宜博 / lemonacp

You need to sign in before continuing.

Commit 3dfabb19b2c3ac1db00473f12f4d9bae5325d244

Authored by yibo
1 parent d79aff6c

feat(lifelog/crm+chat): 多服务商LLM + tool calling + 语义搜图embed落地 

## 多服务商 & 任务槽（ModelConfig + SettingsScreen）
- 新增 ModelConfig：LlmProvider 注册表（本地/Hermes + 用户自定义远程）+ ModelSlot（VL/EMBED 槽绑定），SettingsScreen 可视化管理
- ChatConfig 加 ChatTargetKind.REMOTE；targets() 动态合并本地+Hermes+用户服务商
- VisionClient / EmbedClient / PhotoVlWorker 统一走 ModelConfig.slotEndpoint 取端点

## Tool Calling & Agentic Loop（LifelogTools + ChatViewModel）
- LifelogTools：6 个本地工具（search_transcripts/persons/photos/timeline/summaries/followups），OpenAI function schema + 端上 Room 执行
- ChatViewModel：agenticLoop 检测 tool_calls → 调 LifelogTools.execute() → tool role 追回 → 多轮直到无 tool call

## 语义搜图 embed 落地（Pixel 设备侧 + 补算）
- 下载 bge-small-zh-v1.5-q8_0.gguf（25MB，512维中文）到 Pixel ~/models/
- llama-swap config.yaml 新增 "embed" 条目（--embedding --pooling mean，ttl 600）
- 补算向量：PhotoDao.withCaptionNoEmbedding/updateCaptionEmbedding + PhotologViewModel.backfillCaptionEmbeddings()
- AlbumTab ProgressHeader 加「🔢 补算语义向量」按钮（有 caption 无 embedding 时显示，带进度）

## 文档
- HANDOFF.md：P0/P1/P2 全部打 ✅，补 v0.9 已完成列表
- CLAUDE.md：v0.8→v0.9，⭐待做项更新为已完成

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
Inline Side-by-side
Showing 16 changed files with 892 additions and 83 deletions
CLAUDE.md
  View file @3dfabb1
... ... @@ -140,12 +140,12 @@ Foreground Service (foregroundServiceType=microphone, WAKE_LOCK partial)
140 140  
141 141 完整待办、估时、技术路线见 `lifelog-recorder/HANDOFF.md` §五。
142 142  
143   -✅ **v0.2–v0.8 已完成**：Opus 编码 / BOOT 自启 + 电池白名单 / FTS4 中文搜索 / 段播放 / **声纹在线聚类** / **会话级纪要（按时间间隔切会话）** / **底部 4-tab + 子 tab UI** / **App 内对话（本地 2B/4B + Hermes）** / **本地 LLM 栈（llama-swap）** / **Room 迁移（去 destructive）** / **block-based diarization-first 录音管线（v0.7，攒块→整块分轮→逐 turn 转写）** / **声纹纠偏 L1 冻结 anchor + L2 多 anchor 重建** / **设置页（`SettingsScreen`：纪要模型后端 / 聚类阈值 / llama-swap 端点 / 电池豁免）** / **photolog 人脉 CRM 层（人物档案 + 相册人脸 + 微信通讯录/朋友圈/AI 印象）** / **存储 TTL（超期删 .opus，文字永留）** / **全相册自动索引（v0.8：MediaStore 全量扫描 + Tier-0 人脸/Tier-1 VL 分层管线 + 关键词/语义搜图 + VL 暂停/停止控制，Room v14）**。
  143 +✅ **v0.2–v0.9 已完成**：Opus 编码 / BOOT 自启 + 电池白名单 / FTS4 中文搜索 / 段播放 / **声纹在线聚类** / **会话级纪要（按时间间隔切会话）** / **底部 4-tab + 子 tab UI** / **App 内对话（本地 2B/4B + Hermes）** / **本地 LLM 栈（llama-swap）** / **Room 迁移（去 destructive）** / **block-based diarization-first 录音管线（v0.7，攒块→整块分轮→逐 turn 转写）** / **声纹纠偏 L1 冻结 anchor + L2 多 anchor 重建** / **设置页（`SettingsScreen`：纪要模型后端 / 聚类阈值 / llama-swap 端点 / 电池豁免）** / **photolog 人脉 CRM 层（人物档案 + 相册人脸 + 微信通讯录/朋友圈/AI 印象）** / **存储 TTL（超期删 .opus，文字永留）** / **全相册自动索引（v0.8：MediaStore 全量扫描 + Tier-0 人脸/Tier-1 VL 分层管线 + 关键词/语义搜图 + VL 暂停/停止控制，Room v14）** / **微信抽取完全端上化（v0.8 P2 #6：SQLCipher key 端上推导 + 联系人/头像/聊天/朋友圈全不依赖 Mac）** / **Transcript→Person 提及关系（v0.9 P0 #5：词典反查 + MentionScanner 实时扫 + mentions 表 + 「被提到」tab）** / **人↔人共现边（v0.9 P1 #1：RelationBuilder + relations 表 + 「相关」tab + CommunitiesScreen）** / **待跟进 & 话题实体（FollowupExtractor + TopicExtractor，4B LLM 抽取）**。
144 144  
145 145 剩余摘要：
146   -- ⭐ **语义搜图落地**（v0.8 已接 `EmbedClient`，但需在 Pixel llama-swap 配 `embed` 模型才生效；中文 embedding GGUF）
147   -- ⭐ **内部 Transcript 实体 → Person 表**（端上 NER + 共现，取代旧「回链 lemonPCRM」；见下文 §下一步）
148   -- ⭐ **微信抽取端上化**（消除 photolog 仅剩的 Mac 依赖；见下文差距分析 #6）
  146 +- ⭐ **语义搜图落地**（代码已完成：`EmbedClient` + `SettingsScreen` embed 字段；**需在 Pixel llama-swap config.yaml 加 embed 模型**才生效，中文 GGUF 如 bge-small-zh，参见 HANDOFF.md §七 调试陷阱）
  147 +- ✅ **内部 Transcript 实体 → Person 表**（已完成：`crm/MentionExtractor.kt` + `MentionScanner` 词典反查 + `BlockProcessor` 实时扫 + `PersonProfileScreen` 「被提到」tab + `RelationBuilder` 共现边）
  148 +- ✅ **微信抽取端上化**（已完成 2026-06-10：SQLCipher 端上解密 + 联系人/头像/朋友圈全端上，不依赖 Mac）
149 149  
150 150 ### App 即 Personal CRM：与旧 lemonPCRM 的能力对比
151 151  
... ...
lifelog-recorder/HANDOFF.md
  View file @3dfabb1
... ... @@ -289,33 +289,29 @@ key = MD5(imei + uin).hex()[:7].lower()
289 289 - v0.5 (2026-06)：hermes api_server 端点 + SummaryWorker + 纪要 UI section
290 290 - v0.6 (2026-06-04)：**声纹在线聚类**（SpeakerClusterer，自动「说话人N」+ reclusterAll）/ **5-tab UI**（录音/对话/时间轴/声纹/纪要，时间轴全 CRUD + 批量删导出 + 按说话人/时间/未匹配筛选 + 排序）/ **真暂停**（停采集留模型）/ **会话级纪要**（按时间间隔切会话、可调阈值、要点带 [HH:mm:ss] 点击跳回时间轴、折叠头显示说话人名单）/ **App 内对话**（本地 2B/4B + Hermes 多端点流式）/ **本地 LLM 栈**（llama.cpp HEAD + llama-swap 8080，纪要+对话全本地，见 §六）/ **Room v3 迁移**（去 destructive 改 fail-loud）
291 291 - v0.7 (2026-06-07)：**block-based diarization-first 录音管线**（攒块→整块 pyannote 分轮→逐 turn 转写+嵌入+认人，turn=时间轴一行；去实时字幕；BlockBuffer/BlockProcessor；崩溃 listPending 续跑；commit 07f3d22）/ **声纹纠偏 L1+L2**（L1=reclusterAll & assign 冻结命名 anchor 不漂移止串人；L2=重命名/合并时 rebuildAnchor 用该人全部段均值重建多 anchor）/ 阈值默认 0.45、设置页 0.35-0.65 可调 / **photolog 人脉 CRM 层**（人物档案 + 相册人脸聚类 + 微信通讯录/朋友圈/AI 印象）
292   -- v0.8 (2026-06-09)：**全相册自动索引 + 分层管线**（GalleryScanner 扫 MediaStore 全量、content uri 原地登记不拷文件；Tier-0 人脸/时间秒级全量铺、Tier-1 VL 充电时排队补；Room v14；详见 §四 photolog 段）/ **搜图**（关键词 caption+人名 LIKE / 语义 caption 向量余弦，embed 走 llama-swap）/ **VL 控制**（PhotoVlState：暂停/继续/停止切换 + 单张转圈 + 格子状态角标）
  292 +- v0.8 (2026-06-09)：**全相册自动索引 + 分层管线**（GalleryScanner 扫 MediaStore 全量、content uri 原地登记不拷文件；Tier-0 人脸/时间秒级全量铺、Tier-1 VL 充电时排队补；Room v14；详见 §四 photolog 段）/ **搜图**（关键词 caption+人名 LIKE / 语义 caption 向量余弦，embed 走 llama-swap）/ **VL 控制**（PhotoVlState：暂停/继续/停止切换 + 单张转圈 + 格子状态角标）/ **微信抽取完全端上化（P2 #6）**（SQLCipher key 端上推导 + WeChatChatImporter + 联系人/头像端上解密；好友/群友区分）
  293 +- v0.9 (2026-06-10)：**Transcript→Person 提及关系（P0 #5）**（`crm/MentionExtractor.kt` 词典反查；`BlockProcessor` 实时扫；`MentionScanner.rescanAll()` 全量重建；Room v15 `mentions` 表；`PersonProfileScreen` 「被提到」tab）/ **人↔人共现边（P1 #1）**（`RelationBuilder.rebuild()` 按会话在场+被提到配对；Room v16 `relations` 表；「相关」tab + `CommunitiesScreen` 圈子可视化）/ **待跟进（P3 #3 部分）**（`FollowupExtractor` 4B LLM 抽待办；Room v17 `followups` 表；`FollowupsScreen`）/ **话题实体（P3 #2 部分）**（`TopicExtractor` 4B 抽 org/project/event；Room v18/v19 `topics`/`topic_mentions`；`TopicsScreen`）
293 294  
294 295 剩下：
295 296  
296 297 1. ✅ **存储 TTL**（2026-06-08 完成）：`StorageManager.prune` 按天目录删超期 .opus、文字永留；每天 periodic worker；设置页「存储」段（用量 + 保留时长 + 立即清理），默认永久保留。
297 298 2. ✅ **设置页**（基本完成）：`SettingsScreen` 已含 纪要模型后端 / 聚类·合并·最短识别阈值 / llama-swap 端点 / 分段间隔 / **定时不录（quiet hours）** / 存储用量+TTL / 电池豁免。
298 299 3. ✅ **多 anchor 平均**（2026-06-07 完成，L2）：重命名/合并某说话人时 `rebuildAnchor` 用该人名下全部段的均值重建 anchor，取代单段注册。
299   -4. **内部 Transcript 实体 → Person 表**（取代旧「回链 lemonPCRM」）：在 **app 内部**从 `Transcript.text`/`Summary` 抽实体（人名/项目，端上 LLM 或规则 NER）→ 匹配本地 `Person` → 建「提及」关系（新表 `mentions(segmentId, personId)`），让人物档案显示「TA 被哪些录音提到」（现仅显示「TA 自己说的」=声纹段）。同段共现的人 → 人↔人边。**不再回链 Mac 端 lemonPCRM**（已废弃）。
  300 +4. ✅ **内部 Transcript 实体 → Person 表**（已完成）：`crm/MentionExtractor.kt`（词典反查：managed 人物的 name/realName/nickname/remark/alias）+ `MentionScanner`（单段实时 & 全量重扫）；`BlockProcessor` 每块处理时实时扫 → `mentions(segmentId, personId, matchedText)`；`PersonProfileScreen` 加「被提到」tab；`rescanMentions()` 结束后自动调 `RelationBuilder.rebuild()`。
300 301 5. ✅ **hermes gateway 自启**（2026-06-04 完成）：用 Magisk `service.d` 脚本开机拉起（Termux:Boot 未装，root 方案更稳），见下方「§ 自启（Magisk service.d）」。
301   -6. **微信抽取端上化**：消除 photolog 仅剩的 Mac 依赖（微信联系人/头像/聊天/朋友圈现由 Mac 一次性抽取推到 `filesDir/wx_enroll/`）。
  302 +6. ✅ **微信抽取端上化**（2026-06-10 完成，P2 #6）：`WeChatChatImporter`（SQLCipher key 端上推导 + 聊天读取）+ `WeChatSnsImporter`（朋友圈明文库）+ 联系人/头像端上解密（`rcontact`/`img_flag`）；好友 vs 群友区分（`wechatFriend` 字段）；通讯录「🔄更新」一次性整库解密。不再依赖 Mac 导出器。
302 303  
303 304 ### 端上 CRM 补齐 — TODO（对齐并超越旧 lemonPCRM）
304 305  
305 306 > 旧 Mac 端 lemonPCRM 已废弃，能力在 app 内重建。下表是「app 当前缺、旧 lemonPCRM 有」的 6 项，
306 307 > 按优先级排（P0 先做）。能力对比详见 CLAUDE.md §「App 即 Personal CRM」。
307 308  
308   -- [ ] **P0 · #5 Transcript 内容 → Person「提及」关系**（最高价值，最贴 app 形态）
309   - - 现状：录音只按**声纹**连到人（谁说的）；不从转写文本抽人名/项目。
