||
|
||
### 6. **detectInterviewInvitation()** - 面试邀约检测
|
||
- **行号**: 405-454
|
||
- **参数更新**: 添加 `context = {}` 参数
|
||
- **业务类型**: `interview_detection`
|
||
- **服务类型**: `completion`
|
||
- **reference_id**: `context.conversation_id` 或 `context.job_id`
|
||
- **使用示例**:
|
||
```javascript
|
||
const result = await aiService.detectInterviewInvitation(hrMessage, {
|
||
user_id: 123,
|
||
sn_code: 'DEVICE001',
|
||
conversation_id: 789
|
||
});
|
||
```
|
||
|
||
### 7. **analyzeSentiment()** - 情感分析
|
||
- **行号**: 462-503
|
||
- **参数更新**: 添加 `context = {}` 参数
|
||
- **业务类型**: `sentiment_analysis`
|
||
- **服务类型**: `completion`
|
||
- **reference_id**: `context.conversation_id` 或 `context.job_id`
|
||
- **使用示例**:
|
||
```javascript
|
||
const sentiment = await aiService.analyzeSentiment(hrMessage, {
|
||
user_id: 123,
|
||
sn_code: 'DEVICE001',
|
||
job_id: 456
|
||
});
|
||
```
|
||
|
||
## 辅助方法
|
||
|
||
### **recordAiCall()** - 记录 AI 调用
|
||
- **行号**: 102-109
|
||
- **功能**: 调用 `AiCallRecorder.record()` 记录数据
|
||
- **异常处理**: 记录失败不影响主流程，仅输出警告日志
|
||
|
||
### **calculateCost()** - 计算费用
|
||
- **行号**: 116-121
|
||
- **定价**: ¥0.001 / 1000 tokens（DeepSeek 示例价格）
|
||
- **返回**: 费用金额（元）
|
||
- **可调整**: 可根据实际 API 定价修改 `pricePerThousand`
|
||
|
||
## 业务类型分类
|
||
|
||
| 业务类型 | 说明 | 对应方法 |
|
||
|---------|------|---------|
|
||
| `resume_analysis` | 简历竞争力分析 | analyzeResume() |
|
||
| `job_matching` | 岗位匹配度评估 | matchJobWithResume() |
|
||
| `chat_generation` | 聊天内容生成 | generateChatContent() |
|
||
| `interview_detection` | 面试邀约检测 | detectInterviewInvitation() |
|
||
| `sentiment_analysis` | 情感分析 | analyzeSentiment() |
|
||
| `chat` | 通用聊天 | chat()（直接调用） |
|
||
|
||
## 服务类型分类
|
||
|
||
| 服务类型 | 说明 |
|
||
|---------|------|
|
||
| `chat` | 对话式交互 |
|
||
| `completion` | 文本生成/分析 |
|
||
| `embedding` | 向量化（未使用） |
|
||
|
||
## Context 参数说明
|
||
|
||
所有方法支持的 context 参数：
|
||
|
||
```javascript
|
||
{
|
||
user_id: Number, // 用户ID（必填）
|
||
sn_code: String, // 设备序列号（可选）
|
||
conversation_id: Number, // 会话ID（用于聊天相关）
|
||
job_id: Number, // 岗位ID（用于岗位相关）
|
||
// ... 其他业务字段
|
||
}
|
||
```
|
||
|
||
## 向后兼容性
|
||
|
||
所有 context 参数都是**可选的**（默认值 `{}`），因此：
|
||
- ✅ 现有代码无需修改即可继续运行
|
||
- ✅ 仅在需要 Token 追踪时传递 context
|
||
- ✅ 未传递 context 时，相关字段为 `null`（仍会记录基础信息）
|
||
|
||
## 数据库记录字段
|
||
|
||
每次 AI 调用会记录以下信息到 `ai_call_records` 表：
|
||
|
||
```javascript
|
||
{
|
||
user_id: Number, // 用户ID
|
||
sn_code: String, // 设备序列号
|
||
service_type: String, // 服务类型（chat/completion/embedding）
|
||
model_name: String, // 模型名称（如 deepseek-chat）
|
||
prompt_tokens: Number, // 输入Token数
|
||
completion_tokens: Number, // 输出Token数
|
||
total_tokens: Number, // 总Token数
|
||
request_content: String, // 请求内容（JSON字符串）
|
||
response_content: String, // 响应内容
|
||
cost_amount: Decimal, // 费用（元）
|
||
status: String, // 状态（success/failed/timeout）
|
||
response_time: Number, // 响应时间（毫秒）
