diff --git a/.kiro/steering/数据清洗方案.md b/.kiro/steering/数据清洗方案.md
new file mode 100644
index 0000000..199bac9
--- /dev/null
+++ b/.kiro/steering/数据清洗方案.md
@@ -0,0 +1,274 @@
+---
+inclusion: manual
+---
+
+# 数据清洗方案
+
+## 总体架构
+
+```
+爬虫(公司网络) → app_job_data(原始数据)
+ ↓
+ Java定时任务读取(多线程)
+ ↓
+ 调用AI API清洗/结构化
+ ↓
+ 写入业务表(bg_company + bg_job + 关联表)
+ ↓
+ 公司信息不完整的 → 调工商API补充
+```
+
+所有清洗逻辑放在 `manager` 模块,通过 `@Scheduled` 定时任务触发。
+
+## 讨论分区
+
+整体方案分为四部分逐步讨论:
+1. ✅ 岗位清洗触发逻辑
+2. ✅ 岗位清洗逻辑
+3. ✅ 公司数据触发逻辑
+4. ⬜ 公司数据补充逻辑(待定API后补充)
+
+---
+
+## 一、岗位清洗触发逻辑
+
+### 1.1 表结构变更
+
+`app_job_data` 新增字段:
+
+```sql
+ALTER TABLE app_job_data ADD COLUMN clean_status TINYINT(1) DEFAULT 0 NOT NULL COMMENT '清洗状态 0=待清洗 1=清洗中 2=已入库 3=已丢弃';
+CREATE INDEX idx_clean_status ON app_job_data (clean_status);
+```
+
+状态说明:
+- 0=待清洗:新爬到的数据,默认值,不影响爬虫原有插入逻辑
+- 1=清洗中:定时任务已锁定,正在处理
+- 2=已入库:清洗成功,已写入 bg_job
+- 3=已丢弃:AI判定为无效数据,不入库
+
+时间记录:不加额外时间字段,利用已有的 `updated_at`(ON UPDATE CURRENT_TIMESTAMP),状态变更时自动更新。
+
+### 1.2 两个定时任务
+
+#### 任务A:岗位清洗任务(高频,每5分钟)
+
+1. 批量锁定:`UPDATE app_job_data SET clean_status=1 WHERE clean_status=0 AND is_valid=1 LIMIT N`(原子操作,防止多线程重复捞取)
+2. 将锁定的数据丢入线程池,多线程并发调用 AI API 清洗
+3. 每条处理完毕后,单独更新 `clean_status` 为 2(已入库)或 3(已丢弃)
+4. 单条写入事务:bg_job 入库 + clean_status 更新放在同一个短事务中,保证一致性
+
+#### 任务B:僵尸恢复任务(低频,每30分钟)
+
+处理因发布重启导致卡在"清洗中"的僵尸数据:
+
+```sql
+UPDATE app_job_data SET clean_status=0 WHERE clean_status=1 AND updated_at < NOW() - INTERVAL 10 MINUTE
+```
+
+一条SQL搞定,将超时10分钟仍在"清洗中"的数据重置为待清洗,下次任务A会重新捞取处理。
+
+### 1.3 去重保障
+
+即使同一条数据被重复清洗(僵尸恢复后重新处理),写入 `bg_job` 时通过 `source_id` 判断是否已存在,存在则跳过,不会产生重复数据。
+
+### 1.4 设计决策记录
+
+| 决策点 | 结论 | 原因 |
+|--------|------|------|
+| 清洗状态放哪 | app_job_data 加字段 | 同库,简单直接 |
+| 是否加"清洗中"状态 | 是 | 多线程并发需要锁定机制 |
+| 长事务 vs 短事务 | 短事务(单条) | AI调用耗时长,不能hold连接 |
+| 僵尸恢复方式 | 独立低频定时任务 | 避免每次清洗任务都多一次查询,节省性能 |
+| 是否加 clean_time 字段 | 否 | updated_at 自动更新,够用 |
+| 失败重试 | 僵尸恢复任务自动处理 | clean_status=1 超时后重置为0,自动重试 |
+
+---
+
+## 二、岗位清洗逻辑
+
+### 2.1 前置校验(Java侧,不调AI)
+
+- `description` 为空或长度 < 20 → 直接标记 `clean_status=3`(丢弃),跳过,节省AI调用成本
+
+### 2.2 参考数据准备
+
+应用启动时加载并缓存(定期刷新):
+- `bg_job_category` 全量:拼成 `id:name` 文本列表
+- `bg_industry` 全量:拼成 `id:name` 文本列表
+
+这两份列表作为 prompt 的一部分传给AI,ID由人工维护为短数字,不使用雪花ID。
+
+地区数据(`bg_china_regions_code`)不传给AI,由Java侧根据AI返回的城市名自行匹配。
+
+### 2.3 AI 调用(单次调用,返回结构化JSON)
+
+#### 输入
+
+- 原始字段:job_title、salary、location、company、experience、education、description
+- 参考列表:岗位分类(id:name)、行业(id:name)
+
+#### AI 返回 JSON 结构
+
+```json
+{
+ "valid": true,
+ "title": "Java高级开发工程师",
+ "salary": "15-25K",
+ "education": 2,
+ "minExperience": 3,
+ "employmentType": 0,
+ "categoryId": 12,
+ "industryId": 5,
+ "description": "1. 负责核心业务系统开发...",
+ "requirement": "1. 本科及以上学历...",
+ "bonus": "1. 有分布式系统经验优先...",
+ "tags": ["数据分析", "产品策略", "团队协作"],
+ "skillTags": ["Java", "Spring Boot", "MySQL"],
+ "companyShortName": "字节跳动",
+ "cities": ["北京", "上海"]
+}
+```
+
+#### 各字段清洗规则
+
+| 字段 | 来源 | 规则 |
+|------|------|------|
