处理数据库 复杂查询问题

This commit is contained in:
zk
2026-07-09 10:48:53 +08:00
parent 9859724448
commit b1b29fc6b1
2 changed files with 40 additions and 53 deletions
@@ -1,11 +1,11 @@
package org.jiayunet.pojo.po; package org.jiayunet.pojo.po;
import com.baomidou.mybatisplus.annotation.*; import com.baomidou.mybatisplus.annotation.IdType;
import com.baomidou.mybatisplus.extension.handlers.JacksonTypeHandler; import com.baomidou.mybatisplus.annotation.TableId;
import com.baomidou.mybatisplus.annotation.TableName;
import lombok.Data; import lombok.Data;
import java.time.Instant; import java.time.Instant;
import java.util.List;
/** /**
* 导师模拟对话表(bg_mentor_mock_chat * 导师模拟对话表(bg_mentor_mock_chat
@@ -14,7 +14,7 @@ import java.util.List;
* @author zk * @author zk
*/ */
@Data @Data
@TableName(value = "bg_mentor_mock_chat", autoResultMap = true) @TableName(value = "bg_mentor_mock_chat")
public class MentorMockChat { public class MentorMockChat {
@TableId(type = IdType.ASSIGN_ID) @TableId(type = IdType.ASSIGN_ID)
@@ -23,21 +23,9 @@ public class MentorMockChat {
/** 导师ID */ /** 导师ID */
private Long mentorId; private Long mentorId;
/** 对话消息列表(JSON数组 */ /** 对话消息列表(JSON字符串 */
@TableField(typeHandler = JacksonTypeHandler.class) private String messages;
private List<ChatMessage> messages;
/** 创建时间 */ /** 创建时间 */
private Instant createTime; private Instant createTime;
/**
* 对话消息项
*/
@Data
public static class ChatMessage {
/** 角色:user=用户,mentor=导师 */
private String role;
/** 消息内容 */
private String content;
}
} }
@@ -41,7 +41,7 @@ public class MentorMockChatService {
/** /**
* 获取导师模拟对话 * 获取导师模拟对话
* <p>1. 查库,有缓存直接返回 2. 无缓存则获取导师信息+随机话题 3. AI生成 4. 入库 5. 返回</p> * <p>1. 查库,有缓存直接返回 2. 无缓存则获取导师信息+话题 3. AI生成 4. 入库 5. 返回</p>
* *
* @param mentorId 导师ID * @param mentorId 导师ID
* @return 模拟对话 * @return 模拟对话
@@ -49,12 +49,8 @@ public class MentorMockChatService {
public MentorMockChatDto generate(Long mentorId) { public MentorMockChatDto generate(Long mentorId) {
// 1. 查缓存 // 1. 查缓存
MentorMockChat existing = mentorMockChatMapper.selectOne(new LambdaQueryWrapper<MentorMockChat>().eq(MentorMockChat::getMentorId, mentorId)); MentorMockChat existing = mentorMockChatMapper.selectOne(new LambdaQueryWrapper<MentorMockChat>().eq(MentorMockChat::getMentorId, mentorId));
if (existing != null) { if (existing != null && existing.getMessages() != null) {
MentorMockChatDto dto = new MentorMockChatDto(); return parseDto(existing.getMessages());
dto.setMessages(existing.getMessages().stream()
.map(m -> new MentorMockChatDto.Message(m.getRole(), m.getContent()))
.toList());
return dto;
} }
// 2. 获取导师信息 // 2. 获取导师信息
@@ -70,34 +66,36 @@ public class MentorMockChatService {
String aiResponse = aiChatAbility.chat(systemPrompt, userMessage); String aiResponse = aiChatAbility.chat(systemPrompt, userMessage);
