zt-closet-backend/.codebuddy/plans/tokenhub_穿搭推荐_prompt_与输出字段对齐_020be2fa.md

name, overview, todos

name	overview	todos
tokenhub 穿搭推荐 prompt 与输出字段对齐	优化 tokenhub 穿搭推荐的 prompt 与输出结构：补充「适合场景 scene」和「衣物 UUID clothes_uuid」字段，使推荐结果对齐 mysqlmodel.Outfit/OutfitItem 与 dto.AIRecommendCreateResponse。	id content status align-fields 补充 RecommendLLMResponse.Scene 与 RecommendLLMItem.ClothesUUID 字段，并在 FormatClothesInfo 中输出 UUID completed id content status dependencies optimize-prompt 优化 buildRecommendPrompt：明确 style/scene 语义、更新 JSON 示例并加入 clothes_uuid 精确复制约束 completed align-fields id content status dependencies sync-schema 同步 buildRecommendSchema：新增 scene 与 items.clothes_uuid 字段及 required 描述 completed align-fields id content status dependencies enhance-validate 增强 ValidateClothesIDs：以衣橱实际数据回填正确的 ClothesUUID，保留品类对齐与去重 completed align-fields id content status dependencies verify-build 执行 go build 与 go vet 验证 tokenhub 包编译与静态检查通过 completed align-fields optimize-prompt sync-schema enhance-validate

产品概述

完善 tokenhub 穿搭推荐的结果字段，使大模型输出可直接对齐 mysqlmodel.Outfit/OutfitItem 与 dto.AIRecommendCreateResponse，重点优化穿搭推荐的 prompt 与 JSON Schema，让推荐结果补齐「适合场景 Scene」与「衣物 ClothesUUID」两个关键字段。

核心功能

• 新增「适合场景 Scene」字段：推荐结果在保留风格 Style 的基础上，新增 Scene（适合场景），与 Outfit.Scene、dto.AIRecommendCreateResponse.Scene 对齐。
• 新增「衣物 ClothesUUID」字段：推荐单品在保留 ClothesID 的基础上，新增 ClothesUUID，与 dto.OutfitItem.ClothesUUID 对齐。
• 衣物摘要补充 UUID：FormatClothesInfo 输出衣橱衣物时同时给出 ID 与 UUID，供大模型精确引用。
• 优化 prompt：明确区分 style（风格：简约/复古/街头等）与 scene（适合场景：通勤/约会/休闲/运动等），要求分别输出；要求 clothes_uuid 从衣橱信息中精确复制并与 clothes_id 一一对应。
• 同步 JSON Schema：补充 scene 与 items.clothes_uuid 字段定义及必填约束。
• 校验回填 UUID：ValidateClothesIDs 以衣橱实际数据为准回填正确的 ClothesUUID，防止大模型抄错长 UUID，同时保留品类对齐与去重逻辑。

约束

• 仅修改 /root/zt-closet-backend/pkg/tokenhub/outfit_recommend.go。
• 不改 main.go、不接接口、不改配置、不新增依赖。
• 导出函数与方法签名保持不变。

技术栈

• 语言：Go（沿用现有项目技术栈）
• 依赖：仅标准库（fmt、strings、encoding/json），不新增任何外部依赖
• 改动文件：仅 pkg/tokenhub/outfit_recommend.go

实现方法

总体策略

以 mysqlmodel.Outfit/OutfitItem 与 dto.AIRecommendCreateResponse/OutfitItem 为字段对齐目标，对 tokenhub 包内的推荐结构体、衣物摘要格式、prompt、JSON Schema 与结果校验做一次一致性完善。核心是让 LLM 输出结果具备可直接映射到模型层的 Scene 与 ClothesUUID 字段，同时通过校验逻辑兜底纠偏。

关键决策

1. Style 与 Scene 并存：Style 表示穿搭风格（简约/复古/街头/甜美等），Scene 表示适合场景（通勤/约会/休闲/运动等）。两者语义不同，在 prompt 中明确区分并要求分别输出，避免模型把「风格」和「场合」混为一谈。
2. ClothesID 与 ClothesUUID 并存：保留 ClothesID（整数，便于模型快速引用与校验），新增 ClothesUUID（对齐 dto 的落库字段）。由于 UUID 较长且易抄错，ValidateClothesIDs 在过滤后以衣橱实际数据回填正确的 ClothesUUID，而非信任模型输出，保证最终结果可靠。
3. FormatClothesInfo 并列输出 ID 与 UUID：在现有「字段名:值」标注格式基础上，首列增加 UUID，形成 - ID:1 | UUID:xxx | 大类:上装 | ...，让模型能同时看到两个标识并建立对应关系。
4. 保持导出 API 兼容：GenerateOutfitRecommendation、FormatClothesInfo、ValidateClothesIDs、GetClothesIDs 等签名不变，仅改内部实现与结构体字段，避免影响未来接入方。

性能与可靠性

• ValidateClothesIDs 继续使用 map[int64]mysqlmodel.Clothes 建立 ID→衣物映射，过滤、type 对齐、UUID 回填、去重均在单次遍历内完成，整体 O(n)，无额外性能负担。
• 不改变网络调用、模型参数与调度流程，对运行期无副作用。

目录结构

pkg/tokenhub/
└── outfit_recommend.go  # [MODIFY] 完善推荐结构体字段、衣物摘要、prompt、JSON Schema 与结果校验

关键代码结构

// RecommendLLMResponse 大模型返回的穿搭推荐。
type RecommendLLMResponse struct {
	OutfitName  string             `json:"outfit_name"`
	Description string             `json:"description"`
	Style       string             `json:"style"`  // 穿搭风格
	Scene       string             `json:"scene"`  // 适合场景
	Items       []RecommendLLMItem `json:"items"`
}

// RecommendLLMItem 大模型返回的单品推荐。
type RecommendLLMItem struct {
	Type       string `json:"type"`        // 品类：上装/下装/连衣裙/外套/鞋/配饰
	ClothesID  int64  `json:"clothes_id"`  // 衣橱衣物 ID
	ClothesUUID string `json:"clothes_uuid"` // 衣橱衣物 UUID
	Reason     string `json:"reason"`      // 选择理由
}