senmesh-zc/src/main/java/com/newyetai/sdk/xf/util/XfUtils.java

package com.newyetai.sdk.xf.util;

import com.newyetai.sdk.xf.dto.RtasrReqDTO;
import com.newyetai.sdk.xf.model.TranslateReq;
import com.newyetai.sdk.xf.service.RtasrClientApp;
import java.io.File;
import java.io.IOException;
import java.io.InputStream;

import org.apache.tomcat.util.http.fileupload.ByteArrayOutputStream;
import org.springframework.stereotype.Component;

import com.newyetai.common.AlitaResult;
import com.newyetai.common.constant.CommonConstants;
import com.newyetai.common.exception.BusinessException;
import com.newyetai.common.exception.util.Assert;
import com.newyetai.common.util.JsonUtils;
import com.newyetai.component.file.entity.FileRecord;
import com.newyetai.component.file.service.FileRecordService;
import com.newyetai.component.file.service.FileService;
import com.newyetai.component.file.util.FileUtils;
import com.newyetai.config.service.ConfigService;
import com.newyetai.sdk.xf.config.XfProperties;
import com.newyetai.sdk.xf.dto.InterviewContentDTO;
import com.newyetai.sdk.xf.model.ChatReq;
import com.newyetai.sdk.xf.model.MessageDTO;
import com.newyetai.sdk.xf.service.XfSparkProvider;

@Component
public class XfUtils {

  private static ConfigService configService;
  private static XfProperties xfProperties;
  private static FileService fileService;
  private static FileRecordService fileRecordService;
   
  XfUtils(ConfigService configService, XfProperties xfProperties, FileService fileService, FileRecordService fileRecordService){
    XfUtils.configService = configService;
    XfUtils.xfProperties = xfProperties;
    XfUtils.fileService = fileService;
    XfUtils.fileRecordService = fileRecordService;
  }
  
  /**
   * 生成面试问题
   * @return InterviewContentDTO json
   * @author sr on 2024-12-10 
   */
  public static String generateInterviewQuestion(InterviewContentDTO content) {
    ChatReq req = ChatReq.builder()
        .message(MessageDTO.builder().role("system")
            .content("你是一位专业的HR。目标任务：请根据我给出的positionName生成5个相关的面试中可能会问到的问题,并为每个问题都生成一个参考答案，并从1开始生成问题序号")
            .build())
        .message(MessageDTO.builder().role("system")
            .content("全部数据以JSON模版的形式返回，格式为:{positionName:岗位信息, qas:[{qno:问题序号,q:问题,a:参考答案}]}").build())
        .message(MessageDTO.builder().role("user").content(JsonUtils.toNoEmptyJson(content)).build()).build();
    AlitaResult<String> result = XfSparkProvider.httpChat(req);
    Assert.isTrue(result.getSuccess(), result.getMsg());
    return result.getData();
  }
  
  /**
   * 评分面试
   * @return InterviewContentDTO json
   * @author sr on 2024-12-10 
   */
  public static String gradeInterview(InterviewContentDTO content) {
    ChatReq req = ChatReq.builder()
        .message(MessageDTO.builder().role("system")
            .content("全部数据以JSON模版的形式返回，格式为:{positionName:岗位信息, qas:[{qno:问题序号,q:问题,a:参考答案,score:得分,根据问题q,结合参考答案a,对用户回答ua，在1-10分范围内为用户回答打分赋值,advice:作为资深的position_name提供该问题的回答建议,针对用户回答ua给出建议advice,建议内容包含不足之处+建议}]}")
            .build())
        .message(MessageDTO.builder().role("user")
            .content(JsonUtils.toNoEmptyJson(content)).build())
        .build();
    AlitaResult<String> result = XfSparkProvider.httpChat(req);
    Assert.isTrue(result.getSuccess(), result.getMsg());
    return result.getData();
  }
  
