优化 岗位编辑agent 性能

.kiro/specs/skill-gap-analysis.md

@@ -282,14 +282,16 @@
 
 ### 处理流程（两步走）
 
+核心思路：将用户操作原子化，把模块级并发拆成记录级并发，减少单次 AI 输出量，提升响应速度。
+
 #### 第一步：准备数据
 
 1. 从 Redis 取当前定制简历（不存在则报错）
-2. 查 `bg_job` 拿 title、description
+2. 查 `bg_job` 拿 title、description、requirement
 
-#### 第二步：规划 AI（意图识别）
+#### 第二步：规划 AI（意图识别 + 操作原子化）
 
-输入：用户指令 + 对话历史 + 当前完整简历内容 + 岗位 title
+输入：用户指令 + 对话历史 + 当前完整简历内容 + 岗位信息（title + description + requirement）
 
 输出两种结果：
 
@@ -299,18 +301,31 @@
 ```
 → 直接返回 `{ "type": "message", "message": "..." }`，结束。
 
-**修改计划（指令明确）**：
+**操作计划（指令明确）**：
 ```json
 {
   "action": "modify",
-  "modules": [
-    { "module": "resume", "instruction": "在 summary 中融入数据分析技能，skills 添加 Python" },
-    { "module": "work", "instruction": "精简第一段工作经历，突出量化成果" }
-  ],
-  "updatedModulesLabel": "个人简介、工作经验"
+  "operations": [
+    { "type": "delete", "module": "work", "id": "abc12345" },
+    { "type": "update", "module": "work", "id": "def67890", "instruction": "精简描述，突出量化成果" },
+    { "type": "update", "module": "resume", "instruction": "在summary中融入数据分析关键词" },
+    { "type": "add", "module": "internship", "instruction": "新增一段数据分析实习经历" }
+  ]
 }
 ```
 
+操作类型：
+- **delete**：删除记录，需要 module + id
+- **update**：修改记录，需要 module + id + instruction（resume 主表不需要 id）
+- **add**：新增记录，需要 module + instruction
+
+规则：
+- 每个操作对应一条原子操作，一个用户指令可拆出多条操作
+- `instruction` 限 50 字以内
+- `delete` 和 `update`（非 resume）必须带 `id`，从当前简历中匹配
+- `update` module 为 `resume` 时不需要 `id`（主表是单对象）
+- `add` 不需要 `id`
+
 模块划分（按表结构，共 6 个）：
 
 | 模块名 | 对应表 | 可修改字段 |
@@ -322,25 +337,27 @@
 | `project` | `bg_user_resume_project` | 全部字段 |
 | `competition` | `bg_user_resume_competition` | 全部字段 |
 
-#### 第三步：按模块并发执行修改
+#### 第三步：按操作类型并发执行
 
-根据修改计划，对每个模块并发调 AI（asyncio.gather）：
-- 每个模块传入该模块的完整数据（如 work 传 `[{工作1}, {工作2}]` 整体）
-- AI 返回修改后的该模块完整数据
-- 所有模块统一走 AI，包括 skills 等简单操作（因为需要 AI 理解用户自然语言指令）
+先处理 delete（零 AI 开销），再并发执行所有 update 和 add（asyncio.gather）：
+
+- **delete**：后端直接按 module + id 从数组移除，不调 AI
+- **update（含 resume 主表和子表记录）**：按 id 取出单条记录 + instruction + schema + 岗位信息（title + description + requirement）+ 最近 10 条对话历史，调 AI 修改，只输出单条记录。resume 主表和子表记录复用同一个 prompt
+- **add**：instruction + schema + 岗位信息（title + description + requirement）+ 最近 10 条对话历史，调 AI 生成一条新记录
 
 #### 第四步：合并
 
-- AI 调用失败的模块保持原数据不动
-- 成功的模块直接用 AI 返回结果替换
-
-把所有模块结果合并回完整简历。
+- delete 已直接处理
+- update 按 module + id 替换回原数据（resume 主表直接整体替换）
+- add 按 module 追加到对应数组
+- AI 调用失败的操作跳过，不影响其他操作
 
 #### 第五步：保存 + 返回
 
 1. 当前简历存为回滚数据（key：`customize:resume:rollback:{userId}`，过期 30 分钟）
 2. 新简历覆盖 Redis（key：`customize:resume:{userId}`），刷新过期时间 12 小时
-3. 返回 `type: updated` + 消息（前端通过 GET 接口查询新简历，通过回滚接口恢复）
+3. `updatedModulesLabel` 由后端根据 operations 中的 module 去重映射中文名拼接
+4. 返回 `type: updated` + 消息（前端通过 GET 接口查询新简历，通过回滚接口恢复）
 
 ### description 字段处理
 
@@ -427,10 +444,11 @@
 ### 4. Agent - 规划 Prompt
 