+| valid | AI综合判断 | 数据是否有效,false则丢弃 |
+| title | job_title | 存在则保留;不存在则AI从description归纳生成 |
+| salary | salary | 有效则标准化(10-20K / 20K / 面议);无效或空则null |
+| education | education + description | 映射为 0=不限 1=大专 2=本科 3=硕士 4=博士 |
+| minExperience | experience + description | 提取最低年限数值,不要求则为0 |
+| employmentType | description | 判断 0=全职 1=兼职,默认0 |
+| categoryId | description + job_title | 必选,从分类列表中选最接近的,不允许返回null |
+| industryId | description(任职要求部分) | 仅当明确提到行业经验要求时设置;列表中无完全匹配则选最相似的;未提到则null |
+| description | description + experience + education | 提取"岗位职责"部分,保持原文风格,格式化展示 |
+| requirement | description + experience + education | 提取"任职要求"部分,保持原文风格,格式化展示 |
+| bonus | description + experience + education | 提取"加分项"部分,无则空 |
+| tags | description + job_title | 核心职能标签(如数据分析、产品策略、团队协作),最多5个 |
+| skillTags | description | 技能关键词(如Java、Spring Boot、MySQL),最多8个 |
+| companyShortName | company | 提取简洁的公司简称,去掉地区后缀、招聘后缀、括号内容等,保持"中国平安""字节跳动"风格 |
+| cities | location | 提取城市名列表,精确到市级 |
+
+### 2.4 AI 返回后的 Java 处理流程
+
+1. **valid=false** → 更新 `clean_status=3`,结束
+2. **公司处理**:按AI清洗后的 `companyShortName` 查 `bg_company.short_name`,存在则拿 `company_id`;不存在则创建一条(short_name=companyShortName, status=0待完善),拿新ID
+3. **地区处理**:`cities` 列表逐个匹配 `bg_china_regions_code`(按name匹配到市级),匹配上的准备写入关联表
+4. **去重**:用 `source_id`(app_job_data.id)查 `bg_job`,已存在则跳过,更新 `clean_status=2`
+5. **写入 bg_job**:组装所有字段,`source_id`=app_job_data.id,`source_url`=detail_url,`status=0`(上架)
+6. **写入 bg_job_region_relation**:岗位ID + 匹配到的region_code,一岗多地区
+7. **更新 app_job_data.clean_status=2**
+
+步骤 2-7 放在一个短事务中,保证数据一致性。
+
+### 2.5 设计决策记录
+
+| 决策点 | 结论 | 原因 |
+|--------|------|------|
+| AI调用次数 | 一次调用返回全部字段 | 减少API调用成本和延迟 |
+| 分类/行业列表怎么给AI | 直接传 id:name 文本 | ID人工维护为短数字,token消耗可控 |
+| 地区匹配方式 | AI输出城市名,Java侧匹配 | 城市名无歧义,不需要传参考列表 |
+| categoryId 是否可空 | 不可空,必须选一个 | 岗位分类是核心维度 |
+| industryId 何时设置 | 仅描述中明确提到行业经验时 | 行业经验是任职要求,不是所有岗位都有 |
+| tags 定位 | 核心职能标签,最多5个 | 区别于福利标签,体现岗位核心能力要求 |
+| skillTags 数量 | 最多8个 | 控制数量,保持精炼 |
+| source_id 取值 | app_job_data.id | 简单直接,用于去重 |
+| 公司不存在时 | 自动创建 status=0 待完善 | 后续由公司数据补充逻辑完善 |
+
+---
+
+## 三、公司数据触发逻辑
+
+### 3.1 状态扩展
+
+`bg_company.status` 扩展为4个值:
+- 0=待完善:岗位清洗时自动创建的公司,只有 short_name
+- 1=已完善:工商API补充完成
+- 2=禁用:人工标记禁用
+- 3=补充中:定时任务已锁定,正在调用工商API
+
+### 3.2 两个定时任务(与岗位清洗同一套模式)
+
+#### 任务C:公司数据补充任务(低频,每小时)
+
+1. 批量锁定(原子操作):
+```sql
+UPDATE bg_company SET status=3, update_time=NOW() WHERE status=0 LIMIT N
+```
+⚠️ 锁定时必须同时更新 `update_time`,因为 `bg_company` 的 `update_time` 不像 `app_job_data.updated_at` 那样由数据库自动维护,需要 Java 侧手动设值。如果不更新,后续僵尸恢复任务无法正确判断超时。
+
+2. 将锁定的数据丢入线程池,多线程并发调用工商API
+3. 每条处理完毕后,回填公司信息,更新 `status=1`(已完善)
+4. 工商API查不到或返回异常 → 保持 `status=3`,由僵尸恢复任务重置
+
+#### 任务D:公司僵尸恢复任务(低频,每小时,与任务C错开)
+
+处理因发布重启导致卡在"补充中"的僵尸数据:
+
+```sql
+UPDATE bg_company SET status=0 WHERE status=3 AND update_time < NOW() - INTERVAL 10 MINUTE
+```
+
+超时10分钟仍在"补充中"的数据重置为待完善,下次任务C会重新捞取处理。
+
+### 3.3 与岗位清洗触发逻辑的对比
+
+| 对比项 | 岗位清洗 | 公司补充 |
+|--------|----------|----------|
