{"repo": "alansonder/ai-assistant", "files": {"README.md": {"21aff4283e4de41af9e3fe71334b29e780105958": {"t": 1785746433.6459394, "n": 7461, "h": "d066369510fc0898", "c": "# AI-Assistant\n\n模块化 AI 助手应用，集成大语言模型（LLM）、OCR 文字识别、智能翻译等核心能力，支持多提供商（本地 / DeepSeek）灵活切换。同时包含一个 Vue 3 Web 前端和一个 Python 桌面截图翻译工具。\n\n| 属性 | 说明 |\n|------|------|\n| 构建工具 | Maven 3.x（Wrapper）+ npm |\n| Java / Spring Boot | 21 / 3.5.13 |\n| Spring AI | 1.1.4（已排除自动配置，使用自定义 LLM 调用） |\n| 前端 | Vue 3.5 + Element Plus 2.13 + Vite 8 + TypeScript |\n| Python 桌面端 | tkinter + mss + Pillow + Tesseract/PaddleOCR |\n| 服务端口 | 9090（后端）/ 5173（前端开发） |\n\n## 项目结构\n\n```\nai-app ─── 启动入口，依赖所有子模块\n  ├── ai-common      公共模块（统一响应体、全局异常处理、WebClient）\n  ├── ai-llm         LLM 多提供商调用封装（文本/Vision/流式）\n  ├── ai-translator  多模态翻译（文本/图片/语音）+ SSE 流式\n  └── ai-agent       智能体框架（预留模块）\n\nui ─── Vue 3 Web 前端（翻译界面 + LLM 提供商切换）\n\nscreen-translator ─── Python 桌面截图翻译工具（独立运行，无需后端）\n```\n\n---\n\n## 快速开始\n\n### 环境要求\n\n- JDK 21+（项目使用 Maven Toolchains，无需修改全局 JAVA_HOME）、Node.js 18+、Maven 3.x\n- PostgreSQL 14+（需安装 pgvector 扩展）\n- LM Studio 或其他 OpenAI 兼容 LLM 服务（本地部署时）\n- Tesseract OCR 引擎（可选，screen-translator 本地 OCR 使用）\n\n### 后端启动\n\n```bash\n# 构建所有模块\n.\\mvnw.cmd install -DskipTests\n\n# 启动 Spring Boot\n.\\mvnw.cmd spring-boot:run -pl ai-app\n```\n\n### 前端启动\n\n```bash\ncd ui\nnpm install\nnpm run dev\n```\n\n前端开发服务器在 `http://localhost:5173`，`/api` 请求自动代理到后端 `9090`。\n\n### 一键管理（start.ps1）\n\n项目提供 PowerShell 管理脚本，支持前后端启停、重启、状态查看、日志查看等：\n\n```powershell\n.\\start.ps1 start          # 启动后端 + 前端\n.\\start.ps1 stop           # 停止后端 + 前端\n.\\start.ps1 restart        # 重启后端 + 前端\n.\\start.ps1 start-backend  # 仅启动后端\n.\\start.ps1 start-frontend # 仅启动前端\n.\\start.ps1 status         # 查看运行状态\n.\\start.ps1 build          # 构建后端\n.\\start.ps1 menu           # 交互式菜单\n```\n\n### screen-translator 启动\n\n```bash\ncd screen-translator\npip install -r requirements.txt\npython main.py\n```\n\n详细配置见 [screen-translator](#screen-translator) 章节。\n\n---\n\n## 多 Provider 配置\n\n项目支持同时配置多个 LLM 提供商，通过 `active-provider` 切换当前使用的提供商，每个提供商可配置多个模型。\n\n### application.yml\n\n```yaml\nai:\n  llm:\n    active-provider: ${LLM_ACTIVE_PROVIDER:local}\n    default-model: ${LLM_DEFAULT_MODEL:qwen}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    top-p: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n    providers:\n      local:\n        base-url: ${LLM_LOCAL_URL:http://localhost:1234/v1}\n        api-key: ${LLM_LOCAL_KEY:sk-lm-local}\n        models: [qwen, llama]\n      deepseek:\n        base-url: ${LLM_DEEPSEEK_URL:https://api.deepseek.com}\n        api-key: ${LLM_DEEPSEEK_KEY:your-api-key}\n        models: [deepseek-v4-pro, deepseek-v4-flash]\n        vision-enabled: false\n        thinking:\n          enabled: ${LLM_DEEPSEEK_THINKING:false}\n        reasoning-effort: ${LLM_DEEPSEEK_REASONING:high}\n```\n\n### 运行时切换\n\n- **API 方式**：通过 `/api/v1/llm/providers/activate` 接口切换提供商和模型（见 API 文档）\n- **前端方式**：页面右上角 `LlmSelector` 组件可直接切换提供商、模型，以及 DeepSeek 思考模式开关\n- **自动匹配**：切换模型时自动定位其所属的 Provider 并切换\n\n### DeepSeek 思考模式\n\n当 `active-provider` 为 `deepseek` 时，可开启思考模式（`thinking`），模型会先输出推理过程再输出最终结果。`reasoning-effort` 控制推理深度（`low` / `medium` / `high`）。Vision 请求不支持思考模式参数，仅在纯文本场景生效。\n\n---\n\n## API 接口\n\n### 翻译接口（SSE 流式）\n\n| 方法 | 路径 | 说明 | 请求类型 |\n|------|------|------|----------|\n| POST | `/api/v1/translate/text/stream` | 文本翻译（流式） | JSON |\n| POST | `/api/v1/translate/image/stream` | 图片翻译（流式） | Multipart |\n| POST | `/api/v1/translate/audio/stream` | 语音翻译（流式） | Multipart |\n\n**文本翻译请求示例**：\n\n```json\n{\n  \"text\": \"Hello, world!\",\n  \"from\": \"English\",\n  \"to\": \"Chinese\",\n  \"domain\": \"general\",\n  \"style\": \"neutral\"\n}\n```\n\n**文本翻译 SSE 响应**：\n\n```\nevent: message\ndata: {\"text\":\"你好，\",\"done\":false}\n\nevent: done\ndata: {\"text\":\"\",\"done\":true}\n```\n\n**图片翻译**（`multipart/form-data`）：\n\n- `file` — 图片文件（JPG/PNG/GIF/WEBP，最大 50MB）\n- `from` — 源语言（如 `Japanese`）\n- `to` — 目标语言（如 `Chinese`）\n\n> 图片翻译依赖 Vision 能力，当前 Provider 需设置 `vision-enabled: true`（如 local）。\n\n**语音翻译**（`multipart/form-data`）：\n\n- `file` — 音频文件（MP3/WAV/M4A/OGG/FLAC，最大 50MB）\n- `from` / `to` — 语言参数\n\nSSE 事件类型：`asr`（语音识别完成）→ `translation`（翻译流式块）→ `done`（完成）\n\n### LLM 管理接口\n\n| 方法 | 路径 | 说明 |\n|------|------|------|\n| GET | `/api/v1/llm/providers` | 获取所有提供商及模型列表 |\n| POST | `/api/v1/llm/providers/activate` | 切换提供商和/或模型 |\n| POST | `/api/v1/llm/thinking` | 切换 DeepSeek 思考模式 |\n\n**切换提供商请求**：\n\n```json\n{\n  \"provider\": \"deepseek\",\n  \"model\": \"deepseek-v4-flash\"\n}\n```\n\n**切换思考模式请求**：\n\n```json\n{ \"enabled\": true }\n```\n\n### 错误响应格式\n\n```json\n{\n  \"code\": 400,\n  \"message\": \"参数验证失败: 翻译文本不能为空\",\n  \"data\": null,\n  \"timestamp\": 1713763200000\n}\n```\n\n---\n\n## screen-translator\n\n独立的 Python 桌面截图翻译工具，**无需 Spring Boot 后端**，直接调用 LLM API。\n\n### 功能\n\n- 系统托盘图标 + 全局热键（默认 `Ctrl+Q`）触发截图\n- 全屏选区（类似 Snipaste），悬停选框可保存截图或翻译\n- 翻译结果实时流式显示在覆盖层上\n- 支持运行时切换 LLM 提供商/模型、OCR 引擎、字体、语言\n\n### 双模式翻译\n\n根据当前 Provider 是否支持 Vision 自动选择：\n\n| 模式 | 适用 Provider | 流程 |\n|------|--------------|------|\n| Vision 模式 | local | 截图 → LLM Vision API（直接视觉翻译） |\n| OCR 模式 | deepseek 等非 Vision | 截图 → 本地 OCR 识别 → LLM 文字翻译 |\n\nOCR 引擎支持 **Tesseract**（轻量快速，默认）和 **PaddleOCR**（精度更高）。\n\n### config.yaml 关键配置\n\n```yaml\nllm:\n  active_provider: \"deepseek\"       # local / deepseek\n  default_model: \"deepseek-v4-flash\"\n\nocr:\n  engine: \"tesseract\"               # tesseract / paddle\n  lang: \"ch\"                        # 识别语言\n\ntranslate:\n  from: \"Japanese\"\n  to: \"Chinese\"\n\nhotkey: \"ctrl+Q\"                    # 全局热键\n```\n\n---\n\n## 开发说明\n\n### 模块构建\n\n```bash\n# 构建全部模块\n.\\mvnw.cmd clean install -DskipTests\n\n# 仅构建指定模块及其依赖\n.\\mvnw.cmd install -DskipTests -pl ai-translator -am\n```\n\n### 目录结构\n\n```\nAI-Assistant/\n├── ai-app/src/main/java/com/alan/aiassistant/\n│   └── AiAssistantApplication.java        # 启动类\n├── ai-common/src/main/java/com/alan/aicommon/\n│   ├── config/WebClientConfig.java        # WebClient Bean\n│   ├── dto/ApiResponse.java               # 统一响应体\n│   └── exception/\n│       ├── GlobalExceptionHandler.java    # 全局异常处理\n│       ├── LlmException.java\n│       └── TranslationException.java\n├── ai-llm/src/main/java/com/alan/aillm/\n│   ├── config/LlmConfig.java             # 多 Provider 配置\n│   ├── controller/LlmController.java      # LLM 管理接口\n│   ├── dto/request/ChatRequest.java       # 含 thinking/reasoningEffort\n│   ├── dto/response/ChatResponse.java\n│   └── service/LlmService.java            # 核心 LLM 服务\n├── ai-translator/src/main/java/com/alan/aitranslator/\n│   ├── config/TranslatorConfig.java       # 翻译配置\n│   ├── controller/TranslateController.java\n│   ├── service/\n│   │   ├── TranslateService.java          # 文本翻译 + 缓存 + 分段\n│   │   ├── ImageTranslateService.java     # 图片翻译（Vision/OCR 降级）\n│   │   ├── AudioTranslateService.java     # 语音翻译\n│   │   └── AsrService.java               # Whisper ASR\n│   └── util/TextPreprocessor.java\n├── ui/src/\n│   ├── App.vue                            # 主页面（翻译 + SSE）\n│   └── components/LlmSelector.vue         # Provider/Model 切换器\n└── screen-translator/\n    ├── main.py                            # 入口（Tk + 系统托盘）\n    ├── llm_client.py                      # 独立 LLM 客户端\n    ├── tesseract_service.py               # Tesseract OCR\n    ├── ocr_service.py                     # PaddleOCR\n    ├── overlay.py                         # 翻译结果覆盖层\n    ├── region_selector.py                 # 全屏选区\n    ├── selection_frame.py                 # 悬停选框\n    ├── tray.py                            # 系统托盘 + 热键\n    └── config.yaml                        # 配置文件\n```\n\n### 已知限制\n\n- 文本翻译接口（`text/stream`）实际为同步调用 LLM 后分块发送 SSE，非真正的 LLM 流式输出\n- `TranslateService.buildSystemPrompt()` 中 `domain` 和 `style` 参数传入但未在提示词模板中使用（仅 2 个 `%s` 占位符）\n- `AsrService` 的 API 地址从当前激活 Provider 的 `baseUrl` 拼接，不支持独立配置\n- 缺少单元测试覆盖和 API 文档（Swagger/OpenAPI）\n- `extra_body` 透传仅在测试类中实现，未集成到 `LlmService`\n"}, "692fd9f27006b351adf497237ccff3603de3910c": {"t": 1785764150.1530025, "n": 7461, "h": "d066369510fc0898", "c": "# AI-Assistant\n\n模块化 AI 助手应用，集成大语言模型（LLM）、OCR 文字识别、智能翻译等核心能力，支持多提供商（本地 / DeepSeek）灵活切换。同时包含一个 Vue 3 Web 前端和一个 Python 桌面截图翻译工具。\n\n| 属性 | 说明 |\n|------|------|\n| 构建工具 | Maven 3.x（Wrapper）+ npm |\n| Java / Spring Boot | 21 / 3.5.13 |\n| Spring AI | 1.1.4（已排除自动配置，使用自定义 LLM 调用） |\n| 前端 | Vue 3.5 + Element Plus 2.13 + Vite 8 + TypeScript |\n| Python 桌面端 | tkinter + mss + Pillow + Tesseract/PaddleOCR |\n| 服务端口 | 9090（后端）/ 5173（前端开发） |\n\n## 项目结构\n\n```\nai-app ─── 启动入口，依赖所有子模块\n  ├── ai-common      公共模块（统一响应体、全局异常处理、WebClient）\n  ├── ai-llm         LLM 多提供商调用封装（文本/Vision/流式）\n  ├── ai-translator  多模态翻译（文本/图片/语音）+ SSE 流式\n  └── ai-agent       智能体框架（预留模块）\n\nui ─── Vue 3 Web 前端（翻译界面 + LLM 提供商切换）\n\nscreen-translator ─── Python 桌面截图翻译工具（独立运行，无需后端）\n```\n\n---\n\n## 快速开始\n\n### 环境要求\n\n- JDK 21+（项目使用 Maven Toolchains，无需修改全局 JAVA_HOME）、Node.js 18+、Maven 3.x\n- PostgreSQL 14+（需安装 pgvector 扩展）\n- LM Studio 或其他 OpenAI 兼容 LLM 服务（本地部署时）\n- Tesseract OCR 引擎（可选，screen-translator 本地 OCR 使用）\n\n### 后端启动\n\n```bash\n# 构建所有模块\n.\\mvnw.cmd install -DskipTests\n\n# 启动 Spring Boot\n.\\mvnw.cmd spring-boot:run -pl ai-app\n```\n\n### 前端启动\n\n```bash\ncd ui\nnpm install\nnpm run dev\n```\n\n前端开发服务器在 `http://localhost:5173`，`/api` 请求自动代理到后端 `9090`。\n\n### 一键管理（start.ps1）\n\n项目提供 PowerShell 管理脚本，支持前后端启停、重启、状态查看、日志查看等：\n\n```powershell\n.\\start.ps1 start          # 启动后端 + 前端\n.\\start.ps1 stop           # 停止后端 + 前端\n.\\start.ps1 restart        # 重启后端 + 前端\n.\\start.ps1 start-backend  # 仅启动后端\n.\\start.ps1 start-frontend # 仅启动前端\n.\\start.ps1 status         # 查看运行状态\n.\\start.ps1 build          # 构建后端\n.\\start.ps1 menu           # 交互式菜单\n```\n\n### screen-translator 启动\n\n```bash\ncd screen-translator\npip install -r requirements.txt\npython main.py\n```\n\n详细配置见 [screen-translator](#screen-translator) 章节。\n\n---\n\n## 多 Provider 配置\n\n项目支持同时配置多个 LLM 提供商，通过 `active-provider` 切换当前使用的提供商，每个提供商可配置多个模型。\n\n### application.yml\n\n```yaml\nai:\n  llm:\n    active-provider: ${LLM_ACTIVE_PROVIDER:local}\n    default-model: ${LLM_DEFAULT_MODEL:qwen}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    top-p: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n    providers:\n      local:\n        base-url: ${LLM_LOCAL_URL:http://localhost:1234/v1}\n        api-key: ${LLM_LOCAL_KEY:sk-lm-local}\n        models: [qwen, llama]\n      deepseek:\n        base-url: ${LLM_DEEPSEEK_URL:https://api.deepseek.com}\n        api-key: ${LLM_DEEPSEEK_KEY:your-api-key}\n        models: [deepseek-v4-pro, deepseek-v4-flash]\n        vision-enabled: false\n        thinking:\n          enabled: ${LLM_DEEPSEEK_THINKING:false}\n        reasoning-effort: ${LLM_DEEPSEEK_REASONING:high}\n```\n\n### 运行时切换\n\n- **API 方式**：通过 `/api/v1/llm/providers/activate` 接口切换提供商和模型（见 API 文档）\n- **前端方式**：页面右上角 `LlmSelector` 组件可直接切换提供商、模型，以及 DeepSeek 思考模式开关\n- **自动匹配**：切换模型时自动定位其所属的 Provider 并切换\n\n### DeepSeek 思考模式\n\n当 `active-provider` 为 `deepseek` 时，可开启思考模式（`thinking`），模型会先输出推理过程再输出最终结果。