src/graph.py.backup

"""
graph.py - 全部 LLM 驱动，内置真实岗位兜底
每次调用都重新读取 .env，避免模块缓存导致 API Key 为空
"""

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", "")
    # 也试试小写
    if not api_key:
        api_key = os.getenv("deepseek_api_key", "")
    return api_key


def call_llm(prompt: str, max_tokens: int = 800, timeout: int = 30) -> 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}"})


# 内置真实岗位兜底库（2025 年实际存在的公司和岗位）
FALLBACK_JOBS = [
    {"title": "大模型算法实习", "company": "腾讯", "city": "北京", "salary": "300-400/天", "description": "参与混元大模型训练与对齐，负责 RLHF 数据处理与评估，熟悉 PyTorch/DeepSpeed", "source": "fallback", "url": "https://careers.tencent.com"},
    {"title": "NLP 算法实习", "company": "阿里巴巴", "city": "北京", "salary": "300-400/天", "description": "负责通义千问相关 NLP 任务，包括 SFT/DPO/PPO，熟悉 Transformer 架构", "source": "fallback", "url": "https://campus.alibaba.com"},
    {"title": "大模型实习", "company": "字节跳动", "city": "北京", "salary": "300-450/天", "description": "参与豆包大模型训练与推理优化，负责 Prompt Engineering 与 RAG 系统开发", "source": "fallback", "url": "https://job.bytedance.com"},
    {"title": "AI 算法实习", "company": "百度", "city": "北京", "salary": "250-350/天", "description": "参与文心大模型训练与优化，负责数据清洗、模型微调、效果评估", "source": "fallback", "url": "https://talent.baidu.com"},
    {"title": "机器学习实习", "company": "美团", "city": "北京", "salary": "250-350/天", "description": "负责推荐/搜索算法优化，参与特征工程、模型训练与线上 A/B 测试", "source": "fallback", "url": "https://campus.meituan.com"},
    {"title": "大模型应用实习", "company": "京东", "city": "北京", "salary": "250-350/天", "description": "参与言犀大模型的应用开发，包括 RAG、Agent、知识库问答系统", "source": "fallback", "url": "https://campus.jd.com"},
    {"title": "计算机视觉实习", "company": "商汤科技", "city": "北京", "salary": "250-350/天", "description": "参与目标检测/图像分割模型训练与优化，熟悉 PyTorch 与 CUDA 编程", "source": "fallback", "url": "https://www.sensetime.com/careers"},
    {"title": "大模型算法实习", "company": "智谱 AI", "city": "北京", "salary": "300-400/天", "description": "参与 GLM 系列模型训练与对齐，负责数据构建、SFT/RLHF 实验", "source": "fallback", "url": "https://www.zhipin.com/gongsi/job/c101020100/"},
    {"title": "NLP 实习", "company": "百川智能", "city": "北京", "salary": "300-400/天", "description": "参与 Baichuan 系列模型训练，负责数据清洗、模型微调、效果评估", "source": "fallback", "url": "https://www.baichuan-ai.com/careers"},
    {"title": "大模型实习", "company": "月之暗面", "city": "北京", "salary": "350-450/天", "description": "参与 Kimi 大模型训练与对齐，负责长文本理解、RLHF 数据处理", "source": "fallback", "url": "https://www.moonshot.cn/careers"},
    {"title": "算法实习", "company": "MiniMax", "city": "上海", "salary": "300-400/天", "description": "参与海螺 AI 大模型训练，负责多模态数据构建与模型优化", "source": "fallback", "url": "https://www.minimaxi.com/careers"},
    {"title": "后端开发实习", "company": "腾讯", "city": "深圳", "salary": "250-350/天", "description": "参与微信/QQ 后台开发，熟悉 Go/Python，了解微服务架构", "source": "fallback", "url": "https://careers.tencent.com"},
    {"title": "前端开发实习", "company": "字节跳动", "city": "北京", "salary": "250-350/天", "description": "参与抖音/头条前端开发，熟悉 React/Vue，了解 TypeScript", "source": "fallback", "url": "https://job.bytedance.com"},
    {"title": "数据开发实习", "company": "阿里巴巴", "city": "杭州", "salary": "250-350/天", "description": "参与阿里云数据安全与治理，熟悉 SQL/Python，了解 Hadoop/Spark", "source": "fallback", "url": "https://campus.alibaba.com"},
    {"title": "AI 产品实习", "company": "百度", "city": "北京", "salary": "200-300/天", "description": "参与文心一言产品规划与需求分析，熟悉 AI 产品方法论", "source": "fallback", "url": "https://talent.baidu.com"},
    {"title": "强化学习实习", "company": "蔚来", "city": "上海", "salary": "250-350/天", "description": "参与自动驾驶决策规划算法开发，熟悉 RLlib/PyTorch，了解规划控制", "source": "fallback", "url": "https://careers.nio.com"},
    {"title": "大模型实习", "company": "阶跃星辰", "city": "上海", "salary": "300-400/天", "description": "参与 Step 系列模型训练与对齐，负责数据构建与实验跟踪", "source": "fallback", "url": "https://www.stepfun.com/careers"},
    {"title": "算法实习", "company": "理想汽车", "city": "北京", "salary": "250-350/天", "description": "参与自动驾驶感知算法开发，熟悉 PyTorch/OpenCV，了解 Transformer", "source": "fallback", "url": "https://careers.lixiang.com"},
    {"title": "NLP 算法实习", "company": "华为", "city": "深圳", "salary": "200-300/天", "description": "参与盘古大模型训练与优化，负责数据清洗、模型微调、效果评估", "source": "fallback", "url": "https://career.huawei.com"},
    {"title": "数据科学实习", "company": "网易", "city": "杭州", "salary": "200-300/天", "description": "参与游戏数据分析与用户画像构建，熟悉 SQL/Python，了解统计学", "source": "fallback", "url": "https://campus.163.com"},
]


