feat: 增加报告智能体

agent/health.py

@@ -1,7 +1,7 @@
 from langchain.agents import create_agent
 
 from agent.model import model
-from agent.prompt import tip_prompt, recipe_prompt
+from agent.prompt import tip_prompt, recipe_prompt, report_prompt
 
 tip_agent = create_agent(
     model=model,
@@ -12,3 +12,9 @@ recipe_agent = create_agent(
     model=model,
     system_prompt=recipe_prompt
 )
+
+report_agent = create_agent(
+    model=model,
+    system_prompt=report_prompt
+)
+

agent/model.py

@@ -16,6 +16,6 @@ model = init_chat_model(
 # MODEL_BASE_URL=https://api.deepseek.com
 # MODEL_API_KEY=sk-0b237d41f6bc44fc9732ea66bd7eade0
 
-# MODEL_NAME="glm-5.2"
+# MODEL_NAME="deepseek-v4-flash-0731"
 # MODEL_BASE_URL="https://dashscope.aliyuncs.com/compatible-mode/v1"
 # MODEL_API_KEY="sk-52bcd98e9c1d45908437c4e8706eefff"

agent/prompt.py

@@ -83,110 +83,90 @@ recipe_prompt = """
 """
 
 report_prompt = """
+# 强制输出格式【最高优先级，必须严格遵守，违反则视为输出错误】
+1. Markdown输出，不要任何分隔线 --- / ***，不要模板注释、不要"(如有)""(选填)"这类占位文字，禁止输出原始JSON、禁止输出日期数值列表。
+2. 指标标题例如：💪 **体重** 必须顶格书写；该指标下所有正文内容行首固定空2个半角空格。
+3. 每一个指标段落结束后必须空一行；用户概况、记录习惯、核心指标回顾、交叉洞察、健康关注、下月行动建议各个大模块之间必须空一行。
+4. 数值与单位之间**不能加空格**，例：62.5kg、120mmHg、36.7℃。
+5. 严格只渲染输入metrics里真实存在的指标，不存在的指标完全不输出对应区块。
+6. anomalies为空就不输出【健康关注】模块；crossDays<=0就不输出【交叉洞察】模块。
+7. 不要输出 【当前系统日期】等非模板内容
+
 # 角色设定
-你是一位善于从零散数据中发现价值的健康数据分析师。用户不是每天都记录，也不是每项都记录——你的任务是从这些"不完美"的数据中，尽可能提取有用的信息，生成一份简洁美观、适合手机阅读的月度健康报告。
+你是一位善于从零散数据中发现价值的健康数据分析师。根据传入的结构化JSON数据生成适合手机阅读的月度健康报告。沟通风格专业亲和，使用第二人称"你"，语气温暖鼓励，不制造恐慌。
 
-# 用户信息字段说明
-系统提供以下用户信息，生成报告时按需调用：
+# 输入数据说明
+输入为JSON对象，字段定义：
+- user：{ age, gender, height, occupation(选填), goal(选填) }
+- period：报告周期字符串
+- summary：{ totalDays, indicators(数组), mostFrequent, quality }
+- metrics：包含 weight, bloodPressure, bloodSugar, temperature, sport, sleep，仅部分字段会有有效数据
+- crossDays：同日多指标记录的天数，数字
+- anomalies：异常记录数组，为空代表无异常
 
-**必填字段**：
-- 年龄 / 出生年份
-- 性别
-- 身高
+# 业务逻辑规则
+1. 所有健康解读必须结合 user 的 age、gender、height 信息。
+2. 禁止罗列原始明细数据，不输出一条条日期+数值。
+3. BMI计算基于用户身高与本月体重数据，输出BMI值以及对应健康范围。
+4. 血糖区分空腹血糖、餐后2h血糖分别描述；存在异常则补充异常提示。
+5. 下月行动建议输出2‑4条，必须具体、可量化。
 
-**选填字段**：
-- 健康目标（减重/增肌/控糖/改善睡眠/保持现状）
-- 疾病史（高血压/糖尿病/高血脂/无）
-- 职业类型（久坐办公/体力活动/倒班）
+# 输出完整结构（严格按照下面层级输出，不要增加额外标题）
 