`reasoning-effort` 控制推理深度（`low` / `medium` / `high`）。Vision 请求不支持思考模式参数，仅在纯文本场景生效。\n\n---\n\n## API 接口\n\n### 翻译接口（SSE 流式）\n\n| 方法 | 路径 | 说明 | 请求类型 |\n|------|------|------|----------|\n| POST | `/api/v1/translate/text/stream` | 文本翻译（流式） | JSON |\n| POST | `/api/v1/translate/image/stream` | 图片翻译（流式） | Multipart |\n| POST | `/api/v1/translate/audio/stream` | 语音翻译（流式） | Multipart |\n\n**文本翻译请求示例**：\n\n```json\n{\n  \"text\": \"Hello, world!\",\n  \"from\": \"English\",\n  \"to\": \"Chinese\",\n  \"domain\": \"general\",\n  \"style\": \"neutral\"\n}\n```\n\n**文本翻译 SSE 响应**：\n\n```\nevent: message\ndata: {\"text\":\"你好，\",\"done\":false}\n\nevent: done\ndata: {\"text\":\"\",\"done\":true}\n```\n\n**图片翻译**（`multipart/form-data`）：\n\n- `file` — 图片文件（JPG/PNG/GIF/WEBP，最大 50MB）\n- `from` — 源语言（如 `Japanese`）\n- `to` — 目标语言（如 `Chinese`）\n\n> 图片翻译依赖 Vision 能力，当前 Provider 需设置 `vision-enabled: true`（如 local）。\n\n**语音翻译**（`multipart/form-data`）：\n\n- `file` — 音频文件（MP3/WAV/M4A/OGG/FLAC，最大 50MB）\n- `from` / `to` — 语言参数\n\nSSE 事件类型：`asr`（语音识别完成）→ `translation`（翻译流式块）→ `done`（完成）\n\n### LLM 管理接口\n\n| 方法 | 路径 | 说明 |\n|------|------|------|\n| GET | `/api/v1/llm/providers` | 获取所有提供商及模型列表 |\n| POST | `/api/v1/llm/providers/activate` | 切换提供商和/或模型 |\n| POST | `/api/v1/llm/thinking` | 切换 DeepSeek 思考模式 |\n\n**切换提供商请求**：\n\n```json\n{\n  \"provider\": \"deepseek\",\n  \"model\": \"deepseek-v4-flash\"\n}\n```\n\n**切换思考模式请求**：\n\n```json\n{ \"enabled\": true }\n```\n\n### 错误响应格式\n\n```json\n{\n  \"code\": 400,\n  \"message\": \"参数验证失败: 翻译文本不能为空\",\n  \"data\": null,\n  \"timestamp\": 1713763200000\n}\n```\n\n---\n\n## screen-translator\n\n独立的 Python 桌面截图翻译工具，**无需 Spring Boot 后端**，直接调用 LLM API。\n\n### 功能\n\n- 系统托盘图标 + 全局热键（默认 `Ctrl+Q`）触发截图\n- 全屏选区（类似 Snipaste），悬停选框可保存截图或翻译\n- 翻译结果实时流式显示在覆盖层上\n- 支持运行时切换 LLM 提供商/模型、OCR 引擎、字体、语言\n\n### 双模式翻译\n\n根据当前 Provider 是否支持 Vision 自动选择：\n\n| 模式 | 适用 Provider | 流程 |\n|------|--------------|------|\n| Vision 模式 | local | 截图 → LLM Vision API（直接视觉翻译） |\n| OCR 模式 | deepseek 等非 Vision | 截图 → 本地 OCR 识别 → LLM 文字翻译 |\n\nOCR 引擎支持 **Tesseract**（轻量快速，默认）和 **PaddleOCR**（精度更高）。\n\n### config.yaml 关键配置\n\n```yaml\nllm:\n  active_provider: \"deepseek\"       # local / deepseek\n  default_model: \"deepseek-v4-flash\"\n\nocr:\n  engine: \"tesseract\"               # tesseract / paddle\n  lang: \"ch\"                        # 识别语言\n\ntranslate:\n  from: \"Japanese\"\n  to: \"Chinese\"\n\nhotkey: \"ctrl+Q\"                    # 全局热键\n```\n\n---\n\n## 开发说明\n\n### 模块构建\n\n```bash\n# 构建全部模块\n.\\mvnw.cmd clean install -DskipTests\n\n# 仅构建指定模块及其依赖\n.\\mvnw.cmd install -DskipTests -pl ai-translator -am\n```\n\n### 目录结构\n\n```\nAI-Assistant/\n├── ai-app/src/main/java/com/alan/aiassistant/\n│   └── AiAssistantApplication.java        # 启动类\n├── ai-common/src/main/java/com/alan/aicommon/\n│   ├── config/WebClientConfig.java        # WebClient Bean\n│   ├── dto/ApiResponse.java               # 统一响应体\n│   └── exception/\n│       ├── GlobalExceptionHandler.java    # 全局异常处理\n│       ├── LlmException.java\n│       └── TranslationException.java\n├── ai-llm/src/main/java/com/alan/aillm/\n│   ├── config/LlmConfig.java             # 多 Provider 配置\n│   ├── controller/LlmController.java      # LLM 管理接口\n│   ├── dto/request/ChatRequest.java       # 含 thinking/reasoningEffort\n│   ├── dto/response/ChatResponse.java\n│   └── service/LlmService.java            # 核心 LLM 服务\n├── ai-translator/src/main/java/com/alan/aitranslator/\n│   ├── config/TranslatorConfig.java       # 翻译配置\n│   ├── controller/TranslateController.java\n│   ├── service/\n│   │   ├── TranslateService.java          # 文本翻译 + 缓存 + 分段\n│   │   ├── ImageTranslateService.java     # 图片翻译（Vision/OCR 降级）\n│   │   ├── AudioTranslateService.java     # 语音翻译\n│   │   └── AsrService.java               # Whisper ASR\n│   └── util/TextPreprocessor.java\n├── ui/src/\n│   ├── App.vue                            # 主页面（翻译 + SSE）\n│   └── components/LlmSelector.vue         # Provider/Model 切换器\n└── screen-translator/\n    ├── main.py                            # 入口（Tk + 系统托盘）\n    ├── llm_client.py                      # 独立 LLM 客户端\n    ├── tesseract_service.py               # Tesseract OCR\n    ├── ocr_service.py                     # PaddleOCR\n    ├── overlay.py                         # 翻译结果覆盖层\n    ├── region_selector.py                 # 全屏选区\n    ├── selection_frame.py                 # 悬停选框\n    ├── tray.py                            # 系统托盘 + 热键\n    └── config.yaml                        # 配置文件\n```\n\n### 已知限制\n\n- 文本翻译接口（`text/stream`）实际为同步调用 LLM 后分块发送 SSE，非真正的 LLM 流式输出\n- `TranslateService.buildSystemPrompt()` 中 `domain` 和 `style` 参数传入但未在提示词模板中使用（仅 2 个 `%s` 占位符）\n- `AsrService` 的 API 地址从当前激活 Provider 的 `baseUrl` 拼接，不支持独立配置\n- 缺少单元测试覆盖和 API 文档（Swagger/OpenAPI）\n- `extra_body` 透传仅在测试类中实现，未集成到 `LlmService`\n"}, "7f654192dd07ebe9320ae22bfe7f2a3666497bc6": {"t": 1785764152.3332696, "n": 23711, "h": "bd2e3f8cdb58ba7d", "c": "# AI-Assistant 项目深度分析文档\n\n## 一、项目概述\n\n**AI-Assistant** 是一个基于 **Spring Boot 3.5.13** 构建的模块化 AI 助手应用，采用 **Maven 多模块架构**设计。项目集成了大语言模型（LLM）、光学字符识别（OCR）、智能翻译等核心 AI 能力，通过本地化的 LLM 服务（如 LM Studio）提供智能对话、文本翻译、图片翻译（Vision）、语音翻译等功能。\n\n项目同时包含一个基于 **Vue 3 + Element Plus + Vite** 的前端界面（`ui` 模块），支持流式（SSE）输出，提供良好的用户体验。\n\n| 属性                 | 说明                 |\n| ------------------ | ------------------ |\n| **项目名称**           | ai-assistant       |\n| **版本**             | 0.0.1-SNAPSHOT     |\n| **构建工具**           | Maven 3.x（Wrapper） |\n| **Java 版本**        | 17                 |\n| **Spring Boot 版本** | 3.5.13             |\n| **Spring AI 版本**   | 1.1.4              |\n| **前端框架**           | Vue 3 + Vite + Element Plus |\n| **服务端口**           | 9090（后端）/ 5173（前端开发） |\n\n***\n\n## 二、项目架构\n\n### 2.1 模块依赖图\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                        ai-app (启动入口)                      │\n│                   Spring Boot Web 应用                        │\n│                   端口: 9090                                  │\n└──────────┬──────────────────────────────────────────────────┘\n           │ 依赖所有子模块\n           ▼\n┌──────────────┬──────────────┬──────────────┬──────────────┐\n│  ai-common   │   ai-llm     │   ai-ocr     │ ai-translator│\n│  (公共模块)   │  (LLM调用)    │  (文字识别)   │  (翻译服务)   │\n├──────────────┼──────────────┼──────────────┼──────────────┤\n│ • WebClient  │ • 纯文本对话  │ • Tesseract  │ • 文本翻译    │\n│ • 全局异常处理│ • Vision图片  │ • 图片文字提取│ • 图片翻译    │\n│ • 统一响应体 │ • 流式输出    │              │ • 语音翻译    │\n│              │ • 图片压缩    │              │ • 缓存机制    │\n│              │ • 重试机制    │              │ • SSE流式    │\n└──────────────┴──────────────┴──────────────┴──────────────┘\n           ▲\n┌──────────┴──────────────────────────────────────────────────┐\n│                 ui (Vue.js 前端界面)                          │\n│  Vue 3 + TypeScript + Element Plus + Vite + Axios           │\n│  端口: 5173 (dev)，代理 /api 到后端 9090                      │\n└─────────────────────────────────────────────────────────────┘\n           ▲\n┌──────────┴──────────────────────────────────────────────────┐\n│                      ai-agent (智能体框架)                    │\n│                   当前为占位模块，预留扩展                      │\n└─────────────────────────────────────────────────────────────┘\n```\n\n### 2.2 模块职责说明\n\n| 模块              | 职责                                    | 被依赖方                            |\n| --------------- | ------------------------------------- | ------------------------------- |\n| `ai-common`     | 公共工具类、全局异常处理、统一 API 响应格式、WebClient 配置 | 所有模块                            |\n| `ai-llm`        | 大语言模型调用封装（纯文本/Vision/流式）、图片压缩       | ai-translator, ai-agent         |\n| `ai-ocr`        | 基于 Tesseract 的光学字符识别服务                | （当前未被 translator 直接使用）          |\n| `ai-translator` | 多模态翻译服务（文本/图片/语音）、SSE 流式输出、缓存管理     | ai-app                          |\n| `ai-agent`      | 智能体框架（当前为预留模块）                        | ai-app                          |\n| `ai-app`        | 应用启动入口、配置聚合、依赖组装                      | -                               |\n| `ui`            | Vue 3 前端界面，流式翻译交互                     | -                               |\n\n***\n\n## 三、核心模块详解\n\n### 3.1 ai-common（公共模块）\n\n**包结构**: `com.alan.aicommon`\n\n#### 3.1.1 统一响应体（ApiResponse）\n\n位于 `dto/ApiResponse.java`，采用泛型设计，提供标准化的 API 返回格式：\n\n```json\n{\n  \"code\": 200,\n  \"message\": \"success\",\n  \"data\": { ... },\n  \"timestamp\": 1713763200000\n}\n```\n\n**工厂方法**:\n\n- `success(T data)` - 成功响应\n- `success(String message, T data)` - 带自定义消息的成功响应\n- `error(int code, String message)` - 错误响应\n- `badRequest(String message)` - 400 错误\n- `serverError(String message)` - 500 错误\n\n#### 3.1.2 全局异常处理（GlobalExceptionHandler）\n\n基于 `@RestControllerAdvice` 的全局异常拦截器，覆盖以下异常类型：\n\n| 异常类型                                      | HTTP 状态码 | 处理逻辑            |\n| ----------------------------------------- | -------- | --------------- |\n| `LlmException`                            | 500      | AI 模型调用失败       |\n| `TranslationException`                    | 400      | 翻译业务异常          |\n| `MethodArgumentNotValidException`         | 400      | 参数校验失败（JSR-303） |\n| `HttpMessageNotReadableException`         | 400      | 请求体解析失败         |\n| `MissingServletRequestParameterException` | 400      | 缺少必需参数          |\n| `HttpRequestMethodNotSupportedException`  | 405      | 不支持的 HTTP 方法    |\n| `NoResourceFoundException`                | 404      | 资源未找到           |\n| `MaxUploadSizeExceededException`          | 413      | 文件上传超限          |\n| `Exception`                               | 500      | 兜底异常处理          |\n\n#### 3.1.3 自定义异常\n\n- **LlmException**: LLM 调用过程中的运行时异常\n- **TranslationException**: 翻译业务异常，支持错误码（`errorCode`）\n\n#### 3.1.4 WebClient 配置\n\n提供响应式 HTTP 客户端 `WebClient` Bean，用于异步 HTTP 调用。