多轮对话提交

supabase/functions/dify-chat-stream/index.ts

 /**
  * ai-chat-stream Edge Function
- * C端消费者聊天 - 直接大模型流式输出
+ * C端消费者聊天 - 直接大模型流式输出（支持多轮对话记忆 + 主动澄清）
  *
  * 通过 AI Hub（OpenAI 兼容 API）直接调用大模型，不再经过 Dify/Coze 中间层。
  * 无 AI Hub 时回退到 Lovable Gateway。
+ *
+ * v2 更新：
+ * - 从 messages 表加载对话历史，注入 LLM 上下文（多轮记忆）
+ * - 系统提示词增强：意图模糊时主动追问澄清（CLARIFY intent）
+ * - 支持 localConversationId 定位本地会话
  */
 
 import { createClient } from 'https://esm.sh/@supabase/supabase-js@2.57.4';
@@ -16,7 +21,8 @@ const corsHeaders = {
 
 interface ChatRequest {
   message: string;
-  conversationId?: string;
+  conversationId?: string;        // AI 服务商的远程会话 ID
+  localConversationId?: string;   // ★ 本地 conversations 表的主键 UUID
   inputs: {
     user_id?: string;
     trace_id: string;
@@ -39,6 +45,9 @@ const AI_HUB_MODEL = Deno.env.get('AI_HUB_DEFAULT_CHAT_MODEL') || 'agent-default
 const LOVABLE_KEY = Deno.env.get('LOVABLE_API_KEY') || '';
 const USE_AI_HUB = !!(AI_HUB_KEY && AI_HUB_BASE);
 
+// ─── 对话历史类型 ───
+type HistoryMessage = { role: 'user' | 'assistant'; content: string };
+
 // ─── 系统提示词构建 ───
 function buildSystemPrompt(catalog: any[], userContext: string): string {
   const catalogSection = catalog.length > 0
@@ -60,23 +69,90 @@ function buildSystemPrompt(catalog: any[], userContext: string): string {
 2. 所有价格、库存以目录为准，不可臆造
 3. 回复使用友好、专业、简洁的中文
 4. 不透露你是AI
+5. 理解对话历史，记住用户之前说过的话——结合上下文做推荐和回复
 
 ${catalogSection}${contextSection}
 
-## 回复末尾必须包含JSON（当有推荐时）
+## 澄清规则（重要）
+当用户意图模糊、信息不足时，你必须**主动追问澄清**，而不是盲目推荐。需要澄清的典型场景：
+
+1. **购物意图模糊**：用户说"想买个手机"但没提预算、品牌偏好、用途 → 追问预算范围、偏好品牌/功能、主要用途
+2. **对比请求缺标准**：用户说"哪个更好"但没说看重什么 → 追问用户最在意的因素（价格/性能/外观/售后）
+3. **售后请求缺信息**：用户提退货/维修但没说订单号 → 友好索要订单号
+4. **预算不明确**：用户只说"便宜的"/"好一点的" → 追问具体预算区间
+5. **模糊指代**：用户说"刚才那个"、"太贵了有便宜的吗" → 结合对话历史定位之前推荐的产品
+
+澄清要求：
+- 每次最多问2-3个关键问题，不要连珠炮式提问
+- 语气友好，先共情再追问（示例："我理解您想找一款手机，为了给您更精准的推荐，想了解一下您的预算和品牌偏好？"）
+- 澄清后 JSON 中标记 intent: "CLARIFY"
+- clarifies 字段列出具体追问点（数组，每个一条追问）
+
+## 回复末尾必须包含JSON
 \`\`\`json
-{"picks":[{"product_id":"从目录复制的真实UUID","note":"推荐理由"}],"intent":"SHOPPING|COMPARE|AFTERSALES|GENERAL","highlights":["要点1","要点2"],"title":"简短标题"}
+{"picks":[{"product_id":"从目录复制的真实UUID","note":"推荐理由"}],"intent":"SHOPPING|COMPARE|AFTERSALES|GENERAL|CLARIFY","highlights":["要点1","要点2"],"clarifies":["追问1","追问2"],"title":"简短标题"}
 \`\`\`
 
 ## 规则
-- picks 最多5个，product_id 必须从目录逐字符复制
-- intent: SHOPPING(推荐购物)、COMPARE(对比)、AFTERSALES(售后)、GENERAL(一般)
-- highlights: 2-4个回复要点（各20-80字）
+- picks 最多5个，product_id 必须从目录逐字符复制；澄清模式下 picks 为空数组
+- intent: SHOPPING(推荐购物)、COMPARE(对比)、AFTERSALES(售后)、GENERAL(一般)、CLARIFY(主动澄清追问)
+- clarifies: 当 intent=CLARIFY 时必填，列出2-3个具体追问问题
+- highlights: 2-4个回复要点（各20-80字）；澄清模式下为对话摘要
 - title: 简短对话标题（≤30字）
 - 对比类询问使用Markdown表格
 - 售后问题友好引导联系人工客服`;
 }
 