+| 状态字段 | app_job_data.clean_status | bg_company.status |
+| 锁定值 | 1=清洗中 | 3=补充中 |
+| 完成值 | 2=已入库 / 3=已丢弃 | 1=已完善 |
+| 时间字段 | updated_at(数据库自动) | update_time(Java手动设值) |
+| 锁定时是否需手动更新时间 | 不需要 | **需要**,否则僵尸恢复无法判断超时 |
+| 触发频率 | 每5分钟 | 每小时 |
+| 僵尸恢复频率 | 每30分钟 | 每小时(与任务C错开) |
+
+### 3.4 设计决策记录
+
+| 决策点 | 结论 | 原因 |
+|--------|------|------|
+| 是否与岗位清洗同步触发 | 否,独立定时任务 | 外部API不同,频率不同,失败场景不同 |
+| 触发模式 | 复用岗位清洗的"原子锁定+僵尸恢复"模式 | 统一架构,代码可复用 |
+| 锁定时是否更新时间 | 是 | bg_company.update_time 非数据库自动维护,不更新则僵尸恢复失效 |
+| 补充频率 | 每小时 | 公司数据量少,工商API可能有频率限制 |
+
+---
+
+## 四、公司数据补充逻辑(待定API后补充)
+
+### 4.1 补充流程概要
+
+1. 用 `short_name`(公司简称)调用工商API搜索
+2. API返回匹配的企业列表,取最匹配的一条
+3. 回填 `bg_company` 各字段,更新 `status=1`
+
+### 4.2 需要回填的字段
+
+| bg_company 字段 | 来源 | 说明 |
+|-----------------|------|------|
+| name | 工商API | 公司全称 |
+| logoUrl | 待定 | 工商API可能不提供,需另外来源 |
+| regionCode | 工商API(注册地址) | 匹配 bg_china_regions_code |
+| companyType | 工商API | 上市企业、独角兽、国企等 |
+| industryId | 工商API(行业分类) | 匹配 bg_industry |
+| tags | 工商API / AI | 公司标签,JSON数组 |
+| summary | 工商API / AI | 公司简要介绍 |
+| description | 工商API | 公司详细描述 |
+| foundedYear | 工商API | 成立时间 |
+| address | 工商API | 注册地址 |
+| scale | 工商API | 企业规模(人数) |
+| website | 工商API | 官网地址 |
+| financingStage | 工商API / 其他来源 | 融资状态 |
+| latestValuation | 工商API / 其他来源 | 最新估值 |
+| news | 新闻API(待定) | 新闻动态,JSON数组 |
+
+### 4.3 待定事项
+
+- [ ] 选定工商信息API(天眼查、企查查、爱企查等)
+- [ ] 确认API返回字段与 bg_company 的映射关系
+- [ ] 新闻动态数据来源(工商API是否包含,还是需要单独的新闻API)
+- [ ] logoUrl 来源(工商API是否提供)
+- [ ] 匹配到多条结果时的处理策略
+- [ ] 查不到结果时的处理策略(保持待完善 or 标记为其他状态)
+- [ ] API调用频率限制和成本评估
diff --git a/.kiro/steering/项目结构说明.md b/.kiro/steering/项目结构说明.md
index 37c1dd9..2d2a5cd 100644
--- a/.kiro/steering/项目结构说明.md
+++ b/.kiro/steering/项目结构说明.md
@@ -45,6 +45,7 @@ offerpie/back-end
│ ├─ aop/ # AOP 日志切面
│ ├─ exception/ # 业务异常统一处理
│ ├─ email/ # 邮件发送抽象(EmailAbility)
+│ ├─ ai/ # AI 对话能力封装(AiChatAbility、AiChatConfig)
│ ├─ wxPay/ # 微信支付相关能力(Js、Native、Transfer 等)
│ ├─ pojo/ # 公共 POJO(统一响应、登录/防重放 token 等)
│ └─ web/ # Spring MVC 全局响应体 advice
@@ -73,7 +74,8 @@ offerpie/back-end
│ ├─ SkillTagMapper.java # 技能标签Mapper
│ ├─ UserJobFavoriteMapper.java # 用户收藏岗位Mapper
│ ├─ UserJobApplicationMapper.java # 用户投递记录Mapper
- │ └─ UserJobDislikeMapper.java # 用户不感兴趣记录Mapper
+ │ ├─ UserJobDislikeMapper.java # 用户不感兴趣记录Mapper
+ │ └─ AppJobDataMapper.java # 爬虫岗位原始数据Mapper
├─ pojo/
│ ├─ po/ # 持久化实体
│ │ ├─ User.java
@@ -93,9 +95,10 @@ offerpie/back-end
│ │ ├─ SkillTag.java # 技能标签表(bg_skill_tag)
│ │ ├─ UserJobFavorite.java # 用户收藏岗位表(bg_user_job_favorite)
│ │ ├─ UserJobApplication.java # 用户投递记录表(bg_user_job_application)
- │ │ └─ UserJobDislike.java # 用户不感兴趣记录表(bg_user_job_dislike)
+ │ │ ├─ UserJobDislike.java # 用户不感兴趣记录表(bg_user_job_dislike)
+ │ │ └─ AppJobData.java # 爬虫岗位原始数据表(app_job_data)
│ └─ vo/ # ViewObject(OssUrlVo 等)
- └─ service/ # 业务 Service(OssService、SmsService 等)
+ └─ service/ # 业务 Service(OssService、SmsService、DictCacheService、JobCleanService、JobCleanTransactionService 等)
