feat: 实现饮食记录确认流程

- 新增饮食记录确认流程,将自动记录模式升级为用户确认模式,提升用户交互体验。
- 实现两阶段饮食记录流程,支持AI识别食物并生成确认选项,用户选择后记录到数据库并提供营养分析。
- 扩展DTO层,新增相关数据结构以支持确认流程。
- 更新服务层,新增处理确认逻辑的方法,优化饮食记录的创建流程。
- 增强API文档,详细说明新流程及使用建议,确保开发者理解和使用新功能。
This commit is contained in:
richarjiang
2025-08-18 18:59:36 +08:00
parent 485ba1f67c
commit ede5730647
7 changed files with 903 additions and 30 deletions

View File

@@ -0,0 +1,148 @@
# 饮食记录确认流程实现总结
## 项目概述
将原有的饮食记录功能从"自动记录模式"升级为"用户确认模式",类似于 Cline、Kilo 等开源 AI 工具的交互体验。
## 实现的功能
### 1. 两阶段饮食记录流程
- **第一阶段**AI识别图片中的食物生成多个确认选项
- **第二阶段**:用户选择确认选项后,系统记录到数据库并提供营养分析
### 2. 新增数据结构
#### AiChoiceOptionDto
```typescript
{
id: string; // 选项唯一标识符
label: string; // 显示给用户的文本(如"一条鱼 200卡"
value: any; // 选项对应的数据
recommended?: boolean; // 是否为推荐选项
}
```
#### AiResponseDataDto
```typescript
{
content: string; // AI回复的文本内容
choices?: AiChoiceOptionDto[]; // 选择选项(可选)
interactionType?: string; // 交互类型
pendingData?: any; // 需要用户确认的数据
context?: any; // 上下文信息
}
```
#### FoodConfirmationOption
```typescript
{
id: string;
label: string;
foodName: string;
portion: string;
calories: number;
mealType: MealType;
nutritionData: { ... };
}
```
### 3. API 增强
#### 请求参数新增
- `selectedChoiceId?: string` - 用户选择的选项ID
- `confirmationData?: any` - 用户确认的数据
#### 响应结构新增
- 支持返回结构化数据(选择选项)
- 支持返回传统流式文本
## 修改的文件
### 1. DTO 层
- **src/ai-coach/dto/ai-chat.dto.ts**
- 新增 `AiChoiceOptionDto`
- 新增 `AiResponseDataDto`
- 扩展 `AiChatRequestDto``AiChatResponseDto`
### 2. 服务层
- **src/ai-coach/services/diet-analysis.service.ts**
- 新增 `FoodConfirmationOption` 接口
- 新增 `FoodRecognitionResult` 接口
- 新增 `recognizeFoodForConfirmation()` 方法
- 新增 `createDietRecordFromConfirmation()` 方法
- 新增 `buildFoodRecognitionPrompt()` 方法
- 新增 `parseRecognitionResult()` 方法
- **src/ai-coach/ai-coach.service.ts**
- 更新 `streamChat()` 方法参数和返回类型
- 重构饮食记录逻辑,支持两阶段确认流程
- 新增结构化数据返回逻辑
### 3. 控制器层
- **src/ai-coach/ai-coach.controller.ts**
- 更新 `chat()` 方法,支持结构化响应
- 新增确认数据处理逻辑
### 4. 文档
- **docs/diet-confirmation-flow-api.md** - 新增API使用文档
- **docs/DIET_CONFIRMATION_IMPLEMENTATION_SUMMARY.md** - 本总结文档
## 流程示例
### 用户上传图片
1. 用户发送 `#记饮食` 指令并上传图片
2. AI识别食物返回确认选项
```json
{
"choices": [
{"id": "food_0", "label": "一条鱼 200卡", "value": {...}},
{"id": "food_1", "label": "一根玉米 40卡", "value": {...}}
],
"interactionType": "food_confirmation"
}
```
### 用户确认选择
1. 用户选择某个选项
2. 客户端发送确认请求,包含 `selectedChoiceId` 和 `confirmationData`
3. 系统记录到数据库,返回营养分析
## 技术特点
### 1. 向后兼容
- 保留原有的自动记录逻辑(`analyzeDietImageEnhanced` 方法)
- 新流程不影响其他功能
### 2. 类型安全
- 所有新增接口都有完整的 TypeScript 类型定义
- 使用 class-validator 进行数据验证
### 3. 错误处理
- 图片识别失败时回退到普通文本响应
- 确认数据无效时提供友好错误提示
### 4. 用户体验
- 类似 Cline/Kilo 的交互体验
- 清晰的选项展示(如"一条鱼 200卡"
- 推荐选项标识
## 部署说明
1. 代码已通过编译测试,无 TypeScript 错误
2. 保持向后兼容性,可以平滑部署
3. 建议先在测试环境验证新流程
## 使用建议
1. **客户端适配**:需要客户端支持处理结构化响应和选择选项
2. **图片质量**:提醒用户上传清晰的食物图片
3. **用户引导**:在界面上提供使用说明
## 后续优化方向
1. 支持批量选择多个食物
2. 支持用户自定义修改份量和热量
3. 添加更多营养素信息展示
4. 支持语音确认
5. 添加食物历史记录快速选择