+// ─── 对话历史加载 ───
+
+/** 从 messages 表加载指定会话的历史消息 */
+async function loadConversationHistory(
+  supabase: any,
+  conversationId: string,
+  userId: string,
+  maxMessages = 20
+): Promise<HistoryMessage[]> {
+  try {
+    const { data, error } = await supabase
+      .from('messages')
+      .select('sender_type, content')
+      .eq('conversation_id', conversationId)
+      .eq('user_id', userId)
+      .order('created_at', { ascending: true })
+      .limit(maxMessages);
+
+    if (error) {
+      console.error('[ai-chat-stream] 加载历史消息失败:', error);
+      return [];
+    }
+
+    console.log(`📜 [ai-chat-stream] Loaded ${data?.length || 0} history messages for conversation ${conversationId}`);
+    return (data || []).map((m: any) => ({
+      role: m.sender_type === 'user' ? 'user' : 'assistant',
+      content: m.content,
+    }));
+  } catch (err) {
+    console.error('[ai-chat-stream] 加载历史消息异常:', err);
+    return [];
+  }
+}
+
+/** 按总字符数截断历史消息，保留最近的消息 */
+function truncateHistory(history: HistoryMessage[], maxChars: number): HistoryMessage[] {
+  let total = 0;
+  const result: HistoryMessage[] = [];
+  // 从最新往最早遍历，保留最近的消息直到达到上限
+  for (let i = history.length - 1; i >= 0; i--) {
+    if (total + history[i].content.length > maxChars) {
+      if (result.length === 0) result.unshift(history[i]); // 至少保留最新一条
+      break;
+    }
+    total += history[i].content.length;
+    result.unshift(history[i]); // 保持时间顺序
+  }
+  return result;
+}
+
 // ─── 结构化输出解析 ───
 
 // 尝试从文本中提取完整的结构化 JSON（包含 picks/intent/highlights/comparison/next 等字段）
@@ -95,7 +171,7 @@ function parseStructuredPayload(text: string): any | null {
   for (const candidate of candidates) {
     try {
       const parsed = JSON.parse(candidate);
-      if (parsed && typeof parsed === 'object' && (parsed.picks || parsed.intent || parsed.highlights)) {
+      if (parsed && typeof parsed === 'object' && (parsed.picks || parsed.intent || parsed.highlights || parsed.clarifies)) {
         return parsed;
       }
     } catch {
@@ -155,14 +231,17 @@ function parsePicksFromText(text: string, catalog: any[]): Array<{ product_id: s
   return picks;
 }
 
-// 检测意图
+// 检测意图（兜底方案，LLM 返回结构化 JSON 时优先使用 LLM 的判断）
 function detectIntent(message: string, answer: string): string {
   const shoppingKeywords = ['买', '购', '推荐', '价格', '多少钱', '手机', '电脑'];
   const afterSalesKeywords = ['退货', '换货', '售后', '维修'];
   const compareKeywords = ['对比', '比较', '哪个更好'];
+  const clarifyKeywords = ['是吗', '什么', '哪个', '哪款', '多少', '怎样', '如何', '怎么', '能不能', '可以吗'];
   if (compareKeywords.some(kw => message.includes(kw))) return 'COMPARE';
   if (shoppingKeywords.some(kw => message.includes(kw)) || answer.includes('picks')) return 'SHOPPING';
   if (afterSalesKeywords.some(kw => message.includes(kw))) return 'AFTERSALES';
+  // 如果消息很短且以问号结尾，可能是模糊询问，倾向 CLARIFY
+  if (message.length < 20 && clarifyKeywords.some(kw => message.includes(kw))) return 'CLARIFY';
   return 'GENERAL';
 }
 
@@ -177,13 +256,14 @@ Deno.serve(async (req) => {
 
   try {
     const body: ChatRequest = await req.json();
-    const { message, conversationId, inputs } = body;
+    const { message, conversationId, localConversationId, inputs } = body;
 
     console.log('📥 [ai-chat-stream] request:', {
       trace_id: traceId,
       message: message?.substring(0, 80),
       catalogCount: inputs?.catalog?.length || 0,
       conversationId: conversationId || '(new)',
+      localConversationId: localConversationId || '(not provided)',
     });
 
     const supabaseUrl = Deno.env.get('SUPABASE_URL')!;
@@ -224,6 +304,23 @@ Deno.serve(async (req) => {
       throw new Error('AI_HUB_API_KEY/AI_HUB_BASE_URL 和 LOVABLE_API_KEY 均未配置，无法调用大模型');
     }
 
+    // ─── 加载对话历史 ───
+    let historyMessages: HistoryMessage[] = [];
+    const uuidRegex = /^[0-9a-f]{8}-[0-9a-f]{4}-[0-9a-f]{4}-[0-9a-f]{4}-[0-9a-f]{12}$/i;
+    const userId = (inputs.user_id && uuidRegex.test(inputs.user_id)) ? inputs.user_id : crypto.randomUUID();
+    const localConvId = localConversationId || crypto.randomUUID(); // 前端没传则后端生成，保障多轮记忆自给自足
+
+    if (localConvId && userId) {
+      historyMessages = await loadConversationHistory(supabase, localConvId, userId, 20);
+      historyMessages = truncateHistory(historyMessages, 6000);
+      console.log('📜 [ai-chat-stream] 历史消息:', {
+        loaded: historyMessages.length,
+        totalChars: historyMessages.reduce((s, m) => s + m.content.length, 0),
+        oldestRole: historyMessages[0]?.role || 'n/a',
+        newestRole: historyMessages[historyMessages.length - 1]?.role || 'n/a',
+      });
+    }
+
     // ─── 构建系统提示词 ───
     const systemPrompt = buildSystemPrompt(catalog, inputs.user_context || '');
 