```
> **设计理念** – 业务实体和 Mapper 位于 `manager`,B 端和 C 端共享;C 端特有的注解、切面、权限服务、路由菜单服务位于 `client-api`,避免 B 端误用;`common` 提供统一的技术支撑。
@@ -104,7 +107,7 @@ offerpie/back-end
|------|----------|-----------|
| **client-api** | - 面向终端用户的 REST API
- 启动 Spring Boot 应用
- 短信验证码登录(含自动注册、邀请码绑定)
- **功能权限校验**:注解 + 切面 + 权限服务(校验、扣减、回退)
- **路由菜单**:获取用户有效菜单树 | `ClientApplication`、`LoginController`、`RouteMenuController`、`FuncPermission`、`FuncPermissionAspect`、`FuncPermissionService`、`RouteMenuService`、`UserRegisterService`、`RouteMenuVo` |
| **common** | - **统一配置**:OSS、Redis、Security、WxPay、Sms 等
- **跨层工具**:HTTP、IP、认证、验证码、Redis Server 等
- **全局拦截/切面**:日志、TraceId、黑名单、SQL 打印
- **统一异常/响应**:`GlobalExceptionAdvice`、`UnifiedResponse`
- **业务抽象**:邮件发送、微信支付(Native/JS/Transfer)
- **公共 POJO**:登录令牌、防重放信息等 | `config/`, `tool/`, `interceptor/`, `aop/`, `exception/`, `email/`, `wxPay/`, `pojo/` |
-| **manager** | - **业务实体**(`User`、`OssFile`、`UserInvite`、`RouteMenu`、`FuncPermission`、`UserRouteMenuStock`、`UserFuncPermissionStock`、`UserFuncUsageLog`、`ChinaRegionsCode`、`JobCategory`、`Company`、`Job`、`JobRegion`、`UserJobFavorite`、`UserJobApplication`)
- **MyBatis Mapper**(`UserMapper`、`OssFileMapper`、`UserInviteMapper`、`RouteMenuMapper`、`FuncPermissionMapper`、`UserRouteMenuStockMapper`、`UserFuncPermissionStockMapper`、`UserFuncUsageLogMapper`、`ChinaRegionsCodeMapper`、`JobCategoryMapper`、`CompanyMapper`、`JobMapper`、`JobRegionRelationMapper`、`UserJobFavoriteMapper`、`UserJobApplicationMapper`)
- **业务 API**:文件上传/下载、健康检查等
- **业务逻辑**:服务层、工具类等
- **既供 B 端 UI(待实现)使用,也供 C 端业务直接调用** | `controller/`, `mapper/`, `pojo/po/`, `pojo/vo/`, `service/`, `constant/` |
+| **manager** | - **业务实体**(`User`、`OssFile`、`UserInvite`、`RouteMenu`、`FuncPermission`、`UserRouteMenuStock`、`UserFuncPermissionStock`、`UserFuncUsageLog`、`ChinaRegionsCode`、`JobCategory`、`Company`、`Job`、`JobRegionRelation`、`Industry`、`SkillTag`、`UserJobFavorite`、`UserJobApplication`、`UserJobDislike`、`AppJobData`)
- **MyBatis Mapper**(`UserMapper`、`OssFileMapper`、`UserInviteMapper`、`RouteMenuMapper`、`FuncPermissionMapper`、`UserRouteMenuStockMapper`、`UserFuncPermissionStockMapper`、`UserFuncUsageLogMapper`、`ChinaRegionsCodeMapper`、`JobCategoryMapper`、`CompanyMapper`、`JobMapper`、`JobRegionRelationMapper`、`IndustryMapper`、`SkillTagMapper`、`UserJobFavoriteMapper`、`UserJobApplicationMapper`、`UserJobDislikeMapper`、`AppJobDataMapper`)
- **业务 API**:文件上传/下载、健康检查等
- **业务逻辑**:服务层、工具类等
- **既供 B 端 UI(待实现)使用,也供 C 端业务直接调用** | `controller/`, `mapper/`, `pojo/po/`, `pojo/vo/`, `service/`, `constant/` |
## 3️⃣ 关键业务实体
| 实体 | 所属模块 | 作用概述 |
@@ -130,6 +133,7 @@ offerpie/back-end
| `Industry` | manager | 行业字典表(bg_industry),树形结构,一级/二级分类。 |
| `SkillTag` | manager | 技能标签表(bg_skill_tag),挂在岗位类型下,不分级,用于匹配度计算。 |
| `UserJobDislike` | manager | 用户不感兴趣记录表(bg_user_job_dislike),记录用户对岗位的不感兴趣原因,冗余公司ID/地区编码/行业ID方便推荐过滤。 |
+| `AppJobData` | manager | 爬虫岗位原始数据表(app_job_data),存储爬虫抓取的原始岗位数据,供清洗服务读取并写入业务表。 |
