用户画像 AI 生成 + 重画功能实施计划

For agentic workers: REQUIRED SUB-SKILL: Use superpowers:subagent-driven-development (recommended) or superpowers:executing-plans to implement this plan task-by-task. Steps use checkbox (- [ ]) syntax for tracking.

Goal: 用户画像由 AI 根据系统行为数据 + 五维指标自动生成，用户可编辑，提供「重画」功能（参考旧画像 + 考虑变化因素）

Architecture:

Java 侧：新增 POST /api/user/portrait/generate、POST /api/user/portrait/regenerate，调用 LangGraph portrait 生成/重画 graph
Python 侧：新增 portrait_generation_graph.py（LLM 分析行为+五维指标生成画像），app/api/portrait.py FastAPI 端点
前端：portrait-edit.vue 增加「生成画像」「重画」按钮、加载态、结果展示

Tech Stack: Java 8 + Spring Boot 2.7.18 + MyBatis-Plus / Python 3.10 + FastAPI + LangGraph + OpenAI / uni-app Vue 2

Global Constraints

统一 @PostMapping，禁止 @GetMapping/@PutMapping/@DeleteMapping
响应包装 Result<T> (code/message/data)
JWT Bearer Token 认证，JwtInterceptor 拦截 /api/**
DI 使用 @Resource，字段名必须与 Bean Name 一致
MyBatis-Plus @TableName + @TableId(type = IdType.AUTO)
小程序限制：禁止 ?.、CSS Grid、:key 表达式、new Date(string)（用 parseDate()）
Python 侧统一走 LangGraph graph 形式实现 AI 能力
编译验证：mvn clean compile / python3 -m py_compile 为唯一验证方式

文件结构映射

Java 后端新增/修改

文件	类型	说明
`service/PortraitService.java`	修改	新增 `generatePortrait`、`regeneratePortrait` 接口方法
`service/impl/PortraitServiceImpl.java`	修改	实现调用 AiGateway / portrait 生成逻辑
`controller/user/PortraitController.java`	修改	新增 `/generate`、`/regenerate` 端点
`service/AIService.java`	修改	新增 `generateUserPortrait` 方法（走 AiGateway 调用 LangGraph）

Python LangGraph 新增/修改

文件	类型	说明
`graphs/portrait_generation_graph.py`	新增	AI 生成/重画用户画像的 LangGraph
`api/portrait.py`	新增	FastAPI 路由：`POST /api/portrait/generate`、`POST /api/portrait/regenerate`
`main.py`	修改	注册 `portrait.router`
`tools/java_client.py`	修改	新增 `get_behavior_summary(user_id, member_id)` 获取行为数据

小程序前端修改

文件	类型	说明
`pages/profile/portrait-edit.vue`	修改	增加「生成画像」「重画」按钮、加载态、错误处理
`utils/api.js`	修改	新增 `generatePortrait`、`regeneratePortrait` 封装

任务分解

任务 1：Java PortraitService 接口扩展

Files:

Modify: cfc-backend/src/main/java/com/etotem/cfc/service/PortraitService.java

Interfaces:

Produces: 新增 generatePortrait(Long userId, Long memberId)、regeneratePortrait(Long userId, Long memberId) 方法签名

[ ] Step 1: 扩展 PortraitService 接口

package com.etotem.cfc.service;

import java.util.Map;

public interface PortraitService {
/** 获取用户画像文本（自定义 prompt + 快照渲染） */
String buildPortraitPrompt(Long userId, Long memberId);
/** 更新用户自定义画像 prompt */
void updatePortraitPrompt(Long userId, String portraitPrompt);
/** 读取用户画像（含渲染快照，用于前端展示） */
Map<String, Object> getPortrait(Long userId, Long targetUserId, Long memberId);
    
/** AI 生成用户画像（分析行为+五维指标） */
String generatePortrait(Long userId, Long memberId);
/** AI 重画用户画像（参考旧画像+变化因素） */
String regeneratePortrait(Long userId, Long memberId);
}

[ ] Step 2: 编译验证
```
cd cfc-backend && mvn clean compile -q
```

[ ] Step 3: Commit

git add cfc-backend/src/main/java/com/etotem/cfc/service/PortraitService.java
git commit -m "feat: PortraitService 新增 generatePortrait/regeneratePortrait 接口"

任务 2：Java PortraitServiceImpl 实现

Files:

Modify: cfc-backend/src/main/java/com/etotem/cfc/service/impl/PortraitServiceImpl.java

Interfaces:

Consumes: AIService.generateUserPortrait(userId, memberId, previousPortrait) 返回 AI 生成的画像文本
Produces: generatePortrait、regeneratePortrait 实现
[ ] Step 1: 注入 AIService
```
@Resource
private AIService aiService;
```