  /**
   * 生成简历
   * @return
   * @author sr on 2024-12-10 
   */
  public static String generateResume(String content) {
    String key01 = configService.getConfigValue("ai_jianli_key01", CommonConstants.PLATFORM_ORG_ID, true);
    String key02 = configService.getConfigValue("ai_jianli_key02", CommonConstants.PLATFORM_ORG_ID, true);
    String key03 = configService.getConfigValue("ai_jianli_key03", CommonConstants.PLATFORM_ORG_ID, true);
    ChatReq req = ChatReq.builder()
        .message(MessageDTO.builder().role("system")
            .content(key01)
            .build())
        .message(MessageDTO.builder().role("system").content(key02).build())
        .message(MessageDTO.builder().role("system").content(key03).build())
        .message(MessageDTO.builder().role("user").content(content).build())
        .build();
    AlitaResult<String> result = XfSparkProvider.httpChat(req);
    Assert.isTrue(result.getSuccess(), result.getMsg());
    return result.getData();
  }
  
  /**
   * 语音听写
   * @param fileCode
   * @return
   * @author sr on 2025-01-09 
   */
  public static String iat(String fileCode) {
    try (InputStream is = fileRecordService.getFile(fileCode)){
      AlitaResult<String> result =  WebIATWS.execute(is, xfProperties);
      Assert.isTrue(result.getSuccess(), result.getMsg());
      return result.getData();
    } catch (Exception e) {
      throw new BusinessException("语音听写异常:" + e.getMessage());
    }
    
  }
  
  /**
   * 语音合成
   * @return
   * @author sr on 2025-01-09 
   */
  public static String tts(String text) {
    try(ByteArrayOutputStream outputStream = new ByteArrayOutputStream()){
      AlitaResult<Void> result = WebTtsWS.execute(text, xfProperties, outputStream);
      Assert.isTrue(result.getSuccess(), result.getMsg());
      FileRecord fileRecord = fileService.upload("语音合成.mp3", outputStream.toByteArray());
      return fileRecord.getFileCode();
    } catch (IOException e) {
      throw new BusinessException("语音合成异常:" + e.getMessage());
    }
  }


  /**
   * 生成自我评价
   * @return
   */
  public static String generateSelfEvaluate(String content) {
    ChatReq req = ChatReq.builder()
        .message(MessageDTO.builder().role("system")
            .content("你是一位专业的简历撰写专家。目标任务：请根据我给出的信息，生成指定的内容。需求说明：要求在与原文语意一致的基础上扩写内容,风格设定,简明扼要。")
            .build())
        .message(MessageDTO.builder().role("system")
            .content("根据我输入的信息，输出1段自我评价，包含学习能力、工作态度、团队协作等方面，字数在300字左右")
            .build())
        .message(MessageDTO.builder().role("system")
            .content("全部数据以JSON模版的形式返回, 格式为：{'selfEva'：xxx}")
            .build())
        .message(MessageDTO.builder().role("user").content(content).build()).build();
    AlitaResult<String> result = XfSparkProvider.httpChat(req);
    Assert.isTrue(result.getSuccess(), result.getMsg());
    return result.getData();
  }

  /**
   * 生成工作经历
   * @return
   */
  public static String generateWorkExperience(String content) {
    ChatReq req = ChatReq.builder()
        .message(MessageDTO.builder().role("system")
            .content("你是一位专业的简历撰写专家。目标任务：请根据我给出的信息，生成一份履历丰富的简历。")
            .build())
        .message(MessageDTO.builder().role("system")
            .content("简历内容包含个人信息简介、工作经历、教育背景、掌握技能、自我评价。以JSON格式返回，每个点作为一个对象。")
            .build())
        .message(MessageDTO.builder().role("system")
            .content("个人信息输出格式为：{姓名：xxx, 年龄：xxx，联系电话：xxx，联系邮箱：xxx}")
            .build())
        .message(MessageDTO.builder().role("system")
            .content("工作经历以数组的形式返回。输出格式为：[{企业名称：xxx, 岗位：xxx，工作职责：[xxx,xxx,xxx]，工作时间:xxx-xxx}]")
            .build())
        .message(MessageDTO.builder().role("system")
            .content("掌握技能必须作为数组输出")
            .build())
        .message(MessageDTO.builder().role("system")
            .content("自我评价必须作为数组输出")
            .build())
        .message(MessageDTO.builder().role("user").content(content).build()).build();
    AlitaResult<String> result = XfSparkProvider.httpChat(req);
    Assert.isTrue(result.getSuccess(), result.getMsg());
    return result.getData();
  }

