ledgerly-docs/dev/ai.md

AI 集成

系统集成 DeepSeek 大模型，用于分类打标、自然语言查询与记账等场景，并完整记录调用用量。

客户端

DeepSeekClient 基于 OpenAI 官方 Java SDK（com.openai:openai-java）调用，通过自定义 baseUrl 指向 DeepSeek 的 OpenAI 兼容接口：

• 使用 OpenAIOkHttpClient，按 (baseUrl, apiKey, 超时) 缓存客户端（上限 32，超出后清空重建）。
• temperature = 0.2，response_format = {"type":"json_object"}，非流式，maxRetries(0)；文本请求超时 120 秒，视觉请求超时 240 秒（chatWithImages 单独放宽）。
• 取 choices[0].message.content 与 usage（输入/输出/总 token；缓存命中 token 取 promptTokensDetails.cachedTokens，DeepSeek 私有字段读不到时为 0）。
• 对外保持 chat(baseUrl, apiKey, model, systemPrompt, userPrompt) 与 DeepSeekResponse 不变，各 Ai*ServiceImpl 无需改动。
• 另有 chatWithImages(baseUrl, apiKey, model, systemPrompt, userText, imageDataUrls)：将一张或多张图片以 base64 data URL 作为 user 消息的内容块发送（DeepSeek 视觉接口要求图片只能出现在 user 消息中），供图片记账使用。
• SDK 异常统一转 BusinessException；异常链含超时（SocketTimeoutException 等）时返回面向用户的友好提示。

配置存储于 t_ai_config（每用户一条）：enabled、api_key、base_url（默认 https://api.deepseek.com）、model（默认 deepseek-chat）、vision_model（图片记账视觉模型，默认 deepseek-flash）。API Key 对外脱敏，支持连通性测试。

数据外发范围（隐私）

调用大模型时仅发送功能所需的最小字段，禁止外发敏感数据：

• 禁止：rawData（账单原始 JSON）、金额、交易号、账户/卡号、姓名、地址、电话等。
• 允许：收支类型、交易渠道、备注（必要时截断/脱敏）、分类与标签的名称/ID、用户主动输入的自然语言文本。
• 图片记账例外：用户主动上传的账单/支付截图会整张发送给视觉模型（可能含金额、交易对方、订单号等），视为用户主动提供的输入；图片同时落盘于 data/ai-images/，仅本人可经 GET /api/ai/image/{id} 访问，禁止用于其他外发场景。

调用类型

AiCallType 定义了 11 类调用，全部记录用量：

枚举值	含义
SUGGEST	交易分类/标签建议（批量 + 单条）
TEST	连接测试
QUERY	自然语言查询解析为筛选条件
RECORD	自然语言记账解析为交易记录
RECORD_IMAGE	图片记账解析（视觉模型）
DECORATE	分类 Emoji / 标签颜色建议
CATEGORY	自然语言生成分类
TAG	自然语言生成标签
CHANNEL	自然语言生成交易渠道
RULE	由已打标签记录生成分类与标签规则
STATISTICS	自然语言统计查询解析

分类/标签建议

AiSuggestionServiceImpl：

• 先按「类型 + 交易渠道 + 备注」聚合去重，仅将代表记录送模型；单批 ≤ 100 条、总量 ≤ 500 条，超出则分批调用。
• 支持严格模式（仅从已有分类/标签中选择）与增强模式（可返回新分类/新标签）。
• 单条建议额外下发当前用户的渠道候选（内置取中文名、自定义取用户名称），模型可返回 channel，服务端仅接受候选中的编码；批量建议不下发渠道候选。
• 应用时分类覆盖写入、标签追加；新建分类按「类型 + 名称」去重，新建标签按名称去重并校验颜色格式。

自然语言查询

AiQueryServiceImpl 在提示词中注入当前分类、标签与当前日期，解析出：类型、交易渠道、分类名、标签名、日期范围预设（今天/昨天/本周/上周/本月/上月/近7天/近30天/今年/去年/自定义/无）、金额区间、备注、是否计入统计、是否未分类等，并在服务端把预设换算为绝对时间。