[ ] Step 2: 实现 generatePortrait

@Override
public String generatePortrait(Long userId, Long memberId) {
// 调用 AIService 生成画像
String generated = aiService.generateUserPortrait(userId, memberId, null);
if (generated != null && !generated.trim().isEmpty()) {
    // 保存到用户表
    updatePortraitPrompt(userId, generated.trim());
    return generated.trim();
}
// 失败时降级为快照渲染
return renderSnapshot(memberId);
}

[ ] Step 3: 实现 regeneratePortrait

@Override
public String regeneratePortrait(Long userId, Long memberId) {
// 1. 获取当前画像
User user = userMapper.selectById(userId);
String currentPortrait = user != null ? user.getPortraitPrompt() : null;
    
// 2. 调用 AIService 重画（传入旧画像作为参考）
String regenerated = aiService.generateUserPortrait(userId, memberId, currentPortrait);
if (regenerated != null && !regenerated.trim().isEmpty()) {
    updatePortraitPrompt(userId, regenerated.trim());
    return regenerated.trim();
}
// 失败保持原画像
return currentPortrait;
}

[ ] Step 4: 编译验证
```
cd cfc-backend && mvn clean compile -q
```

[ ] Step 5: Commit

git add cfc-backend/src/main/java/com/etotem/cfc/service/impl/PortraitServiceImpl.java
git commit -m "feat: PortraitServiceImpl 实现 generatePortrait/regeneratePortrait"

任务 3：Java AIService 扩展

Files:

Modify: cfc-backend/src/main/java/com/etotem/cfc/service/AIService.java (接口)
Modify: cfc-backend/src/main/java/com/etotem/cfc/service/impl/AIServiceImpl.java (实现)

Interfaces:

Produces: generateUserPortrait(Long userId, Long memberId, String previousPortrait) → String

[ ] Step 1: 扩展 AIService 接口

/**
* AI 生成用户画像
* @param userId 用户ID
* @param memberId 成员ID（可空，为空时仅基于用户自身行为）
* @param previousPortrait 旧画像文本（重画时传入，首次生成为 null）
* @return 生成的画像文本，失败返回 null
*/
String generateUserPortrait(Long userId, Long memberId, String previousPortrait);

[ ] Step 2: 实现 AIServiceImpl.generateUserPortrait

@Override
public String generateUserPortrait(Long userId, Long memberId, String previousPortrait) {
try {
    // 1. 获取用户行为摘要 + 五维画像
    Map<String, Object> context = familyContextService.buildContext(userId);
    if (memberId != null) {
        context.put("memberId", memberId);
    }
        
    // 2. 构建输入
    Map<String, Object> inputs = new HashMap<>();
    inputs.put("user_id", userId);
    inputs.put("member_id", memberId);
    inputs.put("previous_portrait", previousPortrait);
    inputs.put("behavior_summary", context.get("behaviorSummary"));
    inputs.put("profile_snapshot", context.get("profileSnapshot"));
        
    // 3. 调用 LangGraph portrait 生成 graph
    // 端点：POST /api/portrait/generate (Python 侧)
    Map<String, Object> resp = aiGateway.chat("", userId, null, inputs);
    // aiGateway.chat 会路由到 portrait graph
    // 这里需要专门的方法，或者扩展 aiGateway
        
    // 临时方案：直接 HTTP 调用 Python 服务
    // TODO: 在 AiGateway 增加专用方法
    String result = callPortraitGraph(userId, memberId, previousPortrait, context);
    return result;
} catch (Exception e) {
    log.error("AI 生成画像失败: userId={}, memberId={}", userId, memberId, e);
    return null;
}
}

注：AiGateway 目前通过 chat 方法统一路由。需要在 AiGateway 增加 generatePortrait 专用方法，或扩展 chat 支持 portrait 类型路由。

Step 3: 在 AiGateway 增加 portrait 生成方法

Files:

Modify: cfc-backend/src/main/java/com/etotem/cfc/gateway/AiGateway.java

Modify: cfc-backend/src/main/java/com/etotem/cfc/gateway/impl/AiGatewayImpl.java

// AiGateway.java
String generatePortrait(Long userId, Long memberId, String previousPortrait, Map<String, Object> context);

// AiGatewayImpl.java
@Override
public String generatePortrait(Long userId, Long memberId, String previousPortrait, Map<String, Object> context) {
Map<String, Object> inputs = new HashMap<>();
inputs.put("user_id", userId);
inputs.put("member_id", memberId);
inputs.put("previous_portrait", previousPortrait);
inputs.put("behavior_summary", context.get("behaviorSummary"));
inputs.put("profile_snapshot", context.get("profileSnapshot"));
// 专用 graph 类型标识
inputs.put("__graph_type", "portrait_generation");
    