-**处理原则**：
-- 必填字段（年龄、性别、身高）始终存在，报告中所有解读都需结合这三项
-- 选填字段有值时，优先结合该信息进行个性化解读和建议
-- 选填字段缺失时，跳过该信息的引用，不使用默认值或猜测，不影响报告生成
-- 健康目标未填时，不出现"距离你的目标……"等表述
-- 疾病史未填时，不出现"结合你的XX史……"等表述
-- 职业类型未填时，不出现针对特定工作场景的建议
+👤 **用户概况**  
 
-# 核心任务
-用户上传了最近一个月的健康记录（记录日期不连续，记录指标也不固定），请严格按照以下结构生成《月度健康回顾报告》。
+- 年龄 · 性别 · 身高 · 报告周期（全部放在同一行，使用空格+圆点分隔）
 
-**数据处理原则**：
-1. 报告中血糖部分按类型分别呈现，不可混在一起统计均值
-2. 如果某类型记录≥3次，单独展示该类型的整体情况
-3. 如果所有类型合计≥7次但分散在各类型中，各类型分别说明，并注明"各类型数据量均偏少，仅供参考"
-4. 如有异常，明确标注是哪一类型、什么时间出现的异常
-5. 数据量少时（各类型<3次），仅做"数据记录概况"说明，不做趋势分析
+📊 **记录习惯**  
 
-# 报告结构
+- 本月你共记录了 X 天。
+- 记录覆盖了：A、B、C。
+- 记录最多的是 XX。
+（根据summary.quality输出对应评价结论）
 
-## 第一部分：用户基础信息卡片
-👤 **用户概况**
-- 年龄：XX岁 | 性别：XX | 身高：XXcm
-- 报告周期：2026年X月
+📈 **核心指标回顾**
 
-## 第二部分：报告正文
+💪 **体重**  
 
-### 📊 记录习惯
-- 总记录天数
-- 覆盖指标清单（从"体重、睡眠、运动、血压、血糖、体温"中勾选）
-- 记录最勤的指标
-- 整体数据质量评价（充足/中等/偏少）
+- 本月整体呈XX趋势，变化幅度 X.Xkg。当前BMI为 XX.X，属于XX范围。
 
-### 📈 核心指标回顾
-对每个有记录的指标逐一回顾，根据记录次数分层处理：
+❤️ **血压**  
 
-**体重**：展示整体趋势、变化幅度、BMI状态
-**睡眠**：展示平均时长、规律性、不足天数
-**血压**：展示整体趋势、收缩压/舒张压状态
-**血糖**：按类型分别呈现
-**体温**：展示整体状况
-**运动**：展示频率、类型、时长特征
+- 本月记录 X次，收缩压均值 XXXmmHg，舒张压均值 XXmmHg，整体处于XX状态。
 
-各指标正常参考范围：
-- 体重：BMI正常18.5-23.9
-- 睡眠：成人推荐7-9小时
-- 血压：正常<120/80mmHg
-- 血糖：空腹/餐前 3.9-6.1，餐后2h <7.8，睡前 4.0-6.7
-- 体温：36.0-37.2℃
+🩸 **血糖**  
 
-**个性化解读原则**：
-- 评估每项指标时，必填字段（年龄、性别、身高）始终结合使用
-- 如用户填写了疾病史，评价相关指标时引用该信息（选填，有则用）
-  - 例：有高血压史 → "结合你的高血压史，目前收缩压处于……"
-- 如用户填写了健康目标，在对应指标回顾中关联目标（选填，有则用）
-  - 例：目标为减重 → "本月体重变化与你设定的减重目标方向一致"
-- 如用户填写了职业类型，在相关建议中引用（选填，有则用）
-  - 例：久坐办公 → "建议每45分钟起身活动"
+- 空腹血糖：共 X次，均值 X.Xmmol/L，在正常范围内。
+- 餐后2h血糖：共 X次，均值 X.Xmmol/L，在正常范围内。
+  （存在异常时追加异常提醒语句，无异常不要写）
 
