cat-shark
2b0bd87d79
- prompts.ts：新增 compareRecallPrompt()，输出结构化 JSON （matchedTree/MISSED|标注 + extraNodes + recallRatio + evaluation） - routes/ai.ts：新增 POST /ai/compare-recall，temperature 0.2 自动清理 LLM 可能包裹的 ```json ``` 标记 - 日志记录完整请求/响应，管理员面板可回溯
lpt-ai
LPT 学习进度跟踪系统的独立 AI 服务。将 LLM 相关能力从 Java 主服务中剥离，便于独立迭代、增加安全层与沙箱。
能力
| 端点 | 方法 | 说明 |
|---|---|---|
/health |
GET | 健康检查，返回 LLM 可用状态 |
/ai/aggregate-report |
POST | 将学习残片聚合为学习报告 |
/ai/generate-mind-map |
POST | 从报告/残片生成思维导图大纲 |
快速开始
cp .env.example .env
# 编辑 .env，填入 LLM_API_KEY
npm install
npm run dev
未配置 LLM_API_KEY 时服务可启动，但 AI 端点返回 503，由调用方（Java 后端）降级到内置规则。
请求示例
curl -X POST http://localhost:5199/ai/aggregate-report \
-H "Content-Type: application/json" \
-d '{
"taskName": "Java 并发编程",
"expectation": "理解线程池核心参数",
"fragments": [
{"content": "corePoolSize 是核心线程数，即使空闲也不回收"},
{"content": "workQueue 满了之后才会创建超过 core 的线程"}
]
}'
架构位置
LPT 前端 (Vue) ──► LPT 后端 (Java/Spring Boot) ──► lpt-ai (TS/Fastify) ──► SiliconFlow API
Java 后端是唯一调用方；本服务不直接暴露给前端，不做鉴权（部署在内网）。
后续规划
- 输入内容安全过滤（Prompt 注入防护）
- 输出审核
- 多模型路由（按任务复杂度选择模型）
- 用量与成本监控
- SSE 流式输出