Map<String, Object> resp = webClient.post()
    .uri(pythonBaseUrl + "/api/portrait/generate")
    .bodyValue(inputs)
    .retrieve()
    .bodyToMono(Map.class)
    .block();
// 解析返回的 portrait_text
return resp != null ? (String) resp.get("portrait_text") : null;
}

[ ] Step 4: 编译验证
```
cd cfc-backend && mvn clean compile -q
```

[ ] Step 5: Commit

git add cfc-backend/src/main/java/com/etotem/cfc/service/AIService.java \
cfc-backend/src/main/java/com/etotem/cfc/service/impl/AIServiceImpl.java \
cfc-backend/src/main/java/com/etotem/cfc/gateway/AiGateway.java \
cfc-backend/src/main/java/com/etotem/cfc/gateway/impl/AiGatewayImpl.java
git commit -m "feat: AIService + AiGateway 新增 portrait 生成调用"

任务 4：Java PortraitController 新增端点

Files:

Modify: cfc-backend/src/main/java/com/etotem/cfc/controller/user/PortraitController.java

Interfaces:

Consumes: PortraitService.generatePortrait、regeneratePortrait

[ ] Step 1: 新增 /generate 端点

@PostMapping("/generate")
public Result<Map<String, Object>> generatePortrait(
    @RequestAttribute("userId") Long userId,
    @RequestBody Map<String, Object> params) {
Long memberId = params.get("memberId") != null
        ? Long.valueOf(params.get("memberId").toString()) : null;
String portrait = portraitService.generatePortrait(userId, memberId);
Map<String, Object> result = new HashMap<>();
result.put("portraitPrompt", portrait);
// 同时返回快照供前端展示
if (memberId != null) {
    Map<String, Object> profile = profileReadService.getProfile(memberId);
    result.put("renderedSnapshot", renderSnapshotFull(profile));
}
return Result.success(result);
}

[ ] Step 2: 新增 /regenerate 端点

@PostMapping("/regenerate")
public Result<Map<String, Object>> regeneratePortrait(
    @RequestAttribute("userId") Long userId,
    @RequestBody Map<String, Object> params) {
Long memberId = params.get("memberId") != null
        ? Long.valueOf(params.get("memberId").toString()) : null;
String portrait = portraitService.regeneratePortrait(userId, memberId);
Map<String, Object> result = new HashMap<>();
result.put("portraitPrompt", portrait);
if (memberId != null) {
    Map<String, Object> profile = profileReadService.getProfile(memberId);
    result.put("renderedSnapshot", renderSnapshotFull(profile));
}
return Result.success(result);
}

[ ] Step 3: 复用 renderSnapshotFull（已存在于 impl 中，需提取为工具方法或在 controller 内复制）
[ ] Step 4: 编译验证
```
cd cfc-backend && mvn clean compile -q
```

[ ] Step 5: Commit

git add cfc-backend/src/main/java/com/etotem/cfc/controller/user/PortraitController.java
git commit -m "feat: PortraitController 新增 /generate /regenerate 端点"

任务 5：Python JavaClient 新增 get_behavior_summary

Files:

Modify: cfc-langgraph/app/tools/java_client.py

[ ] Step 1: 新增 get_behavior_summary 方法

async def get_behavior_summary(self, user_id: int, member_id: int | None) -> dict:
"""获取用户行为摘要（任务完成率、挑战参与、积分流水、健康报告等）"""
client = await self._get_client()
body = {"user_id": str(user_id)}
if member_id:
    body["member_id"] = member_id
resp = await client.post("/api/ai/behavior/summary", json=body)
data = resp.json()
if data.get("code") == 200:
    return data.get("data", {})
return {}

[ ] Step 2: py_compile 验证

cd cfc-langgraph && python3 -m py_compile app/tools/java_client.py

[ ] Step 3: Commit

git add cfc-langgraph/app/tools/java_client.py
git commit -m "feat: JavaClient 新增 get_behavior_summary 获取行为数据"

任务 6：Python 后端新增 /api/ai/behavior/summary 端点

Files:

Modify: cfc-backend/src/main/java/com/etotem/cfc/controller/ai/AIChatController.java 或新增 AIBehaviorController.java

复用 AIChatController 的 familyContextService.buildContext() 逻辑，提取行为摘要

[ ] Step 1: 新增 AIBehaviorController

@RestController
@RequestMapping("/api/ai/behavior")
public class AIBehaviorController {
    
@Resource
private FamilyContextService familyContextService;
    