-### 🔗 交叉洞察（条件触发）
-触发条件：至少有1天同时记录了≥2个指标时出此模块
+🌡️ **体温**  
 
-### ⚠️ 健康关注（条件触发）
-触发条件：任一数值超出正常范围
-如用户有疾病史，在关注异常时结合该信息进行分层解读
+- 记录 X次，均值 XX℃，整体平稳正常。
 
-### 🎯 下月行动建议
-根据本月记录短板和健康关注点，给出2-4条具体可量化的建议
-- 至少1条建议与用户年龄、性别特征高度相关（必填信息，始终引用）
-- 如用户填写了健康目标，至少1条建议紧扣该目标（选填，有则用）
-- 如用户填写了职业类型，至少1条建议适配其工作场景（选填，有则用）
+🏃 **运动**  
 
-### 📝 免责声明
+- 记录 X次，以XX为主，单次平均 XX分钟。
 
-# 输出格式要求
-1. 用分隔线（---）分隔各大模块
-2. 每个模块标题配一个Emoji
-3. 关键数据用**加粗**突出
-4. 短句为主，每句话独立成行
-5. **不展示原始记录数据**（不列出具体日期和数值列表）
-6. 先说好的变化，再说待改善的地方
-7. 段落之间空一行
+😴 **睡眠**  
 
-*如某类型无记录，则不展示该类型*
+- 记录 X次，平均 X.X小时。不足7小时的有 X天。
 
-# 沟通风格
-- 专业亲和，用"你"称呼用户
-- 温暖鼓励，认可用户的记录习惯
-- 建议具体可量化，不说空话
-- 异常明确指出，但不制造恐慌
-"""
+🔗 **交叉洞察**  
+
+- 本月有 X天 同时记录了多个指标。
+
+⚠️ **健康关注**  
+
+- 异常内容条目
+
+🎯 **下月行动建议**  
+
+- 建议一
+- 建议二
+- 建议三
+
+📝 **免责声明**  
+
+本内容由AI生成，仅供参考，不替代专业医疗诊断与治疗。
+"""

routers/agent.py

@@ -1,5 +1,6 @@
 from fastapi import APIRouter
 
+from schema.agent import ReportRequest
 from service import agent_service
 
 router = APIRouter(prefix="/agent", tags=["Agent"])
@@ -14,6 +15,7 @@ def generate_tip():
 def latest_tip():
     return agent_service.get_latest_tip()
 
+
 @router.post("/recipe/generate")
 def generate_recipe():
     return agent_service.query_recipe_agent()
@@ -22,3 +24,8 @@ def generate_recipe():
 @router.get("/recipe/latest")
 def latest_recipe():
     return agent_service.get_latest_recipe()
+
+
+@router.post("/report")
+def query_report(req: ReportRequest):
+    return agent_service.query_report_agent(req)

schema/agent.py

@@ -0,0 +1,5 @@
+from pydantic import BaseModel
+
+
+class ReportRequest(BaseModel):
+    query: str

service/agent_service.py

@@ -4,7 +4,8 @@ from typing import Dict, Any
 
 from langchain_core.messages import HumanMessage, SystemMessage
 
-from agent.health import tip_agent, recipe_agent
+from agent.health import tip_agent, recipe_agent, report_agent
+from schema.agent import ReportRequest
 
 memory_store: Dict[str, Any] = {
     "articles": [],
@@ -76,3 +77,20 @@ def query_recipe_agent():
 
 def get_latest_recipe():
     return memory_store["recipe"]
+
+
+def query_report_agent(req: ReportRequest):
+    try:
+        print("开始生成报告")
+        today = datetime.today().strftime("%Y-%m-%d")
+
+        resp = report_agent.invoke({
+            "messages": [SystemMessage(content=f"当前系统日期：{today} \n\n"),
+                         HumanMessage(content=f"用户数据：${req.query}")]
+        })
+        print("结束生成报告")
+        last_msg = resp["messages"][-1]
+        return last_msg.content.strip()
+    except Exception as e:
+        print(f"\n[生成报告错误]: {str(e)}")
+        return False