XinXiKuaiBaoYuan/django-backend/tasks/services.py

"""
任务相关的业务逻辑服务
"""
import re
from typing import Dict, Tuple
from django.conf import settings


class AITitleGenerator:
    """AI标题生成服务"""
    
    @staticmethod
    def generate_title_and_description(requirement: str) -> Tuple[str, str]:
        """
        根据用户需求生成任务标题和描述
        
        Args:
            requirement: 用户需求描述
            
        Returns:
            tuple: (标题, 描述)
        """
        # 简化版本的关键词匹配（实际应该调用OpenAI API）
        keywords = requirement.lower()
        
        # 默认值
        title = '信息监控任务'
        description = '智能监控和分析任务'
        
        # 关键词匹配规则
        if any(keyword in keywords for keyword in ['openai', 'ai', '人工智能', '机器学习']):
            title = 'AI技术动态监控'
            description = '实时监控AI技术发展动态和产品更新'
        elif any(keyword in keywords for keyword in ['产品', '功能', '发布', '更新']):
            title = '产品功能监控'
            description = '跟踪产品功能更新和发布动态'
        elif any(keyword in keywords for keyword in ['新闻', '资讯', '动态', '消息']):
            title = '新闻资讯监控'
            description = '收集和分析相关新闻资讯'
        elif any(keyword in keywords for keyword in ['市场', '行业', '竞争', '分析']):
            title = '市场行业分析'
            description = '监控市场动态和行业发展趋势'
        elif any(keyword in keywords for keyword in ['股票', '金融', '投资', '财经']):
            title = '金融投资监控'
            description = '跟踪金融市场和投资机会'
        elif any(keyword in keywords for keyword in ['政策', '法规', '监管', '政府']):
            title = '政策法规监控'
            description = '监控政策变化和法规更新'
        
        # 从需求中提取关注对象，添加到标题中
        object_match = re.search(r'关注对象[：:]\s*([^\n\r，,。.]+)', requirement)
        if object_match:
            focus_object = object_match.group(1).strip()
            if focus_object and len(focus_object) < 20:
                title = f'{focus_object} - {title}'
        
        return title, description
    
    @staticmethod
    def generate_with_openai(requirement: str) -> Tuple[str, str]:
        """
        使用OpenAI API生成标题和描述（备用方案）
        
        Args:
            requirement: 用户需求描述
            
        Returns:
            tuple: (标题, 描述)
        """
        try:
            import openai
            
            if not settings.OPENAI_API_KEY:
                return AITitleGenerator.generate_title_and_description(requirement)
            
            openai.api_key = settings.OPENAI_API_KEY
            
            prompt = f"""
            根据以下用户需求，生成一个简洁的任务标题和一句话描述：

            用户需求：
            {requirement}

            请返回JSON格式：
            {{
                "title": "任务标题（不超过20字）",
                "description": "任务描述（不超过50字）"
            }}
            """
            
            response = openai.ChatCompletion.create(
                model="gpt-3.5-turbo",
                messages=[
                    {"role": "system", "content": "你是一个专业的任务管理助手，擅长根据用户需求生成简洁明确的任务标题和描述。"},
                    {"role": "user", "content": prompt}
                ],
                max_tokens=200,
                temperature=0.7
            )
            
            result = response.choices[0].message.content
            
            # 解析JSON响应
            import json
            parsed = json.loads(result)
            return parsed.get('title', '信息监控任务'), parsed.get('description', '智能监控和分析任务')
            
        except Exception as e:
            print(f"OpenAI API调用失败: {e}")
            # 降级到本地生成
            return AITitleGenerator.generate_title_and_description(requirement)


class TaskService:
    """任务业务逻辑服务"""
    
    @staticmethod
    def create_task(user, task_data: Dict):
        """
        创建新任务
        
        Args:
            user: 用户对象
            task_data: 任务数据
            
        Returns:
            Task: 创建的任务对象
        """
        # 生成AI标题和描述
        title, description = AITitleGenerator.generate_title_and_description(
            task_data['requirement']
        )
        
