动态欢迎语 & 推荐性能优化

.husky/pre-commit

@@ -1,9 +1,6 @@
 # 1) 将 /images/* 文章图片就近复制并更新引用
 pnpm migrate:images || exit 1
 
-# 将迁移后的变更加入暂存，确保本次提交包含更新
-git add -A
-
 # 2) 校验图片路径与命名（不合规则阻止提交）
 pnpm lint:images || exit 1
 

app/api/analytics/route.ts

@@ -0,0 +1,27 @@
+import { prisma } from "@/lib/db";
+
+export async function POST(req: Request) {
+  try {
+    const { eventType, eventData, userId } = await req.json();
+
+    if (!eventType) {
+      return Response.json(
+        { error: "Event type is required" },
+        { status: 400 },
+      );
+    }
+
+    await prisma.analyticsEvent.create({
+      data: {
+        eventType,
+        eventData: eventData ?? {},
+        userId: userId ? parseInt(String(userId)) : null,
+      },
+    });
+
+    return Response.json({ success: true });
+  } catch (error) {
+    console.error("Analytics API error:", error);
+    return Response.json({ error: "Failed to log event" }, { status: 500 });
+  }
+}

app/api/chat/route.ts

@@ -1,3 +1,4 @@
+import { prisma } from "@/lib/db";
 import { streamText, UIMessage, convertToModelMessages } from "ai";
 import { getModel, requiresApiKey, type AIProvider } from "@/lib/ai/models";
 import { buildSystemMessage } from "@/lib/ai/prompt";
@@ -19,6 +20,7 @@ interface ChatRequest {
   };
   provider?: AIProvider;
   apiKey?: string;
+  chatId?: string;
 }
 
 export async function POST(req: Request) {
@@ -29,6 +31,7 @@ export async function POST(req: Request) {
       pageContext,
       provider = "intern", // 默认使用书生模型
       apiKey,
+      chatId,
     }: ChatRequest = await req.json();
 
     // 对指定Provider验证key是否存在
@@ -69,11 +72,55 @@ export async function POST(req: Request) {
     // 根据Provider获取 AI 模型实例
     const model = getModel(provider, apiKey);
 
+    // 确保有 chatId (如果前端没传，就生成一个临时的，虽然这会导致每次请求都是新会话)
+    // 理想情况是前端应该维护 chatId
+    const effectiveChatId = chatId || crypto.randomUUID();
+
     // 生成流式响应
     const result = streamText({
       model: model,
       system: systemMessage,
       messages: convertToModelMessages(messages),
+      onFinish: async ({ text }) => {
+        try {
+          // 1. 保存/更新会话
+          await prisma.chat.upsert({
+            where: { id: effectiveChatId },
+            update: { updatedAt: new Date() },
+            create: { id: effectiveChatId },
+          });
+
+          // 2. 保存用户消息 (取最后一条)
+          // AI SDK v5 中，UIMessage 不再有 content 字段，内容在 parts 数组中
+          const lastUserMessage = messages[messages.length - 1];
+          if (lastUserMessage && lastUserMessage.role === "user") {
+            // 从 parts 数组中提取所有文本内容并拼接
+            const userContent = lastUserMessage.parts
+              .filter((part) => part.type === "text")
+              .map((part) => (part as { type: "text"; text: string }).text)
+              .join("\n");
+
+            await prisma.message.create({
+              data: {
+                chatId: effectiveChatId,
+                role: "user",
+                content: userContent,
+              },
+            });
+          }
+
+          // 3. 保存 AI 回复
+          await prisma.message.create({
+            data: {
+              chatId: effectiveChatId,
+              role: "assistant",
+              content: text,
+            },
+          });
+        } catch (error) {
+          console.error("Failed to save chat history:", error);
+        }
+      },
     });
 
     return result.toUIMessageStreamResponse();

