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。

src/ai-coach/ai-coach.controller.ts

@@ -5,7 +5,7 @@ import { JwtAuthGuard } from '../common/guards/jwt-auth.guard';
 import { CurrentUser } from '../common/decorators/current-user.decorator';
 import { AccessTokenPayload } from '../users/services/apple-auth.service';
 import { AiCoachService } from './ai-coach.service';
-import { AiChatRequestDto, AiChatResponseDto } from './dto/ai-chat.dto';
+import { AiChatRequestDto, AiChatResponseDto, AiResponseDataDto } from './dto/ai-chat.dto';
 import { PostureAssessmentRequestDto, PostureAssessmentResponseDto } from './dto/posture-assessment.dto';
 
 @ApiTags('ai-coach')
@@ -36,14 +36,31 @@ export class AiCoachController {
     // 体重和饮食指令处理现在已经集成到 streamChat 方法中
     // 通过 # 字符开头的指令系统进行统一处理
 
+    const result = await this.aiCoachService.streamChat({
+      userId,
+      conversationId,
+      userContent,
+      imageUrls: body.imageUrls,
+      selectedChoiceId: body.selectedChoiceId,
+      confirmationData: body.confirmationData,
+    });
+
+    // 检查是否返回结构化数据（如确认选项）
+    // 结构化数据必须使用非流式模式返回
+    if (typeof result === 'object' && 'type' in result) {
+      res.setHeader('Content-Type', 'application/json; charset=utf-8');
+      res.send({
+        conversationId,
+        data: result.data
+      });
+      return;
+    }
+
+    // 普通流式/非流式响应
+    const readable = result as any;
+
     if (!stream) {
       // 非流式：聚合后一次性返回文本
-      const readable = await this.aiCoachService.streamChat({
-        userId,
-        conversationId,
-        userContent,
-        imageUrls: body.imageUrls,
-      });
       let text = '';
       for await (const chunk of readable) {
         text += chunk.toString();
@@ -58,13 +75,6 @@ export class AiCoachController {
     res.setHeader('Cache-Control', 'no-cache');
     res.setHeader('Transfer-Encoding', 'chunked');
 
-    const readable = await this.aiCoachService.streamChat({
-      userId,
-      conversationId,
-      userContent,
-      imageUrls: body.imageUrls,
-    });
-
     readable.on('data', (chunk) => {
       res.write(chunk);
     });