310   - - 做法：块处理后（或事后 worker）对 `Transcript.text` 抽实体（端上 LLM 4B 或规则/词典 NER）→ 匹配本地 `Person`（name/realName/nickname/alias，拼音兜底）→ 写新表 `mentions(segmentId, personId, name, confidence)`（Room 迁移 +1）。
311   - - 出口：`PersonProfileScreen` 加「被提到」tab（现只有「TA 自己说的」=声纹段）。
312   - - 依赖：端上 4B 已就绪（llama-swap 8080）。
313   -- [ ] **P1 · #1 人↔人关系（共现边）**
314   - - 做法：基于 #5，同一会话/时间段被同时提到 + 同时在场（声纹）的人 → `relations(personA, personB, kind, weight)` 共现/认识边，weight 随共现次数累加。
315   - - 出口：人物档案「相关的人」；后续可做关系图可视化。
316   -- [ ] **P2 · #6 微信抽取端上化**（消除最后的 Mac 依赖，工程债）
317   - - 现状：微信联系人/头像/聊天/朋友圈由 Mac 解密 `EnMicroMsg.db`(SQLCipher)+抠头像，推到 `filesDir/wx_enroll/`。
318   - - 做法：把解密+抽取搬到端上（root + SQLCipher key 端上取），`WeChatEnrollWorker` 直接读微信库；配方见 memory `wechat-android-decrypt.md` / `wechat-avatar-face-enrollment.md`。
  309 +- [x] **P0 · #5 Transcript 内容 → Person「提及」关系**（已完成）
  310 + - 词典反查（managed 人物 name/realName/nickname/remark/alias 多别名）；`BlockProcessor` 每块实时扫；`MentionScanner.rescanAll()` 全量重扫；`mentions` 表 + `PersonProfileScreen` 「被提到」tab。
  311 +- [x] **P1 · #1 人↔人关系（共现边）**（已完成）
  312 + - `RelationBuilder.rebuild()`（rescanAll 后自动调）按 5min 静音切会话，在场（声纹）+ 被提到（mentions）的人两两配对 → `relations` 表；`PersonProfileScreen` 「相关」tab + `CommunitiesScreen` 圈子。
  313 +- [x] **P2 · #6 微信抽取端上化**（已完成，2026-06-10）
  314 + - SQLCipher key 端上推导（MD5(imei+uin)[:7]）+ `WeChatChatImporter` + 联系人/头像/朋友圈全端上。
319 315 - [ ] **P3 · #2 Organization / Project / Event 实体**（产品决策：要不要从「联系人表」长成「图谱」）
320 316 - 新增节点类型 + 与 Person 的边（属于/参与）；可由 #5 的实体抽取顺带产出（项目名/公司名/事件）。
321 317 - [ ] **P3 · #3 关系分析**：关系路径（两人间最短链）/ 社群发现（聚类）/ 待跟进（followups：从录音承诺「下周给他发X」抽待办）。依赖 #1 的关系边。
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/ChatScreen.kt
  View file @3dfabb1
... ... @@ -192,7 +192,7 @@ internal fun ChatTab(repo: Repository) {
192 192 }
193 193 }
194 194  
195   - // lifelog 模式开关。
  195 + // 模式开关行
196 196 Row(
197 197 modifier = Modifier.fillMaxWidth().padding(horizontal = 12.dp),
198 198 verticalAlignment = Alignment.CenterVertically,
... ... @@ -201,12 +201,20 @@ internal fun ChatTab(repo: Repository) {
201 201 FilterChip(
202 202 selected = vm.lifelogMode,
203 203 onClick = { vm.setLifelog(!vm.lifelogMode) },
204   - label = { Text("🧠 lifelog 模式") },
  204 + label = { Text("🧠 lifelog") },
205 205 )
206   - Text(
207   - if (vm.lifelogMode) "回答会带上你的纪要/转写检索" else "纯聊天，不读 lifelog",
208   - style = MaterialTheme.typography.labelSmall,
  206 + FilterChip(
  207 + selected = vm.toolMode,
  208 + onClick = { vm.setTool(!vm.toolMode) },
  209 + label = { Text("🔧 工具") },
209 210 )
  211 + val statusHint = when {
  212 + vm.toolMode && vm.toolStatus.isNotBlank() -> vm.toolStatus
  213 + vm.toolMode -> "AI 可自动查录音/联系人/相册"
  214 + vm.lifelogMode -> "回答带纪要/转写检索"
  215 + else -> "纯聊天"
  216 + }
  217 + Text(statusHint, style = MaterialTheme.typography.labelSmall, modifier = Modifier.weight(1f))
210 218 }
211 219  
212 220 HorizontalDivider()
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/MainActivity.kt
  View file @3dfabb1
... ... @@ -122,9 +122,9 @@ class MainActivity : ComponentActivity() {
122 122 }
123 123  
124 124 private enum class Tab(val label: String, val icon: String) {
125   - People("人物", "👤"), // 通讯录 + 联系人档案（CRM 核心，放第一位）
126   - Recording("录音", "⏺"), // 顶部子页：录音 / 时间轴 / 声纹 / 纪要
127   - Chat("对话", "💬"),
  125 + Chat("对话", "💬"), // 默认首页：AI 对话 + 工具模式
  126 + People("人物", "👤"),
  127 + Recording("录音", "⏺"),
128 128 Album("相册", "🖼"),
129 129 Settings("设置", "⚙"),
130 130 }
... ... @@ -144,7 +144,7 @@ enum class TimeFilter(val label: String) {
144 144  
145 145 @Composable
146 146 private fun MainScreen() {
147   - var tab by remember { mutableStateOf(Tab.People) }
  147 + var tab by remember { mutableStateOf(Tab.Chat) }
148 148 val activity = androidx.compose.ui.platform.LocalContext.current
149 149 val repo = remember(activity) { Repository(activity) }
150 150  
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/PhotologScreen.kt
  View file @3dfabb1
... ... @@ -161,6 +161,7 @@ internal fun AlbumTab(repo: Repository) {
161 161 val vlRunning by PhotoVlState.running.collectAsState()
162 162 val vlPaused by PhotoVlState.paused.collectAsState()
163 163 val vlCurrentId by PhotoVlState.currentPhotoId.collectAsState()
  164 + val embBackfill by vm.embBackfill.collectAsState()
164 165  
165 166 // 读相册权限（13+ READ_MEDIA_IMAGES；12 及以下 READ_EXTERNAL_STORAGE）。授予即扫全相册。
166 167 val mediaPerm = if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.TIRAMISU)
... ... @@ -221,6 +222,7 @@ internal fun AlbumTab(repo: Repository) {
221 222 } else {
222 223 ProgressHeader(
223 224 p = progress, running = vlRunning, paused = vlPaused,
  225 + embBackfill = embBackfill,
224 226 onRun = {
225 227 vm.scanGallery(); vm.runVlNow()
226 228 android.widget.Toast.makeText(
... ... @@ -229,6 +231,7 @@ internal fun AlbumTab(repo: Repository) {
229 231 },
230 232 onPause = { vm.pauseVl() },
231 233 onStop = { vm.stopVl() },
  234 + onBackfillEmbed = { vm.backfillCaptionEmbeddings() },
232 235 )
233 236 }
234 237 // 搜索框 + 语义按钮。
... ... @@ -312,9 +315,11 @@ private fun ProgressHeader(
312 315 p: PhotoProgress,
313 316 running: Boolean,
314 317 paused: Boolean,
  318 + embBackfill: Pair<Int, Int>?,
315 319 onRun: () -> Unit,
316 320 onPause: () -> Unit,
317 321 onStop: () -> Unit,
  322 + onBackfillEmbed: () -> Unit,
318 323 ) {
319 324 if (p.total == 0) {
320 325 Row(
... ... @@ -359,6 +364,23 @@ private fun ProgressHeader(
359 364 } else {
360 365 Text("✓ 全部已理解", style = MaterialTheme.typography.labelSmall)
361 366 }
  367 + // 补算语义向量（有 caption 但无 embedding 时显示）。
  368 + if (embBackfill != null) {
  369 + val (done, total) = embBackfill
  370 + Row(
  371 + verticalAlignment = Alignment.CenterVertically,
  372 + horizontalArrangement = Arrangement.spacedBy(8.dp),
  373 + modifier = Modifier.padding(top = 4.dp),
  374 + ) {
  375 + CircularProgressIndicator(modifier = Modifier.size(14.dp), strokeWidth = 2.dp)
  376 + Text("语义向量 $done/$total", style = MaterialTheme.typography.labelSmall)
  377 + }
  378 + } else if (p.captionDone > 0) {
  379 + TextButton(
  380 + onClick = onBackfillEmbed,
  381 + contentPadding = androidx.compose.foundation.layout.PaddingValues(horizontal = 0.dp, vertical = 0.dp),
  382 + ) { Text("🔢 补算语义向量", style = MaterialTheme.typography.labelSmall) }
  383 + }
362 384 }
363 385 }
364 386  
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/PhotologViewModel.kt
  View file @3dfabb1
... ... @@ -116,7 +116,8 @@ class PhotologViewModel(app: Application) : AndroidViewModel(app) {
116 116 val app = getApplication<Application>()
117 117 try {
118 118 val rows = withContext(Dispatchers.IO) {
119   - val embed = EmbedClient(ChatConfig.localBase(app), ChatConfig.modelEmbed(app))
  119 + val (embedBase, embedKey, embedModel) = com.lemon.lifelog.chat.ModelConfig.slotEndpoint(app, com.lemon.lifelog.chat.ModelSlot.EMBED)
  120 + val embed = EmbedClient(embedBase, embedModel, embedKey)
120 121 val q = embed.embed(query.trim())
121 122 val vecs = repo.photos.captionVecs()
122 123 if (vecs.isEmpty()) return@withContext emptyList<PhotoRow>()
... ... @@ -138,6 +139,35 @@ class PhotologViewModel(app: Application) : AndroidViewModel(app) {
138 139 }
139 140 }
140 141  
  142 + /**
  143 + * 补算 captionEmbedding：对已有 caption 但缺 embedding 的照片（embed 模型后配时回填），
  144 + * 只调 embed 端点，不重跑 VL。返回成功补算数量。
  145 + */
  146 + private val _embBackfill = MutableStateFlow<Pair<Int, Int>?>(null) // (done, total) | null=idle
  147 + val embBackfill: StateFlow<Pair<Int, Int>?> = _embBackfill
  148 +
  149 + fun backfillCaptionEmbeddings() {
  150 + if (_embBackfill.value != null) return
  151 + viewModelScope.launch(Dispatchers.IO) {
  152 + val app = getApplication<Application>()
  153 + val pending = repo.photos.withCaptionNoEmbedding()
  154 + if (pending.isEmpty()) { _embBackfill.value = null; return@launch }
