冲刺博客10

昨天的成就
飞书机器人的核心推送能力已经就绪：token 缓存机制工作正常（token 过期前不会重复请求），ENGINEER_OPEN_ID 映射表正确完成姓名 ↔ open_id 的双向解析，sendInteractiveCard 可以向指定工程师推送格式化的富文本卡片，且 WebSocket 长连接服务能正常接收用户消息。

遇到的困难
困难一：自然语言意图识别的歧义问题。用户说"帮我整个工单呗"到底是创建工单还是查询工单？"3 楼空调坏了"既像报修也像陈述事实。需要建立一套优先级规则：先检查故障关键词 → 再检查"工单/计划"的明确指令 → 最后回退为聊天。
困难二：同义词和错别字的归一化。用户可能会说"修一下空调"、"维修空调"、"整个维修单"，甚至错别字"维收"、"寻检"。如果不做归一化，规则匹配会漏掉大量请求。
困难三：槽位抽取的冲突。一句话中可能同时包含位置信息（"3 楼"）、设备名（"空调"）、优先级（"紧急"）、指派人（"赵工"）、日期（"明天"）等信息，如何把这些字段准确分桶到对应的 slot 而不互相覆盖？
困难四：多轮对话的状态维护。NLParser 解析后可能发现缺字段（比如用户只说"3 楼空调坏了"没说派给谁），这时需要引导用户补充缺失信息。要在多轮对话间保持 Draft 状态。

今天的任务
实现 FeishuNLParser 自然语言解析器：意图识别 + 槽位抽取 + 同义词归一化
实现 FeishuDraftSession：维护多轮对话中的工单草稿状态
接入 KimiAIService：当 NLParser 判定为闲聊时，调用大模型生成回复
实现 applyModification 方法：支持用户在多轮对话中修改任意槽位

代码嵌入
FeishuNLParser.java — 核心意图识别 detectType：
/** 识别一句话属于什么意图：

• • CREATE_ORDER / CREATE_PLAN（创建工单/计划）
• • 其他（纯对话） */
    public static String detectType(String text) {
    if (text == null) return null;
    String lower = normalize(text); // 同义词/错别字归一化

  // ① 明确出现「XX计划」字样 → 一定是计划
  if (containsAny(lower, "巡检计划", "巡查计划")) return TYPE_INSPECTION_PLAN;
  if (containsAny(lower, "保养计划", "维护计划")) return TYPE_MAINTENANCE_PLAN;
  if (containsAny(lower, "检测计划", "检查计划")) return TYPE_DETECTION_PLAN;
  if (lower.contains("计划")) {
  if (containsAny(lower, "巡检")) return TYPE_INSPECTION_PLAN;
  if (containsAny(lower, "保养")) return TYPE_MAINTENANCE_PLAN;
  if (containsAny(lower, "检测")) return TYPE_DETECTION_PLAN;
  return TYPE_MAINTENANCE_PLAN; // 默认保养计划
  }

  // ② 明确出现「XX工单」字样
  if (containsAny(lower, "维修工单", "修工单")) return TYPE_REPAIR_ORDER;
  if (containsAny(lower, "巡检工单")) return TYPE_INSPECTION_ORDER;
  if (containsAny(lower, "故障工单", "故障报修")) return TYPE_FAULT;

  // ③ 出现"维修/巡检/保养/检测"字样 → 工单
  if (containsAny(lower, "维修", "修理")) return TYPE_REPAIR_ORDER;
  if (containsAny(lower, "巡检", "巡查")) return TYPE_INSPECTION_ORDER;

  // ④ 故障关键词（如"坏了"、"漏水"、"跳闸"）→ 故障工单
  for (String kw : FAULT_KEYWORDS) if (lower.contains(kw)) return TYPE_FAULT;

  // ⑤ 出现"创建/开 工单" → 默认维修工单
  if (containsAny(lower, "创建", "新增", "开", "生成")) {
  if (lower.contains("工单")) return TYPE_REPAIR_ORDER;
  }
  return null; // 未命中 → 当作普通聊天
  }
  同义词归一化 normalize（占位符法避免循环替换污染）：
  private static String normalize(String text) {
  if (text == null) return "";
  String s = text.toLowerCase();

  // 非空目标替换：修→维修，寻检→巡检，空条→空调...
  int placeholderIdx = 0;
  for (String[] pair : SYNONYMS) {
  if (pair == null || pair.length < 2) continue;
  String target = pair[pair.length - 1];
  if (target == null || target.isEmpty()) continue; // 语气词组跳过

  List sources = new ArrayList<>();
  for (int i = 0; i < pair.length - 1; i++) {
  if (pair[i] != null && !pair[i].isEmpty() && !pair[i].equals(target)) {
  sources.add(pair[i]);
  }
  }
  if (sources.isEmpty()) continue;

  // 占位符法：保护原 target → 替换 source → 还原 placeholder
  String placeholder = "\u0001T" + (placeholderIdx++) + "\u0001";
  s = s.replace(target, placeholder);
  for (String src : sources) s = s.replace(src, target);
  s = s.replace(placeholder, target);
  }

