287 lines
13 KiB
Java
287 lines
13 KiB
Java
package com.newyetai.sdk.xf.util;
|
||
|
||
import com.newyetai.sdk.xf.dto.RtasrReqDTO;
|
||
import com.newyetai.sdk.xf.model.TranslateReq;
|
||
import com.newyetai.sdk.xf.service.RtasrClientApp;
|
||
import java.io.File;
|
||
import java.io.IOException;
|
||
import java.io.InputStream;
|
||
|
||
import org.apache.tomcat.util.http.fileupload.ByteArrayOutputStream;
|
||
import org.springframework.stereotype.Component;
|
||
|
||
import com.newyetai.common.AlitaResult;
|
||
import com.newyetai.common.constant.CommonConstants;
|
||
import com.newyetai.common.exception.BusinessException;
|
||
import com.newyetai.common.exception.util.Assert;
|
||
import com.newyetai.common.util.JsonUtils;
|
||
import com.newyetai.component.file.entity.FileRecord;
|
||
import com.newyetai.component.file.service.FileRecordService;
|
||
import com.newyetai.component.file.service.FileService;
|
||
import com.newyetai.component.file.util.FileUtils;
|
||
import com.newyetai.config.service.ConfigService;
|
||
import com.newyetai.sdk.xf.config.XfProperties;
|
||
import com.newyetai.sdk.xf.dto.InterviewContentDTO;
|
||
import com.newyetai.sdk.xf.dto.TtsReqDTO;
|
||
import com.newyetai.sdk.xf.model.ChatReq;
|
||
import com.newyetai.sdk.xf.model.MessageDTO;
|
||
import com.newyetai.sdk.xf.service.XfSparkProvider;
|
||
|
||
@Component
|
||
public class XfUtils {
|
||
|
||
private static ConfigService configService;
|
||
private static XfProperties xfProperties;
|
||
private static FileService fileService;
|
||
private static FileRecordService fileRecordService;
|
||
|
||
XfUtils(ConfigService configService, XfProperties xfProperties, FileService fileService, FileRecordService fileRecordService){
|
||
XfUtils.configService = configService;
|
||
XfUtils.xfProperties = xfProperties;
|
||
XfUtils.fileService = fileService;
|
||
XfUtils.fileRecordService = fileRecordService;
|
||
}
|
||
|
||
/**
|
||
* 生成面试问题
|
||
* @return InterviewContentDTO json
|
||
* @author sr on 2024-12-10
|
||
*/
|
||
public static String generateInterviewQuestion(InterviewContentDTO content) {
|
||
ChatReq req = ChatReq.builder()
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("你是一位专业的HR。目标任务：请根据我给出的positionName生成5个相关的面试中可能会问到的问题,并为每个问题都生成一个参考答案，并从1开始生成问题序号")
|
||
.build())
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("全部数据以JSON模版的形式返回，格式为:{positionName:岗位信息, qas:[{qno:问题序号,q:问题,a:参考答案}]}").build())
|
||
.message(MessageDTO.builder().role("user").content(JsonUtils.toNoEmptyJson(content)).build()).build();
|
||
AlitaResult<String> result = XfSparkProvider.httpChat(req);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
return result.getData();
|
||
}
|
||
|
||
/**
|
||
* 评分面试
|
||
* @return InterviewContentDTO json
|
||
* @author sr on 2024-12-10
|
||
*/
|
||
public static String gradeInterview(InterviewContentDTO content) {
|
||
ChatReq req = ChatReq.builder()
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("全部数据以JSON模版的形式返回，格式为:{positionName:岗位信息, qas:[{qno:问题序号,q:问题,a:参考答案,score:得分,根据问题q,结合参考答案a,对用户回答ua，在1-10分范围内为用户回答打分赋值,advice:作为资深的position_name提供该问题的回答建议,针对用户回答ua给出建议advice,建议内容包含不足之处+建议}]}")
|
||
.build())
|
||
.message(MessageDTO.builder().role("user")
|
||
.content(JsonUtils.toNoEmptyJson(content)).build())
|
||
.build();
|
||
AlitaResult<String> result = XfSparkProvider.httpChat(req);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
return result.getData();
|
||
}
|
||
|
||
/**
|
||
* 生成简历
|
||
* @return
|
||