  155 + val (embedBase, embedKey, embedModel) = com.lemon.lifelog.chat.ModelConfig.slotEndpoint(app, com.lemon.lifelog.chat.ModelSlot.EMBED)
  156 + val client = EmbedClient(embedBase, embedModel, embedKey)
  157 + var done = 0
  158 + _embBackfill.value = 0 to pending.size
  159 + for (p in pending) {
  160 + runCatching {
  161 + val emb = client.embed(p.caption)
  162 + repo.photos.updateCaptionEmbedding(p.id, com.lemon.lifelog.vision.ImageUtil.packEmbedding(emb))
  163 + done++
  164 + }
  165 + _embBackfill.value = done to pending.size
  166 + }
  167 + _embBackfill.value = null
  168 + }
  169 + }
  170 +
141 171 fun createPersonAndTag(faceId: Long, name: String) {
142 172 viewModelScope.launch {
143 173 // 手动建的人 = 我关心的 → 直接 managed。
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/SettingsScreen.kt
  View file @3dfabb1
... ... @@ -17,6 +17,7 @@ import androidx.compose.foundation.layout.height
17 17 import androidx.compose.foundation.layout.padding
18 18 import androidx.compose.foundation.rememberScrollState
19 19 import androidx.compose.foundation.verticalScroll
  20 +import androidx.compose.material3.AlertDialog
20 21 import androidx.compose.material3.Button
21 22 import androidx.compose.material3.DropdownMenu
22 23 import androidx.compose.material3.DropdownMenuItem
... ... @@ -26,6 +27,7 @@ import androidx.compose.material3.HorizontalDivider
26 27 import androidx.compose.material3.MaterialTheme
27 28 import androidx.compose.material3.OutlinedTextField
28 29 import androidx.compose.material3.Text
  30 +import androidx.compose.material3.TextButton
29 31 import androidx.compose.runtime.Composable
30 32 import androidx.compose.runtime.LaunchedEffect
31 33 import androidx.compose.runtime.getValue
... ... @@ -40,6 +42,9 @@ import com.lemon.lifelog.asr.SpeakerClusterer
40 42 import com.lemon.lifelog.service.BlockBuffer
41 43 import com.lemon.lifelog.service.QuietHours
42 44 import com.lemon.lifelog.chat.ChatConfig
  45 +import com.lemon.lifelog.chat.LlmProvider
  46 +import com.lemon.lifelog.chat.ModelConfig
  47 +import com.lemon.lifelog.chat.ModelSlot
43 48 import com.lemon.lifelog.storage.StorageManager
44 49 import com.lemon.lifelog.summary.SummaryScheduler
45 50 import com.lemon.lifelog.summary.SummaryWorker
... ... @@ -71,14 +76,29 @@ fun SettingsScreen(activity: Context) {
71 76 var pruneMsg by remember { mutableStateOf("") }
72 77 val scope = rememberCoroutineScope()
73 78 LaunchedEffect(Unit) { audioUsage = StorageManager.audioUsageBytes(activity.filesDir) }
74   - val backendTargets = remember { ChatConfig.targets(activity) }
  79 + var configRev by remember { mutableStateOf(0) }
  80 + val backendTargets = remember(configRev) { ChatConfig.targets(activity) }
75 81  
76 82 var localBase by remember { mutableStateOf(ChatConfig.localBase(activity)) }
77 83 var m2b by remember { mutableStateOf(ChatConfig.model2b(activity)) }
78 84 var m4b by remember { mutableStateOf(ChatConfig.model4b(activity)) }
79   - var mEmbed by remember { mutableStateOf(ChatConfig.modelEmbed(activity)) }
80 85 var endpointMsg by remember { mutableStateOf("") }
81 86  
  87 + var hermesUrl by remember(configRev) { mutableStateOf(ModelConfig.hermesProvider(activity).baseUrl) }
  88 + var hermesKey by remember(configRev) { mutableStateOf(ModelConfig.hermesProvider(activity).apiKey) }
  89 + var hermesModel by remember(configRev) { mutableStateOf(ModelConfig.hermesProvider(activity).chatModel) }
  90 + var hermesSaveMsg by remember { mutableStateOf("") }
  91 +
  92 + var editingProvider by remember { mutableStateOf<LlmProvider?>(null) }
  93 + var isNewProvider by remember { mutableStateOf(false) }
  94 +
  95 + var vlPid by remember(configRev) { mutableStateOf(ModelConfig.slotProviderId(activity, ModelSlot.VL)) }
  96 + var vlModel by remember(configRev) { mutableStateOf(ModelConfig.slotModel(activity, ModelSlot.VL)) }
  97 + var vlSaveMsg by remember { mutableStateOf("") }
  98 + var embedPid by remember(configRev) { mutableStateOf(ModelConfig.slotProviderId(activity, ModelSlot.EMBED)) }
  99 + var embedModel by remember(configRev) { mutableStateOf(ModelConfig.slotModel(activity, ModelSlot.EMBED)) }
  100 + var embedSaveMsg by remember { mutableStateOf("") }
  101 +
82 102 var batteryExempt by remember { mutableStateOf(isBatteryExempt(activity)) }
83 103  
84 104 Column(
... ... @@ -125,7 +145,7 @@ fun SettingsScreen(activity: Context) {
125 145 style = MaterialTheme.typography.labelSmall)
126 146  
127 147 HorizontalDivider()
128   - Text("本地模型端点（对话 + 纪要共用 llama-swap）", style = MaterialTheme.typography.titleMedium)
  148 + Text("本地 llama-swap", style = MaterialTheme.typography.titleMedium)
129 149 OutlinedTextField(value = localBase, onValueChange = { localBase = it },
130 150 label = { Text("baseUrl") }, singleLine = true, modifier = Modifier.fillMaxWidth())
131 151 Row(horizontalArrangement = Arrangement.spacedBy(8.dp)) {
... ... @@ -134,18 +154,101 @@ fun SettingsScreen(activity: Context) {
134 154 OutlinedTextField(value = m4b, onValueChange = { m4b = it },
135 155 label = { Text("4B model 名") }, singleLine = true, modifier = Modifier.weight(1f))
136 156 }
137   - OutlinedTextField(value = mEmbed, onValueChange = { mEmbed = it },
138   - label = { Text("embed model 名（语义搜图，llama-swap 里配 --embedding）") },
139   - singleLine = true, modifier = Modifier.fillMaxWidth())
140 157 Row(verticalAlignment = Alignment.CenterVertically, horizontalArrangement = Arrangement.spacedBy(8.dp)) {
141 158 Button(onClick = {
142   - ChatConfig.save(activity, localBase, m2b, m4b, mEmbed)
  159 + ChatConfig.save(activity, localBase, m2b, m4b)
143 160 endpointMsg = "已保存"
144   - }) { Text("保存端点") }
  161 + configRev++
  162 + }) { Text("保存") }
145 163 if (endpointMsg.isNotEmpty()) Text(endpointMsg, style = MaterialTheme.typography.labelSmall)
146 164 }
147 165  
148 166 HorizontalDivider()
  167 + Text("Hermes 网关", style = MaterialTheme.typography.titleMedium)
  168 + OutlinedTextField(value = hermesUrl, onValueChange = { hermesUrl = it },
  169 + label = { Text("接口地址") }, singleLine = true, modifier = Modifier.fillMaxWidth())
  170 + OutlinedTextField(value = hermesKey, onValueChange = { hermesKey = it },
  171 + label = { Text("API Key") }, singleLine = true, modifier = Modifier.fillMaxWidth())
  172 + OutlinedTextField(value = hermesModel, onValueChange = { hermesModel = it },
  173 + label = { Text("路由模型名（如 kimi-for-coding / qwen-plus）") },
  174 + singleLine = true, modifier = Modifier.fillMaxWidth())
  175 + Row(verticalAlignment = Alignment.CenterVertically, horizontalArrangement = Arrangement.spacedBy(8.dp)) {
  176 + Button(onClick = {
  177 + ModelConfig.saveHermes(activity, hermesUrl, hermesKey, hermesModel)
  178 + hermesSaveMsg = "已保存"
  179 + configRev++
  180 + }) { Text("保存 Hermes") }
  181 + if (hermesSaveMsg.isNotEmpty()) Text(hermesSaveMsg, style = MaterialTheme.typography.labelSmall)
  182 + }
  183 +
  184 + HorizontalDivider()
  185 + Text("远程服务商", style = MaterialTheme.typography.titleMedium)
  186 + Text("添加任意 OpenAI 兼容 API（通义千问 / Kimi / MiniMax 等），对话模型名不为空则出现在聊天列表。",
  187 + style = MaterialTheme.typography.labelSmall)
  188 + val userProviders = remember(configRev) { ModelConfig.userProviders(activity) }
  189 + userProviders.forEach { p ->
  190 + Row(
  191 + modifier = Modifier.fillMaxWidth(),
  192 + verticalAlignment = Alignment.CenterVertically,
  193 + horizontalArrangement = Arrangement.spacedBy(8.dp),
  194 + ) {
  195 + Column(modifier = Modifier.weight(1f)) {
  196 + Text(p.label, style = MaterialTheme.typography.bodyMedium)
  197 + Text(
  198 + buildString {
  199 + append(p.baseUrl.take(40))
  200 + if (p.chatModel.isNotBlank()) append(" ${p.chatModel}")
  201 + },
  202 + style = MaterialTheme.typography.labelSmall,
  203 + )
  204 + }