 ```
-你是一个简历编辑助手。分析用户的指令，决定需要修改简历的哪些模块。
+你是一个简历编辑助手。分析用户的指令，将其拆解为原子操作。
 
 【目标岗位】
 {job_title}
+{job_description}
 
 【当前简历】
 {resume_json}
@@ -441,47 +459,81 @@
 【用户指令】
 {instruction}
 
-如果用户指令明确，返回修改计划 JSON：
-{"action": "modify", "modules": [{"module": "模块名", "instruction": "具体修改要求"}], "updatedModulesLabel": "中文模块名列表"}
-
-如果用户指令不明确或需要澄清，返回对话 JSON：
+如果用户指令不明确或需要澄清，返回：
 {"action": "chat", "message": "你的追问内容"}
 
-模块名可选：
-- resume：主表（个人信息，包含 name、email、mobileNumber、city、wechatNumber、portfolioUrl、skills、certificates、summary、avatarUrl）
-- education：教育经历
-- work：工作经历
-- internship：实习经历
-- project：项目经历
-- competition：竞赛经历
-只返回 JSON，不要其他内容。
+如果用户指令明确，将其拆解为原子操作列表，返回：
+{"action": "modify", "operations": [...]}
+
+操作类型：
+1. 删除记录：{"type": "delete", "module": "模块名", "id": "记录id"}
+2. 修改记录：{"type": "update", "module": "模块名", "id": "记录id", "instruction": "修改说明(50字内)"}
+3. 修改主表：{"type": "update", "module": "resume", "instruction": "修改说明(50字内)"}
+4. 新增记录：{"type": "add", "module": "模块名", "instruction": "新增说明(50字内)"}
+
+模块名可选：resume(主表，包含 name、email、mobileNumber、city、wechatNumber、portfolioUrl、skills、certificates、summary、avatarUrl)、education(教育)、work(工作)、internship(实习)、project(项目)、competition(竞赛)
+
+规则：
+1. 每条操作对应一个最小粒度的修改，一个用户指令可拆出多条操作
+2. delete 和 update（非resume）必须带 id，从当前简历中匹配
+3. instruction 不超过50字，简明扼要
+4. 只返回 JSON，不要其他内容
 ```
 
-### 5. Agent - 模块修改 Prompt
+### 5. Agent - 单条记录修改 Prompt
 
 ```
-你是一个简历编辑助手。根据修改要求，修改简历的指定模块。
+你是一个简历编辑助手。根据修改要求，修改简历中的一条记录。
 
 【目标岗位】
 {job_title}
+{job_description}
 
 【修改要求】
-{module_instruction}
+{instruction}
+
+【最近对话】
+{chat_history}
 
 【模块数据结构】
 {module_schema}
 
-【当前模块数据】
-{module_data}
+【当前记录数据】
+{record_data}
 
 规则：
-1. 严格按照修改要求操作，可以增删改
-2. 未要求修改的记录保持不变
+1. 严格按照修改要求操作
+2. 未要求修改的字段保持不变
 3. 不要编造用户简历中不存在的内容
 4. 保持原文格式和结构
-5. description 字段是 [{id, text}] 格式：修改时保留原 id 只改 text，新增段落生成随机8位字符串作为 id，删除段落直接从数组中移除
-6. 新增记录时按照模块数据结构生成完整字段，id 使用随机8位字符串
-7. 返回修改后的完整模块数据（JSON 格式，与输入格式一致）
+5. description 字段是 [{id, text}] 格式：修改时保留原 id 只改 text，新增段落生成随机8位字符串作为 id，删除段落直接移除
+6. 返回修改后的完整记录数据（JSON 格式，与输入格式一致）
+```
+
+### 6. Agent - 新增记录 Prompt
+
+```
+你是一个简历编辑助手。根据要求，生成一条新的简历记录。
+
+【目标岗位】
+{job_title}
+{job_description}
+
+【新增要求】
+{instruction}
+
+【最近对话】
+{chat_history}
+
+【模块数据结构】
+{module_schema}
+
+规则：
+1. 按照模块数据结构生成完整字段
+2. id 使用随机8位字符串
+3. description 中每个段落的 id 也使用随机8位字符串
+4. 内容要合理真实，贴合目标岗位方向
+5. 返回一条完整记录的 JSON，与模块数据结构一致
 ```
 
 ### 各模块数据结构定义（传入 prompt 的 module_schema）