\n\n***\n\n### 3.2 ai-llm（大语言模型模块）\n\n**包结构**: `com.alan.aillm`\n\n`LlmService` 是整个项目的核心服务，统一提供以下四大能力：\n\n1. **纯文本对话**（同步 + 流式）\n2. **Vision 图片内容理解**（图片翻译、文字提取）\n3. **图片压缩处理**（自动压缩大图用于 LLM 传输）\n4. **流式输出**（SSE / Flux）\n\n所有请求均调用相同的 `/chat/completions` 接口，区别仅在于 messages 的格式：\n- 文本消息使用 `ChatRequest.Message`（含 system/user/assistant 角色）\n- 含图片消息使用 `ChatRequest.VisionMessage`（包含 base64 图片数据）\n\n#### 3.2.1 配置类（LlmConfig）\n\n通过 `@ConfigurationProperties(prefix = \"ai.llm\")` 绑定配置：\n\n| 配置项           | 默认值                        | 说明                      |\n| ------------- | -------------------------- | ----------------------- |\n| `base-url`    | `http://localhost:1234/v1` | LLM API 基础地址（兼容 OpenAI） |\n| `model`       | `qwen`                     | 默认模型名称                  |\n| `api-key`     | `\"\"`                       | API 密钥                  |\n| `timeout`     | 30000ms                    | 连接/读取超时                 |\n| `max-retries` | 3                          | 最大重试次数                  |\n| `temperature` | 0.3                        | 采样温度                    |\n| `topP`        | 0.9                        | 核采样参数                   |\n| `max-tokens`  | 4096                       | 最大生成令牌数                 |\n| `stream`      | false                      | 文本请求是否流式（Vision 请求始终为 true） |\n\n**配置示例**（支持环境变量覆盖）：\n\n```yaml\nai:\n  llm:\n    base-url: ${LLM_BASE_URL:http://localhost:1234/v1}\n    model: ${LLM_MODEL:qwen}\n    api-key: ${LLM_API_KEY:your-api-key}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    topP: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n    stream: ${LLM_STREAM:false}\n```\n\n#### 3.2.2 LlmService 核心方法\n\n**纯文本对话**:\n\n- `chat(String systemPrompt, String userPrompt)` - 单轮对话（同步）\n- `chat(List<ChatRequest.Message> messages)` - 多消息对话（同步）\n- `chatWithHistory(String systemPrompt, String userPrompt, List<ChatRequest.Message> history)` - 带历史记录的对话\n- `chatStream(String systemPrompt, String userPrompt)` - 单轮流式对话，返回 `Flux<String>`\n- `chatStream(List<ChatRequest.Message> messages)` - 多轮流式对话\n\n**Vision 图片翻译**:\n\n- `translateImage(byte[] imageBytes, String from, String to, String domain, String style)` - 图片翻译（同步），自动压缩图片后调用 Vision LLM\n- `translateImageBase64(String base64Image, String from, String to, String domain, String style)` - 使用已有 Base64 图片翻译\n- `translateImageStream(byte[] imageBytes, String from, String to, String domain, String style)` - 图片翻译（流式），返回 `Flux<String>`\n\n**图片文字提取**:\n\n- `extractTextFromImage(byte[] imageBytes)` - 纯 OCR 识别，使用 Vision LLM 提取图片中的文字（不翻译）\n\n**技术特性**:\n\n- 使用 `WebClient`（响应式）进行 HTTP 调用\n- **Vision 请求自动强制流式**（`stream: true`），通过解析 SSE 行来提取最终结果\n- 支持 **Spring Retry** 重试机制（`@Retryable`），对 `WebClientResponseException` 自动重试\n- 指数退避策略：`delay = 1000ms`，`multiplier = 2`\n- 完善的日志记录（请求耗时、模型名称、异常详情）\n- 响应内容安全校验（空响应、空 choices、空内容检查）\n- 图片自动压缩：大于 50KB 的图片自动缩放（最大边 1024px）并转 JPEG\n- 流式解析同时支持 `content` 和 `reasoning`（推理内容）字段\n\n#### 3.2.3 请求/响应 DTO\n\n**ChatRequest** (位于 `dto/request/ChatRequest.java`):\n\n- `Message` 内部类：纯文本消息（role + content），含 `system()` / `user()` / `assistant()` 工厂方法\n- `VisionMessage` 内部类：多模态消息（role + List\\<Content\\>），含图片+文本混合内容\n- `Content` 内部类：支持 `text` 和 `image_url` 两种类型\n\n**ChatResponse** (位于 `dto/response/ChatResponse.java`):\n\n- 解析 OpenAI 标准响应格式（含 `choices`/`usage`/`delta` 等字段）\n- 支持非流式和流式两种模式的响应结构\n\n***\n\n### 3.3 ai-ocr（光学字符识别模块）\n\n**包结构**: `com.alan.aiocr`\n\n#### 3.3.1 OCR 服务（OcrService）\n\n基于 **Tess4J**（Tesseract OCR 的 Java 封装）实现图片文字提取：\n\n**依赖**: `net.sourceforge.tess4j:tess4j:5.8.0`\n\n**核心方法**:\n\n- `extractText(MultipartFile imageFile)` - 默认语言识别\n- `extractText(MultipartFile imageFile, String language)` - 指定语言识别\n\n**技术细节**:\n\n- 页面分割模式设置为 `PSM_AUTO`（`setPageSegMode(1)`）\n- 支持常见图片格式（通过 `ImageIO` 自动识别）\n- 异常处理：图片读取失败、OCR 识别失败均有明确异常提示\n\n> **注意**: 当前图片翻译功能已改用 LLM Vision 实现（通过 `LlmService.translateImage()`），\n> OcrService 主要用于独立的文字识别需求，不再被 `ImageTranslateService` 直接调用。\n\n#### 3.3.2 自定义异常\n\n- **OcrException**: OCR 识别过程中的运行时异常\n\n***\n\n### 3.4 ai-translator（智能翻译模块）\n\n**包结构**: `com.alan.aitranslator`\n\n#### 3.4.1 配置类（TranslatorConfig）\n\n通过 `@ConfigurationProperties(prefix = \"ai.translator\")` 绑定配置：\n\n| 配置项                  | 默认值     | 说明           |\n| -------------------- | ------- | ------------ |\n| `max-text-length`    | 50000   | 最大翻译文本长度     |\n| `max-segment-length` | 3000    | 长文本分段长度      |\n| `enable-cache`       | true    | 是否启用翻译缓存     |\n| `cache-size`         | 10000   | 缓存最大条目数      |\n| `cache-ttl-minutes`  | 1440    | 缓存过期时间（24小时） |\n| `default-domain`     | general | 默认翻译领域       |\n| `default-style`      | neutral | 默认翻译风格       |\n\n**配置示例**：\n\n```yaml\nai:\n  translator:\n    max-text-length: 50000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n```\n\n#### 3.4.2 翻译服务（TranslateService）\n\n基于 LLM 的高质量翻译引擎，支持多领域、多风格翻译：\n\n**核心特性**:\n\n1. **缓存机制**: 使用 **Caffeine Cache** 实现本地缓存\n   - 缓存键：`{from}_{to}_{domain}_{style}_{length}_{hash}`\n   - 统计功能：记录命中率\n2. **长文本处理**: 超过 `maxSegmentLength` 的文本自动分段翻译\n   - 按段落分割，保持上下文连贯性\n   - 前一段内容作为下一段的上下文参考\n3. **领域适配**: 支持 6 种领域（含通用）\n   - `general` - 通用领域\n   - `tech` - 技术领域（计算机、软件工程）\n   - `medical` - 医学领域\n   - `legal` - 法律领域\n   - `business` - 商业领域\n   - `literary` - 文学领域\n4. **风格适配**: 支持 4 种翻译风格\n   - `neutral` - 中性风格\n   - `formal` - 正式书面语\n   - `casual` - 口语化风格\n   - `academic` - 学术严谨风格\n5. **XML 标签隔离**: 使用 `<text>`/`<context>` XML 标签包裹待翻译内容和上下文，有效防止本地小模型的\"提示词注入（Prompt Injection）\"问题\n\n#### 3.4.3 图片翻译服务（ImageTranslateService）\n\n**流程**: 图片上传 → LLM Vision 识别并翻译 → 流式返回结果\n\n> **注意**: 当前实现直接使用 LLM Vision 能力，不再经过 Tesseract OCR。\n\n**方法**:\n\n- `translateImageStream(MultipartFile imageFile, String from, String to)` - 流式图片翻译，返回 `Flux<String>`\n\n**校验规则**:\n\n- 文件类型必须为 `image/*`\n- 文件大小限制 50MB\n- 使用 `TranslatorConfig` 中的 `defaultDomain` 和 `defaultStyle`\n\n#### 3.4.4 语音翻译服务（AudioTranslateService）\n\n**流程**: 音频上传 → ASR 语音识别 → 文本翻译（流式）→ SSE 返回结果\n\n**方法**:\n\n- `translateAudioStream(MultipartFile audioFile, String from, String to, ObjectMapper objectMapper)` - 流式语音翻译，返回 `SseEmitter`\n\n**SSE 事件类型**:\n\n- `asr` - ASR 识别完成事件（含 `recognizedText` 和 `asrDuration`）\n- `translation` - 翻译流式块（含 `text` 和 `done` 标志）\n- `done` - 完成事件（含 `recognizedText`/`translatedText`/`totalDuration`/`audioDuration`）\n\n**技术细节**:\n\n- 临时文件管理：上传后创建临时文件，处理完成后自动清理\n- 音频时长计算：通过 `javax.sound.sampled` 获取音频时长\n- 流式翻译：使用 `llmService.chatStream()` 获取 Flux，通过 Rx 订阅发送 SSE 事件\n\n#### 3.4.5 ASR 服务（AsrService）\n\n调用 OpenAI Whisper 兼容 API 进行语音识别：\n\n- 模型：`whisper-1`\n- 响应格式：`text`\n- 支持语言参数指定\n- API 地址自动从 `LlmConfig.baseUrl` 拼接 `/audio/transcriptions`\n\n#### 3.4.6 文本预处理（TextPreprocessor）\n\n翻译前的文本清洗工具：\n\n- 去除 HTML 标签\n- 合并多余空格\n- 合并多余换行（超过 2 个换行合并为 2 个）\n\n#### 3.4.7 自定义异常\n\n- **AsrException**: 语音识别过程中的运行时异常\n\n***\n\n### 3.5 ai-agent（智能体模块）\n\n**包结构**: `com.alan.aiagent`\n\n当前为**预留模块**，仅包含占位类 `AgentModuleInfo`，用于：\n\n- 确保目录被 Git 跟踪\n- 为后续智能体框架（Agent Framework）扩展预留空间\n\n**未来可扩展方向**:\n\n- ReAct 智能体模式\n- 工具调用（Function Calling）编排\n- 多智能体协作\n- 记忆管理（Memory）\n\n***\n\n### 3.6 ai-app（应用启动模块）\n\n**包结构**: `com.alan.aiassistant`\n\n#### 3.6.1 启动类（AiAssistantApplication）\n\n```java\n@SpringBootApplication(exclude = {\n    OpenAiAudioSpeechAutoConfiguration.class,\n    OpenAiAudioTranscriptionAutoConfiguration.class,\n    OpenAiChatAutoConfiguration.class,\n    OpenAiEmbeddingAutoConfiguration.class,\n    OpenAiImageAutoConfiguration.class,\n    OpenAiModerationAutoConfiguration.class,\n    PgVectorStoreAutoConfiguration.class\n})\n@EnableRetry\n@ComponentScan(basePackages = {\"com.alan.aiassistant\", \"com.alan.aicommon\",\n    \"com.alan.aitranslator\", \"com.alan.aillm\", \"com.alan.aiocr\", \"com.alan.aiagent\"})\npublic class AiAssistantApplication { ... }\n```\n\n**关键注解**:\n\n- `@EnableRetry`: 启用 Spring Retry 重试机制\n- `@ComponentScan`: 显式扫描所有模块的包路径（解决多模块包扫描问题）\n- `@SpringBootApplication(exclude = {...})`: 排除 Spring AI 的自动配置，因为项目使用自定义的 LLM 调用实现\n\n#### 3.6.2 应用配置（application.yml）\n\n```yaml\nspring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n    driver-class-name: org.postgresql.Driver\n  servlet:\n    multipart:\n      max-file-size: 50MB\n      max-request-size: 50MB\n\nai:\n  llm:\n    base-url: ${LLM_BASE_URL:http://localhost:1234/v1}\n    model: ${LLM_MODEL:qwen}\n    api-key: ${LLM_API_KEY:sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    topP: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n  translator:\n    max-text-length: 50000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n\nserver:\n  port: 9090\n```\n\n**基础设施**:\n\n- **数据库**: PostgreSQL（用于向量存储 `pgvector`）\n- **LLM 服务**: 本地 LM Studio（端口 1234）\n- **文件上传**: 最大 50MB\n\n**安全配置说明**:\n\n- 所有敏感配置（API Key、密码）支持通过环境变量覆盖\n- 格式：`${ENV_VAR:default_value}`，环境变量不存在时使用默认值\n- 生产环境建议设置对应的环境变量，避免使用默认值\n\n***\n\n### 3.7 ui（Vue.js 前端模块）\n\n**技术栈**: Vue 3 + TypeScript + Element Plus + Vite + Axios\n\n#### 3.7.1 功能特性\n\n- **三模式翻译**: 文本翻译 / 图片翻译 / 语音翻译，通过标签页切换\n- **流式输出（SSE）**: 所有翻译均采用 SSE 流式输出，实时显示翻译进度\n- **领域与风格选择**: 支持 6 种领域 × 4 种风格组合\n- **文件拖拽上传**: 图片和音频支持拖拽上传\n- **复制翻译结果**: 一键复制到剪贴板\n- **响应式布局**: 适配桌面端和移动端\n\n#### 3.7.2 技术细节\n\n- Vite 开发服务器端口：`5173`\n- 代理配置：`/api` → `http://localhost:9090`\n- SSE 流式解析：手动实现 SSE 协议解析（`fetch` + `ReadableStream`）\n- 时长展示：显示翻译耗时（毫秒）\n\n***\n\n## 四、API 接口清单\n\n### 4.1 翻译接口（v1 版本，全部流式）\n\n所有接口均返回 SSE（Server-Sent Events）流式响应。\n\n| 方法   | 路径                             | 说明       | 请求类型         | 流式格式     |\n| ---- | ------------------------------ | -------- | ------------ | -------- |\n| POST | `/api/v1/translate/text/stream`  | 文本翻译（流式） | JSON         | SSE      |\n| POST | `/api/v1/translate/image/stream` | 图片翻译（流式） | Multipart    | SSE (text/event-stream) |\n| POST | `/api/v1/translate/audio/stream` | 语音翻译（流式） | Multipart    | SSE      |\n\n### 4.2 请求/响应示例\n\n#### 文本翻译（流式）\n\n**请求**:\n\n```json\n{\n  \"text\": \"Hello, world!\",\n  \"from\": \"English\",\n  \"to\": \"Chinese\",\n  \"domain\": \"general\",\n  \"style\": \"neutral\",\n  \"contextText\": \"可选的上下文内容\"\n}\n```\n\n**SSE 流式响应**:\n\n```\nevent: message\ndata: {\"text\":\"你\",\"done\":false}\n\nevent: message\ndata: {\"text\":\"好，\",\"done\":false}\n\nevent: message\ndata: {\"text\":\"世界！\",\"done\":false}\n\nevent: done\ndata: {\"text\":\"\",\"done\":true}\n```\n\n#### 图片翻译（流式）\n\n**请求** (multipart/form-data):\n\n- `file` - 图片文件（JPG/PNG/GIF/WEBP，最大 50MB）\n- `from` - 源语言代码\n- `to` - 目标语言代码\n\n**响应**: SSE 流（`text/event-stream`），每行为 `data: {\"choices\":[{\"delta\":{\"content\":\"...\"}}]}`\n\n> **语言参数说明**: 前端使用明确的语言名称（如 `Chinese`、`English`、`Japanese`），\n> 后端通过 `.toLowerCase()` 转换后传入 LLM（如 `chinese`、`english`、`japanese`）。