自然语言记账

AiRecordServiceImpl 解析类型、金额、分类、标签、交易渠道、交易时间、备注、计入统计等字段；金额无效直接报错，时间缺失回退当前时间。

生成交易渠道

AiChannelServiceImpl 根据用户对渠道用途的自然语言描述，使用 ai-channel-system 模板生成 2–6 字的渠道名称（返回 name 与 reason，名称长度上限 20），对应 POST /api/ai/channel。前端在新增/编辑记录的「交易渠道 · AI 新建」中使用，确认后经 POST /api/channel 创建并选中。

图片记账

AiImageRecordServiceImpl 处理截图上传到生成记录的完整链路，支持一次上传多张图片（最多 5 张，单张 ≤ 10MB、总 ≤ 30MB），合并为一次视觉模型调用：

1. 校验图片数量、单张与总大小、格式（JPEG/PNG/GIF/WebP，按魔数识别），并确认 AI 已启用且配置了 API Key。
2. 逐张经 AiImageStorage 落盘至 data/ai-images/{userId}/{yyyyMM}/（经 AppHome 解析运行目录），每张写入一条 t_ai_image（记录 MIME、尺寸、所用视觉模型等）。
3. 以 ai-record-image-system 模板构造提示词（注入可用分类、标签、渠道与当前时间，要求模型对每笔输出 imageIndex 与 rawData），调用 chatWithImages 使用视觉模型一次性识别。
4. 复用 AiRecordJsonParser 解析 records 数组（与文字记账共用：去除代码围栏、匹配分类/标签、校验渠道编码、回退时间），并回填摘要与各图记录数。
5. 重复检测：TransactionDedupUtils 以「类型 + 金额 + 交易时间」为去重键，与已有记录及本批其它记录比对，命中则标记 duplicate=true（前端默认不勾选）。
6. 按模型标注的 imageIndex 将每笔记录关联到来源图片，前端确认后经 POST /api/transaction/batch 批量创建（同时写入 rawData、建立 t_ai_image_transaction 关联，并在导入阶段按同一去重键兜底跳过重复）。

实时进度：AiImageRecordStreamService 基于 SSE 将上述步骤的进度文本推送前端——POST /api/ai/record/image/stream 返回 SseEmitter，识别在后台线程执行，过程中逐条推送 progress 事件，结束推送 done（完整结果 JSON）或 failed（失败原因）。

图片访问：GET /api/ai/image/{id} 返回原图，?thumbnail=true 返回最长边 1280 的 JPEG 缩略图；仅图片所属用户可访问。交易列表的「来源图片」默认加载缩略图，用户可按需切换原图。

规则生成

AiRuleServiceImpl 由用户勾选的已打标签记录反推分类/标签规则：

• 仅加载属于当前用户且被勾选的记录（单次 ≤ 500 条），附带其标签名称与分类名；提示词字段为 type / remark / channel / category / tags（不含金额与 rawData），并对相同组合去重。
• 解析并校验模型输出（分类 ID 归属与类型、标签归属、名称长度、颜色格式等）。
• 去重：按「类型 + 归一化关键词 + 分类 + 排序标签集合」计算签名；与已有规则或本次建议内部重复的条目标记 duplicate=true（前端默认不勾选且禁止导入），apply 时后端再次校验并跳过。

统计搜索

AiStatisticsServiceImpl 在提示词中注入分类、标签与当前日期，将自然语言解析为统计面板参数：时间范围（预设→绝对时间）、收支类型、分类、标签、交易渠道、金额区间、备注、统计口径（statsScope）与趋势粒度（dimension）。

用量记录

• 每次调用写入 t_ai_usage：调用类型、模型、分析条数、输入/输出/总/缓存 token、是否成功、错误信息、耗时。
• 记录失败仅告警，不影响主流程。
• GET /api/ai/usage 返回汇总与最近明细，对应「模型使用情况」页面。

说明

账单类型识别不使用 AI，而是由邮箱账单的发件人规则确定，结果确定、可预期。详见定时通知与邮箱账单。

相关文档

• AI 能力（使用说明）
• 整体架构