添加nova chat 接口

app/ai/nova_chat/__init__.py

@@ -0,0 +1 @@
+

app/ai/nova_chat/chat.py

@@ -0,0 +1,32 @@
+"""Nova Chat AI 引擎
+
+构造 prompt + 调 LLM，直接返回 Markdown 文本。
+依赖：LLM 枚举、nova_chat/prompts
+"""
+
+from app.ai.models import LLM
+from app.ai.nova_chat.prompts import SYSTEM_PROMPT
+from app.core.logger import log
+
+
+async def nova_chat(resume_text: str, message: str, history: list[dict],
+                    job_context: str) -> str:
+    """Nova 对话：拼 prompt → 拼历史 → 调 LLM → 返回 Markdown 文本"""
+
+    system_content = SYSTEM_PROMPT.format(
+        resume_text=resume_text,
+        job_context=job_context,
+    )
+
+    messages = [("system", system_content)]
+    for msg in history:
+        messages.append((msg["role"], msg["content"]))
+    messages.append(("human", message))
+
+    try:
+        llm = LLM.JIAYU_CLAUDE_SONNET_4_5.create(temperature=0.7)
+        result = await llm.ainvoke(messages)
+        return result.content.strip()
+    except Exception as e:
+        log.error(f"Nova Chat AI 调用失败: {e}")
+        return "抱歉，我暂时无法回复，请稍后再试。"

app/ai/nova_chat/prompts.py

@@ -0,0 +1,48 @@
+"""Nova Chat Prompt 模板
+
+Nova 求职对话助手的 system prompt，根据用户意图自行选择回答策略。
+"""
+
+SYSTEM_PROMPT = """你是 Nova，OfferPie 的 AI 求职助手。
+你现在是一个兼具客观、犀利的资深技术招聘专家。你的任务是帮候选人进行冷酷的岗位差距分析，而不是一味鼓励。
+
+【候选人简历】
+{resume_text}
+
+【当前浏览岗位】
+{job_context}
+
+【回答策略 — 根据用户意图选择】
+
+策略1：岗位匹配评估
+当用户问"这个工作适合我吗"、"告诉我这个工作为什么适合我"等意图时：
+- 必须包含以下四个固定维度，使用加粗标题：
+  **相关经验**、**资历级别**、**教育背景**、**核心技能**
+- 每个维度的结论用 Emoji 标识：
+  ✅ 完全匹配或基本满足要求
+  ❌ 存在明显差距，不满足核心要求
+- 基于候选人简历中的过往经历，与JD中的核心岗位职责进行具体对比分析。必须结合具体业务场景，如：虽然具备金融分析经验，但缺乏JD中明确要求的MVP构建经验。
+- 基于候选人的工作年限、当前职级或应届生身份，与JD中要求的资历（如Entry-level/Senior）进行对比评估。
+- 基于候选人的最高学历及专业，说明其如何为该岗位的核心工作（如产品开发、战略规划）提供基础支撑，或指出不符之处。
+- ❌ 缺失的核心技能：[技能词1]、[技能词2]、[技能词3]（*注：如果全部匹配则不显示此行*）
+- ✅ ❌ 具体说明候选人现有的技能池（如Python、数据分析）与JD技能树的重合度，并详细说明差距所在（如缺乏产品思维、数据驱动开发经验）。
+- 禁止使用套话，必须提取JD中的具体名词和用户简历中的具体名词
+- 高度个性化论述
+
+策略2：简历优化建议
+当用户问"怎么优化简历"、"我想投递这个岗位，怎么优化简历"等意图时：
+- 必须结合当前岗位JD和用户简历，给出针对性的修改建议
+- 指出简历中可以突出的亮点、需要补充的内容
+- 建议具体到哪个模块（教育/工作/项目经历等）怎么改
+- 将候选人现有的经历用目标岗位（JD）的行话重新包装，绝不能凭空捏造候选人没有做过的事情，而是改变描述的侧重点
+
+策略3：通用求职对话
+其他求职相关问题（面试技巧、行业分析、薪资谈判等）：
+- 简洁专业地回答
+- 不超过200字
+
+【交互规则】
+1. 保持简洁：每个维度1-2句话点到为止，不展开论述，不重复信息，拒绝废话
+2. 只聊求职相关话题，其他话题礼貌拒绝
+3. 禁止使用套话，必须提取JD中的具体名词和用户简历中的具体名词
+4. 如果没有岗位上下文，不要主动提及岗位匹配评估相关内容"""

app/api/nova_chat.py

@@ -0,0 +1,25 @@
+"""Nova Chat 对话接口"""
+
+from fastapi import APIRouter
+
+from app.core.context import RequestContext
+from app.core.database import get_db
+from app.schemas.nova_chat import NovaChatParam, NovaChatDto
+
+router = APIRouter(prefix="/nova-chat", tags=["Nova对话助手"])
+
+
+@router.post("/chat", summary="Nova对话", response_model=NovaChatDto)
+async def chat(param: NovaChatParam):
+    """Nova 求职对话，根据用户简历和岗位上下文（可选）提供求职分析与建议"""
+    from app.services.nova_chat_service import NovaChatService
+
+    user_id = RequestContext.user_id.get()
+    async for session in get_db():
+        service = NovaChatService(session)
+        result = await service.chat(
+            user_id, param.resume_id, param.message,
+            [msg.model_dump() for msg in param.history],
+            param.job_id,
+        )
+    return NovaChatDto(message=result)