|
||
error_message: String, // 错误信息（失败时）
|
||
api_provider: String, // API提供商（deepseek）
|
||
business_type: String, // 业务类型
|
||
reference_id: Number, // 业务关联ID
|
||
create_time: DateTime // 创建时间
|
||
}
|
||
```
|
||
|
||
## 使用建议
|
||
|
||
### 1. **始终传递 user_id**
|
||
```javascript
|
||
// ✅ 推荐
|
||
await aiService.analyzeResume(resumeData, {
|
||
user_id: ctx.session.userId,
|
||
sn_code: ctx.headers['device-sn']
|
||
});
|
||
|
||
// ❌ 不推荐（无法追踪用户）
|
||
await aiService.analyzeResume(resumeData);
|
||
```
|
||
|
||
### 2. **为批量操作传递统一 context**
|
||
```javascript
|
||
const context = {
|
||
user_id: 123,
|
||
sn_code: 'DEVICE001'
|
||
};
|
||
|
||
// 所有批量调用都会记录相同的 user_id 和 sn_code
|
||
await aiService.batchMatchJobs(jobs, resumeData, context);
|
||
```
|
||
|
||
### 3. **传递业务关联 ID**
|
||
```javascript
|
||
await aiService.matchJobWithResume(jobData, resumeData, {
|
||
user_id: 123,
|
||
sn_code: 'DEVICE001'
|
||
});
|
||
// reference_id 会自动设置为 jobData.id 或 jobData.jobId
|
||
|
||
await aiService.detectInterviewInvitation(message, {
|
||
user_id: 123,
|
||
conversation_id: 789 // 手动指定会话ID
|
||
});
|
||
```
|
||
|
||
### 4. **监控失败调用**
|
||
```javascript
|
||
try {
|
||
const result = await aiService.analyzeResume(resumeData, context);
|
||
} catch (error) {
|
||
// 即使调用失败，也会记录到数据库（status='failed'）
|
||
console.error('AI调用失败，已记录到数据库:', error.message);
|
||
}
|
||
```
|
||
|
||
## 性能优化
|
||
|
||
1. **异步记录**：所有 Token 记录都是异步执行，不会阻塞 AI 调用的返回
|
||
2. **错误隔离**：记录失败仅打印警告日志，不会抛出异常
|
||
3. **批量优化**：`batchMatchJobs()` 使用并发控制，避免 API 限流
|
||
|
||
## 费用计算
|
||
|
||
当前定价（可调整）：
|
||
- **DeepSeek**: ¥0.001 / 1000 tokens
|
||
|
||
修改定价：编辑 [ai_service.js:119](../api/services/ai_service.js#L119)
|
||
```javascript
|
||
calculateCost(totalTokens) {
|
||
const pricePerThousand = 0.001; // 修改此值
|
||
return (totalTokens / 1000) * pricePerThousand;
|
||
}
|
||
```
|
||
|
||
## 统计查询示例
|
||
|
||
在后台管理界面可以查询：
|
||
- 按用户统计 Token 使用量
|
||
- 按设备统计
|
||
- 按业务类型统计
|
||
- 按日期范围统计
|
||
- 按模型统计费用
|
||
|
||
访问：后台管理 → 系统设置 → AI调用记录
|
||
|
||
## 测试验证
|
||
|
||
执行以下命令测试集成：
|
||
|
||
```bash
|
||
# 测试简历分析
|
||
node -e "
|
||
const aiService = require('./api/services/ai_service.js').getInstance();
|
||
aiService.analyzeResume({
|
||
fullName: '张三',
|
||
workYears: 3,
|
||
education: '本科',
|
||
skills: ['Node.js', 'Vue.js']
|
||
}, {
|
||
user_id: 999,
|
||
sn_code: 'TEST001'
|
||
}).then(console.log);
|
||
"
|
||
|
||
# 查看数据库记录
|
||
mysql -u root -p -e "SELECT id, user_id, business_type, total_tokens, cost_amount, status FROM ai_call_records ORDER BY id DESC LIMIT 5;"
|
||
```
|
||
|
||
## 更新日志
|
||
|
||
**2025-12-27**
|
||
- ✅ 集成 AiCallRecorder 到 ai_service.js
|
||
- ✅ 更新所有 AI 方法支持 context 参数
|
||
- ✅ 实现自动 Token 记录和费用计算
|
||
- ✅ 保持向后兼容性（context 为可选参数）
|
||
- ✅ 添加异步记录和错误隔离机制
|
||
|
||
---
|
||
|
||
**集成完成！** 🎉
|
||
|
||
所有 AI 调用现在都会自动记录 Token 使用情况，可通过后台管理界面查看详细统计数据。
|