## 4️⃣ 权限体系设计
### 整体架构
@@ -169,6 +173,7 @@ offerpie/back-end
| **配置** | `OssConfig`, `RedissonConf`, `SecurityConfig`, `WxPayConfig`, `SmsConfig` | `common/config` |
| **安全** | JWT 过滤器、登录令牌 (`RedisLoginTokenInfo`)、防重放 (`RedisPreventReplayInfo`) | `common/interceptor`、`common/pojo/interceptor` |
| **邮件** | `EmailAbility`(封装邮件发送) | `common/email` |
+| **AI** | `AiChatAbility`(OpenAI 兼容多供应商对话)、`AiChatConfig`(供应商配置) | `common/ai` |
| **微信支付** | `WxJsPayAbility`, `WxNativePayAbility`, `WxTransferPayAbility`, `WxPayNotifyController` | `common/wxPay` |
| **全局异常** | `GlobalExceptionAdvice`, `BusinessException`, `BusinessExpCodeEnum` | `common/exception` |
| **日志 & AOP** | `ControllerLogAspect`, `LoggingOriginalRequestFilter`, `SqlLoggerInterceptor` | `common/aop`, `common/interceptor` |
diff --git a/client-api/src/main/resources/application-local.yml b/client-api/src/main/resources/application-local.yml
index 6ed66ef..ecd9045 100644
--- a/client-api/src/main/resources/application-local.yml
+++ b/client-api/src/main/resources/application-local.yml
@@ -73,4 +73,18 @@ app:
#开放接口
ignore:
- urls: "/public/**"
\ No newline at end of file
+ urls: "/public/**"
+
+ # AI 多供应商配置,第一个为默认 provider
+ # base-url 配到版本路径,如 DeepSeek: https://api.deepseek.com/v1,豆包: https://ark.cn-beijing.volces.com/api/v3
+ ai:
+ providers:
+ job-clean:
+ base-url: ${AI_BASE_URL:https://ark.cn-beijing.volces.com/api/v3}
+ api-key: ${AI_API_KEY:fd065993-bee2-4f31-8bf2-56d5d3012c02}
+ model: ${AI_MODEL:doubao-seed-2-0-lite-260215}
+
+ # 岗位清洗配置
+ job-clean:
+ batch-size: 20
+ thread-pool-size: 5
\ No newline at end of file
diff --git a/common/src/main/java/org/jiayunet/ai/AiChatAbility.java b/common/src/main/java/org/jiayunet/ai/AiChatAbility.java
new file mode 100644
index 0000000..76b1414
--- /dev/null
+++ b/common/src/main/java/org/jiayunet/ai/AiChatAbility.java
@@ -0,0 +1,77 @@
+package org.jiayunet.ai;
+
+import com.fasterxml.jackson.databind.JsonNode;
+import lombok.extern.slf4j.Slf4j;
+import org.jiayunet.tool.HttpTool;
+import org.springframework.beans.factory.annotation.Autowired;
+import org.springframework.stereotype.Component;
+
+import java.util.HashMap;
+import java.util.List;
+import java.util.Map;
+
+/**
+ * AI 对话能力封装(OpenAI 兼容)
+ *
支持多供应商配置,不传 key 时使用第一个 provider
+ * + * @author zk + */ +@Slf4j +@Component +public class AiChatAbility { + + @Autowired + private AiChatConfig aiChatConfig; + + /** + * 使用默认 provider 发送对话 + *默认取 providers 配置中的第一个
+ */ + public String chat(String systemPrompt, String userMessage) { + String defaultKey = aiChatConfig.getProviders().keySet().stream() + .findFirst() + .orElseThrow(() -> new RuntimeException("未配置任何 AI provider")); + return chat(defaultKey, systemPrompt, userMessage); + } + + /** + * 使用指定 provider 发送对话 + * + * @param providerKey 供应商标识,对应 yml 中 providers 的 key + * @param systemPrompt 系统提示词 + * @param userMessage 用户消息 + * @return AI 返回的文本内容 + */ + public String chat(String providerKey, String systemPrompt, String userMessage) { + AiChatConfig.ProviderConfig config = aiChatConfig.getProviders().get(providerKey); + if (config == null) { + throw new RuntimeException("AI provider 不存在: " + providerKey); + } + + String url = config.getBaseUrl() + "/chat/completions"; + log.info("AI 请求 URL: {}, model: {}", url, config.getModel()); + + Map读取 app.ai.providers,第一个为默认 provider