\n\n#### 语音翻译（流式）\n\n**请求** (multipart/form-data):\n\n- `file` - 音频文件（MP3/WAV/M4A/OGG/FLAC，最大 50MB）\n- `from` - 源语言代码\n- `to` - 目标语言代码\n\n**SSE 流式响应**:\n\n```\nevent: asr\ndata: {\"type\":\"asr_result\",\"recognizedText\":\"Hello world\",\"asrDuration\":1250}\n\nevent: translation\ndata: {\"text\":\"你\",\"done\":false}\n\nevent: translation\ndata: {\"text\":\"好世\",\"done\":false}\n\nevent: translation\ndata: {\"text\":\"界\",\"done\":false}\n\nevent: done\ndata: {\"type\":\"done\",\"recognizedText\":\"Hello world\",\"translatedText\":\"你好世界\",\"totalDuration\":5250,\"audioDuration\":15000}\n```\n\n### 4.3 错误响应示例\n\n```json\n{\n  \"code\": 400,\n  \"message\": \"参数验证失败: 翻译文本不能为空; 源语言不能为空\",\n  \"data\": null,\n  \"timestamp\": 1713763200000\n}\n```\n\n***\n\n## 五、技术栈分析\n\n### 5.1 核心框架与库\n\n| 技术                 | 版本     | 用途                |\n| ------------------ | ------ | ----------------- |\n| Spring Boot        | 3.5.13 | 应用框架              |\n| Spring AI          | 1.1.4  | AI 抽象框架（向量存储，自动配置已排除） |\n| Spring Retry       | -      | 重试机制              |\n| Spring Validation  | -      | 参数校验（JSR-303）     |\n| Spring WebFlux     | -      | 响应式 HTTP 客户端和流式处理  |\n| Lombok             | -      | 代码简化              |\n| Tess4J             | 5.8.0  | OCR 引擎            |\n| Caffeine           | -      | 本地缓存              |\n| PostgreSQL         | -      | 关系型数据库            |\n| pgvector           | -      | 向量扩展              |\n| Vue 3              | 3.5.32 | 前端框架              |\n| Element Plus       | 2.13.7 | UI 组件库            |\n| Vite               | 8.0.9  | 前端构建工具            |\n| Axios              | 1.15.2 | HTTP 客户端          |\n| Jackson            | -      | JSON 解析（后端流式 SSE 解析） |\n\n### 5.2 设计模式应用\n\n| 模式        | 应用位置               | 说明                       |\n| --------- | ------------------ | ------------------------ |\n| **模板方法**  | `LlmService`       | 对话/Vision 流程标准化（构建请求→调用API→解析响应） |\n| **策略模式**  | `TranslateService` | 不同领域/风格的翻译策略通过 prompt 切换 |\n| **建造者模式** | DTO 类              | `@Builder` 注解生成流式构建器     |\n| **单例模式**  | `OcrService`       | Tesseract 引擎单例管理         |\n| **工厂模式**  | `ApiResponse`      | 静态工厂方法创建响应对象             |\n| **观察者模式** | 流式处理              | WebFlux Flux/SSE 事件订阅处理 |\n\n### 5.3 异常处理策略\n\n项目采用**分层异常处理**架构：\n\n1. **模块自定义异常**: 各模块定义自己的异常类型（`LlmException`, `TranslationException`, `OcrException`, `AsrException`）\n2. **异常转换**: 底层异常在模块边界处转换为业务异常\n3. **统一拦截**: `GlobalExceptionHandler` 集中处理所有异常，统一返回格式\n4. **日志分级**: WARN 处理客户端错误，ERROR 处理服务端错误\n\n***\n\n## 六、数据流分析\n\n### 6.1 文本翻译流程（流式）\n\n```\n用户请求 (SSE)\n    │\n    ▼\n┌─────────────────────┐\n│ TranslateController │\n│ POST /api/v1/translate/text/stream │\n│ @Valid 参数校验      │\n└──────┬──────────────┘\n       │\n       ▼\n┌─────────────────────┐\n│ TextPreprocessor    │\n│ • 文本预处理          │\n└──────┬──────────────┘\n       │\n       ▼\n┌─────────────────────┐\n│ LlmService.chat()   │\n│ • 构建请求体          │\n│ • WebClient 同步调用  │\n│ • 解析响应            │\n└──────┬──────────────┘\n       │\n       ▼\n  分块发送 SSE 事件\n  (10字符/块, 间隔50ms)\n       │\n       ▼\n  发送 done 事件\n```\n\n### 6.2 图片翻译流程（流式）\n\n```\n用户上传图片\n    │\n    ▼\n┌──────────────────────────┐\n│ ImageTranslateService    │\n│ • 图片格式/大小校验        │\n│ POST /api/v1/translate/image/stream │\n└──────┬───────────────────┘\n       │\n       ▼\n┌──────────────────────────┐\n│ LlmService.translateImageStream() │\n│ • 图片自动压缩（>50KB→1024px）│\n│ • Base64 编码              │\n│ • 构建 Vision 请求体        │\n│ • WebClient Flux 流式调用  │\n│ • Vision LLM 识别+翻译     │\n└──────┬───────────────────┘\n       │\n       ▼\n  SSE 流式返回翻译结果\n```\n\n### 6.3 语音翻译流程（流式）\n\n```\n用户上传音频\n    │\n    ▼\n┌──────────────────────────┐\n│ AudioTranslateService    │\n│ • 音频格式/大小校验        │\n│ • 创建临时文件             │\n│ • 计算音频时长             │\n│ POST /api/v1/translate/audio/stream │\n└──────┬───────────────────┘\n       │\n       ▼\n┌──────────────────────────┐\n│ AsrService.recognize()   │\n│ • 调用 Whisper API        │\n│ • 语音识别                │\n└──────┬───────────────────┘\n       │\n       ▼ SSE event: asr\n  发送识别结果事件\n       │\n       ▼\n┌──────────────────────────┐\n│ LlmService.chatStream()  │\n│ • 文本翻译（流式 Flux）    │\n└──────┬───────────────────┘\n       │\n       ▼ SSE event: translation (多次)\n  流式发送翻译块\n       │\n       ▼ SSE event: done\n  发送完成事件 + 清理临时文件\n```\n\n***\n\n## 七、构建与部署\n\n### 7.1 Maven 构建\n\n```bash\n# 使用 Maven Wrapper 构建\n./mvnw clean package\n\n# 运行应用\n./mvnw spring-boot:run -pl ai-app\n```\n\n### 7.2 前端构建\n\n```bash\n# 进入 ui 目录\ncd ui\n\n# 安装依赖\nnpm install\n\n# 开发模式（热重载）\nnpm run dev\n\n# 生产构建\nnpm run build\n```\n\n### 7.3 一键启动\n\n项目提供了 `start.bat` 脚本：\n\n```batch\nmvnw.cmd clean package\nmvnw.cmd spring-boot:run -pl ai-app\n```\n\n### 7.4 模块构建配置\n\n- 所有模块均配置 `maven-compiler-plugin`，启用 Lombok 注解处理器\n- `ai-app` 模块使用 `spring-boot-maven-plugin` 打包可执行 JAR\n- 打包时排除 Lombok 依赖\n\n### 7.5 运行环境要求\n\n| 依赖          | 版本  | 说明                          |\n| ----------- | --- | --------------------------- |\n| JDK         | 17+ | Java 运行时                    |\n| Node.js     | 18+ | 前端构建                        |\n| PostgreSQL  | 14+ | 数据库，需安装 pgvector 扩展（当前未使用） |\n| LM Studio   | -   | 本地 LLM 服务，端口 1234           |\n| Tesseract   | -   | OCR 引擎（安装语言包，可选）            |\n\n### 7.6 环境变量配置（生产环境推荐）\n\n```bash\n# LLM 配置\nexport LLM_BASE_URL=http://localhost:1234/v1\nexport LLM_MODEL=qwen\nexport LLM_API_KEY=your-secure-api-key\nexport LLM_TIMEOUT=60000\n\n# 数据库配置\nexport DB_URL=jdbc:postgresql://localhost:5432/ai_assistant\nexport DB_USERNAME=postgres\nexport DB_PASSWORD=your-secure-password\n```\n\n***\n\n## 八、扩展性分析\n\n### 8.1 当前扩展点\n\n1. **新领域翻译**: 在 `TranslateService` 和 `LlmService.buildImageTranslatePrompt()` 中添加新的 domain case\n2. **新风格翻译**: 添加新的 style case\n3. **新 OCR 语言**: 通过 `OcrService.extractText(file, language)` 指定 Tesseract 语言包\n4. **缓存策略**: 调整 `TranslatorConfig` 中的缓存参数\n5. **前端多语言**: 扩展 `LANGUAGE_OPTIONS` 常量\n6. **extra_body 参数**: 通过扩展 `LlmService` 透传额外 LLM 参数（如 `enable_thinking`，当前仅在测试类中实现）\n\n### 8.2 架构优势\n\n1. **模块化设计**: 各模块职责清晰，可独立演进\n2. **依赖倒置**: `ai-app` 作为组装模块，业务模块之间通过接口解耦\n3. **配置外部化**: 所有 AI 参数通过 `application.yml` 配置，支持环境变量覆盖\n4. **异常隔离**: 各模块自定义异常，避免错误传播污染\n5. **流式优先**: 所有翻译接口均采用 SSE 流式输出，用户体验好\n6. **前后端分离**: Vue.js 独立开发，通过 Vite proxy 与后端通信\n\n### 8.3 待完善方向\n\n1. **ai-agent 模块**: 当前为空，建议实现 ReAct/Plan-and-Execute 智能体框架\n2. **向量存储**: 已引入 `spring-ai-starter-vector-store-pgvector`，但排除自动配置，未在业务中使用\n3. **传统 REST 端点**: 当前只有流式端点，可添加非流式 API 作为降级方案\n4. **多模态支持**: 可扩展视频翻译、文档翻译等能力\n5. **用户管理**: 当前无认证授权机制\n6. **限流熔断**: 建议引入 Sentinel/Resilience4j\n7. **单元测试**: 当前测试覆盖不足（仅一个默认测试），需补充 Service/Controller 层测试\n8. **API 文档**: 建议引入 Swagger/OpenAPI 自动生成接口文档\n9. **前端状态管理**: 可引入 Pinia 管理复杂状态\n\n***\n\n## 九、代码质量评估\n\n### 9.1 优点\n\n- ✅ 统一的 API 响应格式，前后端交互规范\n- ✅ 完善的全局异常处理，错误信息友好\n- ✅ 日志记录详尽，便于问题排查\n- ✅ 参数校验完善（`@Valid`, `@NotBlank`, `@Size`）\n- ✅ 缓存机制提升性能（Caffeine）\n- ✅ 重试机制增强稳定性（Spring Retry）\n- ✅ 临时文件自动清理，避免磁盘泄漏\n- ✅ 配置外部化，支持环境变量注入\n- ✅ 敏感配置默认支持环境变量覆盖\n- ✅ 流式 SSE 输出，实时反馈翻译进度\n- ✅ Vision LLM 直接处理图片翻译，无需 OCR 中间步骤\n- ✅ 图片自动压缩优化，减少数据传输量\n- ✅ XML 标签隔离防提示词注入\n- ✅ Vue 3 前端实现完整，支持拖拽上传和流式显示\n\n### 9.2 改进建议\n\n- ⚠️ `application.yml` 中数据库密码和 API Key 仍有默认值，生产环境务必通过环境变量覆盖\n- ⚠️ `AsrService` 中 API URL 从 `LlmConfig` 拼接待改进，建议使用独立配置\n- ⚠️ `OcrService` 中 Tesseract 数据路径未配置，可能依赖系统环境\n- ⚠️ 缺少单元测试覆盖（仅有一个默认的 `AiAssistantApplicationTests`）\n- ⚠️ 缺少 API 文档（如 Swagger/OpenAPI）\n- ⚠️ `TranslateController.text/stream` 实际上是同步调用后分块发送，并非真正的流式 LLM 调用\n- ⚠️ `TranslateService.buildSystemPrompt()` 中 `domain` 和 `style` 参数虽传入但未在提示词中使用（4 参数仅 2 个 `%s` 占位符）\n- ⚠️ `extra_body` 透传（如 `enable_thinking`）仅在测试类 `ChatCompletionsTest` 中实现，未集成到生产代码 `LlmService`\n\n***\n\n## 十、版本变更记录\n\n### v0.0.1-SNAPSHOT (当前版本)\n\n**新增功能**:\n\n- 多模态翻译支持（文本/图片/语音）\n- 所有翻译接口改为 SSE 流式输出\n- LLM Vision 图片翻译（替代 OCR 流程）\n- 图片自动压缩优化\n- 翻译缓存机制（Caffeine）\n- 长文本自动分段翻译\n- 领域和风格适配（tech/medical/legal/business/literary/formal/casual/academic）\n- 全局异常处理与统一响应格式\n- Spring Retry 重试机制\n- 配置外部化（支持环境变量）\n- Vue 3 前端界面（Element Plus + Vite）\n- XML 标签隔离防提示词注入\n- `extra_body` 透传支持\n\n**架构变更**:\n\n- 清理重复模块（app、translator）\n- API 路径规范化（`/api/v1/translate/*/stream`）\n- 模块依赖关系优化\n- `LlmService` 重构：从 `RestTemplate` 迁移到 `WebClient`，统一文本/Vision 调用\n- 排除 Spring AI 自动配置（使用自定义 LLM 调用）\n- 图片翻译从 OCR+翻译 流程改为 Vision LLM 直接处理\n\n***\n\n## 十一、总结\n\nAI-Assistant 是一个架构清晰、模块化的 Spring Boot AI 应用，通过 Maven 多模块方式组织了 LLM、OCR、翻译等核心能力，并提供了 Vue 3 前端界面。项目采用**本地化 LLM 方案**（LM Studio），降低了对外部云服务的依赖，适合私有化部署场景。\n\n核心设计亮点：\n\n1. **统一 LLM 服务层**: `LlmService` 统一封装文本对话、Vision 识别、图片翻译、流式输出四大能力\n2. **流式优先架构**: 所有翻译接口均采用 SSE 流式输出，提供实时反馈\n3. **分层异常处理**: 模块异常 → 业务异常 → 统一拦截 → 标准化响应\n4. **Prompt 工程**: 领域/风格适配 + XML 标签隔离 + Vision 系统提示词\n5. **多模态翻译**: 文本/图片/语音三种输入方式的统一翻译能力\n6. **性能优化**: Caffeine 缓存 + 长文本分段处理 + 图片自动压缩\n7. **配置安全**: 敏感配置支持环境变量覆盖\n8. **前后端分离**: Vue 3 独立前端，Vite 代理通信\n\n项目当前处于 **MVP 阶段**，核心功能已可用，后续可在智能体框架、向量检索、非流式降级等方向持续演进。\n"}, "6316ad783ca1d7603123b1630cdebccc07d4a6e9": {"t": 1785764155.910998, "n": 17835, "h": "ffc3b85932a63971", "c": "# AI-Assistant 项目深度分析文档\n\n## 一、项目概述\n\n**AI-Assistant** 是一个基于 **Spring Boot 3.5.13** 构建的模块化 AI 助手应用，采用 **Maven 多模块架构**设计。项目集成了大语言模型（LLM）、光学字符识别（OCR）、智能翻译等核心 AI 能力，通过本地化的 LLM 服务（如 LM Studio）提供智能对话、文本翻译、图片翻译、语音翻译等功能。\n\n| 属性                 | 说明                 |\n| ------------------ | ------------------ |\n| **项目名称**           | ai-assistant       |\n| **版本**             | 0.0.1-SNAPSHOT     |\n| **构建工具**           | Maven 3.x（Wrapper） |\n| **Java 版本**        | 17                 |\n| **Spring Boot 版本** | 3.5.13             |\n| **Spring AI 版本**   | 1.1.4              |\n| **服务端口**           | 9090               |\n\n***\n\n## 二、项目架构\n\n### 2.1 模块依赖图\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                        ai-app (启动入口)                      │\n│                   Spring Boot Web 应用                        │\n│                   端口: 9090                                  │\n└──────────┬──────────────────────────────────────────────────┘\n           │ 依赖所有子模块\n           ▼\n┌──────────────┬──────────────┬──────────────┬──────────────┐\n│  ai-common   │   ai-llm     │   ai-ocr     │ ai-translator│\n│  (公共模块)   │  (LLM调用)    │  (文字识别)   │  (翻译服务)   │\n├──────────────┼──────────────┼──────────────┼──────────────┤\n│ • WebClient  │ • OpenAI API │ • Tesseract  │ • 文本翻译    │\n│ • 全局异常处理│ • 对话服务   │ • 图片文字提取│ • 图片翻译    │\n│ • 统一响应体 │ • 重试机制   │              │ • 语音翻译    │\n│              │ • 配置外部化 │              │ • 缓存机制    │\n└──────────────┴──────────────┴──────────────┴──────────────┘\n           ▲\n┌──────────┴──────────────────────────────────────────────────┐\n│                      ai-agent (智能体框架)                    │\n│                   当前为占位模块，预留扩展                      │\n└─────────────────────────────────────────────────────────────┘\n```\n\n### 2.2 模块职责说明\n\n| 模块              | 职责                                    | 被依赖方                            |\n| --------------- | ------------------------------------- | ------------------------------- |\n| `ai-common`     | 公共工具类、全局异常处理、统一 API 响应格式、WebClient 配置 | 所有模块                            |\n| `ai-llm`        | 大语言模型调用封装、对话服务、OpenAI 兼容 API 交互       | ai-ocr, ai-translator, ai-agent |\n| `ai-ocr`        | 基于 Tesseract 的光学字符识别服务                | ai-translator                   |\n| `ai-translator` | 多模态翻译服务（文本/图片/语音）、缓存管理                | ai-app                          |\n| `ai-agent`      | 智能体框架（当前为预留模块）                        | ai-app                          |\n| `ai-app`        | 应用启动入口、配置聚合、依赖组装                      | -                               |\n\n***\n\n## 三、核心模块详解\n\n### 3.1 ai-common（公共模块）\n\n**包结构**: `com.alan.aicommon`\n\n#### 3.1.1 统一响应体（ApiResponse）\n\n位于 `dto/ApiResponse.java`，采用泛型设计，提供标准化的 API 返回格式：\n\n```java\n{\n  \"code\": 200,\n  \"message\": \"success\",\n  \"data\": { ... },\n  \"timestamp\": 1713763200000\n}\n```\n\n**工厂方法**:\n\n- `success(T data)` - 成功响应\n- `success(String message, T data)` - 带自定义消息的成功响应\n- `error(int code, String message)` - 错误响应\n- `badRequest(String message)` - 400 错误\n- `serverError(String message)` - 500 错误\n\n#### 3.1.2 全局异常处理（GlobalExceptionHandler）\n\n基于 `@RestControllerAdvice` 的全局异常拦截器，覆盖以下异常类型：\n\n| 异常类型                                      | HTTP 状态码 | 处理逻辑            |\n| ----------------------------------------- | -------- | --------------- |\n| `LlmException`                            | 500      | AI 模型调用失败       |\n| `TranslationException`                    | 400      | 翻译业务异常          |\n| `MethodArgumentNotValidException`         | 400      | 参数校验失败（JSR-303） |\n| `HttpMessageNotReadableException`         | 400      | 请求体解析失败         |\n| `MissingServletRequestParameterException` | 400      | 缺少必需参数          |\n| `HttpRequestMethodNotSupportedException`  | 405      | 不支持的 HTTP 方法    |\n| `NoResourceFoundException`                | 404      | 资源未找到           |\n| `MaxUploadSizeExceededException`          | 413      | 文件上传超限          |\n| `Exception`                               | 500      | 兜底异常处理          |\n\n#### 3.1.3 自定义异常\n\n- **LlmException**: LLM 调用过程中的运行时异常\n- **TranslationException**: 翻译业务异常，支持错误码（errorCode）\n\n#### 3.1.4 WebClient 配置\n\n提供响应式 HTTP 客户端 `WebClient` Bean，用于异步 HTTP 调用。\n\n***\n\n### 3.2 ai-llm（大语言模型模块）\n\n**包结构**: `com.alan.aillm`\n\n#### 3.2.1 配置类（LlmConfig）\n\n通过 `@ConfigurationProperties(prefix = \"ai.llm\")` 绑定配置：\n\n| 配置项           | 默认值                        | 说明                      |\n| ------------- | -------------------------- | ----------------------- |\n| `base-url`    | `http://localhost:1234/v1` | LLM API 基础地址（LM Studio） |\n| `model`       | `qwen`                     | 默认模型名称                  |\n| `api-key`     | `\"\"`                       | API 密钥                  |\n| `timeout`     | 30000ms                    | 连接/读取超时                 |\n| `max-retries` | 3                          | 最大重试次数                  |\n| `temperature` | 0.3                        | 采样温度                    |\n| `topP`        | 0.9                        | 核采样参数（YAML 中使用 `topP`）  |\n| `max-tokens`  | 4096                       | 最大生成令牌数                 |\n| `stream`      | false                      | 是否流式输出                  |\n\n**配置示例**（支持环境变量覆盖）：\n\n```yaml\nai:\n  llm:\n    base-url: ${LLM_BASE_URL:http://localhost:1234/v1}\n    model: ${LLM_MODEL:qwen}\n    api-key: ${LLM_API_KEY:your-api-key}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    topP: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n```\n\n#### 3.2.2 对话服务（LlmService）\n\n核心服务类，提供与 OpenAI 兼容 API 的交互能力：\n\n**核心方法**:\n\n- `chat(String systemPrompt, String userPrompt)` - 单轮对话\n- `chat(List<Message> messages)` - 多消息对话\n- `chatWithHistory(String systemPrompt, String userPrompt, List<Message> history)` - 带历史记录的对话\n\n**技术特性**:\n\n- 使用 `RestTemplate` 进行同步 HTTP 调用\n- 支持 **Spring Retry** 重试机制（`@Retryable`），对 `ResourceAccessException` 和 `HttpServerErrorException` 自动重试\n- 指数退避策略：`delay = 1000ms`，`multiplier = 2`\n- 完善的日志记录（请求耗时、模型名称、异常详情）\n- 响应内容安全校验（空响应、空 choices、空内容检查）\n\n**请求/响应 DTO**:\n\n- `ChatRequest`: 兼容 OpenAI Chat Completions API 的请求体（含 temperature/topP/maxTokens/stream）\n- `ChatResponse`: 解析 OpenAI 标准响应格式（含 choices/usage/delta 等字段）\n\n***\n\n### 3.3 ai-ocr（光学字符识别模块）\n\n**包结构**: `com.alan.aiocr`\n\n#### 3.3.1 OCR 服务（OcrService）\n\n基于 **Tess4J**（Tesseract OCR 的 Java 封装）实现图片文字提取：\n\n**依赖**: `net.sourceforge.tess4j:tess4j:5.8.0`\n\n**核心方法**:\n\n- `extractText(MultipartFile imageFile)` - 默认语言识别\n- `extractText(MultipartFile imageFile, String language)` - 指定语言识别\n\n**技术细节**:\n\n- 页面分割模式设置为 `PSM_AUTO`（`setPageSegMode(1)`）\n- 支持常见图片格式（通过 `ImageIO` 自动识别）\n- 异常处理：图片读取失败、OCR 识别失败均有明确异常提示\n\n***\n\n### 3.4 ai-translator（智能翻译模块）\n\n**包结构**: `com.alan.aitranslator`\n\n#### 3.4.1 配置类（TranslatorConfig）\n\n通过 `@ConfigurationProperties(prefix = \"ai.translator\")` 绑定配置：\n\n| 配置项                  | 默认值     | 说明           |\n| -------------------- | ------- | ------------ |\n| `max-text-length`    | 10000   | 最大翻译文本长度     |\n| `max-segment-length` | 3000    | 长文本分段长度      |\n| `enable-cache`       | true    | 是否启用翻译缓存     |\n| `cache-size`         | 10000   | 缓存最大条目数      |\n| `cache-ttl-minutes`  | 1440    | 缓存过期时间（24小时） |\n| `default-domain`     | general | 默认翻译领域       |\n| `default-style`      | neutral | 默认翻译风格       |\n\n**配置示例**：\n\n```yaml\nai:\n  translator:\n    max-text-length: 10000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n```\n\n#### 3.4.2 翻译服务（TranslateService）\n\n基于 LLM 的高质量翻译引擎，支持多领域、多风格翻译：\n\n**核心特性**:\n\n1. **缓存机制**: 使用 **Caffeine Cache** 实现本地缓存\n   - 缓存键：`{from}_{to}_{domain}_{style}_{length}_{hash}`\n   - 统计功能：记录命中率\n2. **长文本处理**: 超过 `maxSegmentLength` 的文本自动分段翻译\n   - 按段落分割，保持上下文连贯性\n   - 前一段摘要作为下一段的上下文参考\n3. **领域适配**: 支持 5 种专业领域\n   - `general` - 通用领域\n   - `tech` - 技术领域（计算机、软件工程）\n   - `medical` - 医学领域\n   - `legal` - 法律领域\n   - `business` - 商业领域\n   - `literary` - 文学领域\n4. **风格适配**: 支持 3 种翻译风格\n   - `neutral` - 中性风格\n   - `formal` - 正式书面语\n   - `casual` - 口语化风格\n   - `academic` - 学术严谨风格\n5. **系统提示词工程**: 通过精心设计的 system prompt 约束 LLM 输出，确保翻译质量\n\n#### 3.4.3 图片翻译服务（ImageTranslateService）\n\n**流程**: 图片上传 → OCR 文字提取 → 文本翻译 → 返回结果\n\n**接口**: `POST /api/v1/translate/image` (multipart/form-data)\n\n**参数**:\n\n- `file` - 图片文件（JPG/PNG/GIF/WEBP，最大 50MB）\n- `from` - 源语言\n- `to` - 目标语言\n\n#### 3.4.4 语音翻译服务（AudioTranslateService）\n\n**流程**: 音频上传 → ASR 语音识别 → 文本翻译 → 返回结果\n\n**接口**: `POST /api/v1/translate/audio` (multipart/form-data)\n\n**参数**:\n\n- `file` - 音频文件（MP3/WAV/M4A/OGG/FLAC，最大 50MB）\n- `from` - 源语言\n- `to` - 目标语言\n\n**技术细节**:\n\n- 临时文件管理：上传后创建临时文件，处理完成后自动清理\n- 音频时长计算：通过 `javax.sound.sampled` 获取音频时长\n- ASR 服务：调用兼容 OpenAI 的 `/v1/audio/transcriptions` API\n\n#### 3.4.5 ASR 服务（AsrService）\n\n调用 OpenAI Whisper 兼容 API 进行语音识别：\n\n- 模型：`whisper-1`\n- 响应格式：`text`\n- 支持语言参数指定\n\n#### 3.4.6 文本预处理（TextPreprocessor）\n\n翻译前的文本清洗工具：\n\n- 去除 HTML 标签\n- 合并多余空格\n- 合并多余换行（超过 2 个换行合并为 2 个）\n\n***\n\n### 3.5 ai-agent（智能体模块）\n\n**包结构**: `com.alan.aiagent`\n\n当前为**预留模块**，仅包含占位类 `AgentModuleInfo`，用于：\n\n- 确保目录被 Git 跟踪\n- 为后续智能体框架（Agent Framework）扩展预留空间\n\n**未来可扩展方向**:\n\n- ReAct 智能体模式\n- 工具调用（Function Calling）编排\n- 多智能体协作\n- 记忆管理（Memory）\n\n***\n\n### 3.6 ai-app（应用启动模块）\n\n**包结构**: `com.alan.aiassistant`\n\n#### 3.6.1 启动类（AiAssistantApplication）\n\n```java\n@SpringBootApplication\n@EnableRetry\n@ComponentScan(basePackages = {\"com.alan.aiassistant\", \"com.alan.aicommon\", \n    \"com.alan.aitranslator\", \"com.alan.aillm\", \"com.alan.aiocr\", \"com.alan.aiagent\"})\n```\n\n**关键注解**:\n\n- `@EnableRetry`: 启用 Spring Retry 重试机制\n- `@ComponentScan`: 显式扫描所有模块的包路径（解决多模块包扫描问题）\n\n#### 3.6.2 应用配置（application.yml）\n\n```yaml\nspring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n  ai:\n    openai:\n      api-key: ${OPENAI_API_KEY:sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t}\n      base-url: http://localhost:1234/v1\n  servlet:\n    multipart:\n      max-file-size: 50MB\n      max-request-size: 50MB\n\nai:\n  llm:\n    base-url: ${LLM_BASE_URL:http://localhost:1234/v1}\n    model: ${LLM_MODEL:qwen}\n    api-key: ${LLM_API_KEY:sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    topP: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n  translator:\n    max-text-length: 10000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n\nserver:\n  port: 9090\n```\n\n**基础设施**:\n\n- **数据库**: PostgreSQL（用于向量存储 `pgvector`）\n- **LLM 服务**: 本地 LM Studio（端口 1234）\n- **文件上传**: 最大 50MB\n\n**安全配置说明**:\n\n- 所有敏感配置（API Key、密码）支持通过环境变量覆盖\n- 格式：`${ENV_VAR:default_value}`，环境变量不存在时使用默认值\n- 生产环境建议设置对应的环境变量，避免使用默认值\n\n***\n\n## 四、API 接口清单\n\n### 4.1 翻译接口（v1 版本）\n\n| 方法   | 路径                        | 说明   | 请求类型      |\n| ---- | ------------------------- | ---- | --------- |\n| POST | `/api/v1/translate/text`  | 文本翻译 | JSON      |\n| POST | `/api/v1/translate/image` | 图片翻译 | Multipart |\n| POST | `/api/v1/translate/audio` | 语音翻译 | Multipart |\n\n### 4.2 请求/响应示例\n\n#### 文本翻译\n\n**请求**:\n\n```json\n{\n  \"text\": \"Hello, world!\",\n  \"from\": \"en\",\n  \"to\": \"zh\",\n  \"domain\": \"general\",\n  \"style\": \"neutral\",\n  \"contextText\": \"可选的上下文内容\"\n}\n```\n\n**响应**:\n\n```json\n{\n  \"code\": 200,\n  \"message\": \"success\",\n  \"data\": {\n    \"originalText\": \"Hello, world!\",\n    \"translatedText\": \"你好，世界！\",\n    \"from\": \"en\",\n    \"to\": \"zh\",\n    \"domain\": \"general\",\n    \"style\": \"neutral\",\n    \"durationMs\": 1250,\n    \"cached\": false\n  },\n  \"timestamp\": 1713763200000\n}\n```\n\n#### 图片翻译\n\n**请求** (multipart/form-data):\n\n- `file` - 图片文件\n- `from` - 源语言代码\n- `to` - 目标语言代码\n\n**响应**:\n\n```json\n{\n  \"code\": 200,\n  \"message\": \"success\",\n  \"data\": {\n    \"extractedText\": \"图片中提取的原文\",\n    \"translatedText\": \"翻译后的文本\",\n    \"from\": \"en\",\n    \"to\": \"zh\",\n    \"durationMs\": 3250\n  },\n  \"timestamp\": 1713763200000\n}\n```\n\n#### 语音翻译\n\n**请求** (multipart/form-data):\n\n- `file` - 音频文件\n- `from` - 源语言代码\n- `to` - 目标语言代码\n\n**响应**:\n\n```json\n{\n  \"code\": 200,\n  \"message\": \"success\",\n  \"data\": {\n    \"recognizedText\": \"语音识别结果\",\n    \"translatedText\": \"翻译后的文本\",\n    \"from\": \"en\",\n    \"to\": \"zh\",\n    \"durationMs\": 5250,\n    \"audioDurationMs\": 15000\n  },\n  \"timestamp\": 1713763200000\n}\n```\n\n### 4.3 错误响应示例\n\n```json\n{\n  \"code\": 400,\n  \"message\": \"参数验证失败: 翻译文本不能为空; 源语言不能为空\",\n  \"data\": null,\n  \"timestamp\": 1713763200000\n}\n```\n\n***\n\n## 五、技术栈分析\n\n### 5.1 核心框架与库\n\n| 技术                | 版本     | 用途            |\n| ----------------- | ------ | ------------- |\n| Spring Boot       | 3.5.13 | 应用框架          |\n| Spring AI         | 1.1.4  | AI 抽象框架（向量存储） |\n| Spring Retry      | -      | 重试机制          |\n| Spring Validation | -      | 参数校验（JSR-303） |\n| Lombok            | -      | 代码简化          |\n| Tess4J            | 5.8.0  | OCR 引擎        |\n| Caffeine          | -      | 本地缓存          |\n| PostgreSQL        | -      | 关系型数据库        |\n| pgvector          | -      | 向量扩展          |\n\n### 5.2 设计模式应用\n\n| 模式        | 应用位置               | 说明                       |\n| --------- | ------------------ | ------------------------ |\n| **模板方法**  | `LlmService`       | 对话流程标准化（构建请求→调用API→提取内容） |\n| **策略模式**  | `TranslateService` | 不同领域/风格的翻译策略通过 prompt 切换 |\n| **建造者模式** | DTO 类              | `@Builder` 注解生成流式构建器     |\n| **单例模式**  | `OcrService`       | Tesseract 引擎单例管理         |\n| **工厂模式**  | `ApiResponse`      | 静态工厂方法创建响应对象             |\n\n### 5.3 异常处理策略\n\n项目采用**分层异常处理**架构：\n\n1. **模块自定义异常**: 各模块定义自己的异常类型（`LlmException`, `TranslationException`, `OcrException`, `AsrException`）\n2. **异常转换**: 底层异常在模块边界处转换为业务异常\n3. **统一拦截**: `GlobalExceptionHandler` 集中处理所有异常，统一返回格式\n4. **日志分级**: WARN 处理客户端错误，ERROR 处理服务端错误\n\n***\n\n## 六、数据流分析\n\n### 6.1 文本翻译流程\n\n```\n用户请求\n    │\n    ▼\n┌─────────────┐\n│ TranslateController │\n│  @Valid 参数校验     │\n│  路径: /api/v1/translate/text │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ TranslateService │\n│ • 文本预处理      │\n│ • 缓存查询        │\n│ • 长文本分段      │\n│ • 领域/风格适配   │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ LlmService   │\n│ • 构建请求体   │\n│ • HTTP 调用   │\n│ • 重试机制    │\n│ • 响应解析    │\n└──────┬──────┘\n       │\n       ▼\n   LLM API\n       │\n       ▼\n  返回翻译结果\n```\n\n### 6.2 图片翻译流程\n\n```\n用户上传图片\n    │\n    ▼\n┌─────────────┐\n│ ImageTranslateService │\n│ • 图片格式/大小校验    │\n│  路径: /api/v1/translate/image │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ OcrService   │\n│ • ImageIO 读取│\n│ • Tesseract  │\n│   文字提取   │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ TranslateService │\n│ • 文本翻译       │\n└──────┬──────┘\n       │\n       ▼\n  返回 {extractedText, translatedText}\n```\n\n### 6.3 语音翻译流程\n\n```\n用户上传音频\n    │\n    ▼\n┌─────────────┐\n│ AudioTranslateService │\n│ • 音频格式/大小校验    │\n│ • 创建临时文件         │\n│ • 计算音频时长         │\n│  路径: /api/v1/translate/audio │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ AsrService   │\n│ • 调用 Whisper API │\n│ • 语音识别     │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ TranslateService │\n│ • 文本翻译       │\n└──────┬──────┘\n       │\n       ▼\n  清理临时文件\n       │\n       ▼\n  返回 {recognizedText, translatedText, audioDurationMs}\n```\n\n***\n\n## 七、构建与部署\n\n### 7.1 Maven 构建\n\n```bash\n# 使用 Maven Wrapper 构建\n./mvnw clean package\n\n# 运行应用\n./mvnw spring-boot:run -pl ai-app\n```\n\n### 7.2 模块构建配置\n\n- 所有模块均配置 `maven-compiler-plugin`，启用 Lombok 注解处理器\n- `ai-app` 模块使用 `spring-boot-maven-plugin` 打包可执行 JAR\n- 打包时排除 Lombok 依赖\n\n### 7.3 运行环境要求\n\n| 依赖         | 版本  | 说明                  |\n| ---------- | --- | ------------------- |\n| JDK        | 17+ | Java 运行时            |\n| PostgreSQL | 14+ | 数据库，需安装 pgvector 扩展 |\n| LM Studio  | -   | 本地 LLM 服务，端口 1234   |\n| Tesseract  | -   | OCR 引擎（需安装语言包）      |\n\n### 7.4 环境变量配置（生产环境推荐）\n\n```bash\n# LLM 配置\nexport LLM_BASE_URL=http://localhost:1234/v1\nexport LLM_MODEL=qwen\nexport LLM_API_KEY=your-secure-api-key\nexport LLM_TIMEOUT=60000\n\n# OpenAI 配置（Spring AI 使用）\nexport OPENAI_API_KEY=your-secure-api-key\n\n# 数据库配置\nexport DB_URL=jdbc:postgresql://localhost:5432/ai_assistant\nexport DB_USERNAME=postgres\nexport DB_PASSWORD=your-secure-password\n```\n\n***\n\n## 八、扩展性分析\n\n### 8.1 当前扩展点\n\n1. **新领域翻译**: 在 `TranslateService.buildSystemPrompt()` 中添加新的 domain case\n2. **新风格翻译**: 在 `TranslateService.buildSystemPrompt()` 中添加新的 style case\n3. **新 OCR 语言**: 通过 `OcrService.extractText(file, language)` 指定 Tesseract 语言包\n4. **缓存策略**: 调整 `TranslatorConfig` 中的缓存参数\n\n### 8.2 架构优势\n\n1. **模块化设计**: 各模块职责清晰，可独立演进\n2. **依赖倒置**: `ai-app` 作为组装模块，业务模块之间通过接口解耦\n3. **配置外部化**: 所有 AI 参数通过 `application.yml` 配置，支持环境变量覆盖，无需改代码\n4. **异常隔离**: 各模块自定义异常，避免错误传播污染\n\n### 8.3 待完善方向\n\n1. **ai-agent 模块**: 当前为空，建议实现 ReAct/Plan-and-Execute 智能体框架\n2. **向量存储**: 已引入 `spring-ai-starter-vector-store-pgvector`，但未在业务中使用\n3. **流式输出**: `LlmService` 中 `stream=false` 写死，可扩展 SSE 流式接口\n4. **多模态支持**: 可扩展视频翻译、文档翻译等能力\n5. **用户管理**: 当前无认证授权机制\n6. **限流熔断**: 建议引入 Sentinel/Resilience4j\n7. **单元测试**: 当前测试覆盖不足，需补充 Service/Controller 层测试\n8. **API 文档**: 建议引入 Swagger/OpenAPI 自动生成接口文档\n\n***\n\n## 九、代码质量评估\n\n### 9.1 优点\n\n- ✅ 统一的 API 响应格式，前后端交互规范\n- ✅ 完善的全局异常处理，错误信息友好\n- ✅ 日志记录详尽，便于问题排查\n- ✅ 参数校验完善（`@Valid`, `@NotBlank`, `@Size`）\n- ✅ 缓存机制提升性能\n- ✅ 重试机制增强稳定性\n- ✅ 临时文件自动清理，避免磁盘泄漏\n- ✅ 配置外部化，支持环境变量注入\n- ✅ 敏感配置默认支持环境变量覆盖\n\n### 9.2 改进建议\n\n- ⚠️ `application.yml` 中数据库密码仍有默认值，生产环境务必通过环境变量覆盖\n- ⚠️ `AsrService` 中 ASR API URL 硬编码，建议提取到配置\n- ⚠️ `OcrService` 中 Tesseract 数据路径未配置，可能依赖系统环境\n- ⚠️ 缺少单元测试覆盖（仅有一个默认的 `AiAssistantApplicationTests`）\n- ⚠️ 缺少 API 文档（如 Swagger/OpenAPI）\n\n***\n\n## 十、版本变更记录\n\n### v0.0.1-SNAPSHOT (当前版本)\n\n**新增功能**:\n\n- 多模态翻译支持（文本/图片/语音）\n- 翻译缓存机制（Caffeine）\n- 长文本自动分段翻译\n- 领域和风格适配（tech/medical/legal/business/literary/formal/casual/academic）\n- 全局异常处理与统一响应格式\n- Spring Retry 重试机制\n- 配置外部化（支持环境变量）\n\n**架构变更**:\n\n- 清理重复模块（app、translator）\n- API 路径规范化（`/api/v1/translate/*`）\n- 模块依赖关系优化\n\n***\n\n## 十一、总结\n\nAI-Assistant 是一个架构清晰、模块化的 Spring Boot AI 应用，通过 Maven 多模块方式组织了 LLM、OCR、翻译等核心能力。项目采用**本地化 LLM 方案**（LM Studio），降低了对外部云服务的依赖，适合私有化部署场景。\n\n核心设计亮点：\n\n1. **分层异常处理**: 模块异常 → 业务异常 → 统一拦截 → 标准化响应\n2. **Prompt 工程**: 通过精细的系统提示词控制翻译质量\n3. **多模态翻译**: 文本/图片/语音三种输入方式的统一翻译能力\n4. **性能优化**: Caffeine 缓存 + 长文本分段处理\n5. **配置安全**: 敏感配置支持环境变量覆盖\n\n项目当前处于 **MVP 阶段**，核心功能已可用，后续可在智能体框架、向量检索、流式输出等方向持续演进。\n"}, "a529eca927fc7271e5c9400867ddaba3ba754f70": {"t": 1785764157.6639109, "n": 18886, "h": "33d3b040d83b7a90", "c": "# AI-Assistant 项目深度分析文档\n\n## 一、项目概述\n\n**AI-Assistant** 是一个基于 **Spring Boot 3.5.13** 构建的模块化 AI 助手应用，采用 **Maven 多模块架构**设计。项目集成了大语言模型（LLM）、光学字符识别（OCR）、智能翻译等核心 AI 能力，通过本地化的 LLM 服务（如 LM Studio）提供智能对话、文本翻译、图片翻译、语音翻译等功能。\n\n| 属性                 | 说明                 |\n| ------------------ | ------------------ |\n| **项目名称**           | ai-assistant       |\n| **版本**             | 0.0.1-SNAPSHOT     |\n| **构建工具**           | Maven 3.x（Wrapper） |\n| **Java 版本**        | 17                 |\n| **Spring Boot 版本** | 3.5.13             |\n| **Spring AI 版本**   | 1.1.4              |\n| **服务端口**           | 9090               |\n\n***\n\n## 二、项目架构\n\n### 2.1 模块依赖图\n\n```\n┌─────────────────────────────────────────────────────────────┐\n│                        ai-app (启动入口)                      │\n│                   Spring Boot Web 应用                        │\n│                   端口: 9090                                  │\n└──────────┬──────────────────────────────────────────────────┘\n           │ 依赖所有子模块\n           ▼\n┌──────────────┬──────────────┬──────────────┬──────────────┐\n│  ai-common   │   ai-llm     │   ai-ocr     │ ai-translator│\n│  (公共模块)   │  (LLM调用)    │  (文字识别)   │  (翻译服务)   │\n├──────────────┼──────────────┼──────────────┼──────────────┤\n│ • WebClient  │ • OpenAI API │ • Tesseract  │ • 文本翻译    │\n│ • 全局异常处理│ • 对话服务   │ • 图片文字提取│ • 图片翻译    │\n│ • 统一响应体 │ • 重试机制   │              │ • 语音翻译    │\n│              │ • 配置外部化 │              │ • 缓存机制    │\n└──────────────┴──────────────┴──────────────┴──────────────┘\n           ▲\n┌──────────┴──────────────────────────────────────────────────┐\n│                      ai-agent (智能体框架)                    │\n│                   当前为占位模块，预留扩展                      │\n└─────────────────────────────────────────────────────────────┘\n```\n\n### 2.2 模块职责说明\n\n| 模块              | 职责                                    | 被依赖方                            |\n| --------------- | ------------------------------------- | ------------------------------- |\n| `ai-common`     | 公共工具类、全局异常处理、统一 API 响应格式、WebClient 配置 | 所有模块                            |\n| `ai-llm`        | 大语言模型调用封装、对话服务、OpenAI 兼容 API 交互       | ai-ocr, ai-translator, ai-agent |\n| `ai-ocr`        | 基于 Tesseract 的光学字符识别服务                | ai-translator                   |\n| `ai-translator` | 多模态翻译服务（文本/图片/语音）、缓存管理                | ai-app                          |\n| `ai-agent`      | 智能体框架（当前为预留模块）                        | ai-app                          |\n| `ai-app`        | 应用启动入口、配置聚合、依赖组装                      | -                               |\n\n***\n\n## 三、核心模块详解\n\n### 3.1 ai-common（公共模块）\n\n**包结构**: `com.alan.aicommon`\n\n#### 3.1.1 统一响应体（ApiResponse）\n\n位于 `dto/ApiResponse.java`，采用泛型设计，提供标准化的 API 返回格式：\n\n```java\n{\n  \"code\": 200,\n  \"message\": \"success\",\n  \"data\": { ... },\n  \"timestamp\": 1713763200000\n}\n```\n\n**工厂方法**:\n\n- `success(T data)` - 成功响应\n- `success(String message, T data)` - 带自定义消息的成功响应\n- `error(int code, String message)` - 错误响应\n- `badRequest(String message)` - 400 错误\n- `serverError(String message)` - 500 错误\n\n#### 3.1.2 全局异常处理（GlobalExceptionHandler）\n\n基于 `@RestControllerAdvice` 的全局异常拦截器，覆盖以下异常类型：\n\n| 异常类型                                      | HTTP 状态码 | 处理逻辑            |\n| ----------------------------------------- | -------- | --------------- |\n| `LlmException`                            | 500      | AI 模型调用失败       |\n| `TranslationException`                    | 400      | 翻译业务异常          |\n| `MethodArgumentNotValidException`         | 400      | 参数校验失败（JSR-303） |\n| `HttpMessageNotReadableException`         | 400      | 请求体解析失败         |\n| `MissingServletRequestParameterException` | 400      | 缺少必需参数          |\n| `HttpRequestMethodNotSupportedException`  | 405      | 不支持的 HTTP 方法    |\n| `NoResourceFoundException`                | 404      | 资源未找到           |\n| `MaxUploadSizeExceededException`          | 413      | 文件上传超限          |\n| `Exception`                               | 500      | 兜底异常处理          |\n\n#### 3.1.3 自定义异常\n\n- **LlmException**: LLM 调用过程中的运行时异常\n- **TranslationException**: 翻译业务异常，支持错误码（errorCode）\n\n#### 3.1.4 WebClient 配置\n\n提供响应式 HTTP 客户端 `WebClient` Bean，用于异步 HTTP 调用。