更新密码找回uniapp

This commit is contained in:
hero920103 committed 2026-11-16 17:22:50 +08:00
1 parent 7f9a66da0f
commit 3fdda89833
1304 files changed
+3503 -26132

No files matched your search

+6 -86
View File
@@ -20,7 +20,6 @@ import (
beego "github.com/beego/beego/v2/server/web"
)
// BackendAiChatController AI聊天消息控制器
type BackendAiChatController struct {
beego.Controller
}
@@ -43,38 +42,26 @@ func (c *BackendAiChatController) chatOk(data interface{}) {
type chatSendPayload struct {
SessionID uint64 `json:"session_id"`
Content string `json:"content"`
// ProviderID/Model 由前端选择
ProviderID uint64 `json:"provider_id"`
Model string `json:"model"`
// McpEnabled 是否为本轮对话注入 MCP 工具;不传(nil)视为开启,兼容旧客户端
McpEnabled *bool `json:"mcp_enabled"`
// McpServerIDs 限定参与本轮对话的 MCP 服务器;为空表示使用全部已启用的服务器
McpServerIDs []uint64 `json:"mcp_server_ids"`
// Images 用户上传的图片(base64 dataURL),仅多模态模型可用
Images []string `json:"images"`
// SystemPrompt 本轮自定义系统提示词(AI 广场的场景对话使用),为空时回落租户预设
SystemPrompt string `json:"system_prompt"`
}
// mcpEnabled 解析本轮是否启用 MCP(未传默认开启)
func (p *chatSendPayload) mcpEnabled() bool {
return p.McpEnabled == nil || *p.McpEnabled
}
// ============ 通用消息/工具结构 ============
// openaiMessage 通用消息(OpenAI 与 Anthropic 共用内部表示)
type openaiMessage struct {
Role string `json:"role"`
Content string `json:"content,omitempty"`
ToolCalls []openaiToolCall `json:"tool_calls,omitempty"`
ToolCallID string `json:"tool_call_id,omitempty"`
// Images 仅 user 消息使用,存放 base64 dataURL,用于多模态输入
Images []string `json:"-"`
}
// openAIMessages 将内部消息转换为 OpenAI 兼容的请求结构。
// 当且仅当 user 消息携带图片时,content 会被构造为多模态 parts(text + image_url)。
func openAIMessages(messages []openaiMessage) []map[string]interface{} {
out := make([]map[string]interface{}, 0, len(messages))
for _, m := range messages {
@@ -105,7 +92,6 @@ func openAIMessages(messages []openaiMessage) []map[string]interface{} {
return out
}
// marshalImages 将图片列表序列化为可存储的 JSON 字符串(无图片返回空串)
func marshalImages(imgs []string) string {
if len(imgs) == 0 {
return ""
@@ -132,7 +118,6 @@ type openaiTool struct {
} `json:"function"`
}
// openaiDeltaToolCall 流式增量工具调用
type openaiDeltaToolCall struct {
Index int `json:"index"`
ID string `json:"id,omitempty"`
@@ -143,21 +128,18 @@ type openaiDeltaToolCall struct {
} `json:"function,omitempty"`
}
// pendingToolCall 一轮中 AI 请求调用的工具
type pendingToolCall struct {
ID string
Name string // 唯一工具key(mcp_{serverID}_{toolName})
Name string
Args map[string]interface{}
}
// toolRef 工具key -> 实际 MCP 服务器与工具
type toolRef struct {
ServerID uint64
ServerName string
ToolName string
}
// mcpToolSummary 前端展示用工具摘要
type mcpToolSummary struct {
Key string `json:"key"`
ServerID uint64 `json:"server_id"`
@@ -168,22 +150,19 @@ type mcpToolSummary struct {
const maxToolRounds = 6
// aiUsage 一次 AI 调用的 token 用量与真实模型
type aiUsage struct {
Model string `json:"model,omitempty"` // 接口实际返回的使用模型(如网关把 auto 解析后的真实模型)
Model string `json:"model,omitempty"`
PromptTokens int `json:"prompt_tokens"`
CompletionTokens int `json:"completion_tokens"`
TotalTokens int `json:"total_tokens"`
}
// add 累加用量
func (u *aiUsage) add(o aiUsage) {
u.PromptTokens += o.PromptTokens
u.CompletionTokens += o.CompletionTokens
u.TotalTokens += o.TotalTokens
}
// total 返回本次调用的总 token 数(部分厂商不返回 total,则自行求和)