+ * + * @author zk + */ +@Data +@Component +@ConfigurationProperties(prefix = "app.ai") +public class AiChatConfig { + + /** 供应商配置,key 为供应商标识,第一个为默认 */ + private Map存储爬虫抓取的原始岗位数据,供清洗服务读取并写入业务表
+ * + * @author zk + */ +@Data +@TableName(value = "app_job_data") +public class AppJobData { + + @TableId(type = IdType.AUTO) + private Long id; + + /** 关联爬取任务ID */ + private Long taskCrawlId; + + /** 职位名称 */ + private String jobTitle; + + /** 薪资 */ + private String salary; + + /** 工作地点 */ + private String location; + + /** 公司名称 */ + private String company; + + /** 经验要求 */ + private String experience; + + /** 学历要求 */ + private String education; + + /** 岗位详情(职责+要求+介绍) */ + private String description; + + /** 详情页URL */ + private String detailUrl; + + /** 内容哈希值,用于查重 */ + private String contentHash; + + /** 数据来源 0=官网 1=平台 */ + private Integer sources; + + /** 是否独立URL 0=页内展示 1=独立页面 */ + private Integer isIndependentUrl; + + /** 是否有效 0=无效 1=有效 */ + private Integer isValid; + + /** 有效期 */ + private Instant expireAt; + + /** 验证状态 pending=待验证 checking=验证中 checked=已验证 */ + private String checkStatus; + + /** 清洗状态 0=待清洗 1=清洗中 2=已入库 3=已丢弃 */ + private Integer cleanStatus; + + /** 上次验证时间 */ + private Instant lastCheckAt; + + /** 创建时间 */ + private Instant createdAt; + + /** 更新时间 */ + private Instant updatedAt; +} diff --git a/manager/src/main/java/org/jiayunet/pojo/po/Company.java b/manager/src/main/java/org/jiayunet/pojo/po/Company.java index 8e2b47a..976d8f4 100644 --- a/manager/src/main/java/org/jiayunet/pojo/po/Company.java +++ b/manager/src/main/java/org/jiayunet/pojo/po/Company.java @@ -67,7 +67,7 @@ public class Company { /** 新闻动态(JSON数组) */ private String news; - /** 状态 0=待完善 1=已完善 2=禁用 */ + /** 状态 0=待完善 1=已完善 2=禁用 3=补充中 */ private Integer status; /** 创建时间 */ diff --git a/manager/src/main/java/org/jiayunet/service/DictCacheService.java b/manager/src/main/java/org/jiayunet/service/DictCacheService.java new file mode 100644 index 0000000..e7350b2 --- /dev/null +++ b/manager/src/main/java/org/jiayunet/service/DictCacheService.java @@ -0,0 +1,124 @@ +package org.jiayunet.service; + +import com.baomidou.mybatisplus.core.conditions.query.LambdaQueryWrapper; +import lombok.extern.slf4j.Slf4j; +import org.jiayunet.mapper.ChinaRegionsCodeMapper; +import org.jiayunet.mapper.IndustryMapper; +import org.jiayunet.mapper.JobCategoryMapper; +import org.jiayunet.pojo.po.ChinaRegionsCode; +import org.jiayunet.pojo.po.Industry; +import org.jiayunet.pojo.po.JobCategory; +import org.springframework.beans.factory.annotation.Autowired; +import org.springframework.stereotype.Service; + +import javax.annotation.PostConstruct; +import java.util.List; +import java.util.Map; +import java.util.stream.Collectors; + +/** + * 字典数据缓存服务 + *启动时加载岗位分类、行业、地区数据到内存,供清洗/推荐等业务使用