\n\n***\n\n### 3.2 ai-llm（大语言模型模块）\n\n**包结构**: `com.alan.aillm`\n\n#### 3.2.1 配置类（LlmConfig）\n\n通过 `@ConfigurationProperties(prefix = \"ai.llm\")` 绑定配置：\n\n| 配置项           | 默认值                        | 说明                      |\n| ------------- | -------------------------- | ----------------------- |\n| `base-url`    | `http://localhost:1234/v1` | LLM API 基础地址（LM Studio） |\n| `model`       | `qwen`                     | 默认模型名称                  |\n| `api-key`     | `\"\"`                       | API 密钥                  |\n| `timeout`     | 30000ms                    | 连接/读取超时                 |\n| `max-retries` | 3                          | 最大重试次数                  |\n| `temperature` | 0.3                        | 采样温度                    |\n| `topP`        | 0.9                        | 核采样参数（YAML 中使用 `topP`）  |\n| `max-tokens`  | 4096                       | 最大生成令牌数                 |\n| `stream`      | false                      | 是否流式输出                  |\n\n**配置示例**（支持环境变量覆盖）：\n\n```yaml\nai:\n  llm:\n    base-url: ${LLM_BASE_URL:http://localhost:1234/v1}\n    model: ${LLM_MODEL:qwen}\n    api-key: ${LLM_API_KEY:your-api-key}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    topP: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n```\n\n#### 3.2.2 对话服务（LlmService）\n\n核心服务类，提供与 OpenAI 兼容 API 的交互能力：\n\n**核心方法**:\n\n- `chat(String systemPrompt, String userPrompt)` - 单轮对话\n- `chat(List<Message> messages)` - 多消息对话\n- `chatWithHistory(String systemPrompt, String userPrompt, List<Message> history)` - 带历史记录的对话\n\n**技术特性**:\n\n- 使用 `RestTemplate` 进行同步 HTTP 调用\n- 支持 **Spring Retry** 重试机制（`@Retryable`），对 `ResourceAccessException` 和 `HttpServerErrorException` 自动重试\n- 指数退避策略：`delay = 1000ms`，`multiplier = 2`\n- 完善的日志记录（请求耗时、模型名称、异常详情）\n- 响应内容安全校验（空响应、空 choices、空内容检查）\n\n**请求/响应 DTO**:\n\n- `ChatRequest`: 兼容 OpenAI Chat Completions API 的请求体（含 temperature/topP/maxTokens/stream）\n- `ChatResponse`: 解析 OpenAI 标准响应格式（含 choices/usage/delta 等字段）\n\n***\n\n### 3.3 ai-ocr（光学字符识别模块）\n\n**包结构**: `com.alan.aiocr`\n\n#### 3.3.1 OCR 服务（OcrService）\n\n基于 **Tess4J**（Tesseract OCR 的 Java 封装）实现图片文字提取：\n\n**依赖**: `net.sourceforge.tess4j:tess4j:5.8.0`\n\n**核心方法**:\n\n- `extractText(MultipartFile imageFile)` - 默认语言识别\n- `extractText(MultipartFile imageFile, String language)` - 指定语言识别\n\n**技术细节**:\n\n- 页面分割模式设置为 `PSM_AUTO`（`setPageSegMode(1)`）\n- 支持常见图片格式（通过 `ImageIO` 自动识别）\n- 异常处理：图片读取失败、OCR 识别失败均有明确异常提示\n\n***\n\n### 3.4 ai-translator（智能翻译模块）\n\n**包结构**: `com.alan.aitranslator`\n\n#### 3.4.1 配置类（TranslatorConfig）\n\n通过 `@ConfigurationProperties(prefix = \"ai.translator\")` 绑定配置：\n\n| 配置项                  | 默认值     | 说明           |\n| -------------------- | ------- | ------------ |\n| `max-text-length`    | 10000   | 最大翻译文本长度     |\n| `max-segment-length` | 3000    | 长文本分段长度      |\n| `enable-cache`       | true    | 是否启用翻译缓存     |\n| `cache-size`         | 10000   | 缓存最大条目数      |\n| `cache-ttl-minutes`  | 1440    | 缓存过期时间（24小时） |\n| `default-domain`     | general | 默认翻译领域       |\n| `default-style`      | neutral | 默认翻译风格       |\n\n**配置示例**：\n\n```yaml\nai:\n  translator:\n    max-text-length: 10000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n```\n\n#### 3.4.2 翻译服务（TranslateService）\n\n基于 LLM 的高质量翻译引擎，支持多领域、多风格翻译：\n\n**核心特性**:\n\n1. **缓存机制**: 使用 **Caffeine Cache** 实现本地缓存\n   - 缓存键：`{from}_{to}_{domain}_{style}_{length}_{hash}`\n   - 统计功能：记录命中率\n2. **长文本处理**: 超过 `maxSegmentLength` 的文本自动分段翻译\n   - 按段落分割，保持上下文连贯性\n   - 前一段摘要作为下一段的上下文参考\n3. **领域适配**: 支持 5 种专业领域\n   - `general` - 通用领域\n   - `tech` - 技术领域（计算机、软件工程）\n   - `medical` - 医学领域\n   - `legal` - 法律领域\n   - `business` - 商业领域\n   - `literary` - 文学领域\n4. **风格适配**: 支持 3 种翻译风格\n   - `neutral` - 中性风格\n   - `formal` - 正式书面语\n   - `casual` - 口语化风格\n   - `academic` - 学术严谨风格\n5. **系统提示词工程**: 通过精心设计的 system prompt 约束 LLM 输出，确保翻译质量\n\n#### 3.4.3 图片翻译服务（ImageTranslateService）\n\n**流程**: 图片上传 → OCR 文字提取 → 文本翻译 → 返回结果\n\n**接口**: `POST /api/v1/translate/image` (multipart/form-data)\n\n**参数**:\n\n- `file` - 图片文件（JPG/PNG/GIF/WEBP，最大 50MB）\n- `from` - 源语言\n- `to` - 目标语言\n\n#### 3.4.4 语音翻译服务（AudioTranslateService）\n\n**流程**: 音频上传 → ASR 语音识别 → 文本翻译 → 返回结果\n\n**接口**: `POST /api/v1/translate/audio` (multipart/form-data)\n\n**参数**:\n\n- `file` - 音频文件（MP3/WAV/M4A/OGG/FLAC，最大 50MB）\n- `from` - 源语言\n- `to` - 目标语言\n\n**技术细节**:\n\n- 临时文件管理：上传后创建临时文件，处理完成后自动清理\n- 音频时长计算：通过 `javax.sound.sampled` 获取音频时长\n- ASR 服务：调用兼容 OpenAI 的 `/v1/audio/transcriptions` API\n\n#### 3.4.5 ASR 服务（AsrService）\n\n调用 OpenAI Whisper 兼容 API 进行语音识别：\n\n- 模型：`whisper-1`\n- 响应格式：`text`\n- 支持语言参数指定\n\n#### 3.4.6 文本预处理（TextPreprocessor）\n\n翻译前的文本清洗工具：\n\n- 去除 HTML 标签\n- 合并多余空格\n- 合并多余换行（超过 2 个换行合并为 2 个）\n\n***\n\n### 3.5 ai-agent（智能体模块）\n\n**包结构**: `com.alan.aiagent`\n\n当前为**预留模块**，仅包含占位类 `AgentModuleInfo`，用于：\n\n- 确保目录被 Git 跟踪\n- 为后续智能体框架（Agent Framework）扩展预留空间\n\n**未来可扩展方向**:\n\n- ReAct 智能体模式\n- 工具调用（Function Calling）编排\n- 多智能体协作\n- 记忆管理（Memory）\n\n***\n\n### 3.6 ai-app（应用启动模块）\n\n**包结构**: `com.alan.aiassistant`\n\n#### 3.6.1 启动类（AiAssistantApplication）\n\n```java\n@SpringBootApplication\n@EnableRetry\n@ComponentScan(basePackages = {\"com.alan.aiassistant\", \"com.alan.aicommon\", \n    \"com.alan.aitranslator\", \"com.alan.aillm\", \"com.alan.aiocr\", \"com.alan.aiagent\"})\n```\n\n**关键注解**:\n\n- `@EnableRetry`: 启用 Spring Retry 重试机制\n- `@ComponentScan`: 显式扫描所有模块的包路径（解决多模块包扫描问题）\n\n#### 3.6.2 应用配置（application.yml）\n\n```yaml\nspring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n  ai:\n    openai:\n      api-key: ${OPENAI_API_KEY:sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t}\n      base-url: http://localhost:1234/v1\n  servlet:\n    multipart:\n      max-file-size: 50MB\n      max-request-size: 50MB\n\nai:\n  llm:\n    base-url: ${LLM_BASE_URL:http://localhost:1234/v1}\n    model: ${LLM_MODEL:qwen}\n    api-key: ${LLM_API_KEY:sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    topP: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n  translator:\n    max-text-length: 10000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n\nserver:\n  port: 9090\n```\n\n**基础设施**:\n\n- **数据库**: PostgreSQL（用于向量存储 `pgvector`）\n- **LLM 服务**: 本地 LM Studio（端口 1234）\n- **文件上传**: 最大 50MB\n\n**安全配置说明**:\n\n- 所有敏感配置（API Key、密码）支持通过环境变量覆盖\n- 格式：`${ENV_VAR:default_value}`，环境变量不存在时使用默认值\n- 生产环境建议设置对应的环境变量，避免使用默认值\n\n***\n\n## 四、API 接口清单\n\n### 4.1 翻译接口（v1 版本）\n\n| 方法   | 路径                        | 说明   | 请求类型      |\n| ---- | ------------------------- | ---- | --------- |\n| POST | `/api/v1/translate/text`  | 文本翻译 | JSON      |\n| POST | `/api/v1/translate/image` | 图片翻译 | Multipart |\n| POST | `/api/v1/translate/audio` | 语音翻译 | Multipart |\n\n### 4.2 请求/响应示例\n\n#### 文本翻译\n\n**请求**:\n\n```json\n{\n  \"text\": \"Hello, world!\",\n  \"from\": \"en\",\n  \"to\": \"zh\",\n  \"domain\": \"general\",\n  \"style\": \"neutral\",\n  \"contextText\": \"可选的上下文内容\"\n}\n```\n\n**响应**:\n\n```json\n{\n  \"code\": 200,\n  \"message\": \"success\",\n  \"data\": {\n    \"originalText\": \"Hello, world!\",\n    \"translatedText\": \"你好，世界！\",\n    \"from\": \"en\",\n    \"to\": \"zh\",\n    \"domain\": \"general\",\n    \"style\": \"neutral\",\n    \"durationMs\": 1250,\n    \"cached\": false\n  },\n  \"timestamp\": 1713763200000\n}\n```\n\n#### 图片翻译\n\n**请求** (multipart/form-data):\n\n- `file` - 图片文件\n- `from` - 源语言代码\n- `to` - 目标语言代码\n\n**响应**:\n\n```json\n{\n  \"code\": 200,\n  \"message\": \"success\",\n  \"data\": {\n    \"extractedText\": \"图片中提取的原文\",\n    \"translatedText\": \"翻译后的文本\",\n    \"from\": \"en\",\n    \"to\": \"zh\",\n    \"durationMs\": 3250\n  },\n  \"timestamp\": 1713763200000\n}\n```\n\n#### 语音翻译\n\n**请求** (multipart/form-data):\n\n- `file` - 音频文件\n- `from` - 源语言代码\n- `to` - 目标语言代码\n\n**响应**:\n\n```json\n{\n  \"code\": 200,\n  \"message\": \"success\",\n  \"data\": {\n    \"recognizedText\": \"语音识别结果\",\n    \"translatedText\": \"翻译后的文本\",\n    \"from\": \"en\",\n    \"to\": \"zh\",\n    \"durationMs\": 5250,\n    \"audioDurationMs\": 15000\n  },\n  \"timestamp\": 1713763200000\n}\n```\n\n### 4.3 错误响应示例\n\n```json\n{\n  \"code\": 400,\n  \"message\": \"参数验证失败: 翻译文本不能为空; 源语言不能为空\",\n  \"data\": null,\n  \"timestamp\": 1713763200000\n}\n```\n\n***\n\n## 五、技术栈分析\n\n### 5.1 核心框架与库\n\n| 技术                | 版本     | 用途            |\n| ----------------- | ------ | ------------- |\n| Spring Boot       | 3.5.13 | 应用框架          |\n| Spring AI         | 1.1.4  | AI 抽象框架（向量存储） |\n| Spring Retry      | -      | 重试机制          |\n| Spring Validation | -      | 参数校验（JSR-303） |\n| Lombok            | -      | 代码简化          |\n| Tess4J            | 5.8.0  | OCR 引擎        |\n| Caffeine          | -      | 本地缓存          |\n| PostgreSQL        | -      | 关系型数据库        |\n| pgvector          | -      | 向量扩展          |\n\n### 5.2 设计模式应用\n\n| 模式        | 应用位置               | 说明                       |\n| --------- | ------------------ | ------------------------ |\n| **模板方法**  | `LlmService`       | 对话流程标准化（构建请求→调用API→提取内容） |\n| **策略模式**  | `TranslateService` | 不同领域/风格的翻译策略通过 prompt 切换 |\n| **建造者模式** | DTO 类              | `@Builder` 注解生成流式构建器     |\n| **单例模式**  | `OcrService`       | Tesseract 引擎单例管理         |\n| **工厂模式**  | `ApiResponse`      | 静态工厂方法创建响应对象             |\n\n### 5.3 异常处理策略\n\n项目采用**分层异常处理**架构：\n\n1. **模块自定义异常**: 各模块定义自己的异常类型（`LlmException`, `TranslationException`, `OcrException`, `AsrException`）\n2. **异常转换**: 底层异常在模块边界处转换为业务异常\n3. **统一拦截**: `GlobalExceptionHandler` 集中处理所有异常，统一返回格式\n4. **日志分级**: WARN 处理客户端错误，ERROR 处理服务端错误\n\n***\n\n## 六、数据流分析\n\n### 6.1 文本翻译流程\n\n```\n用户请求\n    │\n    ▼\n┌─────────────┐\n│ TranslateController │\n│  @Valid 参数校验     │\n│  路径: /api/v1/translate/text │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ TranslateService │\n│ • 文本预处理      │\n│ • 缓存查询        │\n│ • 长文本分段      │\n│ • 领域/风格适配   │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ LlmService   │\n│ • 构建请求体   │\n│ • HTTP 调用   │\n│ • 重试机制    │\n│ • 响应解析    │\n└──────┬──────┘\n       │\n       ▼\n   LLM API\n       │\n       ▼\n  返回翻译结果\n```\n\n### 6.2 图片翻译流程\n\n```\n用户上传图片\n    │\n    ▼\n┌─────────────┐\n│ ImageTranslateService │\n│ • 图片格式/大小校验    │\n│  路径: /api/v1/translate/image │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ OcrService   │\n│ • ImageIO 读取│\n│ • Tesseract  │\n│   文字提取   │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ TranslateService │\n│ • 文本翻译       │\n└──────┬──────┘\n       │\n       ▼\n  返回 {extractedText, translatedText}\n```\n\n### 6.3 语音翻译流程\n\n```\n用户上传音频\n    │\n    ▼\n┌─────────────┐\n│ AudioTranslateService │\n│ • 音频格式/大小校验    │\n│ • 创建临时文件         │\n│ • 计算音频时长         │\n│  路径: /api/v1/translate/audio │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ AsrService   │\n│ • 调用 Whisper API │\n│ • 语音识别     │\n└──────┬──────┘\n       │\n       ▼\n┌─────────────┐\n│ TranslateService │\n│ • 文本翻译       │\n└──────┬──────┘\n       │\n       ▼\n  清理临时文件\n       │\n       ▼\n  返回 {recognizedText, translatedText, audioDurationMs}\n```\n\n***\n\n## 七、构建与部署\n\n### 7.1 Maven 构建\n\n```bash\n# 使用 Maven Wrapper 构建\n./mvnw clean package\n\n# 运行应用\n./mvnw spring-boot:run -pl ai-app\n```\n\n### 7.2 模块构建配置\n\n- 所有模块均配置 `maven-compiler-plugin`，启用 Lombok 注解处理器\n- `ai-app` 模块使用 `spring-boot-maven-plugin` 打包可执行 JAR\n- 打包时排除 Lombok 依赖\n\n### 7.3 运行环境要求\n\n| 依赖         | 版本  | 说明                  |\n| ---------- | --- | ------------------- |\n| JDK        | 17+ | Java 运行时            |\n| PostgreSQL | 14+ | 数据库，需安装 pgvector 扩展 |\n| LM Studio  | -   | 本地 LLM 服务，端口 1234   |\n| Tesseract  | -   | OCR 引擎（需安装语言包）      |\n\n### 7.4 环境变量配置（生产环境推荐）\n\n```bash\n# LLM 配置\nexport LLM_BASE_URL=http://localhost:1234/v1\nexport LLM_MODEL=qwen\nexport LLM_API_KEY=your-secure-api-key\nexport LLM_TIMEOUT=60000\n\n# OpenAI 配置（Spring AI 使用）\nexport OPENAI_API_KEY=your-secure-api-key\n\n# 