  205 + TextButton(onClick = { editingProvider = p; isNewProvider = false }) { Text("编辑") }
  206 + TextButton(onClick = { ModelConfig.deleteProvider(activity, p.id); configRev++ }) { Text("删除") }
  207 + }
  208 + }
  209 + Button(onClick = {
  210 + editingProvider = LlmProvider(ModelConfig.generateId(), "", "", "", "")
  211 + isNewProvider = true
  212 + }) { Text("+ 添加服务商") }
  213 +
  214 + HorizontalDivider()
  215 + Text("模型分配", style = MaterialTheme.typography.titleMedium)
  216 + Text("指定 VL（图像理解）和语义向量各用哪个服务商 + 模型。",
  217 + style = MaterialTheme.typography.labelSmall)
  218 + val allProviders = remember(configRev) { ModelConfig.allProviders(activity) }
  219 + // VL slot
  220 + Text("图像理解(VL)", style = MaterialTheme.typography.labelLarge)
  221 + DropdownSetting(
  222 + "服务商", allProviders.firstOrNull { it.id == vlPid }?.label ?: vlPid,
  223 + allProviders.map { it.label to it.id },
  224 + ) { vlPid = it }
  225 + Row(verticalAlignment = Alignment.CenterVertically, horizontalArrangement = Arrangement.spacedBy(8.dp)) {
  226 + OutlinedTextField(value = vlModel, onValueChange = { vlModel = it },
  227 + label = { Text("模型名") }, singleLine = true, modifier = Modifier.weight(1f))
  228 + Button(onClick = {
  229 + ModelConfig.setSlot(activity, ModelSlot.VL, vlPid, vlModel)
  230 + vlSaveMsg = "已保存"
  231 + }) { Text("保存") }
  232 + }
  233 + if (vlSaveMsg.isNotEmpty()) Text(vlSaveMsg, style = MaterialTheme.typography.labelSmall)
  234 + // EMBED slot
  235 + Text("语义向量", style = MaterialTheme.typography.labelLarge)
  236 + DropdownSetting(
  237 + "服务商", allProviders.firstOrNull { it.id == embedPid }?.label ?: embedPid,
  238 + allProviders.map { it.label to it.id },
  239 + ) { embedPid = it }
  240 + Row(verticalAlignment = Alignment.CenterVertically, horizontalArrangement = Arrangement.spacedBy(8.dp)) {
  241 + OutlinedTextField(value = embedModel, onValueChange = { embedModel = it },
  242 + label = { Text("模型名（llama-swap 里配 --embedding 的 GGUF 名）") },
  243 + singleLine = true, modifier = Modifier.weight(1f))
  244 + Button(onClick = {
  245 + ModelConfig.setSlot(activity, ModelSlot.EMBED, embedPid, embedModel)
  246 + embedSaveMsg = "已保存"
  247 + }) { Text("保存") }
  248 + }
  249 + if (embedSaveMsg.isNotEmpty()) Text(embedSaveMsg, style = MaterialTheme.typography.labelSmall)
  250 +
  251 + HorizontalDivider()
149 252 Text("录音 / 电池", style = MaterialTheme.typography.titleMedium)
150 253 DropdownSetting("分段间隔（静音多久收尾一段）", "$blockSilenceMin 分钟",
151 254 listOf(1, 2, 3, 5, 10, 15).map { "$it 分钟" to it }) {
... ... @@ -209,6 +312,65 @@ fun SettingsScreen(activity: Context) {
209 312  
210 313 Spacer(Modifier.height(24.dp))
211 314 }
  315 +
  316 + editingProvider?.let { p ->
  317 + ProviderEditDialog(
  318 + initial = p,
  319 + isNew = isNewProvider,
  320 + onConfirm = { updated ->
  321 + if (isNewProvider) ModelConfig.addProvider(activity, updated)
  322 + else ModelConfig.updateProvider(activity, updated)
  323 + editingProvider = null
  324 + configRev++
  325 + },
  326 + onDismiss = { editingProvider = null },
  327 + )
  328 + }
  329 +}
  330 +
  331 +@Composable
  332 +private fun ProviderEditDialog(
  333 + initial: LlmProvider,
  334 + isNew: Boolean,
  335 + onConfirm: (LlmProvider) -> Unit,
  336 + onDismiss: () -> Unit,
  337 +) {
  338 + var label by remember { mutableStateOf(initial.label) }
  339 + var baseUrl by remember { mutableStateOf(initial.baseUrl) }
  340 + var apiKey by remember { mutableStateOf(initial.apiKey) }
  341 + var chatModel by remember { mutableStateOf(initial.chatModel) }
  342 + AlertDialog(
  343 + onDismissRequest = onDismiss,
  344 + title = { Text(if (isNew) "添加服务商" else "编辑服务商") },
  345 + text = {
  346 + Column(verticalArrangement = Arrangement.spacedBy(8.dp)) {
  347 + OutlinedTextField(value = label, onValueChange = { label = it },
  348 + label = { Text("名称") }, singleLine = true, modifier = Modifier.fillMaxWidth())
  349 + OutlinedTextField(value = baseUrl, onValueChange = { baseUrl = it },
  350 + label = { Text("接口地址 (baseUrl)") }, singleLine = true, modifier = Modifier.fillMaxWidth())
  351 + OutlinedTextField(value = apiKey, onValueChange = { apiKey = it },
  352 + label = { Text("API Key") }, singleLine = true, modifier = Modifier.fillMaxWidth())
  353 + OutlinedTextField(value = chatModel, onValueChange = { chatModel = it },
  354 + label = { Text("对话模型名（留空则不出现在聊天列表）") },
  355 + singleLine = true, modifier = Modifier.fillMaxWidth())
  356 + Text("接口地址需兼容 OpenAI /v1/chat/completions 协议。",
  357 + style = MaterialTheme.typography.labelSmall)
  358 + }
  359 + },
  360 + confirmButton = {
  361 + TextButton(onClick = {
  362 + if (label.isNotBlank() && baseUrl.isNotBlank()) {
  363 + onConfirm(initial.copy(
  364 + label = label.trim(),
  365 + baseUrl = baseUrl.trimEnd('/'),
  366 + apiKey = apiKey.trim(),
  367 + chatModel = chatModel.trim(),
  368 + ))
  369 + }
  370 + }) { Text("保存") }
  371 + },
  372 + dismissButton = { TextButton(onClick = onDismiss) { Text("取消") } },
  373 + )
212 374 }
213 375  
214 376 /** 字节数 → 人类可读（KB/MB/GB）。 */
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/chat/ChatClient.kt
  View file @3dfabb1
... ... @@ -12,6 +12,18 @@ import org.json.JSONObject
12 12 import java.io.IOException
13 13 import java.util.concurrent.TimeUnit
14 14  
  15 +data class ToolCall(
  16 + val id: String,
  17 + val name: String,
  18 + val arguments: String,
  19 +)
  20 +
  21 +data class ToolChatResult(
  22 + val text: String,
  23 + val toolCalls: List<ToolCall>?,
  24 + val rawToolCallsJson: JSONArray?,
  25 +)
  26 +
15 27 /**
16 28 * OpenAI 兼容的聊天客户端，支持 SSE 流式（stream:true）增量回复。
17 29 *
... ... @@ -124,4 +136,65 @@ class ChatClient {
124 136 if (choices.length() == 0) return ""
125 137 return choices.getJSONObject(0).optJSONObject("message")?.optString("content", "").orEmpty()
126 138 }
  139 +
  140 + /**
  141 + * 非流式 function calling 请求。
  142 + * 传入 [messages]（JSONObject 列表，支持 tool/assistant with tool_calls 等 role）和
  143 + * [tools]（LifelogTools.SCHEMAS），返回 [ToolChatResult]：
  144 + * - 若模型给出 tool_calls → toolCalls 非 null，调用方执行工具后再次调用本方法
  145 + * - 若模型给出最终文字 → toolCalls == null，text 是答案
  146 + */
  147 + @Throws(IOException::class)
  148 + suspend fun chatWithTools(
  149 + target: ChatTarget,
  150 + messages: List<JSONObject>,
  151 + tools: JSONArray,
  152 + maxTokens: Int = 1024,
  153 + ): ToolChatResult = withContext(Dispatchers.IO) {
  154 + val payload = JSONObject().apply {
  155 + put("model", target.model)
  156 + put("stream", false)
  157 + put("max_tokens", maxTokens)
  158 + put("tools", tools)
  159 + put("tool_choice", "auto")
  160 + if (target.kind == ChatTargetKind.LOCAL) {
  161 + put("chat_template_kwargs", JSONObject().put("enable_thinking", false))
  162 + }
  163 + put("messages", JSONArray().apply { messages.forEach { put(it) } })
  164 + }
  165 + val builder = Request.Builder()
  166 + .url("${target.baseUrl}/v1/chat/completions")
  167 + .header("Content-Type", "application/json")
  168 + .post(payload.toString().toRequestBody(JSON))
  169 + if (target.apiKey.isNotBlank()) builder.header("Authorization", "Bearer ${target.apiKey}")
  170 +
  171 + http.newCall(builder.build()).execute().use { resp ->
  172 + val body = resp.body?.string().orEmpty()
  173 + if (!resp.isSuccessful) throw IOException("${target.label} ${resp.code}: ${body.take(300)}")
  174 + parseToolChatResponse(body)
  175 + }
  176 + }
  177 +
  178 + private fun parseToolChatResponse(body: String): ToolChatResult {
  179 + val json = JSONObject(body)
  180 + val choices = json.optJSONArray("choices") ?: throw IOException("no choices")
  181 + if (choices.length() == 0) throw IOException("empty choices")