+ *依赖:JobCategoryMapper、IndustryMapper、ChinaRegionsCodeMapper
+ *使用表:bg_job_category(全量缓存)、bg_industry(全量缓存)、bg_china_regions_code(市级缓存)
+ * + * @author zk + */ +@Slf4j +@Service +public class DictCacheService { + + @Autowired + private JobCategoryMapper jobCategoryMapper; + + @Autowired + private IndustryMapper industryMapper; + + @Autowired + private ChinaRegionsCodeMapper chinaRegionsCodeMapper; + + private List分类/行业全量加载用于构建父级路径,文本只取叶子节点
+ */ + @PostConstruct + public void refresh() { + log.info("开始加载字典缓存..."); + + jobCategoryList = jobCategoryMapper.selectList(null); + industryList = industryMapper.selectList(null); + + // 只缓存省级+市级地区(provinceCode 为 null 是省,provinceCode 不为 null 且 cityCode 为 null 是市) + regionList = chinaRegionsCodeMapper.selectList( + new LambdaQueryWrapper模糊匹配,如"北京"匹配"北京市"
+ * + * @param cityName 城市名 + * @return region_code,匹配不上返回 null + */ + public String matchRegionCode(String cityName) { + if (cityName == null || cityName.isBlank()) { + return null; + } + String name = cityName.replace("市", "").replace("省", "").trim(); + return regionList.stream() + .filter(r -> r.getName().contains(name) || name.contains(r.getName().replace("市", "").replace("省", ""))) + .map(ChinaRegionsCode::getCode) + .findFirst() + .orElse(null); + } +} diff --git a/manager/src/main/java/org/jiayunet/service/JobCleanService.java b/manager/src/main/java/org/jiayunet/service/JobCleanService.java new file mode 100644 index 0000000..17a6526 --- /dev/null +++ b/manager/src/main/java/org/jiayunet/service/JobCleanService.java @@ -0,0 +1,248 @@ +package org.jiayunet.service; + +import com.baomidou.mybatisplus.core.conditions.query.LambdaQueryWrapper; +import com.baomidou.mybatisplus.core.conditions.update.LambdaUpdateWrapper; +import com.fasterxml.jackson.databind.JsonNode; +import lombok.extern.slf4j.Slf4j; +import org.jiayunet.ai.AiChatAbility; +import org.jiayunet.mapper.AppJobDataMapper; +import org.jiayunet.mapper.JobMapper; +import org.jiayunet.pojo.po.AppJobData; +import org.jiayunet.pojo.po.Job; +import org.jiayunet.tool.HttpTool; +import org.springframework.beans.factory.annotation.Autowired; +import org.springframework.beans.factory.annotation.Value; +import org.springframework.scheduling.annotation.Scheduled; +import org.springframework.stereotype.Service; + +import java.time.Instant; +import java.util.ArrayList; +import java.util.List; +import java.util.concurrent.ExecutorService; +import java.util.concurrent.Executors; + +/** + * 岗位清洗服务 + *定时从 app_job_data 捞取待清洗数据,调用 AI 清洗后写入业务表
+ *依赖:AiChatAbility(AI调用)、DictCacheService(字典缓存)、JobCleanTransactionService(事务操作)
+ *使用表:app_job_data(读取/更新状态)、bg_job(去重查询)