        # 构建信息源配置
        sources_config = {
            'presetSources': task_data.get('presetSources', []),
            'customSources': task_data.get('customSources', []),
            'webSearchEnabled': task_data.get('webSearchEnabled', True)
        }
        
        # 导入模型
        from .models import Task, TaskLog
        
        # 创建任务
        task = Task.objects.create(
            title=title,
            description=description,
            requirement=task_data['requirement'],
            type=task_data['type'],
            schedule_config=task_data.get('schedule'),
            sources_config=sources_config,
            web_search_enabled=task_data.get('webSearchEnabled', True),
            user=user
        )
        
        # 记录创建日志
        TaskLog.objects.create(
            task=task,
            action_type='created',
            message=f'任务创建成功: {title}'
        )
        
        # 如果是单次任务，立即开始执行
        if task.type == 'single':
            TaskService.start_task_execution(task)
        
        return task
    
    @staticmethod
    def start_task_execution(task):
        """
        开始执行任务
        
        Args:
            task: 任务对象
        """
        # 更新任务状态
        task.status = 'running'
        task.save(update_fields=['status'])
        
        # 导入模型
        from .models import TaskLog
        
        # 记录开始执行日志
        TaskLog.objects.create(
            task=task,
            action_type='started',
            message='任务开始执行'
        )
        
        # 这里可以添加Celery异步任务调用
        # from .tasks import execute_task
        # execute_task.delay(task.id)
    
    @staticmethod
    def pause_task(task):
        """暂停任务"""
        # 导入模型
        from .models import TaskLog
        
        task.status = 'paused'
        task.save(update_fields=['status'])
        
        TaskLog.objects.create(
            task=task,
            action_type='paused',
            message='任务已暂停'
        )
    
    @staticmethod
    def resume_task(task):
        """恢复任务"""
        # 导入模型
        from .models import TaskLog
        
        task.status = 'running'
        task.save(update_fields=['status'])
        
        TaskLog.objects.create(
            task=task,
            action_type='resumed',
            message='任务已恢复'
        )


class ReportService:
    """报告业务逻辑服务"""
    
    @staticmethod
    def create_mock_report(task):
        """
        创建模拟报告（用于演示）
        
        Args:
            task: 任务对象
            
        Returns:
            Report: 创建的报告对象
        """
        # 根据任务需求生成模拟报告内容
        requirement = task.requirement.lower()
        
        if 'openai' in requirement or 'ai' in requirement:
            title = 'OpenAI GPT-4 Turbo重大更新'
            summary = 'OpenAI发布GPT-4 Turbo新版本，支持更长上下文，性能显著提升...'
            content = """# OpenAI GPT-4 Turbo重大更新

## 主要更新内容
1. **上下文长度提升**: 支持128K tokens的上下文长度
2. **性能优化**: 推理速度提升2倍
3. **成本降低**: API调用成本降低50%

## 详细分析
这次更新标志着AI技术的重要进展...
"""
            source_tag = 'OpenAI官网'
        else:
            title = f'{task.title} - 最新动态报告'
            summary = f'基于您的需求「{task.requirement[:50]}...」生成的分析报告'
            content = f"""# {task.title}

## 监控概要
根据您的需求进行信息收集和分析。

## 关键发现
1. 相关信息已收集完成
2. 数据分析正在进行中
3. 将持续监控相关动态

## 详细内容
{task.requirement}

## 下一步计划
继续监控相关信息源，及时更新分析结果。
"""
            source_tag = '联网搜索'
        
        # 导入模型
        from .models import Report, ReportSource
        
        report = Report.objects.create(
            task=task,
            title=title,
            summary=summary,
            content=content,
            source_tag=source_tag,
            status='completed'
        )
        
        # 创建报告来源记录
        ReportSource.objects.create(
            report=report,
            source_type='web-search',
            source_name='联网搜索',
            extracted_content=summary
        )
        
        return report