func (u aiUsage) total() int {
if u.TotalTokens > 0 {
return u.TotalTokens
@@ -191,22 +170,19 @@ func (u aiUsage) total() int {
return u.PromptTokens + u.CompletionTokens
}
// usedMcpTool 单次调用中实际使用的 MCP 工具(含所属服务器)
type usedMcpTool struct {
ServerID uint64 `json:"server_id"`
ServerName string `json:"server_name"`
ToolName string `json:"tool_name"`
}
// aiToolUsage 一次 AI 工具循环调用的元信息:用了什么模型、调用了哪些 MCP 工具
type aiToolUsage struct {
Model string `json:"model"` // 实际使用的模型
Rounds int `json:"rounds"` // 工具循环轮数
Tools []usedMcpTool `json:"tools"` // 实际被调用的 MCP 工具(去重)
ToolCount int `json:"tool_count"` // 工具调用种类数
Model string `json:"model"`
Rounds int `json:"rounds"`
Tools []usedMcpTool `json:"tools"`
ToolCount int `json:"tool_count"`
}
// sanitizeToolName 工具名规范化为 OpenAI 允许的字符集
func sanitizeToolName(s string) string {
var sb strings.Builder
for _, r := range s {
@@ -223,7 +199,6 @@ func sanitizeToolName(s string) string {
return sb.String()
}
// mcpToolKey 生成 LLM 调用使用的唯一工具名
func mcpToolKey(serverID uint64, name string) string {
key := fmt.Sprintf("mcp_%d_%s", serverID, sanitizeToolName(name))
if len(key) > 64 {
@@ -232,8 +207,6 @@ func mcpToolKey(serverID uint64, name string) string {
return key
}
// collectMcpTools 汇总「已启用」的 MCP 服务器工具,转换为 LLM 工具列表
// enabled=false 时不注入任何工具;serverIDs 非空时只取指定的服务器
func collectMcpTools(claims *jwtutil.Claims, enabled bool, serverIDs []uint64) ([]openaiTool, map[string]toolRef, []mcpToolSummary, error) {
if !enabled {
return nil, map[string]toolRef{}, nil, nil
@@ -261,7 +234,6 @@ func collectMcpTools(claims *jwtutil.Claims, enabled bool, serverIDs []uint64) (
srv := servers[i]
toolInfos, err := services.McpClientManager.EnsureConnected(&srv)
if err != nil {
// 单个服务连接失败不阻断整体,跳过并记录到摘要(标记不可用)
summaries = append(summaries, mcpToolSummary{
ServerID: srv.ID,
ServerName: srv.Name,
@@ -297,7 +269,6 @@ func collectMcpTools(claims *jwtutil.Claims, enabled bool, serverIDs []uint64) (
return tools, refMap, summaries, nil
}
// executePendingTools 执行 AI 请求的工具调用,返回工具结果消息
func executePendingTools(claims *jwtutil.Claims, pending []pendingToolCall, refMap map[string]toolRef, onStart func(pc pendingToolCall), onResult func(pc pendingToolCall, text string, ok bool, errMsg string)) []openaiMessage {
var toolMsgs []openaiMessage
for _, pc := range pending {
@@ -333,7 +304,6 @@ func executePendingTools(claims *jwtutil.Claims, pending []pendingToolCall, refM
return toolMsgs
}
// buildMcpAssistantMessage 构造携带 tool_calls 的 assistant 消息
func buildMcpAssistantMessage(text string, pending []pendingToolCall) openaiMessage {
msg := openaiMessage{Role: "assistant", Content: text}
for _, pc := range pending {
@@ -351,10 +321,7 @@ func buildMcpAssistantMessage(text string, pending []pendingToolCall) openaiMess
return msg
}
// runToolLoop 运行带已启用 MCP 工具的完整对话循环(非流式),返回最终文本与调用元信息。
// 供聊天非流式接口与智能生成等模块复用。
func runToolLoop(claims *jwtutil.Claims, provider models.BackendAiProvider, model string, systemPrompt string, messages []openaiMessage) (string, *aiToolUsage, error) {
// 智能生成等内部调用:默认注入全部已启用的 MCP 工具
llmTools, refMap, _, _ := collectMcpTools(claims, true, nil)
usage := &aiToolUsage{Model: model}
usedSet := make(map[string]bool)
