163 lines
12 KiB
Markdown
163 lines
12 KiB
Markdown
---
|
||
name: AI推荐搭配完整性保障
|
||
overview: 修复 AI 穿搭推荐可能只输出「外套 + 下装」等不完整搭配的问题：prompt 写死完整性规则，服务端新增完整性校验（缺失品类/冲突品类），不满足时带纠偏提示重试一次，仍不满足则由服务端从衣橱确定性补齐并标注「系统补齐」。
|
||
todos:
|
||
- id: tokenhub-completeness
|
||
content: 用 [skill:lsp-code-analysis] 核对引用点后，实现完整性判定/同品类去重/确定性自动补齐与纠偏提示，并强化提示词
|
||
status: completed
|
||
- id: tokenhub-tests
|
||
content: 新增 pkg/tokenhub 单测：规则判定、冲突剔除、补齐确定性与提示词拼接
|
||
status: completed
|
||
dependencies:
|
||
- tokenhub-completeness
|
||
- id: service-orchestration
|
||
content: 改造 airecommend.generate：带纠偏提示重试一次（含时间预算保护）并在仍不满足时服务端补齐，补充日志
|
||
status: completed
|
||
dependencies:
|
||
- tokenhub-completeness
|
||
- id: regression-verify
|
||
content: 跑通 go build、go vet 与全量 go test 回归，确认额度/失败语义与接口契约未变
|
||
status: completed
|
||
dependencies:
|
||
- tokenhub-tests
|
||
- service-orchestration
|
||
- id: sync-ai-docs
|
||
content: 同步接口文档 5.6 与 README：搭配完整性规则、重试与自动补齐说明
|
||
status: completed
|
||
dependencies:
|
||
- service-orchestration
|
||
---
|
||
|
||
## 产品概述
|
||
|
||
修复 AI 穿搭推荐结果不完整的问题：当前会生成「只有外套 + 裤子」这类缺少上装/内搭的搭配，用户拿到的是穿不出去的不完整方案。需要在提示词与服务端双重保障下，确保推荐结果是一套完整可穿的搭配。
|
||
|
||
## 核心功能
|
||
|
||
- **完整性硬规则（按衣橱实际存在的品类判定）**：
|
||
- 必须包含「上装」或「连衣裙」二者之一（衣橱存在其中任一时）
|
||
- 选择「外套」时不得孤立：必须同时搭配「上装」或「连衣裙」
|
||
- 未选择「连衣裙」且衣橱存在「下装」时，必须包含「下装」
|
||
- 衣橱存在「鞋」时必须包含「鞋」；「配饰」为可选点缀，不强制
|
||
- 选择「连衣裙」时不再搭配「下装」（二者互斥）
|
||
- **模型输出不满足时的处理**：先带「缺上装」等纠偏提示重试一次模型调用；仍不满足则由服务端从衣橱自动补齐缺失品类（补齐单品标注「系统补齐」）、并剔除冲突项，不判定任务失败、不浪费用户 AI 额度
|
||
- **同品类唯一**：同一品类最多 1 件（超出保留首件），与既有提示词规则一致
|
||
- **补齐确定性**：同输入必得同输出（同风格优先 → 主色一致优先 → 最近上传优先），便于线上排查与单测
|
||
- **体验保持**：接口出入参、额度计费、失败退额度语义、前端轮询方式均不变；用户最终看到的是完整搭配而非卡单或失败
|
||
|
||
## 技术栈
|
||
|
||
- Go + Gin + GORM（沿用现有分层：`pkg/tokenhub` 放提示词与纯校验/补齐函数，`internal/service` 负责编排、日志与落库），不新增依赖、不改数据库结构、不改 DTO 契约
|
||
- 测试：Go 标准测试（`pkg/tokenhub` 目前无测试文件，新增 `outfit_recommend_test.go`），纯函数可直接断言，无需 sqlmock/网络
|
||
|
||
## 实现方案
|
||
|
||
### 核心思路
|
||
|
||
在 `pkg/tokenhub` 补齐「完整性规则 + 纠偏提示 + 确定性自动补齐」三件纯函数能力，并把完整性要求写进提示词；在 `internal/service/airecommend.go` 的 `generate` 中编排为「调用 → 校验（含同品类去重）→ 不满足则带纠偏提示重试一次 → 仍不满足则服务端补齐」，形成提示词与服务端双重保障。
|
||
|
||
```mermaid
|
||
flowchart LR
|
||
A[调模型生成搭配] --> B[ValidateClothesIDs 过滤幻觉/纠品类]
|
||
B --> C[NormalizeCategories 同品类去重]
|
||
C --> D{完整性检查<br/>CompletenessIssues}
|
||
D -->|完整| G[落库待保存穿搭]
|
||
D -->|缺品类/冲突| E[带纠偏提示重试一次模型]