数据库配置\nexport DB_URL=jdbc:postgresql://localhost:5432/ai_assistant\nexport DB_USERNAME=postgres\nexport DB_PASSWORD=your-secure-password\n```\n\n***\n\n## 八、扩展性分析\n\n### 8.1 当前扩展点\n\n1. **新领域翻译**: 在 `TranslateService.buildSystemPrompt()` 中添加新的 domain case\n2. **新风格翻译**: 在 `TranslateService.buildSystemPrompt()` 中添加新的 style case\n3. **新 OCR 语言**: 通过 `OcrService.extractText(file, language)` 指定 Tesseract 语言包\n4. **缓存策略**: 调整 `TranslatorConfig` 中的缓存参数\n\n### 8.2 架构优势\n\n1. **模块化设计**: 各模块职责清晰，可独立演进\n2. **依赖倒置**: `ai-app` 作为组装模块，业务模块之间通过接口解耦\n3. **配置外部化**: 所有 AI 参数通过 `application.yml` 配置，支持环境变量覆盖，无需改代码\n4. **异常隔离**: 各模块自定义异常，避免错误传播污染\n\n### 8.3 待完善方向\n\n1. **ai-agent 模块**: 当前为空，建议实现 ReAct/Plan-and-Execute 智能体框架\n2. **向量存储**: 已引入 `spring-ai-starter-vector-store-pgvector`，但未在业务中使用\n3. **流式输出**: `LlmService` 中 `stream=false` 写死，可扩展 SSE 流式接口\n4. **多模态支持**: 可扩展视频翻译、文档翻译等能力\n5. **用户管理**: 当前无认证授权机制\n6. **限流熔断**: 建议引入 Sentinel/Resilience4j\n7. **单元测试**: 当前测试覆盖不足，需补充 Service/Controller 层测试\n8. **API 文档**: 建议引入 Swagger/OpenAPI 自动生成接口文档\n\n***\n\n## 九、代码质量评估\n\n### 9.1 优点\n\n- ✅ 统一的 API 响应格式，前后端交互规范\n- ✅ 完善的全局异常处理，错误信息友好\n- ✅ 日志记录详尽，便于问题排查\n- ✅ 参数校验完善（`@Valid`, `@NotBlank`, `@Size`）\n- ✅ 缓存机制提升性能\n- ✅ 重试机制增强稳定性\n- ✅ 临时文件自动清理，避免磁盘泄漏\n- ✅ 配置外部化，支持环境变量注入\n- ✅ 敏感配置默认支持环境变量覆盖\n\n### 9.2 改进建议\n\n- ⚠️ `application.yml` 中数据库密码仍有默认值，生产环境务必通过环境变量覆盖\n- ⚠️ `AsrService` 中 ASR API URL 硬编码，建议提取到配置\n- ⚠️ `OcrService` 中 Tesseract 数据路径未配置，可能依赖系统环境\n- ⚠️ 缺少单元测试覆盖（仅有一个默认的 `AiAssistantApplicationTests`）\n- ⚠️ 缺少 API 文档（如 Swagger/OpenAPI）\n\n***\n\n## 十、版本变更记录\n\n### v0.0.1-SNAPSHOT (当前版本)\n\n**新增功能**:\n\n- 多模态翻译支持（文本/图片/语音）\n- 翻译缓存机制（Caffeine）\n- 长文本自动分段翻译\n- 领域和风格适配（tech/medical/legal/business/literary/formal/casual/academic）\n- 全局异常处理与统一响应格式\n- Spring Retry 重试机制\n- 配置外部化（支持环境变量）\n\n**架构变更**:\n\n- 清理重复模块（app、translator）\n- API 路径规范化（`/api/v1/translate/*`）\n- 模块依赖关系优化\n\n***\n\n## 十一、总结\n\nAI-Assistant 是一个架构清晰、模块化的 Spring Boot AI 应用，通过 Maven 多模块方式组织了 LLM、OCR、翻译等核心能力。项目采用**本地化 LLM 方案**（LM Studio），降低了对外部云服务的依赖，适合私有化部署场景。\n\n核心设计亮点：\n\n1. **分层异常处理**: 模块异常 → 业务异常 → 统一拦截 → 标准化响应\n2. **Prompt 工程**: 通过精细的系统提示词控制翻译质量\n3. **多模态翻译**: 文本/图片/语音三种输入方式的统一翻译能力\n4. **性能优化**: Caffeine 缓存 + 长文本分段处理\n5. **配置安全**: 敏感配置支持环境变量覆盖\n\n项目当前处于 **MVP 阶段**，核心功能已可用，后续可在智能体框架、向量检索、流式输出等方向持续演进。\n\n<br />\n\n<br />\n\n你是一个资深前端工程师，正在为本“桌面 AI 助手”项目开发第一阶段 UI。\n\n技术栈要求：\n\n- Vue 3（script setup）\n- TypeScript\n- Vite\n- Element Plus\n- Axios\n- 使用 Pinia（但当前页面可以不复杂使用）\n\n目标：\\\n实现一个“翻译控制台页面”，用于调用后端翻译接口。\n\n***\n\n请生成一个完整的 Vue 页面组件（.vue），要求如下：\n\n一、页面结构（UI）\\\n使用 Element Plus 实现，布局简洁现代：\n\n1. 顶部：\n\n- 标题：AI 翻译助手\n- 显示模型状态（固定写：LM Studio 已连接）\n\n1. 输入区：\n\n- 多行输入框（textarea）\n- placeholder：请输入要翻译的内容\n- 支持自动高度\n\n1. 语言选择区：\n\n- from：源语言（默认 auto）\n- to：目标语言（默认 en）\n- 使用 el-select\n\n语言选项：\n\n- auto（自动检测）\n- zh（中文）\n- en（英文）\n- ja（日文）\n\n1. 操作按钮：\n\n- “翻译”按钮（primary）\n- “清空”按钮\n- 翻译时按钮 loading\n\n1. 输出区：\n\n- 卡片样式\n- 显示翻译结果\n- 支持复制按钮\n\n***\n\n二、功能要求\n\n1. 点击“翻译”：\n\n- 调用 后端接口,支持文本,图片,音频输入,分别调用对应的后端接口\n- 使用 axios\n- 显示 loading 状态\n- 成功后展示结果\n- 失败时弹出 error 提示（ElMessage）\n\n1. 输入校验：\n\n- 为空时禁止翻译\n- 给出提示\n\n1. 清空按钮：\n\n- 清空输入和结果\n\n1. 复制功能：\n\n- 点击复制结果到剪贴板\n- 成功提示\n\n***\n\n三、代码要求\n\n- 使用\n- 使用 ref/reactive 管理状态\n- axios 封装为简单函数（可写在当前文件中）\n- 代码结构清晰，有适当注释\n- 不要过度拆组件（单文件即可）\n\n***\n\n四、样式要求\n\n- 使用 scoped style\n- 页面居中（最大宽度 800px）\n- 留白舒适（padding）\n- 卡片阴影\n- 不要复杂 UI，但要“像产品”\n\n***\n\n五、额外要求（重要）\n\n- 代码必须可直接运行\n- 不要省略 import\n- 不要写伪代码\n- 输出完整代码\n\n***\n\n现在开始生成代码。\n"}}, "ai-app/src/main/resources/application.yml": {"21aff4283e4de41af9e3fe71334b29e780105958": {"t": 1785746951.8719914, "n": 1324, "h": "be88e3b2940437c3", "c": "spring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n    driver-class-name: org.postgresql.Driver\n  servlet:\n    multipart:\n      max-file-size: 50MB\n      max-request-size: 50MB\n\nai:\n  llm:\n    active-provider: ${LLM_ACTIVE_PROVIDER:local}\n    default-model: ${LLM_DEFAULT_MODEL:qwen}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    top-p: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n    providers:\n      local:\n        base-url: ${LLM_LOCAL_URL:http://localhost:1234/v1}\n        api-key: ${LLM_LOCAL_KEY:sk-lm-local}\n        models:\n          - qwen\n          - llama\n      deepseek:\n        base-url: ${LLM_DEEPSEEK_URL:https://api.deepseek.com}\n        api-key: ${LLM_DEEPSEEK_KEY:}\n        models:\n          - deepseek-v4-pro\n          - deepseek-v4-flash\n        vision-enabled: false\n        thinking:\n          enabled: ${LLM_DEEPSEEK_THINKING:false}\n        reasoning-effort: ${LLM_DEEPSEEK_REASONING:high}\n\n  translator:\n    max-text-length: 50000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n\nserver:\n  port: 9090\n\n"}, "af5e7d3d21cf392d9f78273cf703a55e0bc6e909": {"t": 1785764149.836176, "n": 1324, "h": "be88e3b2940437c3", "c": "spring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n    driver-class-name: org.postgresql.Driver\n  servlet:\n    multipart:\n      max-file-size: 50MB\n      max-request-size: 50MB\n\nai:\n  llm:\n    active-provider: ${LLM_ACTIVE_PROVIDER:local}\n    default-model: ${LLM_DEFAULT_MODEL:qwen}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    top-p: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n    providers:\n      local:\n        base-url: ${LLM_LOCAL_URL:http://localhost:1234/v1}\n        api-key: ${LLM_LOCAL_KEY:sk-lm-local}\n        models:\n          - qwen\n          - llama\n      deepseek:\n        base-url: ${LLM_DEEPSEEK_URL:https://api.deepseek.com}\n        api-key: ${LLM_DEEPSEEK_KEY:}\n        models:\n          - deepseek-v4-pro\n          - deepseek-v4-flash\n        vision-enabled: false\n        thinking:\n          enabled: ${LLM_DEEPSEEK_THINKING:false}\n        reasoning-effort: ${LLM_DEEPSEEK_REASONING:high}\n\n  translator:\n    max-text-length: 50000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n\nserver:\n  port: 9090\n\n"}, "7f654192dd07ebe9320ae22bfe7f2a3666497bc6": {"t": 1785764151.4725099, "n": 1359, "h": "bd46700ef2e1c0c8", "c": "spring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n    driver-class-name: org.postgresql.Driver\n  servlet:\n    multipart:\n      max-file-size: 50MB\n      max-request-size: 50MB\n\nai:\n  llm:\n    active-provider: ${LLM_ACTIVE_PROVIDER:local}\n    default-model: ${LLM_DEFAULT_MODEL:qwen}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    top-p: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n    providers:\n      local:\n        base-url: ${LLM_LOCAL_URL:http://localhost:1234/v1}\n        api-key: ${LLM_LOCAL_KEY:sk-lm-local}\n        models:\n          - qwen\n          - llama\n      deepseek:\n        base-url: ${LLM_DEEPSEEK_URL:https://api.deepseek.com}\n        api-key: ${LLM_DEEPSEEK_KEY:sk-2ce14ae2234947709419a377083cb91b}\n        models:\n          - deepseek-v4-pro\n          - deepseek-v4-flash\n        vision-enabled: false\n        thinking:\n          enabled: ${LLM_DEEPSEEK_THINKING:false}\n        reasoning-effort: ${LLM_DEEPSEEK_REASONING:high}\n\n  translator:\n    max-text-length: 50000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n\nserver:\n  port: 9090\n\n"}, "1c60a0dd38b5a3740ea3b868051b4ee68ea8fe6b": {"t": 1785764152.9581316, "n": 842, "h": "467c1f717c506d86", "c": "spring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n    driver-class-name: org.postgresql.Driver\n  servlet:\n    multipart:\n      max-file-size: 50MB\n      max-request-size: 50MB\n\nai:\n  llm:\n    base-url: ${LLM_BASE_URL:http://localhost:1234/v1}\n    model: ${LLM_MODEL:qwen}\n    api-key: ${LLM_API_KEY:sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    topP: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n  translator:\n    max-text-length: 50000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n\nserver:\n  port: 9090"}, "118f9ef34444e80a1f8b01389ddef647ccb67cd4": {"t": 1785764154.4231207, "n": 842, "h": "10ad9a099dd4a779", "c": "spring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n    driver-class-name: org.postgresql.Driver\n  servlet:\n    multipart:\n      max-file-size: 50MB\n      max-request-size: 50MB\n\nai:\n  llm:\n    base-url: ${LLM_BASE_URL:http://localhost:1234/v1}\n    model: ${LLM_MODEL:qwen}\n    api-key: ${LLM_API_KEY:sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    topP: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n  translator:\n    max-text-length: 10000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n\nserver:\n  port: 9090"}, "274d7f8e23780eb8a947f34c117e8728ce718b4e": {"t": 1785764155.98013, "n": 971, "h": "f0c03b98ea680d17", "c": "spring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n    driver-class-name: org.postgresql.Driver\n  ai:\n    openai:\n      api-key: ${OPENAI_API_KEY:sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t}\n      base-url: http://localhost:1234/v1\n  servlet:\n    multipart:\n      max-file-size: 50MB\n      max-request-size: 50MB\n\nai:\n  llm:\n    base-url: ${LLM_BASE_URL:http://localhost:1234/v1}\n    model: ${LLM_MODEL:qwen}\n    api-key: ${LLM_API_KEY:sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t}\n    timeout: ${LLM_TIMEOUT:60000}\n    max-retries: ${LLM_MAX_RETRIES:3}\n    temperature: ${LLM_TEMPERATURE:0.3}\n    topP: ${LLM_TOP_P:0.9}\n    max-tokens: ${LLM_MAX_TOKENS:4096}\n  translator:\n    max-text-length: 10000\n    max-segment-length: 3000\n    enable-cache: true\n    cache-size: 10000\n    cache-ttl-minutes: 1440\n    default-domain: general\n    default-style: neutral\n\nserver:\n  port: 9090\n"}, "aba7982ccc230063540d14dd20f4cc8a93d2a31a": {"t": 1785764157.5308654, "n": 628, "h": "04723c6043d0cb7c", "c": "spring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n    driver-class-name: org.postgresql.Driver\n  ai:\n    openai:\n      api-key: sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t\n      base-url: http://localhost:1234/v1\n  servlet:\n    multipart:\n      max-file-size: 50MB\n      max-request-size: 50MB\n\nai:\n  llm:\n    base-url: http://localhost:1234/v1\n    model: qwen\n    api-key: sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t\n    timeout: 60000\n    max-retries: 3\n    temperature: 0.3\n    top-p: 0.9\n    max-tokens: 4096\n\nserver:\n  port: 9090\n"}, "78a5329adc00125114fbe63b20f7f427a3d66090": {"t": 1785764160.0406945, "n": 296, "h": "ff591ef3f31cf4a7", "c": "spring:\n  application:\n    name: ai-assistant\n  datasource:\n    url: jdbc:postgresql://localhost:5432/ai_assistant\n    username: postgres\n    password: 123456\n    driver-class-name: org.postgresql.Driver\n\n  ai:\n    openai:\n      api-key: sk-lm-zmU7SpEW:2wED8QUaU6JFaPKTbs6t\n\nserver:\n  port: 9090\n"}}}}