src/graph.py

"""
graph.py - 技术方向匹配分析（重新实现）
不再生成虚假岗位，专注分析简历适合的技术方向
"""

import json
import os
import re
import requests
from pathlib import Path
from dotenv import load_dotenv


def _get_api_key():
    """每次调用都重新读 .env，避免模块缓存问题"""
    env_path = Path(__file__).resolve().parent.parent / ".env"
    if env_path.exists():
        load_dotenv(dotenv_path=env_path)
    api_key = os.getenv("DEEPSEEK_API_KEY", "")
    if not api_key:
        api_key = os.getenv("deepseek_api_key", "")
    return api_key


def call_llm(prompt: str, max_tokens: int = 2000, timeout: int = 90) -> str:
    """调用 DeepSeek API，返回纯文本"""
    api_key = _get_api_key()
    if not api_key:
        return json.dumps({"error": "未配置 DEEPSEEK_API_KEY"})

    base_url = os.getenv("DEEPSEEK_BASE_URL", "https://api.deepseek.com/v1")
    model = os.getenv("MODEL", "deepseek-chat")

    try:
        resp = requests.post(
            f"{base_url}/chat/completions",
            headers={
                "Authorization": f"Bearer {api_key}",
                "Content-Type": "application/json",
            },
            json={
                "model": model,
                "messages": [{"role": "user", "content": prompt}],
                "max_tokens": max_tokens,
                "temperature": 0.3,
            },
            timeout=timeout,
        )
        resp.raise_for_status()
        return resp.json()["choices"][0]["message"]["content"]
    except Exception as e:
        return json.dumps({"error": f"API 调用失败: {e}"})


def run_pipeline(resume: str, goal: str) -> dict:
    """
    核心技术方向匹配分析
    返回：技术方向匹配度、优势、不足、改进建议
    """
    
    prompt = f"""你是专业的求职顾问和技术方向分析师。

## 用户简历
{resume[:3000]}

## 求职目标
{goal}

## 任务
分析这份简历，找出它适合的技术方向，并给出详细的匹配分析和改进建议。

## 技术要求
你需要分析以下常见技术方向（根据简历内容选择最相关的 3-5 个方向）：
1. AI/LLM 算法（大模型、NLP、Transformer、PyTorch）
2. 推荐算法（推荐系统、CTR 预估、排序算法）
3. 数据分析（SQL、Python、统计分析、可视化）
4. 前端开发（React、Vue、TypeScript、HTML/CSS）
5. 后端开发（Python、Java、Go、微服务）
6. 计算机视觉（CV、目标检测、图像分割、OpenCV）
7. 强化学习（RL、游戏 AI、机器人）
8. 数据工程（大数据、Spark、Hadoop、数据仓库）

## 输出格式
以 JSON 格式返回，结构如下（注意字段名必须完全一致，确保 JSON 格式正确）：

```json
{{
  "resume_analysis": {{
    "skills": ["技能1", "技能2"],
    "projects": ["项目1", "项目2"],
    "experience": ["经历1", "经历2"],
    "education": "教育背景字符串",
    "strengths": ["优势1", "优势2"],
    "weaknesses": ["不足1", "不足2"]
  }},
  "direction_matches": [
    {{
      "direction": "技术方向名称（如：AI/LLM 算法）",
      "match_score": 85,
      "level": "高匹配/中匹配/低匹配",
      "description": "这个方向的一般要求（1-2句话）",
      "your_advantages": ["你的优势1", "你的优势2"],
      "your_gaps": ["你的不足1", "你的不足2"],
      "how_to_improve": [
        {{
          "action": "具体行动（如：做一个 RAG 项目）",
          "time_needed": "需要的时间（如：2 周）",
          "expected_gain": "预期提升（如：+15 分）"
        }}
      ],
      "reference_resources": ["学习资源1", "学习资源2"]
    }}
  ],
  "overall_suggestions": [
    "总体建议1",
    "总体建议2"
  ],
  "action_plan": {{
    "today": ["今天应该做什么"],
    "this_week": ["本周应该做什么"],
    "this_month": ["本月应该做什么"]
  }}
}}
```

## 要求
1. direction_matches 应该包含 3-5 个最相关的技术方向
2. 每个方向都要有具体的改进建议（actionable）
3. 改进建议要具体、可执行（不要说"学习 XX"，要说"做一个 XX 项目"）
4. 只返回 JSON，不要其他解释
5. 确保 JSON 格式正确，不要有 trailing commas
"""