def get_jobs(goal: str) -> list:
    """
    获取岗位列表：
    1. 先尝试让 LLM 生成（基于训练数据中的真实公司）
    2. 失败则用内置兜底库（20 个真实岗位）
    """
    # 尝试 LLM 生成
    city = "北京"
    for c in ["北京", "上海", "深圳", "广州", "杭州", "成都", "南京", "武汉"]:
        if c in goal:
            city = c
            break

    prompt = f"""你是招聘信息生成助手。用户求职目标：{goal}。

请生成 15 个真实的、2025 年可用的中国互联网/AI 公司实习岗位。

要求：
1. 公司必须是真实存在的（从以下列表选：腾讯、阿里、字节跳动、百度、美团、京东、滴滴、拼多多、小米、华为、商汤科技、旷视科技、地平线、Momenta、蔚来、理想、小鹏、零一万物、智谱AI、百川智能、月之暗面、MiniMax、阶跃星辰、网易、360、联想、荣耀、VIVO、OPPO）
2. 岗位名称要具体（如"大模型算法实习"、"NLP 算法实习"、"机器学习实习"、"计算机视觉实习"、"后端开发实习"、"前端开发实习"）
3. 城市要真实（北京、上海、深圳、广州、杭州、成都、南京）
4. 薪资范围要真实（实习通常 200-400/天，或 4k-8k/月）
5. 描述要具体（包含 1-2 个关键技术要求）

以 JSON 数组格式返回，每个对象包含：title, company, city, salary, description, source(填"llm_generated"), url(填公司官网招聘页，如"https://careers.tencent.com")

只返回 JSON 数组，不要其他解释。"""

    try:
        result = call_llm(prompt, max_tokens=1500)
        # 检查是否是错误信息
        if result.strip().startswith("{"):
            err_obj = json.loads(result)
            if "error" in err_obj:
                print(f"[岗位生成] API 错误: {err_obj['error']}")
                return FALLBACK_JOBS
        # 提取 JSON 数组
        json_match = re.search(r"\[.*\]", result, re.DOTALL)
        if json_match:
            jobs = json.loads(json_match.group())
            if isinstance(jobs, list) and len(jobs) > 0:
                print(f"[岗位生成] LLM 成功生成 {len(jobs)} 个岗位")
                return jobs[:20]
    except Exception as e:
        print(f"[岗位生成] LLM 生成失败: {e}")

    # 兜底：返回内置真实岗位
    print(f"[岗位生成] 使用内置兜底库，{len(FALLBACK_JOBS)} 个真实岗位")
    return FALLBACK_JOBS


def run_pipeline(resume: str, goal: str) -> dict:
    """
    全部交给 LLM 分析
    返回结构完全对齐 app.py 的期望字段
    """
    # 1. 获取岗位列表（LLM 生成 或 内置兜底）
    jobs = get_jobs(goal)

    if not jobs:
        return {
            "error": "无法获取岗位列表，请稍后重试。",
            "matches": [],
            "analysis": {},
        }