* @author sr on 2024-12-10
|
||
*/
|
||
public static String generateResume(String content) {
|
||
String key01 = configService.getConfigValue("ai_jianli_key01", CommonConstants.PLATFORM_ORG_ID, true);
|
||
String key02 = configService.getConfigValue("ai_jianli_key02", CommonConstants.PLATFORM_ORG_ID, true);
|
||
String key03 = configService.getConfigValue("ai_jianli_key03", CommonConstants.PLATFORM_ORG_ID, true);
|
||
ChatReq req = ChatReq.builder()
|
||
.message(MessageDTO.builder().role("system")
|
||
.content(key01)
|
||
.build())
|
||
.message(MessageDTO.builder().role("system").content(key02).build())
|
||
.message(MessageDTO.builder().role("system").content(key03).build())
|
||
.message(MessageDTO.builder().role("user").content(content).build())
|
||
.build();
|
||
AlitaResult<String> result = XfSparkProvider.httpChat(req);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
return result.getData();
|
||
}
|
||
|
||
/**
|
||
* 语音听写
|
||
* @param fileCode
|
||
* @return
|
||
* @author sr on 2025-01-09
|
||
*/
|
||
public static String iat(String fileCode) {
|
||
try (InputStream fileis = fileRecordService.getFile(fileCode)){
|
||
File file = FileUtils.createTempFile("pcm");
|
||
try (InputStream is = FileUtils.copyToTempFile(fileis, file)) {
|
||
AlitaResult<String> result = WebIATWS.execute(is, xfProperties);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
return result.getData();
|
||
} catch (Exception e) {
|
||
throw e;
|
||
} finally {
|
||
file.delete();
|
||
}
|
||
} catch (Exception e) {
|
||
throw new BusinessException("语音听写异常:" + e.getMessage());
|
||
}
|
||
}
|
||
|
||
|
||
/**
|
||
* 语音合成
|
||
* @return
|
||
* @author sr on 2025-01-09
|
||
*/
|
||
public static String tts(TtsReqDTO ttsReq) {
|
||
try(ByteArrayOutputStream outputStream = new ByteArrayOutputStream()){
|
||
AlitaResult<Void> result = WebTtsWS.execute(ttsReq, xfProperties, outputStream);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
FileRecord fileRecord = fileService.upload("语音合成.mp3", outputStream.toByteArray());
|
||
return fileRecord.getFileCode();
|
||
} catch (IOException e) {
|
||
throw new BusinessException("语音合成异常:" + e.getMessage());
|
||
}
|
||
}
|
||
|
||
|
||
/**
|
||
* 生成自我评价
|
||
* @return
|
||
*/
|
||
public static String generateSelfEvaluate(String content) {
|
||
ChatReq req = ChatReq.builder()
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("你是一位专业的简历撰写专家。目标任务：请根据我给出的信息，生成指定的内容。需求说明：要求在与原文语意一致的基础上扩写内容,风格设定,简明扼要。")
|
||
.build())
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("根据我输入的信息，输出1段自我评价，包含学习能力、工作态度、团队协作等方面，字数在300字左右")
|
||
.build())
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("全部数据以JSON模版的形式返回, 格式为：{'selfEva'：xxx}")
|
||
.build())
|
||
.message(MessageDTO.builder().role("user").content(content).build()).build();
|
||
AlitaResult<String> result = XfSparkProvider.httpChat(req);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
return result.getData();
|
||
}
|
||
|
||
/**
|
||
* 生成工作经历
|
||
* @return
|
||
*/
|
||
public static String generateWorkExperience(String content) {
|
||
ChatReq req = ChatReq.builder()
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("你是一位专业的简历撰写专家。目标任务：请根据我给出的信息，生成一份履历丰富的简历。")
|
||
.build())
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("简历内容包含个人信息简介、工作经历、教育背景、掌握技能、自我评价。以JSON格式返回，每个点作为一个对象。")
|
||
.build())
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("个人信息输出格式为：{姓名：xxx, 年龄：xxx，联系电话：xxx，联系邮箱：xxx}")
|
||
.build())