  182 + val message = choices.getJSONObject(0).optJSONObject("message")
  183 + ?: throw IOException("no message")
  184 + val text = if (message.isNull("content")) "" else message.optString("content", "")
  185 + val rawCalls = message.optJSONArray("tool_calls")
  186 + if (rawCalls != null && rawCalls.length() > 0) {
  187 + val calls = (0 until rawCalls.length()).map { i ->
  188 + val tc = rawCalls.getJSONObject(i)
  189 + val fn = tc.getJSONObject("function")
  190 + ToolCall(
  191 + id = tc.getString("id"),
  192 + name = fn.getString("name"),
  193 + arguments = fn.optString("arguments", "{}"),
  194 + )
  195 + }
  196 + return ToolChatResult(text, calls, rawCalls)
  197 + }
  198 + return ToolChatResult(text, null, null)
  199 + }
127 200 }
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/chat/ChatConfig.kt
  View file @3dfabb1
... ... @@ -3,7 +3,7 @@ package com.lemon.lifelog.chat
3 3 import android.content.Context
4 4 import com.lemon.lifelog.BuildConfig
5 5  
6   -enum class ChatTargetKind { LOCAL, HERMES }
  6 +enum class ChatTargetKind { LOCAL, HERMES, REMOTE }
7 7  
8 8 /**
9 9 * 一个可聊天的对象 = 一个 OpenAI 兼容端点 + 一个 model 名。
... ... @@ -34,6 +34,7 @@ object ChatConfig {
34 34 /** 语义搜索的文本 embedding model 名（llama-swap 里配 --embedding 的 GGUF，如 bge-small-zh）。 */
35 35 const val DEFAULT_MODEL_EMBED = "embed"
36 36  
  37 + const val ID_LOCAL = "local-swap"
37 38 const val ID_2B = "local-2b"
38 39 const val ID_4B = "local-4b"
39 40 const val ID_HERMES = "hermes"
... ... @@ -61,21 +62,20 @@ object ChatConfig {
61 62 .apply()
62 63 }
63 64  
64   - /** 当前可选的聊天对象列表。 */
  65 + /** 当前可选的聊天对象列表（本地 2B/4B + Hermes + 用户添加的远程服务商）。 */
65 66 fun targets(ctx: Context): List<ChatTarget> {
66 67 val local = localBase(ctx)
67   - return listOf(
68   - ChatTarget(ID_2B, "本地 2B", local, "", model2b(ctx), ChatTargetKind.LOCAL),
69   - ChatTarget(ID_4B, "本地 4B", local, "", model4b(ctx), ChatTargetKind.LOCAL),
70   - ChatTarget(
71   - ID_HERMES,
72   - "Hermes Agent",
73   - BuildConfig.HERMES_API_URL.trimEnd('/'),
74   - BuildConfig.HERMES_API_KEY,
75   - BuildConfig.HERMES_MODEL,
76   - ChatTargetKind.HERMES,
77   - ),
78   - )
  68 + val hermes = ModelConfig.hermesProvider(ctx)
  69 + return buildList {
  70 + add(ChatTarget(ID_2B, "本地 2B", local, "", model2b(ctx), ChatTargetKind.LOCAL))
  71 + add(ChatTarget(ID_4B, "本地 4B", local, "", model4b(ctx), ChatTargetKind.LOCAL))
  72 + add(ChatTarget(ID_HERMES, hermes.label, hermes.baseUrl, hermes.apiKey, hermes.chatModel, ChatTargetKind.HERMES))
  73 + ModelConfig.userProviders(ctx)
  74 + .filter { it.chatModel.isNotBlank() }
  75 + .forEach { p ->
  76 + add(ChatTarget(p.id, p.label, p.baseUrl, p.apiKey, p.chatModel, ChatTargetKind.REMOTE))
  77 + }
  78 + }
79 79 }
80 80  
81 81 fun targetById(ctx: Context, id: String?): ChatTarget {
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/chat/ChatViewModel.kt
  View file @3dfabb1
... ... @@ -10,6 +10,8 @@ import androidx.lifecycle.viewModelScope
10 10 import com.lemon.lifelog.data.ChatConversation
11 11 import com.lemon.lifelog.data.ChatMessage
12 12 import com.lemon.lifelog.data.Repository
  13 +import org.json.JSONArray
  14 +import org.json.JSONObject
13 15 import kotlinx.coroutines.Dispatchers
14 16 import kotlinx.coroutines.launch
15 17 import kotlinx.coroutines.withContext
... ... @@ -33,6 +35,10 @@ class ChatViewModel(app: Application) : AndroidViewModel(app) {
33 35 private set
34 36 var lifelogMode by mutableStateOf(prefs.getBoolean(K_LIFELOG, false))
35 37 private set
  38 + var toolMode by mutableStateOf(prefs.getBoolean(K_TOOL, false))
  39 + private set
  40 + var toolStatus by mutableStateOf("")
  41 + private set
36 42  
37 43 var input by mutableStateOf("")
38 44 var streaming by mutableStateOf(false)
... ... @@ -47,6 +53,13 @@ class ChatViewModel(app: Application) : AndroidViewModel(app) {
47 53 prefs.edit().putBoolean(K_LIFELOG, on).apply()
48 54 }
49 55  
  56 + fun setTool(on: Boolean) {
  57 + toolMode = on
  58 + prefs.edit().putBoolean(K_TOOL, on).apply()
  59 + // 工具模式和 lifelog 模式互斥
  60 + if (on && lifelogMode) setLifelog(false)
  61 + }
  62 +
50 63 fun selectTarget(id: String) {
51 64 selectedTargetId = id
52 65 prefs.edit().putString(K_TARGET, id).apply()
... ... @@ -90,8 +103,8 @@ class ChatViewModel(app: Application) : AndroidViewModel(app) {
90 103 input = ""
91 104 val app = getApplication<Application>()
92 105 val target = ChatConfig.targetById(app, selectedTargetId)
93   - val useLifelog = lifelogMode
94 106 viewModelScope.launch {
  107 + // ── 公共准备：建会话 + 存 user 消息 + 取历史 ──────────────────
95 108 val now = System.currentTimeMillis()
96 109 var convId = currentConvId
97 110 if (convId == null) {
... ... @@ -108,48 +121,128 @@ class ChatViewModel(app: Application) : AndroidViewModel(app) {
108 121 repo.chats.insertMessage(ChatMessage(conversationId = cid, role = "user", content = text, createdAt = now))
109 122 repo.chats.touch(cid, now)
110 123 }
111   - val history = withContext(Dispatchers.IO) { repo.chats.messagesOf(cid) }.map { it.role to it.content }
  124 + val history = withContext(Dispatchers.IO) { repo.chats.messagesOf(cid) }
112 125  
113 126 streaming = true
114 127 streamingText = ""
115 128 try {
116   - val messagesToSend = if (useLifelog) {
117   - val c = LifelogRetriever.buildContext(repo, text)
118   - if (c != null) listOf("system" to c) + history else history
  129 + if (toolMode) {
  130 + agenticLoop(target, cid, history)
119 131 } else {
120   - history
121   - }
122   - val full = client.stream(target, messagesToSend) { delta -> streamingText += delta }
123   - withContext(Dispatchers.IO) {
124   - repo.chats.insertMessage(
125   - ChatMessage(
126   - conversationId = cid, role = "assistant",
127   - content = full.ifBlank { "(空回复)" }, model = target.model,
128   - createdAt = System.currentTimeMillis(),
129   - ),
130   - )
131   - repo.chats.touch(cid, System.currentTimeMillis())
  132 + normalChat(text, target, cid, history.map { it.role to it.content })
132 133 }
133 134 } catch (t: Throwable) {
134 135 withContext(Dispatchers.IO) {
135   - repo.chats.insertMessage(
136   - ChatMessage(
137   - conversationId = cid, role = "assistant",
138   - content = "⚠ 出错：${t.message ?: t.toString()}", model = target.model,
139   - createdAt = System.currentTimeMillis(),
140   - ),
141   - )
  136 + repo.chats.insertMessage(ChatMessage(
  137 + conversationId = cid, role = "assistant",
  138 + content = "⚠ 出错：${t.message ?: t.toString()}", model = target.model,
  139 + createdAt = System.currentTimeMillis(),
  140 + ))
142 141 }
143 142 } finally {
144 143 streaming = false
145 144 streamingText = ""
  145 + toolStatus = ""
  146 + }
  147 + }
  148 + }
  149 +
  150 + private suspend fun normalChat(
  151 + text: String,
  152 + target: ChatTarget,
  153 + cid: Long,
  154 + history: List<Pair<String, String>>,
  155 + ) {
  156 + val messagesToSend = if (lifelogMode) {
  157 + val c = LifelogRetriever.buildContext(repo, text)
  158 + if (c != null) listOf("system" to c) + history else history
  159 + } else {
  160 + history
  161 + }
  162 + val full = client.stream(target, messagesToSend) { delta -> streamingText += delta }
  163 + withContext(Dispatchers.IO) {
  164 + repo.chats.insertMessage(ChatMessage(
  165 + conversationId = cid, role = "assistant",
  166 + content = full.ifBlank { "(空回复)" }, model = target.model,
  167 + createdAt = System.currentTimeMillis(),
  168 + ))
  169 + repo.chats.touch(cid, System.currentTimeMillis())
  170 + }
  171 + }
  172 +
  173 + /**
  174 + * 工具模式 agentic loop：
  175 + * 1. 发带 tools 的请求 → 若 LLM 返回 tool_calls，本地执行 → 追加结果 → 再请求
  176 + * 2. 直到 LLM 不再调工具（给出最终文字）或达到最大轮数
  177 + * 3. 只把 user 消息和最终 assistant 文字存 Room（中间工具消息不持久化）
  178 + */