    # 2. 构造 prompt，让 LLM 分析简历和岗位的匹配度
    jobs_limited = jobs[:15]
    jobs_text = "\n".join([
        f"{i+1}. {j.get('title', '')} @ {j.get('company', '')} | {j.get('city', '')} | {j.get('salary', '')} | {j.get('description', '')[:100]}"
        for i, j in enumerate(jobs_limited)
    ])

    prompt = f"""你是专业的求职顾问和简历分析师。

## 用户简历
{resume[:2000]}

## 求职目标
{goal}

## 岗位列表（共 {len(jobs_limited)} 个）
{jobs_text}

## 任务
1. 分析用户简历，提取：skills（技能列表）、projects（项目列表）、experience（实习经历列表）、education（教育背景字符串）
2. 将简历与每个岗位进行匹配，给出匹配分数 match_score（0-100）
3. 对每个岗位，给出：
   - decision: "立即投递"（匹配度 ≥ 70）、"先优化再投"（50-69）、"冲刺岗位"（40-49）、"暂缓"（<40）
   - reasoning: 一段自然语言分析（2-3 句话），说明为什么匹配/不匹配
   - evidence: 简历中哪些经历匹配这个岗位（数组，每个元素是一段话，格式："你在XX项目的YY经验，正好匹配该岗位要求的ZZ能力"）
   - gaps: 简历缺少什么，导致不匹配（数组，每个元素是一段话）
   - suggestions: 如何改进简历以提高匹配度（数组，每个元素是一段话）
4. 给出 what_if 分析（数组，最多 3 个）：
   - expected_gain: 预期提升（如"+15 分"）
   - skill: 需要补充的技能/经历
   - action: 具体行动
   - time_needed: 需要的时间
   - impact: 预期影响
5. 给出 action_plan（对象，包含 today 数组和 this_week 数组）：
   - today: 今天应该做什么（数组）
   - this_week: 本周应该做什么（数组）

## 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，不要多余逗号）：
{{
  "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"
  }},
  "matches": [
    {{
      "title": "岗位名称",
      "company": "公司名称",
      "city": "城市",
      "salary": "薪资",
      "match_score": 85,
      "decision": "立即投递",
      "reasoning": "你在腾讯AI Lab的RAG项目使用了FAISS+LangChain，正好匹配该岗位要求的向量检索能力",
      "evidence": ["你在腾讯AI Lab的RAG项目使用了FAISS+LangChain，正好匹配该岗位要求的向量检索能力", "你会用 PyTorch 微调模型，符合岗位要求的模型优化能力"],
      "gaps": ["缺少大规模分布式训练经验", "没有生产环境部署经验"],
      "suggestions": ["在简历里加一段分布式训练的项目描述", "补充模型部署的相关经验"]
    }}
  ],
  "what_if": [
    {{
      "expected_gain": "+15 分",
      "skill": "补充 RAG 项目经验",
      "action": "做一个基于 LangChain + FAISS 的 RAG 项目，部署到 HuggingFace Spaces",
      "time_needed": "2 周",
      "impact": "匹配度从 60 → 75，进入稳投区间"
    }}
  ],
  "action_plan": {{
    "today": ["优化简历，突出 RAG 项目经验", "投递 2 个稳投岗位"],
    "this_week": ["完成一个新项目并写到简历里", "投递 5 个冲刺岗位", "准备面试：复习 PyTorch 和 Transformer"]
  }}
}}

只返回 JSON，不要其他解释。确保 JSON 格式正确，字段名完全一致。"""

    # 3. 调用 LLM 分析
    result = call_llm(prompt, max_tokens=4000, timeout=90)

    # 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)

    # 4. 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"],
                    "matches": [],
                    "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)
            report = json.loads(json_str)
        else:
            return {
                "error": "LLM 返回格式错误，无法解析 JSON",
                "raw": result[:500],
                "matches": [],
                "analysis": {},
            }

        # 确保有必要的字段
        if "matches" not in report:
            report["matches"] = []
        if "analysis" not in report:
            report["analysis"] = {}
        if "what_if" not in report:
            report["what_if"] = []
        if "action_plan" not in report:
            report["action_plan"] = {"today": [], "this_week": []}

        # 把岗位信息合并进 matches
        for i, m in enumerate(report.get("matches", [])):
            if i < len(jobs_limited):
                m["city"] = m.get("city") or jobs_limited[i].get("city", "")
                m["salary"] = m.get("salary") or jobs_limited[i].get("salary", "")
                if "company" not in m or not m["company"]:
                    m["company"] = jobs_limited[i].get("company", "")

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


if __name__ == "__main__":
    test_resume = "张三 | 大模型应用算法工程师\n2022.09-2026.06 XX大学 计算机科学\n实习: LoRA微调Qwen2.5 + RAG知识库(FAISS)\n项目: Offer捕手 9Agent匹配系统 NDCG@10=0.87\n技能: Python PyTorch Transformers LangChain FAISS"
    test_goal = "大模型算法实习，北京"

    print("开始测试 run_pipeline...")
    result = run_pipeline(test_resume, test_goal)
    print(json.dumps(result, ensure_ascii=False, indent=2))