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("工作经历以数组的形式返回。输出格式为：[{企业名称：xxx, 岗位：xxx，工作职责：[xxx,xxx,xxx]，工作时间:xxx-xxx}]")
|
||
.build())
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("掌握技能必须作为数组输出")
|
||
.build())
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("自我评价必须作为数组输出")
|
||
.build())
|
||
.message(MessageDTO.builder().role("user").content(content).build()).build();
|
||
AlitaResult<String> result = XfSparkProvider.httpChat(req);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
return result.getData();
|
||
}
|
||
|
||
/**
|
||
* 分析简历
|
||
* @param content
|
||
* @return
|
||
*/
|
||
public static String analyseResume(String content) {
|
||
ChatReq req = ChatReq.builder()
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("你是一位专业的简历分析专家。目标任务：请根据我给出的信息，分析得出简历信息，不要自己填充json信息。")
|
||
.build())
|
||
.message(MessageDTO.builder().role("system")
|
||
.content("请生成一个包含以下信息的 JSON 数据，根据用户给出的实际信息解析，值都可为空：\n"
|
||
+ "- name（字符串类型）：表示用户的姓名。\n"
|
||
+ "- sex（字符串类型）：表示用户的性别，值为 \"1\"（男）或 \"2\"（女），身份证号倒数第二位，奇数是男，偶数是女。\n"
|
||
+ "- phone（字符串类型）：表示用户的联系电话，可为空，不为空的格式为 以 1 开头，共 11 位数字。\n"
|
||
+ "- email（字符串类型）：表示用户的联系电子邮箱地址，可为空，不为空的格式为 包含 @ 符号，且 @ 前后至少有一个字符 及 域名部分至少包含一个 . 符号。\n"
|
||
+ "- intentionPosition（字符串类型）：表示用户的意向职位。\n"
|
||
+ "- major（字符串类型）：表示用户的专业。\n"
|
||
+ "- birthday（日期类型）：表示用户的出生日期，格式为 YYYY-MM。\n"
|
||
+ "- jobTime（日期类型）：表示用户的参加工作时间，格式为 YYYY-MM。\n"
|
||
+ "- school（字符串类型）：表示用户的毕业院校。\n"
|
||
+ "- education（字符串类型）：表示用户的学历，值为：\n"
|
||
+ " - \"1\"：\"博士\"\n"
|
||
+ " - \"2\"：\"硕士\"\n"
|
||
+ " - \"3\"：\"本科\"\n"
|
||
+ " - \"4\"：\"大专\"\n"
|
||
+ " - \"5\"：\"中专\"\n"
|
||
+ " - \"6\"：\"技校\"\n"
|
||
+ " - \"7\"：\"职高\"\n"
|
||
+ " - \"9\"：\"高中\"\n"
|
||
+ " - \"10\"：\"初中\"\n"
|
||
+ " - \"11\"：\"小学\"\n"
|
||
+ "- workExperience（字符串类型）：表示用户的工作经历，格式为文本，包含以下信息：\n"
|
||
+ " - 企业名称\n"
|
||
+ " - 岗位\n"
|
||
+ " - 工作时间\n"
|
||
+ " - 工作职责\n"
|
||
+ "- selfEvaluation（字符串类型）：表示用户的自我评价，格式为文本。")
|
||
.build())
|
||
.message(MessageDTO.builder().role("system").content("如果用户回答与简历无关，则返回空json，不回答其他无关问题，只返回能解析到的json数据。").build())
|
||
.message(MessageDTO.builder().role("user").content(content).build()).build();
|
||
AlitaResult<String> result = XfSparkProvider.httpChat(req);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
return result.getData();
|
||
}
|
||
|
||
/**
|
||
* 对话
|
||
* @param req
|
||
* @return
|
||
*/
|
||
public static String chat(ChatReq req) {
|
||
AlitaResult<String> result = XfSparkProvider.httpChat(req);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
return result.getData();
|
||
}
|
||
|
||
/**
|
||
* 翻译
|
||
* @param req
|
||
* @return
|
||
*/
|
||
public static String translate(TranslateReq req) {
|
||
AlitaResult<String> result = XfSparkProvider.translate(req);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
return result.getData();
|
||
}
|
||
|
||
/**
|
||
* 实时语音转写
|
||
* @param reqDTO
|
||
* @return
|
||
*/
|
||
public static String rtasr(RtasrReqDTO reqDTO) {
|
||
try (InputStream fileis = fileRecordService.getFile(reqDTO.getFileCode())){
|
||
File file = FileUtils.createTempFile("pcm");
|
||
try (InputStream is = FileUtils.copyToTempFile(fileis, file)) {
|
||
AlitaResult<String> result = RtasrClientApp.execute(is, reqDTO.getFrom(), xfProperties);
|
||
Assert.isTrue(result.getSuccess(), result.getMsg());
|
||
return result.getData();
|
||
} catch (Exception e) {
|
||
throw e;
|
||
} finally {
|
||
file.delete();
|
||
}
|
||
}catch (Exception e) {
|
||
throw new BusinessException("语音听写异常:" + e.getMessage());
|
||
}
|
||
|
||
}
|
||
|
||
}
|