+ * + * @author zk + */ +@Slf4j +@Service +public class JobCleanService { + + @Autowired + private AiChatAbility aiChatAbility; + + @Autowired + private DictCacheService dictCacheService; + + @Autowired + private JobCleanTransactionService jobCleanTransactionService; + + @Autowired + private AppJobDataMapper appJobDataMapper; + + @Autowired + private JobMapper jobMapper; + + @Value("${app.job-clean.batch-size:20}") + private int batchSize; + + @Value("${app.job-clean.thread-pool-size:5}") + private int threadPoolSize; + + private ExecutorService executorService; + + /** 初始化线程池 */ + @javax.annotation.PostConstruct + public void init() { + executorService = Executors.newFixedThreadPool(threadPoolSize); + } + + /** + * 定时任务A:岗位清洗(每5分钟) + *1. 批量锁定待清洗数据 2. 多线程并发调用AI清洗 3. 写入业务表
+ */ + @Scheduled(cron = "0 */1 * * * ?") + public void cleanJob() { + // 批量锁定:原子操作,clean_status 0→1 + int locked = appJobDataMapper.update(null, + new LambdaUpdateWrapper将超时10分钟仍在清洗中的数据重置为待清洗
+ */ + @Scheduled(cron = "0 */30 * * * ?") + public void recoverZombie() { + int recovered = appJobDataMapper.update(null, + new LambdaUpdateWrapper1. 前置校验 2. 拼prompt调AI 3. 解析结果 4. 写入业务表
+ */ + public void cleanOne(AppJobData data) { + // 1. 前置校验 + if (data.getDescription() == null || data.getDescription().length() < 20) { + jobCleanTransactionService.updateCleanStatus(data.getId(), 3); + return; + } + + // 2. 拼 prompt + String systemPrompt = buildSystemPrompt(); + String userMessage = buildUserMessage(data); + + // 3. 调用 AI + String aiResponse = aiChatAbility.chat(systemPrompt, userMessage); + + // 4. 解析 JSON + try { + // 去掉可能的 markdown 代码块标记 + String json = aiResponse.trim(); + if (json.startsWith("```")) { + json = json.replaceAll("^```\\w*\\n?", "").replaceAll("\\n?```$", "").trim(); + } + + JsonNode root = HttpTool.objectMapper.readTree(json); + + // valid 校验 + if (!root.path("valid").asBoolean(false)) { + jobCleanTransactionService.updateCleanStatus(data.getId(), 3); + return; + } + + // 5. 去重检查 + String sourceId = String.valueOf(data.getId()); + Long existJob = jobMapper.selectCount( + new LambdaQueryWrapper独立出来解决 @Transactional 同类自调用失效问题
+ *依赖:JobMapper、CompanyMapper、JobRegionRelationMapper、AppJobDataMapper
+ *使用表:bg_job(写入)、bg_company(查询/创建)、bg_job_region_relation(写入)、app_job_data(更新状态)
+ * + * @author zk + */ +@Slf4j +@Service +public class JobCleanTransactionService { + + @Autowired + private JobMapper jobMapper; + + @Autowired + private CompanyMapper companyMapper; + + @Autowired + private JobRegionRelationMapper jobRegionRelationMapper; + + @Autowired + private AppJobDataMapper appJobDataMapper; + + /** + * 写入 bg_job + bg_job_region_relation + 更新 clean_status(短事务) + */ + @Transactional(rollbackFor = Exception.class) + public void saveJobData(JsonNode root, AppJobData data, Long companyId, String sourceId, List按 short_name 查询,不存在则创建一条待完善记录
+ */ + public synchronized Long findOrCreateCompany(String shortName) { + Company company = companyMapper.selectOne( + new LambdaQueryWrapper