  /**
   * 分析简历
   * @param content
   * @return
   */
  public static String analyseResume(String content) {
    ChatReq req = ChatReq.builder()
        .message(MessageDTO.builder().role("system")
            .content("你是一位专业的简历分析专家。目标任务：请根据我给出的信息，分析得出简历信息，不要自己填充json信息。")
            .build())
        .message(MessageDTO.builder().role("system")
            .content("请生成一个包含以下信息的 JSON 数据，根据用户给出的实际信息解析，值都可为空：\n"
                + "- name（字符串类型）：表示用户的姓名。\n"
                + "- sex（字符串类型）：表示用户的性别，值为 \"1\"（男）或 \"2\"（女），身份证号倒数第二位，奇数是男，偶数是女。\n"
                + "- phone（字符串类型）：表示用户的联系电话，可为空，不为空的格式为 以 1 开头，共 11 位数字。\n"
                + "- email（字符串类型）：表示用户的联系电子邮箱地址，可为空，不为空的格式为 包含 @ 符号，且 @ 前后至少有一个字符 及 域名部分至少包含一个 . 符号。\n"
                + "- intentionPosition（字符串类型）：表示用户的意向职位。\n"
                + "- major（字符串类型）：表示用户的专业。\n"
                + "- birthday（日期类型）：表示用户的出生日期，格式为 YYYY-MM。\n"
                + "- jobTime（日期类型）：表示用户的参加工作时间，格式为 YYYY-MM。\n"
                + "- school（字符串类型）：表示用户的毕业院校。\n"
                + "- education（字符串类型）：表示用户的学历，值为：\n"
                + "  - \"1\"：\"博士\"\n"
                + "  - \"2\"：\"硕士\"\n"
                + "  - \"3\"：\"本科\"\n"
                + "  - \"4\"：\"大专\"\n"
                + "  - \"5\"：\"中专\"\n"
                + "  - \"6\"：\"技校\"\n"
                + "  - \"7\"：\"职高\"\n"
                + "  - \"9\"：\"高中\"\n"
                + "  - \"10\"：\"初中\"\n"
                + "  - \"11\"：\"小学\"\n"
                + "- workExperience（字符串类型）：表示用户的工作经历，格式为文本，包含以下信息：\n"
                + "  - 企业名称\n"
                + "  - 岗位\n"
                + "  - 工作时间\n"
                + "  - 工作职责\n"
                + "- selfEvaluation（字符串类型）：表示用户的自我评价，格式为文本。")
            .build())
        .message(MessageDTO.builder().role("system").content("如果用户回答与简历无关，则返回空json，不回答其他无关问题，只返回能解析到的json数据。").build())
        .message(MessageDTO.builder().role("user").content(content).build()).build();
    AlitaResult<String> result = XfSparkProvider.httpChat(req);
    Assert.isTrue(result.getSuccess(), result.getMsg());
    return result.getData();
  }

  /**
   * 对话
   * @param req
   * @return
   */
  public static String chat(ChatReq req) {
    AlitaResult<String> result = XfSparkProvider.httpChat(req);
    Assert.isTrue(result.getSuccess(), result.getMsg());
    return result.getData();
  }

  /**
   * 翻译
   * @param req
   * @return
   */
  public static String translate(TranslateReq req) {
    AlitaResult<String> result = XfSparkProvider.translate(req);
    Assert.isTrue(result.getSuccess(), result.getMsg());
    return result.getData();
  }

  /**
   * 实时语音转写
   * @param reqDTO
   * @return
   */
  public static String rtasr(RtasrReqDTO reqDTO) {
    try (InputStream is = fileRecordService.getFile(reqDTO.getFileCode())){
      AlitaResult<String> result =  RtasrClientApp.execute(is, reqDTO.getFrom(), xfProperties);
      Assert.isTrue(result.getSuccess(), result.getMsg());
      return result.getData();
    } catch (Exception e) {
      throw new BusinessException("语音听写异常:" + e.getMessage());
    }

  }

}