  // 语气词清理："请/麻烦/谢谢"等
  for (String tone : TONE_WORDS) {
  s = s.replaceAll("(^|\s|[，。！？])" + Pattern.quote(tone) + "($|\s|[，。！？])", "$1$2");
  }
  s = s.replaceAll("\s+", " ").trim();
  return s.trim();
  }
  槽位抽取 — parseDraftFromText（同时抽取多个字段）：
  public static Draft parseDraftFromText(String rawText) {
  if (rawText == null || rawText.isEmpty()) return null;
  Draft draft = new Draft();
  String text = rawText.trim();
  String normalized = normalize(text);

  // 1) 意图/类型
  String type = detectType(normalized);
  if (type != null) draft.type = type;

  // 2) 多槽位并行抽取（顺序无关）
  extractPriority(text, draft); // 紧急/高/中/低
  extractFrequency(text, draft); // 日/周/月/季度/半年/年（仅计划用）
  extractAssignTo(text, draft); // 派给XXX
  extractLocation(text, draft); // 位置
  extractDeviceType(text, draft); // 设备类型（消防/空调/电梯...）
  extractDeviceName(text, draft); // 设备名（空调/水泵/烟感...）
  extractDates(text, draft); // 日期（2026-06-15 / 明天）
  extractDescription(text, draft); // 故障描述（漏水、异响...）

  return draft;
  }
  多轮修改 — applyModification（支持"位置改成5楼"这种增量补充）：
  public static boolean applyModification(String text, Draft draft) {
  if (text == null || draft == null) return false;
  String raw = text.trim();
  boolean modified = false;

  // 优先级模式："优先级改成高" / "级别设为紧急"
  Pattern[] priPatterns = {
  Pattern.compile("(?:优先级|级别|紧急程度)\s(?:改成|改为|是|设为|:：)\s(紧急|高|中|低)"),
  Pattern.compile("(?:改|修改|调整)?\s(?:优先级|级别)\s(?:为|:：)?\s*(紧急|高|中|低)")
  };
  for (Pattern p : priPatterns) {
  Matcher m = p.matcher(raw);
  if (m.find()) { draft.priority = m.group(1); modified = true; }
  }

  // 指派人模式："派给张三" / "负责人是李四"
  Pattern assignP = Pattern.compile(
  "(?:派给|分配给|交给|指派给|指派人|负责人|由)\s(?:是|:：|为)?\s([\u4e00-\u9fa5A-Za-z]{2,8})");
  Matcher m = assignP.matcher(raw);
  if (m.find()) { draft.assignTo = m.group(1).trim(); modified = true; }

  // ...位置、设备类型、设备名称、频率、日期等槽位同理

  return modified;
  }
  KimiAIService.java — 当 NLParser 未识别为工单指令时，调用大模型回复：
  public class KimiAIService {
  private static final String API_KEY = "sk-hnYZ0Su2qjhZDz4hGNxcr2ukqP51dCGXU7E4CuBblAA87iuH";
  private static final String API_URL = "https://api.moonshot.cn/v1/chat/completions";

  public static String chat(String systemPrompt, String userMessage) {
  // 自动注入当前日期，让 AI 知道"今天"是哪一天
  String today = LocalDate.now().format(DateTimeFormatter.ofPattern("yyyy年MM月dd日"));
  String now = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
  String fullSystem = (systemPrompt == null ? "" : systemPrompt)
  + "\n【当前系统时间】" + now
  + "\n【重要】当前真实日期是 " + today;

  return rawChat(fullSystem, userMessage);
  }

  private static String rawChat(String systemPrompt, String userMessage) {
  try {
  URL url = new URL(API_URL);
  HttpURLConnection conn = (HttpURLConnection) url.openConnection();
  conn.setRequestMethod("POST");
  conn.setRequestProperty("Content-Type", "application/json");
  conn.setRequestProperty("Authorization", "Bearer " + API_KEY);
  conn.setDoOutput(true);

  // 构造 OpenAI 兼容的 Chat Completions 请求体
  String requestJson = "{"model":"moonshot-v1-8k","messages":["
  + "{"role":"system","content":"" + escapeJson(systemPrompt) + ""},"
  + "{"role":"user","content":"" + escapeJson(userMessage) + ""}"
  + "],"temperature":0.3}";

  try (OutputStream os = conn.getOutputStream()) {
  os.write(requestJson.getBytes(StandardCharsets.UTF_8));
  }

  BufferedReader reader = new BufferedReader(
  new InputStreamReader(conn.getInputStream(), StandardCharsets.UTF_8));
  StringBuilder response = new StringBuilder();
  String line;
  while ((line = reader.readLine()) != null) response.append(line);
  reader.close();

  return extractContent(response.toString());
  } catch (Exception e) {
  e.printStackTrace();
  return "AI助手暂时不可用：" + e.getMessage();
  }
  }
  }