@@ -240,6 +337,7 @@ Deno.serve(async (req) => {
         model,
         messages: [
           { role: 'system', content: systemPrompt },
+          ...historyMessages,
           { role: 'user', content: message },
         ],
         stream: true,
@@ -258,7 +356,6 @@ Deno.serve(async (req) => {
     // ─── 流式转换：OpenAI SSE → 自定义 SSE ───
     const encoder = new TextEncoder();
     let fullAnswer = '';
-    const chatConversationId = conversationId || crypto.randomUUID();
 
     const stream = new ReadableStream({
       async start(controller) {
@@ -326,6 +423,7 @@ Deno.serve(async (req) => {
           let comparison: string | undefined;
           let next: string[] | undefined;
           let title: string | undefined;
+          let clarifies: string[] | undefined;
 
           if (structured) {
             console.log('✅ [ai-chat-stream] Using structured payload from LLM');
@@ -366,6 +464,7 @@ Deno.serve(async (req) => {
             comparison = typeof structured.comparison === 'string' ? structured.comparison : undefined;
             next = Array.isArray(structured.next) ? structured.next : undefined;
             title = typeof structured.title === 'string' ? structured.title : undefined;
+            clarifies = Array.isArray(structured.clarifies) ? structured.clarifies : undefined;
           } else {
             console.log('⚠️ [ai-chat-stream] No structured payload, falling back to text parsing');
             picks = parsePicksFromText(fullAnswer, catalog);
@@ -379,6 +478,44 @@ Deno.serve(async (req) => {
             .map(c => ({ id: c.id, name: c.name }));
           console.log('🔎 [ai-chat-stream] Product IDs mentioned in text:', JSON.stringify(mentionedIds));
 
+          // ─── 保存消息到数据库1（服务端写入，保障多轮记忆）───
+          if (localConvId && userId) {
+            const baseTime = new Date();
+            const userTs = baseTime.toISOString();
+            const aiTs = new Date(baseTime.getTime() + 1).toISOString(); // +1ms 保证顺序
+
+            // 确保 conversations 表有对应行（访客场景下前端只写 localStorage，FK 约束会拒绝 messages 写入）
+            const { error: upsertConvError } = await supabase.from('conversations').upsert({
+              id: localConvId,
+              user_id: userId,
+            }, { onConflict: 'id' });
+            if (upsertConvError) console.error('[ai-chat-stream] upsert conversations 失败:', upsertConvError);
+
+            // 保存用户消息
+            const { error: saveUserError } = await supabase.from('messages').insert({
+              conversation_id: localConvId,
+              user_id: userId,
+              content: message,
+              sender_type: 'user',
+              message_type: 'text',
+              created_at: userTs,
+            });
+            if (saveUserError) console.error('[ai-chat-stream] 保存用户消息失败:', saveUserError, { code: saveUserError?.code });
+
+            // 保存 AI 回复
+            const { error: saveAiError } = await supabase.from('messages').insert({
+              conversation_id: localConvId,
+              user_id: userId,
+              content: fullAnswer,
+              sender_type: 'ai',
+              message_type: 'text',
+              metadata: { picks, intent, highlights, title },
+              created_at: aiTs,
+            });
+            if (saveAiError) console.error('[ai-chat-stream] 保存 AI 回复失败:', saveAiError, { code: saveAiError?.code });
+            else console.log('💾 [ai-chat-stream] 消息已保存到 DB');
+          }
+
           // ─── 发送最终元数据 ───
           const finalData = JSON.stringify({
             type: 'done',
@@ -388,14 +525,17 @@ Deno.serve(async (req) => {
             ...(comparison ? { comparison } : {}),
             ...(next ? { next } : {}),
             ...(title ? { title } : {}),
+            ...(clarifies ? { clarifies } : {}),
             meta: {
               platform: 'ai-hub',
-              user: inputs.user_id || 'anonymous',
+              user: userId,
               catalog_count: catalog.length,
               probe_id: traceId,
               source: structured ? 'llm-structured' : 'text-fallback',
+              hasHistory: historyMessages.length > 0,
+              historyMessages: historyMessages.length,
             },
-            conversation_id: chatConversationId,
+            conversation_id: localConvId,
           });
 
           controller.enqueue(encoder.encode(`data: ${finalData}\n\n`));
@@ -407,7 +547,7 @@ Deno.serve(async (req) => {
             picksCount: picks.length,
             intent,
             hasComparison: !!comparison,
-            conversation_id: chatConversationId,
+            conversation_id: localConvId,
           });
         } catch (error) {
           console.error('❌ [ai-chat-stream] Stream error:', error);