@@ -380,7 +347,6 @@ func runToolLoop(claims *jwtutil.Claims, provider models.BackendAiProvider, mode
for {
rounds++
text, pending, roundUsage, err := callAITools(provider, model, systemPrompt, current, llmTools)
// 用接口实际返回的真实模型覆盖占位符(如 auto),若网关未回传则保留请求模型
if roundUsage.Model != "" {
usage.Model = roundUsage.Model
}
@@ -408,9 +374,6 @@ func runToolLoop(claims *jwtutil.Claims, provider models.BackendAiProvider, mode
}
}
// ============ 会话/消息接口 ============
// MessageList GET /backend/ai/chat/message/list?session_id=xxx
func (c *BackendAiChatController) MessageList() {
claims, err := c.chatClaims()
if err != nil {
@@ -470,7 +433,6 @@ func (c *BackendAiChatController) MessageList() {
c.chatOk(map[string]interface{}{"list": responseList, "title": session.Title})
}
// DeleteMessage DELETE /backend/ai/chat/message/:id
func (c *BackendAiChatController) DeleteMessage() {
claims, err := c.chatClaims()
if err != nil {
@@ -510,9 +472,6 @@ func (c *BackendAiChatController) DeleteMessage() {
c.chatOk(nil)
}
// ============ 公共:会话/接入/预设解析 ============
// resolveOrCreateSession 查找或创建会话
func resolveOrCreateSession(c *BackendAiChatController, claims *jwtutil.Claims, p *chatSendPayload) (models.BackendAiChatSession, error) {
var session models.BackendAiChatSession
if p.SessionID > 0 {
@@ -545,8 +504,6 @@ func resolveOrCreateSession(c *BackendAiChatController, claims *jwtutil.Claims,
return session, nil
}
// resolveProvider 解析 AI 接入配置。
// 优先级:租户级配置(user_id=0,由 OA 设置统一维护)→ 个人配置(历史数据)。
func resolveProvider(claims *jwtutil.Claims, p *chatSendPayload, session *models.BackendAiChatSession) (models.BackendAiProvider, error) {
providerID := p.ProviderID
if providerID == 0 {
@@ -562,7 +519,6 @@ func resolveProvider(claims *jwtutil.Claims, p *chatSendPayload, session *models
if provider.TenantID != fmt.Sprintf("%d", claims.TenantId) {
return provider, fmt.Errorf("无权使用该配置")
}
// user_id=0 是租户级配置,全员可用;其余只允许本人使用
if provider.UserID != 0 && provider.UserID != uint64(claims.UserID) {
return provider, fmt.Errorf("无权使用该配置")
}
@@ -592,7 +548,6 @@ func resolveProvider(claims *jwtutil.Claims, p *chatSendPayload, session *models
return provider, nil
}
// resolveModel 确定使用的模型
func resolveModel(p *chatSendPayload, provider *models.BackendAiProvider) (string, error) {
useModel := strings.TrimSpace(p.Model)
if useModel == "" {
@@ -607,7 +562,6 @@ func resolveModel(p *chatSendPayload, provider *models.BackendAiProvider) (strin
return useModel, nil
}
// loadSystemPrompt 加载默认角色预设
func loadSystemPrompt(claims *jwtutil.Claims) string {
var presets []models.BackendAiChatPreset
_, _ = models.Orm.QueryTable(new(models.BackendAiChatPreset)).
@@ -623,7 +577,6 @@ func loadSystemPrompt(claims *jwtutil.Claims) string {
return ""
}
// chatSystemPrompt 优先使用本轮传入的系统提示词(AI 广场的场景对话),否则回落租户预设。
func chatSystemPrompt(claims *jwtutil.Claims, p *chatSendPayload) string {
if v := strings.TrimSpace(p.SystemPrompt); v != "" {
if len([]rune(v)) > 4000 {
@@ -634,7 +587,6 @@ func chatSystemPrompt(claims *jwtutil.Claims, p *chatSendPayload) string {
return loadSystemPrompt(claims)
}
// loadHistory 加载会话历史(最近20条,正序)
func loadHistory(sessionID uint64) []openaiMessage {
var history []models.BackendAiChatMessage
_, _ = models.Orm.QueryTable(new(models.BackendAiChatMessage)).