|
||
E --> F{再检查}
|
||
F -->|完整| G
|
||
F -->|仍不完整| H[ApplyAutoComplete<br/>从衣橱补齐缺失品类 + 剔除冲突]
|
||
H --> G
|
||
```
|
||
|
||
### 关键决策与权衡
|
||
|
||
1. **规则放在 `pkg/tokenhub` 而非 service**：完整性判定只依赖「推荐结果 + 衣橱列表」，是纯函数，放 tokenhub 可与提示词同源、便于单测；service 只做编排。
|
||
2. **重试只 1 次且带时间预算检查**：`aiRecommendRunTimeout` 维持 3 分钟不变（避免扩大前端等待 SLA、不必改文档中的轮询上限）；调用前用 `ctx.Deadline()` 判断剩余预算，剩余不足（< 60s）时跳过模型重试、直接进入服务端补齐路径，避免因重试导致任务超时失败（客户端单次调用上限 120s）。
|
||
3. **自动补齐而非失败**（已与用户确认）：补齐是纯内存操作、确定性排序，保证「同输入同输出」，并把补齐品类写进 `reason`（如「系统按规则补齐：原推荐缺少上装」），便于用户理解与线上排查。
|
||
4. **补齐优先级**：同风格（与已选单品风格众数一致）→ 主色与已选主色众数一致 → 视觉冲击力接近 → ID 最大（最近上传），全部为确定性排序键，不做随机。
|
||
5. **不扩权**：不改 `category_main` 分类逻辑、不改前端展示、不新增数据库列、不改额度计费；`RecommendLLMResponse`/`AIRecommendCreateResponse` 结构保持兼容。
|
||
|
||
### 性能与可靠性
|
||
|
||
- 最坏情况由 1 次模型调用变为 2 次（仅当首次结果不完整/无有效单品时触发），有预算检查兜底，任务总耗时不超过既有 3 分钟上限；补齐为 O(衣橱件数) 的单次遍历，可忽略。
|
||
- 失败路径完全复用既有 `finishFailed`（退额度 + 写失败流水），新增逻辑不改变错误码与额度语义。
|
||
- 提示词注入防护：纠偏提示仅由固定枚举品类名拼装（不含任何用户输入），现有 `sanitizePromptField` 逻辑不变。
|
||
|
||
## 架构设计
|
||
|
||
沿用现有分层与调用链，改动集中在两处：
|
||
|
||
```mermaid
|
||
flowchart TD
|
||
subgraph service
|
||
A[AIRecommendService.generate] --> B[tokenhub.Client.GenerateOutfitRecommendation]
|
||
A --> C[ValidateClothesIDs / NormalizeCategories]
|
||
A --> D[CompletenessIssues 判定]
|
||
A --> E[ApplyAutoComplete 补齐]
|
||
A --> F[落库 Outfit + OutfitItem + 流水]
|
||
end
|
||
subgraph pkg/tokenhub
|
||
B --> P[buildRecommendPrompt 含完整性规则与纠偏段]
|
||
D --> Q[完整性规则纯函数]
|
||
E --> Q
|
||
E --> R[确定性补齐排序]
|
||
end
|
||
```
|
||
|
||
## 目录结构
|
||
|
||
```
|
||
zt-closet-backend/
|
||
├── pkg/tokenhub/
|
||
│ ├── outfit_recommend.go # [MODIFY] 提示词补充完整性硬规则与「上次输出问题」纠偏段；GenerateOutfitRecommendation 增加 retryHint 参数；
|
||
│ │ # 新增 NormalizeCategories（同品类去重）、CompletenessIssues（缺失/冲突判定）、
|
||
│ │ # ApplyAutoComplete（确定性补齐+剔冲突）、BuildCorrectionHint 与严格选品提示常量
|
||
│ └── outfit_recommend_test.go # [NEW] 规则判定/冲突/去重/补齐确定性/提示词拼接单测
|
||
├── internal/service/
|
||
│ └── airecommend.go # [MODIFY] generate 编排：校验后不满足则带提示重试一次（含剩余时间预算检查），
|
||
│ # 仍不满足则服务端补齐；新增结构化日志；落库/额度/错误码语义不变
|
||
├── 接口文档.md # [MODIFY] 5.6 AI 推荐模块业务逻辑补充「搭配完整性保障（重试+服务端补齐）」，第 4 条输入说明与轮询说明保持一致
|
||
└── README.md # [MODIFY] 「### 6. AI 推荐」处理流程补充完整性规则与补齐说明
|
||
```
|
||
|
||
## 关键代码结构
|
||
|
||
```
|
||
// pkg/tokenhub/outfit_recommend.go
|
||