app/main.py

@@ -36,6 +36,7 @@ from app.api.resume_diagnose import router as resume_diagnose_router
 from app.api.skill_gap import router as skill_gap_router
 from app.api.customize_resume import router as customize_resume_router
 from app.api.job_agent_chat import router as job_agent_chat_router
+from app.api.nova_chat import router as nova_chat_router
 
 app.include_router(health_router)
 app.include_router(resume_router)
@@ -43,6 +44,7 @@ app.include_router(resume_diagnose_router)
 app.include_router(skill_gap_router)
 app.include_router(customize_resume_router)
 app.include_router(job_agent_chat_router)
+app.include_router(nova_chat_router)
 # ==============================
 
 if __name__ == "__main__":

app/schemas/nova_chat.py

@@ -0,0 +1,27 @@
+"""Nova Chat Schema
+
+请求参数 Param、响应 Dto。
+字段命名使用 camelCase alias，与前端 JSON 对齐。
+"""
+
+from typing import Literal, Optional
+
+from pydantic import BaseModel, Field
+
+ChatRole = Literal["user", "assistant"]
+
+
+class ChatMessage(BaseModel):
+    role: ChatRole
+    content: str
+
+
+class NovaChatParam(BaseModel):
+    message: str = Field(..., description="用户输入的消息")
+    resume_id: int = Field(..., alias="resumeId", description="简历ID")
+    job_id: Optional[int] = Field(default=None, alias="jobId", description="当前浏览岗位ID，不传则无岗位上下文")
+    history: list[ChatMessage] = Field(default_factory=list, description="历史对话，前端维护")
+
+
+class NovaChatDto(BaseModel):
+    message: str = Field(..., description="AI回复，Markdown格式")

app/services/nova_chat_service.py

@@ -0,0 +1,83 @@
+"""Nova Chat Service
+
+主要功能：查询简历数据 + 查询岗位（可选），调用 AI 模块完成对话。
+依赖：resume_loader（简历统一查询）、nova_chat AI 模块
+使用表：bg_user_resume + 5张子表（通过 resume_loader 查询）、bg_job（查岗位，可选）
+"""
+
+from typing import Optional
+
+from sqlalchemy import select
+from sqlalchemy.ext.asyncio import AsyncSession
+
+from app.ai.nova_chat.chat import nova_chat
+from app.models.job import Job
+from app.services.resume_loader import ResumeDetail, load_resume_detail
+
+
+class NovaChatService:
+
+    def __init__(self, session: AsyncSession):
+        self.session = session
+
+    async def chat(self, user_id: int, resume_id: int, message: str,
+                   history: list[dict], job_id: Optional[int] = None) -> str:
+        """Nova 对话：查简历 → 查岗位(可选) → 序列化 → 调 AI"""
+        detail = await load_resume_detail(self.session, resume_id, user_id)
+        resume_text = self._build_resume_text(detail)
+        job_context = await self._build_job_context(job_id) if job_id else "用户当前未浏览具体岗位"
+        return await nova_chat(resume_text, message, history, job_context)
+
+    async def _build_job_context(self, job_id: int) -> str:
+        """查岗位并序列化为文本"""
+        result = await self.session.execute(select(Job).where(Job.id == job_id))
+        job = result.scalar_one_or_none()
+        if not job:
+            return "用户当前未浏览具体岗位"
+        parts = []
+        if job.title:
+            parts.append(f"岗位名称：{job.title}")
+        if job.description:
+            parts.append(f"岗位职责：{job.description}")
+        if job.requirement:
+            parts.append(f"任职要求：{job.requirement}")
+        if job.skill_tags:
+            parts.append(f"技能标签：{'、'.join(job.skill_tags)}")
+        return "\n".join(parts) if parts else "用户当前未浏览具体岗位"
+
+    @staticmethod
+    def _build_resume_text(detail: ResumeDetail) -> str:
+        """将简历数据序列化为文本供 AI 使用"""
+        resume = detail.resume
+        parts = []
+        if resume.name:
+            parts.append(f"姓名：{resume.name}")
+        if resume.target_position:
+            parts.append(f"目标岗位：{resume.target_position}")
+        if resume.skills:
+            parts.append(f"技能：{'、'.join(resume.skills)}")
+        if resume.certificates:
+            parts.append(f"证书：{'、'.join(resume.certificates)}")
+        if resume.summary:
+            parts.append(f"个人概述：{resume.summary}")
+        if detail.education:
+            parts.append("教育经历：")
+            for r in detail.education:
+                parts.append(f"  - {r.school or ''} {r.major or ''} {r.degree or ''}")
+        if detail.work:
+            parts.append("工作经历：")
+            for r in detail.work:
+                parts.append(f"  - {r.company_name or ''} {r.position or ''}")
+        if detail.internship:
+            parts.append("实习经历：")
+            for r in detail.internship:
+                parts.append(f"  - {r.company_name or ''} {r.position or ''}")
+        if detail.project:
+            parts.append("项目经历：")
+            for r in detail.project:
+                parts.append(f"  - {r.project_name or ''} {r.role or ''}")
+        if detail.competition:
+            parts.append("竞赛经历：")
+            for r in detail.competition:
+                parts.append(f"  - {r.competition_name or ''} {r.award or ''}")
+        return "\n".join(parts) if parts else "暂无简历信息"