String json = AiResponseCleanTool.clean(aiResponse); String json = AiResponseCleanTool.clean(aiResponse);
// 5. 解析 // 5. 入库(存在则更新,不存在则插入)
List<MentorMockChat.ChatMessage> chatMessages;
try {
chatMessages = HttpTool.objectMapper.readValue(json, new TypeReference<>() {});
} catch (Exception e) {
log.warn("模拟对话AI返回解析失败: {}", json, e);
throw new RuntimeException("模拟对话生成失败", e);
}
// 6. 入库(存在则更新,不存在则插入)
MentorMockChat existRecord = mentorMockChatMapper.selectOne(new LambdaQueryWrapper<MentorMockChat>().eq(MentorMockChat::getMentorId, mentorId)); MentorMockChat existRecord = mentorMockChatMapper.selectOne(new LambdaQueryWrapper<MentorMockChat>().eq(MentorMockChat::getMentorId, mentorId));
if (existRecord != null) { if (existRecord != null) {
existRecord.setMessages(chatMessages); existRecord.setMessages(json);
mentorMockChatMapper.updateById(existRecord); mentorMockChatMapper.updateById(existRecord);
} else { } else {
MentorMockChat record = new MentorMockChat(); MentorMockChat record = new MentorMockChat();
record.setMentorId(mentorId); record.setMentorId(mentorId);
record.setMessages(chatMessages); record.setMessages(json);
record.setCreateTime(Instant.now()); record.setCreateTime(Instant.now());
mentorMockChatMapper.insert(record); mentorMockChatMapper.insert(record);
} }
// 7. 返回 // 6. 返回
MentorMockChatDto dto = new MentorMockChatDto(); return parseDto(json);
dto.setMessages(chatMessages.stream() }
.map(m -> new MentorMockChatDto.Message(m.getRole(), m.getContent()))
.toList()); /**
return dto; * 解析JSON字符串为DTO
*/
private MentorMockChatDto parseDto(String json) {
try {
List<MentorMockChatDto.Message> messages = HttpTool.objectMapper.readValue(json, new TypeReference<>() {});
MentorMockChatDto dto = new MentorMockChatDto();
dto.setMessages(messages);
return dto;
} catch (Exception e) {
log.warn("模拟对话JSON解析失败: {}", json, e);
throw new RuntimeException("模拟对话解析失败", e);
}
} }
/** /**
@@ -107,18 +105,19 @@ public class MentorMockChatService {
return """ return """
你是一个对话生成器。根据提供的导师资料和话题信息,生成一段求职者与导师之间的模拟对话。 你是一个对话生成器。根据提供的导师资料和话题信息,生成一段求职者与导师之间的模拟对话。
要求: 严格要求:
1. 对话轮数:2~3轮(随机),每轮一条用户消息+一条导师消息组成 1. 必须生成4~6条消息(即2~3轮对话),最少4条,最多6条,每轮=一条用户消息+一条导师消息,交替排列
2. 用户消息:简短口语化,10~30字,带有真实困惑或追问 2. 第一条必须是用户消息,第二条必须是导师消息,以此交替
3. 导师消息:字数浮动,有长有短,短的10~30字,长的40~80字,体现专业性 3. 用户消息:简短口语化,10~30字,带有真实困惑或追问
4. 对话内容必须与导师的真实职业背景和话题方向强相关 4. 导师消息:字数浮动有长有短,短的10~30字,长的40~80字,体现专业性和行业经验
5. 语气自然,像真实的即时通讯对话,不要书面化 5. 对话内容必须与导师的真实职业背景和话题方向强相关
6. 用户是求职者/应届生身份,导师根据自己的行业经验给出建议 6. 语气自然,像微信聊天,不要书面化,不要用"您好"开头
7. 用户是求职者/应届生身份
返回JSON数组格式 返回JSON数组,数组长度必须>=4
[{"role":"user","content":"..."},{"role":"mentor","content":"..."},...] [{"role":"user","content":"..."},{"role":"mentor","content":"..."},{"role":"user","content":"..."},{"role":"mentor","content":"..."}]
只返回JSON,不要任何额外说明"""; 只返回JSON数组,不要任何其他文字""";
} }
/** /**