@@ -654,9 +606,6 @@ func loadHistory(sessionID uint64) []openaiMessage {
return out
}
// ============ Send(非流式,含 MCP 工具调用) ============
// Send POST /backend/ai/chat/send
func (c *BackendAiChatController) Send() {
claims, err := c.chatClaims()
if err != nil {
@@ -700,7 +649,6 @@ func (c *BackendAiChatController) Send() {
messages := loadHistory(session.ID)
messages = append(messages, openaiMessage{Role: "user", Content: p.Content, Images: p.Images})
// 保存用户消息
userMsg := models.BackendAiChatMessage{
TenantID: fmt.Sprintf("%d", claims.TenantId),
SessionID: session.ID,
@@ -711,7 +659,6 @@ func (c *BackendAiChatController) Send() {
}
_, _ = models.Orm.Insert(&userMsg)
// 汇总启用的 MCP 工具(受前端开关与所选服务控制)
llmTools, refMap, _, _ := collectMcpTools(claims, p.mcpEnabled(), p.McpServerIDs)
current := messages
@@ -767,11 +714,7 @@ func (c *BackendAiChatController) Send() {
})
}
// ============ SendStream(SSE 流式,含 MCP 工具调用) ============
// SendStream POST /backend/ai/chat/send-stream
func (c *BackendAiChatController) SendStream() {
// SSE 手动写入响应体,禁用框架自动渲染模板
c.EnableRender = false
claims, err := c.chatClaims()
@@ -816,7 +759,6 @@ func (c *BackendAiChatController) SendStream() {
messages := loadHistory(session.ID)
messages = append(messages, openaiMessage{Role: "user", Content: p.Content, Images: p.Images})
// 保存用户消息
userMsg := models.BackendAiChatMessage{
TenantID: fmt.Sprintf("%d", claims.TenantId),
SessionID: session.ID,
@@ -827,10 +769,8 @@ func (c *BackendAiChatController) SendStream() {
}
_, _ = models.Orm.Insert(&userMsg)
// 汇总启用的 MCP 工具(受前端开关与所选服务控制)
llmTools, refMap, toolSummaries, _ := collectMcpTools(claims, p.mcpEnabled(), p.McpServerIDs)
// 设置SSE响应头
rw := c.Ctx.ResponseWriter.ResponseWriter
rw.Header().Set("Content-Type", "text/event-stream")
rw.Header().Set("Cache-Control", "no-cache")
@@ -854,13 +794,11 @@ func (c *BackendAiChatController) SendStream() {
writeSSE(event, string(b))
}
// session 事件(带上用户消息ID,便于前端后续编辑/删除该条消息)
writeJSON("session", map[string]interface{}{
"session_id": session.ID,
"user_message_id": userMsg.ID,
})
// 当前启用的工具列表(前端展示)
if len(toolSummaries) > 0 {
writeJSON("tool_list", map[string]interface{}{"tools": toolSummaries})
}
@@ -924,7 +862,6 @@ func (c *BackendAiChatController) SendStream() {
return
}
// 保存AI回复
durationMs := int(time.Since(startTime).Milliseconds())
assistantMsg := models.BackendAiChatMessage{
TenantID: fmt.Sprintf("%d", claims.TenantId),
@@ -951,15 +888,11 @@ func (c *BackendAiChatController) SendStream() {
})
}
// ============ AI 调用(非流式,含工具) ============
// callAI 兼容入口(无 MCP 工具),供智能生成等模块使用
func callAI(provider models.BackendAiProvider, model string, systemPrompt string, messages []openaiMessage) (string, error) {
text, pending, _, err := callAITools(provider, model, systemPrompt, messages, nil)
if err != nil {
return "", err
}
// 一般场景不包含工具调用;若模型仍返回工具调用(未注入工具不应发生),仅返回文本
_ = pending
return text, nil
}
@@ -1036,7 +969,6 @@ func callAITools(provider models.BackendAiProvider, model string, systemPrompt s
TotalTokens: result.Usage.TotalTokens,
}
}
// 接口实际返回的使用模型(网关可能将 auto 解析为具体模型)
if result.Model != "" {
usage.Model = result.Model
}
@@ -1048,7 +980,6 @@ func callAITools(provider models.BackendAiProvider, model string, systemPrompt s
return content, pending, usage, nil