  179 + private suspend fun agenticLoop(
  180 + target: ChatTarget,
  181 + cid: Long,
  182 + history: List<ChatMessage>,
  183 + ) {
  184 + // 构建初始 messages（system prompt + 全部 Room 历史，已含刚存的 user 消息）
  185 + val messages: MutableList<JSONObject> = mutableListOf()
  186 + messages.add(JSONObject().put("role", "system").put("content", TOOL_SYSTEM_PROMPT))
  187 + history.forEach { m ->
  188 + messages.add(JSONObject().put("role", m.role).put("content", m.content))
  189 + }
  190 +
  191 + var finalText = ""
  192 + var rounds = 0
  193 + toolStatus = "思考中…"
  194 +
  195 + while (rounds < MAX_TOOL_ROUNDS) {
  196 + val result = withContext(Dispatchers.IO) {
  197 + client.chatWithTools(target, messages, LifelogTools.SCHEMAS)
  198 + }
  199 + if (result.toolCalls.isNullOrEmpty()) {
  200 + finalText = result.text
  201 + break
  202 + }
  203 + // assistant 消息（含 tool_calls，API 要求原样回传）
  204 + val assistantMsg = JSONObject().put("role", "assistant").put("content", result.text.ifBlank { "" })
  205 + result.rawToolCallsJson?.let { assistantMsg.put("tool_calls", it) }
  206 + messages.add(assistantMsg)
  207 +
  208 + // 逐个执行工具
  209 + for (call in result.toolCalls) {
  210 + toolStatus = "⚙ ${call.name}"
  211 + streamingText = "调用工具：${call.name}\n"
  212 + val args = runCatching { JSONObject(call.arguments) }.getOrElse { JSONObject() }
  213 + val toolResult = LifelogTools.execute(repo, call.name, args)
  214 + streamingText += toolResult.take(200)
  215 + messages.add(JSONObject()
  216 + .put("role", "tool")
  217 + .put("tool_call_id", call.id)
  218 + .put("content", toolResult))
146 219 }
  220 + rounds++
  221 + toolStatus = "整理回复中（第 $rounds 轮）…"
  222 + streamingText = toolStatus
  223 + }
  224 +
  225 + if (finalText.isBlank()) finalText = "（未获得有效回复，请重试或检查服务商是否支持 function calling）"
  226 + withContext(Dispatchers.IO) {
  227 + repo.chats.insertMessage(ChatMessage(
  228 + conversationId = cid, role = "assistant",
  229 + content = finalText, model = target.model,
  230 + createdAt = System.currentTimeMillis(),
  231 + ))
  232 + repo.chats.touch(cid, System.currentTimeMillis())
147 233 }
148 234 }
149 235  
150 236 companion object {
151 237 private const val K_LIFELOG = "lifelog_mode"
  238 + private const val K_TOOL = "tool_mode"
152 239 private const val K_TARGET = "selected_target"
153   - private const val K_CONV = "current_conv"
  240 + private const val K_CONV = "current_conv"
  241 + private const val MAX_TOOL_ROUNDS = 8
  242 + private val TOOL_SYSTEM_PROMPT = """
  243 + 你是用户的 lifelog AI 助手，可以访问用户 24/7 录音转写、会话纪要、联系人档案和相册。
  244 + 当用户询问记忆、联系人或照片时，请主动调用相应工具获取真实数据后再回答。
  245 + 多步骤问题可多次调用工具。最终回复用中文，简洁清晰。
  246 + """.trimIndent()
154 247 }
155 248 }
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/chat/LifelogTools.kt 0 → 100644
  View file @3dfabb1
  1 +package com.lemon.lifelog.chat
  2 +
  3 +import com.lemon.lifelog.data.Repository
  4 +import kotlinx.coroutines.Dispatchers
  5 +import kotlinx.coroutines.flow.first
  6 +import kotlinx.coroutines.withContext
  7 +import org.json.JSONArray
  8 +import org.json.JSONObject
  9 +import java.text.SimpleDateFormat
  10 +import java.util.Date
  11 +import java.util.Locale
  12 +
  13 +/**
  14 + * lifelog 工具集：OpenAI function calling schema + 本地执行。
  15 + *
  16 + * 所有工具直接查 Room DB，在 app 进程内执行，无需网络/额外服务。
  17 + * agenticLoop（ChatViewModel）检测到 tool_calls → 调 execute() → 把结果以 tool role 追回给 LLM。
  18 + *
  19 + * 当前 6 个工具：
  20 + * search_transcripts 搜录音转写片段
  21 + * get_person 查联系人档案
  22 + * list_persons 列 CRM 人物
  23 + * get_summaries 取会话纪要
  24 + * search_photos 关键词搜相册
  25 + * get_followups 待跟进事项
  26 + */
  27 +object LifelogTools {
  28 +
  29 + private val TS = SimpleDateFormat("MM-dd HH:mm", Locale.US)
  30 + private val TSL = SimpleDateFormat("MM-dd HH:mm:ss", Locale.US)
  31 +
  32 + // ── Schema（OpenAI function calling 格式）────────────────────────────────
  33 +
  34 + val SCHEMAS: JSONArray by lazy {
  35 + JSONArray().apply {
  36 + put(schema(
  37 + name = "search_transcripts",
  38 + desc = "在录音转写片段中搜索关键词，返回匹配段落（时间、说话人、内容）",
  39 + props = mapOf(
  40 + "query" to prop("string", "搜索关键词"),
  41 + "speaker" to prop("string", "限定说话人姓名，可选"),
  42 + "limit" to prop("integer", "返回条数，默认 12"),
  43 + ),
  44 + required = listOf("query"),
  45 + ))
  46 + put(schema(
  47 + name = "get_person",
  48 + desc = "按姓名或备注查找联系人档案（基本资料、AI 印象、简历、关联声纹/人脸）",
  49 + props = mapOf("name" to prop("string", "人物姓名或备注名")),
  50 + required = listOf("name"),
  51 + ))
  52 + put(schema(
  53 + name = "list_persons",
  54 + desc = "列出 CRM 中的联系人（默认只列我管理的人）",
  55 + props = mapOf(
  56 + "managed_only" to prop("boolean", "true=只看管理的人（默认），false=全部通讯录"),
  57 + ),
  58 + required = emptyList(),
  59 + ))
  60 + put(schema(
  61 + name = "get_summaries",
  62 + desc = "获取最近的会话纪要（LLM 自动生成的录音摘要，时间倒序）",
  63 + props = mapOf("limit" to prop("integer", "返回篇数，默认 5，最多 20")),
  64 + required = emptyList(),
  65 + ))
  66 + put(schema(
  67 + name = "search_photos",
  68 + desc = "在相册中按关键词或人名搜索照片（需要 VL 索引完成后才有描述内容）",
  69 + props = mapOf(
  70 + "query" to prop("string", "关键词或人名"),
  71 + "limit" to prop("integer", "返回张数，默认 8"),
  72 + ),
  73 + required = listOf("query"),
  74 + ))
  75 + put(schema(
  76 + name = "get_followups",
  77 + desc = "获取待跟进事项列表（从录音中 AI 抽取的 TODO/行动项，未完成在前）",
  78 + props = emptyMap(),
  79 + required = emptyList(),
  80 + ))
  81 + }
  82 + }
  83 +
  84 + private fun schema(name: String, desc: String, props: Map<String, JSONObject>, required: List<String>) =
  85 + JSONObject().apply {
  86 + put("type", "function")
  87 + put("function", JSONObject().apply {
  88 + put("name", name)
  89 + put("description", desc)
  90 + put("parameters", JSONObject().apply {
  91 + put("type", "object")
  92 + put("properties", JSONObject().apply { props.forEach { (k, v) -> put(k, v) } })
  93 + put("required", JSONArray().apply { required.forEach { put(it) } })
  94 + })
  95 + })
  96 + }
  97 +
  98 + private fun prop(type: String, description: String) =
  99 + JSONObject().put("type", type).put("description", description)
  100 +
  101 + // ── 执行（在 IO 线程调）──────────────────────────────────────────────────
  102 +
  103 + suspend fun execute(repo: Repository, name: String, args: JSONObject): String =
  104 + withContext(Dispatchers.IO) {
  105 + try {
  106 + when (name) {
  107 + "search_transcripts" -> searchTranscripts(repo, args)
  108 + "get_person" -> getPerson(repo, args)
  109 + "list_persons" -> listPersons(repo, args)
  110 + "get_summaries" -> getSummaries(repo, args)
  111 + "search_photos" -> searchPhotos(repo, args)
  112 + "get_followups" -> getFollowups(repo)
  113 + else -> "未知工具：$name"
  114 + }
  115 + } catch (t: Throwable) {
  116 + "工具执行出错（$name）：${t.message?.take(120)}"
  117 + }
  118 + }
  119 +
  120 + // ── 各工具实现 ────────────────────────────────────────────────────────────
  121 +
  122 + private suspend fun searchTranscripts(repo: Repository, args: JSONObject): String {
  123 + val query = args.optString("query", "").ifBlank { return "请提供搜索关键词" }
  124 + val speaker = args.optString("speaker", "").ifBlank { null }
  125 + val limit = args.optInt("limit", 12).coerceIn(1, 40)
  126 + val rows = repo.segments.searchTextLike(query, limit * 3)
  127 + .filter { it.text != null }
  128 + .let { list -> if (speaker != null) list.filter { it.speakerName?.contains(speaker) == true } else list }
  129 + .take(limit)
  130 + if (rows.isEmpty()) return "未找到包含「$query」的录音片段。"
  131 + return buildString {
  132 + appendLine("找到 ${rows.size} 条片段（关键词：「$query」）：")
  133 + rows.forEach { r ->
  134 + val who = r.speakerName ?: r.personName ?: "未知"
  135 + appendLine("[${TSL.format(Date(r.startTs))}] $who：${r.text?.trim()}")
  136 + }
  137 + }
  138 + }
  139 +