app/api/suggestions/route.ts

@@ -0,0 +1,165 @@
+import { generateText } from "ai";
+import { getModel, requiresApiKey, type AIProvider } from "@/lib/ai/models";
+import { createGlmFlashModel } from "@/lib/ai/providers/glm";
+
+// 允许流式响应最长30秒
+export const maxDuration = 30;
+
+import type { UIMessage, TextUIPart } from "ai";
+
+interface SuggestionsRequest {
+  messages: UIMessage[];
+  pageContext?: {
+    title?: string;
+    description?: string;
+    slug?: string;
+  };
+  provider?: AIProvider;
+  apiKey?: string;
+}
+
+export async function POST(req: Request) {
+  try {
+    const {
+      messages,
+      pageContext,
+      provider = "intern",
+      apiKey,
+    }: SuggestionsRequest = await req.json();
+
+    // 如果需要，验证 API 密钥
+    if (requiresApiKey(provider) && (!apiKey || apiKey.trim() === "")) {
+      return Response.json(
+        { error: "需要 API 密钥 (API key is required)" },
+        { status: 400 },
+      );
+    }
+
+    // 模型选择策略：
+    // - 若用户选了自己的 Provider（openai/gemini），用用户的模型
+    // - 否则（默认 intern）优先用 GLM-4-Flash（免费且快速），若 ZHIPU_API_KEY 未配置则回退到 intern
+    let model;
+    if (provider !== "intern") {
+      // 用户自选模型（openai / gemini）
+      model = getModel(provider, apiKey);
+    } else if (process.env.ZHIPU_API_KEY) {
+      // 默认使用智谱 GLM-4-Flash（免费轻量）
+      model = createGlmFlashModel();
+    } else {
+      // 兜底：仍使用 intern
+      model = getModel("intern");
+    }
+
+    const isWelcomeRequest = messages.length === 0;
+
+    let prompt = "";
+    if (isWelcomeRequest) {
+      // 欢迎页面的初始动态建议
+      const contextInfo = [
+        pageContext?.title ? `标题: ${pageContext.title}` : "",
+        pageContext?.description ? `描述: ${pageContext.description}` : "",
+      ]
+        .filter(Boolean)
+        .join("\n");
+
+      prompt = `请根据以下当前页面的上下文信息，生成4个引导新手用户提问的建议框内容。\n\n上下文:\n${contextInfo || "未知页面"}\n\n只返回纯JSON数组，包含4个对象，格式如：\n[{"title":"总结本文","label":"内容要点","action":"请帮我总结一下文章主要内容"}]\n其中title简短明确，label为右上角浅色标签，action为点击后自动发送的提问语句。`;
+    } else {
+      // 普通的跟进提问建议
+      // 只取最后一条用户消息，减少 token 消耗
+      const lastUserMsg = messages
+        .filter((m) => m.role === "user")
+        .slice(-1)[0];
+      const lastText =
+        (Array.isArray(lastUserMsg?.parts)
+          ? lastUserMsg.parts
+              .filter((p): p is TextUIPart => p.type === "text")
+              .map((p) => p.text)
+              .join(" ")
+          : (lastUserMsg as unknown as { content?: string })?.content) ?? "";
+
+      // 语言检测：简单判断是否包含中文字符
+      const isChinese = /[\u4e00-\u9fa5]/.test(lastText);
+
+      prompt = isChinese
+        ? `用户问："${lastText}"。给出3个简短中文追问（每个不超过15字），直接返回JSON数组，例如：["问题1","问题2","问题3"]`
+        : `User asked: "${lastText}". Suggest 3 short follow-up questions (max 10 words each). Return a JSON array only, e.g. ["Q1","Q2","Q3"]`;
+    }
+
+    const { text } = await generateText({
+      model,
+      prompt,
+    });
+
+    let questions: unknown[] = [];
+    try {
+      // 尝试解析 JSON
+      // 清理可能存在的 Markdown 代码块标记
+      let cleanedText = text
+        .replace(/```json/gi, "")
+        .replace(/```/g, "")
+        .trim();
+
+      // 修复大模型可能生成的中文引号
+      cleanedText = cleanedText.replace(/“/g, '"').replace(/”/g, '"');
+
+      // 尝试仅提取数组部分，防止 AI 返回了前缀描述文本
+      const arrayMatch = cleanedText.match(/\[[\s\S]*\]/);
+      if (arrayMatch) {
+        cleanedText = arrayMatch[0];
+      }
+
+      questions = JSON.parse(cleanedText);
+    } catch (e) {
+      console.error("解析建议 JSON 失败:", e, "原始文本:", text);
+
+      if (isWelcomeRequest) {
+        // 把报错原因和原始文本暴露出来方便我调试
+        return Response.json({
+          questions: [],
+          debugError: String(e),
+          debugText: text,
+        });
+      } else {
+        // 如果解析失败，尝试通过正则提取引号中的内容（兼容中英文引号）
+        const fallbackMatches = text.match(/(?:["“])([^"”]+)(?:["”])/g);
+        if (fallbackMatches && fallbackMatches.length > 0) {
+          questions = fallbackMatches
+            .map((m) => m.replace(/["“”]/g, "").trim())
+            .filter((line) => line.length > 0);
+        } else {
+          // 如果连引号都没有，尝试按行分割兜底
+          questions = text
+            .split("\n")
+            .map((line) =>
+              line
+                .replace(/^\d+\.\s*/, "")
+                .replace(/[`"“”]/g, "")
+                .trim(),
+            )
+            .filter(
+              (line) =>
+                line.length > 0 &&
+                !line.startsWith("json") &&
+                !line.startsWith("[") &&
+                !line.startsWith("]"),
+            );
+        }
+      }
+    }
+
+    // 确保返回的是数组
+    if (!Array.isArray(questions)) {
+      questions = [];
+    }
+
+    // 对于跟进建议最多返回 3 个，对于欢迎建议最多返回 4 个
+    const maxCount = isWelcomeRequest ? 4 : 3;
+    return Response.json({ questions: questions.slice(0, maxCount) });
+  } catch (error) {
+    console.error("建议 API 错误 (Suggestions API error):", error);
+    return Response.json(
+      { error: "无法生成建议 (Failed to generate suggestions)" },
+      { status: 500 },
+    );
+  }
+}