}
// Anthropic 非流式
reqBody := map[string]interface{}{
"model": model,
"max_tokens": 4096,
@@ -1114,7 +1045,6 @@ func callAITools(provider models.BackendAiProvider, model string, systemPrompt s
TotalTokens: result.Usage.InputTokens + result.Usage.OutputTokens,
}
}
// Anthropic 响应不回传模型名,记录请求使用的模型
usage.Model = model
var text strings.Builder
var pending []pendingToolCall
@@ -1129,7 +1059,6 @@ func callAITools(provider models.BackendAiProvider, model string, systemPrompt s
return text.String(), pending, usage, nil
}
// parseOpenAIToolCall 解析非流式 OpenAI 工具调用
func parseOpenAIToolCall(tc openaiToolCall) pendingToolCall {
pc := pendingToolCall{ID: tc.ID, Name: tc.Function.Name}
if tc.Function.Arguments != "" {
@@ -1144,8 +1073,6 @@ func parseOpenAIToolCall(tc openaiToolCall) pendingToolCall {
return pc
}
// ============ AI 调用(流式,含工具) ============
func callAIStreamTools(provider models.BackendAiProvider, model string, systemPrompt string, messages []openaiMessage, tools []openaiTool, onChunk func(string)) (string, []pendingToolCall, aiUsage, error) {
if provider.ProviderType == "openai" {
return callOpenAIStreamTools(provider, model, systemPrompt, messages, tools, onChunk)
@@ -1153,7 +1080,6 @@ func callAIStreamTools(provider models.BackendAiProvider, model string, systemPr
return callAnthropicStreamTools(provider, model, systemPrompt, messages, tools, onChunk)
}
// callOpenAIStreamTools OpenAI 兼容流式工具调用
func callOpenAIStreamTools(provider models.BackendAiProvider, model string, systemPrompt string, messages []openaiMessage, tools []openaiTool, onChunk func(string)) (string, []pendingToolCall, aiUsage, error) {
client := &http.Client{Timeout: 180 * time.Second}
@@ -1169,7 +1095,6 @@ func callOpenAIStreamTools(provider models.BackendAiProvider, model string, syst
if len(tools) > 0 {
reqBody["tools"] = tools
}
// 请求在最后一个 chunk 返回 token 用量统计
reqBody["stream_options"] = map[string]interface{}{"include_usage": true}
jsonData, _ := json.Marshal(reqBody)
@@ -1301,7 +1226,6 @@ func callOpenAIStreamTools(provider models.BackendAiProvider, model string, syst
return text.String(), pending, usage, nil
}
// callAnthropicStreamTools Anthropic 流式工具调用
func callAnthropicStreamTools(provider models.BackendAiProvider, model string, systemPrompt string, messages []openaiMessage, tools []openaiTool, onChunk func(string)) (string, []pendingToolCall, aiUsage, error) {
client := &http.Client{Timeout: 180 * time.Second}
@@ -1433,7 +1357,6 @@ func callAnthropicStreamTools(provider models.BackendAiProvider, model string, s
}
}
case "message_stop":
// 结束
}
}
@@ -1461,8 +1384,6 @@ func callAnthropicStreamTools(provider models.BackendAiProvider, model string, s
return text.String(), pending, usage, nil
}
// ============ Anthropic 消息/工具格式转换 ============
func toAnthropicTools(tools []openaiTool) []map[string]interface{} {
out := make([]map[string]interface{}, 0, len(tools))
for _, t := range tools {
@@ -1475,7 +1396,6 @@ func toAnthropicTools(tools []openaiTool) []map[string]interface{} {
return out
}
// toAnthropicMessages 将内部 openaiMessage 列表转为 Anthropic 消息格式
func toAnthropicMessages(messages []openaiMessage) []map[string]interface{} {
out := make([]map[string]interface{}, 0, len(messages))
for _, m := range messages {