  140 + private suspend fun getPerson(repo: Repository, args: JSONObject): String {
  141 + val q = args.optString("name", "").ifBlank { return "请提供人物姓名" }
  142 + val persons = repo.persons.all().filter { p ->
  143 + p.name.contains(q) || p.realName?.contains(q) == true ||
  144 + p.nickname?.contains(q) == true || p.remark?.contains(q) == true
  145 + }
  146 + if (persons.isEmpty()) return "未找到与「$q」匹配的联系人。"
  147 + return buildString {
  148 + persons.take(3).forEach { p ->
  149 + appendLine("=== ${p.name} ===")
  150 + p.realName?.takeIf { it.isNotBlank() }?.let { appendLine("真实姓名：$it") }
  151 + p.nickname?.takeIf { it.isNotBlank() }?.let { appendLine("微信昵称：$it") }
  152 + p.remark?.takeIf { it.isNotBlank() }?.let { appendLine("备注：$it") }
  153 + p.phone?.takeIf { it.isNotBlank() }?.let { appendLine("手机：$it") }
  154 + if (p.wechatFriend == true) appendLine("微信好友：是")
  155 + p.impression?.takeIf { it.isNotBlank() }?.let { appendLine("AI 印象：${it.take(400)}") }
  156 + p.resume?.takeIf { it.isNotBlank() }?.let { appendLine("简历：${it.take(300)}") }
  157 + val tags = buildList {
  158 + if (p.managed) add("CRM 管理中")
  159 + if (p.voiceSpeakerId != null) add("有声纹")
  160 + if (p.faceEmbedding != null) add("有人脸")
  161 + }.joinToString(" / ")
  162 + if (tags.isNotBlank()) appendLine("标签：$tags")
  163 + appendLine()
  164 + }
  165 + }
  166 + }
  167 +
  168 + private suspend fun listPersons(repo: Repository, args: JSONObject): String {
  169 + val managedOnly = args.optBoolean("managed_only", true)
  170 + val persons = repo.persons.all().let { if (managedOnly) it.filter { p -> p.managed } else it }
  171 + if (persons.isEmpty()) return if (managedOnly) "CRM 中暂无管理的人物。" else "通讯录为空。"
  172 + return buildString {
  173 + appendLine("共 ${persons.size} 位${if (managedOnly) "（管理中）" else ""}：")
  174 + persons.forEach { p ->
  175 + val tags = buildList {
  176 + if (p.wechatFriend == true) add("微信")
  177 + if (p.voiceSpeakerId != null) add("声纹")
  178 + if (p.faceEmbedding != null) add("人脸")
  179 + if (!p.phone.isNullOrBlank()) add("手机")
  180 + }.joinToString("/")
  181 + appendLine("- ${p.name}${if (tags.isNotEmpty()) "（$tags）" else ""}")
  182 + }
  183 + }
  184 + }
  185 +
  186 + private suspend fun getSummaries(repo: Repository, args: JSONObject): String {
  187 + val limit = args.optInt("limit", 5).coerceIn(1, 20)
  188 + val list = repo.summaries.recentList(limit)
  189 + if (list.isEmpty()) return "暂无会话纪要（需先生成）。"
  190 + return buildString {
  191 + appendLine("最近 ${list.size} 篇纪要：")
  192 + list.forEach { s ->
  193 + val range = "${TS.format(Date(s.windowStartTs))}–${TS.format(Date(s.windowEndTs))}"
  194 + appendLine("\n【$range】")
  195 + appendLine(s.markdown.trim().take(700))
  196 + }
  197 + }
  198 + }
  199 +
  200 + private suspend fun searchPhotos(repo: Repository, args: JSONObject): String {
  201 + val query = args.optString("query", "").ifBlank { return "请提供搜索关键词" }
  202 + val limit = args.optInt("limit", 8).coerceIn(1, 20)
  203 + val photos = repo.photos.searchByKeyword(query, limit)
  204 + if (photos.isEmpty()) return "未找到与「$query」相关的照片（VL 描述索引可能尚未完成）。"
  205 + return buildString {
  206 + appendLine("找到 ${photos.size} 张相关照片（关键词：「$query」）：")
  207 + photos.forEach { p ->
  208 + val date = TS.format(Date(p.takenTs))
  209 + val caption = p.caption?.take(100) ?: "（暂无场景描述）"
  210 + val faces = if (p.faceCount > 0) "${p.faceCount}人" else "无人脸"
  211 + appendLine("[$date $faces] $caption")
  212 + }
  213 + }
  214 + }
  215 +
  216 + private suspend fun getFollowups(repo: Repository): String {
  217 + val items = repo.followups.observeAll().first()
  218 + if (items.isEmpty()) return "暂无待跟进事项。"
  219 + val open = items.filter { !it.done }
  220 + val done = items.filter { it.done }
  221 + return buildString {
  222 + if (open.isNotEmpty()) {
  223 + appendLine("未完成（${open.size} 条）：")
  224 + open.forEach { f ->
  225 + val who = f.personName?.let { "（$it）" } ?: ""
  226 + appendLine("- ${f.text}$who [${TS.format(Date(f.sourceTs))}]")
  227 + }
  228 + }
  229 + if (done.isNotEmpty()) {
  230 + appendLine("\n已完成（${done.size} 条，最近 5 条）：")
  231 + done.take(5).forEach { f -> appendLine("- ✓ ${f.text}") }
  232 + }
  233 + }
  234 + }
  235 +}
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/chat/ModelConfig.kt 0 → 100644
  View file @3dfabb1
  1 +package com.lemon.lifelog.chat
  2 +
  3 +import android.content.Context
  4 +import com.lemon.lifelog.BuildConfig
  5 +import org.json.JSONArray
  6 +import org.json.JSONObject
  7 +import java.util.UUID
  8 +
  9 +data class LlmProvider(
  10 + val id: String,
  11 + val label: String,
  12 + val baseUrl: String,
  13 + val apiKey: String,
  14 + val chatModel: String,
  15 + val builtIn: Boolean = false,
  16 +)
  17 +
  18 +enum class ModelSlot(val key: String, val label: String, val defaultModel: String) {
  19 + VL("slot_vl", "图像理解(VL)", "vl"),
  20 + EMBED("slot_embed", "语义向量", "embed"),
  21 +}
  22 +
  23 +/**
  24 + * 统一服务商注册表 + 任务槽绑定。
  25 + *
  26 + * 服务商（LlmProvider）= 一个 OpenAI 兼容端点（baseUrl + apiKey）+ 对话默认模型名。
  27 + * 内置两个：本地 llama-swap (ID_LOCAL) 和 本地 Hermes (ID_HERMES)，不可删除。
  28 + * 用户可添加任意远程服务商（通义千问 / Kimi / MiniMax 等）。
  29 + *
  30 + * 任务槽（ModelSlot）= 某项能力用哪个 (provider, model)：
  31 + * - VL：图像理解，PhotoVlWorker 读取
  32 + * - EMBED：语义向量，PhotologViewModel / PhotoVlWorker 读取
  33 + * - CHAT：用哪个 target 聊天 → 由 ChatConfig.targets() + ChatViewModel.selectedTargetId 管理，不在此
  34 + * - SUMMARY：纪要用哪个 target → 同上，存 SummaryWorker.KEY_BACKEND（ChatTarget.id）
  35 + *
  36 + * 持久化：SharedPreferences "model_config"，JSON 数组 + 独立 key，无 Room 依赖。
  37 + */
  38 +object ModelConfig {
  39 + const val PREFS = "model_config"
  40 + private const val K_PROVIDERS = "user_providers"
  41 + private const val K_HERMES_URL = "hermes_url"
  42 + private const val K_HERMES_KEY = "hermes_key"
  43 + private const val K_HERMES_MODEL = "hermes_model"
  44 +
  45 + private fun prefs(ctx: Context) = ctx.getSharedPreferences(PREFS, Context.MODE_PRIVATE)
  46 +
  47 + // ── 内置：Hermes 网关 ──────────────────────────────────────────────────────
  48 +
  49 + fun hermesProvider(ctx: Context): LlmProvider {
  50 + val p = prefs(ctx)
  51 + return LlmProvider(
  52 + id = ChatConfig.ID_HERMES,
  53 + label = "本地 Hermes",
  54 + baseUrl = p.getString(K_HERMES_URL, null)?.ifBlank { null } ?: BuildConfig.HERMES_API_URL,
  55 + apiKey = p.getString(K_HERMES_KEY, null) ?: BuildConfig.HERMES_API_KEY,
  56 + chatModel = p.getString(K_HERMES_MODEL, null)?.ifBlank { null } ?: BuildConfig.HERMES_MODEL,
  57 + builtIn = true,
  58 + )
  59 + }
  60 +
  61 + fun saveHermes(ctx: Context, url: String, key: String, model: String) {
  62 + prefs(ctx).edit()
  63 + .putString(K_HERMES_URL, url.trim())
  64 + .putString(K_HERMES_KEY, key.trim())
  65 + .putString(K_HERMES_MODEL, model.trim())
  66 + .apply()
  67 + }
  68 +
  69 + // ── 内置：本地 llama-swap ─────────────────────────────────────────────────
  70 +
  71 + fun localSwapProvider(ctx: Context) = LlmProvider(
  72 + id = ChatConfig.ID_LOCAL,
  73 + label = "本地 llama-swap",
  74 + baseUrl = ChatConfig.localBase(ctx),
  75 + apiKey = "",
  76 + chatModel = "",
  77 + builtIn = true,
  78 + )
  79 +
  80 + // ── 用户添加的远程服务商 ───────────────────────────────────────────────────
  81 +
  82 + fun userProviders(ctx: Context): List<LlmProvider> {
  83 + val json = prefs(ctx).getString(K_PROVIDERS, null) ?: return emptyList()
  84 + return try {
  85 + val arr = JSONArray(json)
  86 + (0 until arr.length()).map { arr.getJSONObject(it).toProvider() }
  87 + } catch (t: Throwable) {
  88 + emptyList()
  89 + }
  90 + }
  91 +
  92 + fun allProviders(ctx: Context): List<LlmProvider> = buildList {
  93 + add(localSwapProvider(ctx))