// GenerateOutfitRecommendation 新增 retryHint 参数（为空表示首次调用；非空时作为「上次输出问题」注入 prompt）。
|
||
func (c *Client) GenerateOutfitRecommendation(ctx context.Context, zodiac string, fortune *FortuneItem,
|
||
clothes []mysqlmodel.Clothes, scene, retryHint string) (*RecommendLLMResponse, error)
|
||
|
||
// NormalizeCategories 同一品类最多保留 1 件（保留首次出现），返回被移除的品类。
|
||
func (r *RecommendLLMResponse) NormalizeCategories() (removed []string)
|
||
|
||
// CompletenessIssues 按衣橱实际存在的品类判定，返回缺失品类与冲突品类；两者皆空表示搭配完整。
|
||
// 规则：内层（上装或连衣裙）必选；外套不可孤立；未选连衣裙时下装必需；衣橱有鞋则鞋必选；配饰可选。
|
||
func (r *RecommendLLMResponse) CompletenessIssues(clothes []mysqlmodel.Clothes) (missing []string, conflicts []string)
|
||
|
||
// ApplyAutoComplete 确定性补齐缺失品类并剔除冲突项（如连衣裙+下装），返回新增与移除的品类。
|
||
func (r *RecommendLLMResponse) ApplyAutoComplete(clothes []mysqlmodel.Clothes) (added []string, removed []string)
|
||
|
||
// BuildCorrectionHint 生成纠偏提示文本（仅由固定品类枚举拼装，不含用户输入）；无问题时返回空串。
|
||
func BuildCorrectionHint(missing, conflicts []string) string
|
||
|
||
// CorrectionHintStrictSelection 首次输出无任何有效单品时的兜底纠偏提示（严格从衣橱选品）。
|
||
const CorrectionHintStrictSelection = "..."
|
||
```
|
||
|
||
## 实现要点
|
||
|
||
- 判定口径：衣橱品类取自 `clothes[].CategoryMain` 且仅统计 6 类（`outfitCategories`）；衣橱不含「上装/连衣裙」时不强制内层；衣橱不含「下装/鞋」时不强制对应品类（避免"强制补齐不存在品类"导致空结果）。
|
||
- 补齐实现：候选 = 该品类中未被选中的衣物；排序键依次为「风格==已选风格众数」「主色==已选主色众数」「视觉冲击力接近已选众数」「ID 降序」；补齐项 `Type/ClothesUUID` 取衣橱真实值，`Reason` 标注系统补齐；补齐后再跑一次 `CompletenessIssues` 校验（防御性），并限制最多补齐 3 件（上装/连衣裙、下装、鞋）。
|
||
- 重试编排：仅当「无有效单品」或「不完整」时重试一次；重试结果需再次 `ValidateClothesIDs`，且仅在 `len(Items) > 0` 时替换首次结果（防止重试反而变空）；重试失败（网络/超时）仅告警，继续走原有逻辑与补齐。
|
||
- 日志：沿用 `slog.*Context`，重试打 Info（含 `user_id/task_id/missing/conflicts/remaining_budget`），补齐打 Warn（含 `added_categories/removed_categories`），不打印衣橱明细与用户隐私字段。
|
||
- 兼容性：`GenerateOutfitRecommendation` 全项目仅 1 处调用（`internal/service/airecommend.go`），签名调整安全；`ValidateClothesIDs` 行为不变，新增方法不破坏既有契约；`ResultContent` 流水落库的是补齐后的最终结果，天然可审计。
|
||
- 边界（不做）：不改提示词中的运势/场景逻辑与 JSON Schema 结构；不改衣物分类；不改前端轮询与展示；不新增数据库列；重试不额外扣 AI 额度。
|
||
|
||
## Agent Extensions
|
||
|
||
### Skill
|
||
|
||
- **lsp-code-analysis**
|
||
- Purpose: 在调整 `GenerateOutfitRecommendation` 签名与新增 `RecommendLLMResponse` 方法前，用语义分析确认全部引用点（调用方、字段读取、既有测试），并核对 `NormalizeCategories/CompletenessIssues/ApplyAutoComplete/BuildCorrectionHint` 等新命名在 `pkg/tokenhub` 内无冲突
|
||
- Expected outcome: 输出完整引用清单与受影响文件列表，确保签名调整无遗漏、无编译期破坏，新增导出符号命名唯一 |