    # 调用 LLM 分析
    result = call_llm(prompt, max_tokens=4000, timeout=120)

    # 调试：保存原始返回
    import time
    debug_dir = Path(__file__).resolve().parent.parent / "debug"
    debug_dir.mkdir(exist_ok=True)
    with open(debug_dir / f"llm_raw_{int(time.time())}.txt", "w", encoding="utf-8") as f:
        f.write(result)

    # 解析结果
    try:
        # 检查是否是错误信息
        if result.strip().startswith("{"):
            err_obj = json.loads(result)
            if "error" in err_obj:
                return {
                    "error": err_obj["error"],
                    "direction_matches": [],
                    "resume_analysis": {},
                }

        # 提取 JSON（支持 ```json 代码块 或 裸 JSON）
        json_match = re.search(r"```json\s*([\s\S]*?)\s*```", result)
        if not json_match:
            json_match = re.search(r"\{[\s\S]*\}", result)
        
        if json_match:
            json_str = json_match.group(1) if json_match.lastindex else json_match.group()
            # 清理可能的 markdown 代码块标记
            json_str = re.sub(r"^```json\s*", "", json_str)
            json_str = re.sub(r"\s*```$", "", json_str)
            
            # 尝试修复常见的 JSON 错误
            json_str = re.sub(r",\s*\}", "}", json_str)
            json_str = re.sub(r",\s*\]", "]", json_str)
            
            report = json.loads(json_str)
        else:
            return {
                "error": "LLM 返回格式错误，无法解析 JSON",
                "raw": result[:500],
                "direction_matches": [],
                "resume_analysis": {},
            }

        # 确保有必要的字段
        if "direction_matches" not in report:
            report["direction_matches"] = []
        if "resume_analysis" not in report:
            report["resume_analysis"] = {}
        if "overall_suggestions" not in report:
            report["overall_suggestions"] = []
        if "action_plan" not in report:
            report["action_plan"] = {"today": [], "this_week": [], "this_month": []}

        return report

    except json.JSONDecodeError as e:
        return {
            "error": f"解析 LLM 返回失败: {e}",
            "raw": result[:500],
            "direction_matches": [],
            "resume_analysis": {},
        }
    except Exception as e:
        return {
            "error": f"处理 LLM 返回失败: {e}",
            "raw": result[:500],
            "direction_matches": [],
            "resume_analysis": {},
        }


if __name__ == "__main__":
    test_resume = """张三
北京邮电大学 - 计算机科学与技术 - 本科 - 2026 届
手机：13800000000 | 邮箱：zhangsan@bupt.edu.cn

教育背景
2022.09-2026.06  北京邮电大学  计算机科学与技术  本科
GPA：3.8/4.0  专业排名：15/200

实习经历
2025.06-2025.09  腾讯  大模型算法实习生
- 参与混元大模型训练，负责 RLHF 数据处理
- 使用 PyTorch 实现 DPO 算法，提升模型效果 5%
- 负责数据清洗与质量评估，处理 10 万+ 条训练数据

项目经历
2024.09-2025.06  基于 RAG 的简历匹配系统
- 使用 LangChain + DeepSeek API 构建简历-岗位匹配系统
- 实现向量检索（FAISS），召回准确率达 85%
- 部署 Streamlit 应用，支持 PDF 简历解析

技能
Python, PyTorch, LangChain, DeepSeek API, Git, Linux
"""

    test_goal = "北京 AI 大模型算法实习"

    print("开始测试 run_pipeline（新版本：技术方向匹配分析）...")
    result = run_pipeline(test_resume, test_goal)
    
    print("\n" + "="*50)
    print("测试结果：")
    print(json.dumps(result, ensure_ascii=False, indent=2))
    
    if "direction_matches" in result and result["direction_matches"]:
        print("\n" + "="*50)
        print("技术方向匹配分析：")
        for i, dm in enumerate(result["direction_matches"], 1):
            print(f"\n{i}. {dm.get('direction')} - 匹配度: {dm.get('match_score')}%")
            print(f"   级别: {dm.get('level')}")
            print(f"   你的优势: {', '.join(dm.get('your_advantages', []))}")
            print(f"   你的不足: {', '.join(dm.get('your_gaps', []))}")
            print(f"   改进建议: ")
            for imp in dm.get('how_to_improve', []):
                print(f"     - {imp.get('action')} ({imp.get('time_needed')}) → {imp.get('expected_gain')}")