  94 + add(hermesProvider(ctx))
  95 + addAll(userProviders(ctx))
  96 + }
  97 +
  98 + fun addProvider(ctx: Context, p: LlmProvider) {
  99 + saveUserProviders(ctx, userProviders(ctx) + p)
  100 + }
  101 +
  102 + fun updateProvider(ctx: Context, p: LlmProvider) {
  103 + if (p.id == ChatConfig.ID_HERMES) {
  104 + saveHermes(ctx, p.baseUrl, p.apiKey, p.chatModel)
  105 + return
  106 + }
  107 + if (p.builtIn) return
  108 + val list = userProviders(ctx).toMutableList()
  109 + val idx = list.indexOfFirst { it.id == p.id }
  110 + if (idx >= 0) list[idx] = p else list.add(p)
  111 + saveUserProviders(ctx, list)
  112 + }
  113 +
  114 + fun deleteProvider(ctx: Context, id: String) {
  115 + if (id == ChatConfig.ID_LOCAL || id == ChatConfig.ID_HERMES) return
  116 + saveUserProviders(ctx, userProviders(ctx).filter { it.id != id })
  117 + // 如果某个 slot 引用了被删的 provider，重置回默认
  118 + for (slot in ModelSlot.entries) {
  119 + if (slotProviderId(ctx, slot) == id) {
  120 + setSlot(ctx, slot, ChatConfig.ID_LOCAL, slot.defaultModel)
  121 + }
  122 + }
  123 + }
  124 +
  125 + private fun saveUserProviders(ctx: Context, list: List<LlmProvider>) {
  126 + val arr = JSONArray()
  127 + list.forEach { arr.put(it.toJson()) }
  128 + prefs(ctx).edit().putString(K_PROVIDERS, arr.toString()).apply()
  129 + }
  130 +
  131 + // ── 任务槽 ────────────────────────────────────────────────────────────────
  132 +
  133 + fun slotProviderId(ctx: Context, slot: ModelSlot): String =
  134 + prefs(ctx).getString("${slot.key}_pid", null)?.ifBlank { null } ?: ChatConfig.ID_LOCAL
  135 +
  136 + fun slotModel(ctx: Context, slot: ModelSlot): String =
  137 + prefs(ctx).getString("${slot.key}_model", null)?.ifBlank { null } ?: slot.defaultModel
  138 +
  139 + fun setSlot(ctx: Context, slot: ModelSlot, providerId: String, model: String) {
  140 + prefs(ctx).edit()
  141 + .putString("${slot.key}_pid", providerId)
  142 + .putString("${slot.key}_model", model.trim())
  143 + .apply()
  144 + }
  145 +
  146 + /** (baseUrl, apiKey, modelName) 三元组，供 VisionClient / EmbedClient 直接使用。 */
  147 + fun slotEndpoint(ctx: Context, slot: ModelSlot): Triple<String, String, String> {
  148 + val pid = slotProviderId(ctx, slot)
  149 + val model = slotModel(ctx, slot)
  150 + val provider = allProviders(ctx).firstOrNull { it.id == pid } ?: localSwapProvider(ctx)
  151 + return Triple(provider.baseUrl, provider.apiKey, model)
  152 + }
  153 +
  154 + fun generateId(): String = "p_${UUID.randomUUID().toString().take(8)}"
  155 +
  156 + // ── JSON 序列化 ────────────────────────────────────────────────────────────
  157 +
  158 + private fun JSONObject.toProvider() = LlmProvider(
  159 + id = getString("id"),
  160 + label = getString("label"),
  161 + baseUrl = getString("baseUrl"),
  162 + apiKey = optString("apiKey", ""),
  163 + chatModel = optString("chatModel", ""),
  164 + )
  165 +
  166 + private fun LlmProvider.toJson() = JSONObject().apply {
  167 + put("id", id)
  168 + put("label", label)
  169 + put("baseUrl", baseUrl)
  170 + put("apiKey", apiKey)
  171 + put("chatModel", chatModel)
  172 + }
  173 +}
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/data/Daos.kt
  View file @3dfabb1
... ... @@ -501,6 +501,9 @@ data class PhotoVec(
501 501 val captionEmbedding: ByteArray,
502 502 )
503 503  
  504 +/** 补算 embedding 用的轻投影：已有 caption 但缺 embedding 的照片。 */
  505 +data class CaptionOnly(val id: Long, val caption: String)
  506 +
504 507 /** 某人物名下照片数（相册「人物文件夹」封面 + 计数）。 */
505 508 data class PersonPhotoCount(
506 509 val personId: Long,
... ... @@ -749,6 +752,14 @@ interface PhotoDao {
749 752 /** 按 path 模糊查 id（清理旧版误导入的朋友圈图用，pat 形如 "%/moment_<wxid>_%"）。 */
750 753 @Query("SELECT id FROM photos WHERE path LIKE :pat")
751 754 suspend fun idsByPathLike(pat: String): List<Long>
  755 +
  756 + /** 补算向量：已有 caption 但还没算 embedding 的照片（embed 模型后配时回填用）。 */
  757 + @Query("SELECT id, caption FROM photos WHERE caption IS NOT NULL AND caption != '' AND captionEmbedding IS NULL")
  758 + suspend fun withCaptionNoEmbedding(): List<CaptionOnly>
  759 +
  760 + /** 只写 captionEmbedding，不改其他字段（backfill 用，不重跑 VL）。 */
  761 + @Query("UPDATE photos SET captionEmbedding = :emb WHERE id = :id")
  762 + suspend fun updateCaptionEmbedding(id: Long, emb: ByteArray)
752 763 }
753 764  
754 765 @Dao
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/vision/EmbedClient.kt
  View file @3dfabb1
... ... @@ -22,6 +22,7 @@ import kotlin.math.sqrt
22 22 class EmbedClient(
23 23 private val baseUrl: String,
24 24 private val model: String = "embed",
  25 + private val apiKey: String = "",
25 26 ) {
26 27 companion object {
27 28 private val JSON = "application/json; charset=utf-8".toMediaType()
... ... @@ -38,11 +39,12 @@ class EmbedClient(
38 39 put("model", model)
39 40 put("input", text)
40 41 }
41   - val req = Request.Builder()
  42 + val reqBuilder = Request.Builder()
42 43 .url("$baseUrl/v1/embeddings")
43 44 .header("Content-Type", "application/json")
44 45 .post(payload.toString().toRequestBody(JSON))
45   - .build()
  46 + if (apiKey.isNotBlank()) reqBuilder.header("Authorization", "Bearer $apiKey")
  47 + val req = reqBuilder.build()
46 48 http.newCall(req).execute().use { resp ->
47 49 val body = resp.body?.string().orEmpty()
48 50 if (!resp.isSuccessful) throw IOException("embed ${resp.code}: ${body.take(200)}")
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/vision/PhotoVlWorker.kt
  View file @3dfabb1
... ... @@ -4,7 +4,8 @@ import android.content.Context
4 4 import android.util.Log
5 5 import androidx.work.CoroutineWorker
6 6 import androidx.work.WorkerParameters
7   -import com.lemon.lifelog.chat.ChatConfig
  7 +import com.lemon.lifelog.chat.ModelConfig
  8 +import com.lemon.lifelog.chat.ModelSlot
8 9 import com.lemon.lifelog.data.Repository
9 10 import java.util.concurrent.atomic.AtomicBoolean
10 11  
... ... @@ -28,9 +29,10 @@ class PhotoVlWorker(ctx: Context, params: WorkerParameters) : CoroutineWorker(ct
28 29 val pending = repo.photos.pendingCaption()
29 30 if (pending.isEmpty()) return Result.success()
30 31  
31   - val base = ChatConfig.localBase(applicationContext)
32   - val vision = VisionClient(base)
33   - val embed = EmbedClient(base, ChatConfig.modelEmbed(applicationContext))
  32 + val (vlBase, vlKey, vlModel) = ModelConfig.slotEndpoint(applicationContext, ModelSlot.VL)
  33 + val (embedBase, embedKey, embedModel) = ModelConfig.slotEndpoint(applicationContext, ModelSlot.EMBED)
  34 + val vision = VisionClient(vlBase, vlModel, vlKey)
  35 + val embed = EmbedClient(embedBase, embedModel, embedKey)
34 36 val proc = PhotoProcessor(applicationContext, repo)
35 37 val deadline = System.currentTimeMillis() + RUN_BUDGET_MS
36 38 var done = 0
... ...
lifelog-recorder/app/src/main/kotlin/com/lemon/lifelog/vision/VisionClient.kt
  View file @3dfabb1
... ... @@ -17,6 +17,7 @@ import java.util.concurrent.TimeUnit
17 17 class VisionClient(
18 18 private val baseUrl: String,
19 19 private val model: String = "vl",
  20 + private val apiKey: String = "",
20 21 ) {
21 22 companion object {
22 23 private val JSON = "application/json; charset=utf-8".toMediaType()
... ... @@ -48,11 +49,12 @@ class VisionClient(
48 49 })
49 50 }))
50 51 }
51   - val req = Request.Builder()
  52 + val reqBuilder = Request.Builder()
52 53 .url("$baseUrl/v1/chat/completions")
53 54 .header("Content-Type", "application/json")
54 55 .post(payload.toString().toRequestBody(JSON))
55   - .build()
  56 + if (apiKey.isNotBlank()) reqBuilder.header("Authorization", "Bearer $apiKey")
  57 + val req = reqBuilder.build()
56 58 http.newCall(req).execute().use { resp ->
57 59 val body = resp.body?.string().orEmpty()
58 60 if (!resp.isSuccessful) throw IOException("vl ${resp.code}: ${body.take(200)}")
... ...