@PostMapping("/summary")
public Result<Map<String, Object>> getBehaviorSummary(
        @RequestAttribute("userId") Long userId,
        @RequestBody Map<String, Object> params) {
    Long memberId = params.get("member_id") != null
            ? Long.valueOf(params.get("member_id").toString()) : null;
    Map<String, Object> context = familyContextService.buildContext(userId);
    if (memberId != null) {
        context.put("memberId", memberId);
    }
    // 提取行为相关字段
    Map<String, Object> summary = new HashMap<>();
    summary.put("behaviorSummary", context.get("behaviorSummary"));
    summary.put("profileSnapshot", context.get("profileSnapshot"));
    summary.put("recentTasks", context.get("recentTasks"));
    summary.put("recentChallenges", context.get("recentChallenges"));
    summary.put("pointsHistory", context.get("pointsHistory"));
    summary.put("healthReports", context.get("healthReports"));
    return Result.success(summary);
}
}

[ ] Step 2: 编译验证
```
cd cfc-backend && mvn clean compile -q
```

[ ] Step 3: Commit

git add cfc-backend/src/main/java/com/etotem/cfc/controller/ai/AIBehaviorController.java
git commit -m "feat: 新增 AIBehaviorController /behavior/summary 端点"

任务 7：Python LangGraph portrait_generation_graph.py

Files:

Create: cfc-langgraph/app/graphs/portrait_generation_graph.py

Interfaces:

State: PortraitGenerationState { user_id, member_id, previous_portrait, behavior_summary, profile_snapshot, portrait_text }
Returns: { "portrait_text": "生成的画像文本" }

[ ] Step 1: 创建 graph 文件

"""用户画像生成/重画 LangGraph

输入：
- user_id: 用户ID
- member_id: 成员ID（可空）
- previous_portrait: 旧画像文本（重画时传入，首次生成为 None）
- behavior_summary: 行为摘要（任务完成率、挑战、积分、健康报告等）
- profile_snapshot: 五维画像快照（dimension_scores、body_metrics、mind_metrics、problem_domains）

输出：
- portrait_text: 生成的画像文本（中文，自然语言描述）
"""
from typing import TypedDict
from langgraph.graph import StateGraph, START, END
from langchain_openai import ChatOpenAI
from langchain_core.messages import SystemMessage, HumanMessage
from app.tools.java_client import JavaClient
from app.config import settings
import logging

logger = logging.getLogger(__name__)


class PortraitGenerationState(TypedDict):
user_id: int
member_id: int | None
previous_portrait: str | None
behavior_summary: dict | None
profile_snapshot: dict | None
portrait_text: str | None


SYSTEM_PROMPT = """你是「浠艾福」家庭成长平台的 AI 画像分析师。

任务：根据用户的行为数据、五维能量指标、健康画像，生成一段自然语言的「用户画像」文本。

画像用途：作为后续所有 AI 对话（健康教练、管家、营养师、通用聊天）的 SystemMessage 注入，帮助 AI 更懂用户，给出更个性化的建议。

生成要求：
1. 语言自然、温暖、具体，像一位了解家庭的成长顾问写的观察笔记
2. 必须包含：核心特质、行为模式、关注点、潜在需求
3. 长度：200-500 字，不要过长
4. 不要列举原始数据（如"身 7.2 智 6.5"），要转化为洞察（如"身体维度相对突出，但智力维度有提升空间"）
5. 如有 previous_portrait，重画时要体现"变化"与"延续"：哪些特质稳定，哪些有新变化，原因可能是什么

输出格式：纯文本，无 JSON，无标记。"""


def create_portrait_generation_graph():
llm = ChatOpenAI(
    model=settings.llm_model,
    api_key=settings.llm_api_key,
    base_url=settings.llm_base_url,
    temperature=0.7,  # 稍高温度增加多样性
)
java = JavaClient()

builder = StateGraph(PortraitGenerationState)

async def fetch_data(state: PortraitGenerationState) -> dict:
    """并行拉取行为摘要 + 画像快照"""
    user_id = state["user_id"]
    member_id = state.get("member_id")
        
    # 并行获取
    behavior_task = java.get_behavior_summary(user_id, member_id)
    profile_task = java.get_member_profile(member_id) if member_id else None
        
    behavior = await behavior_task
    profile = await profile_task if profile_task else {}
        
    return {
        "behavior_summary": behavior,
        "profile_snapshot": profile,
    }

async def generate_portrait(state: PortraitGenerationState) -> dict:
    """LLM 生成画像"""
    previous = state.get("previous_portrait")
    behavior = state.get("behavior_summary") or {}
    profile = state.get("profile_snapshot") or {}
        
    # 构建用户画像上下文
    context_parts = []
        
    if profile:
        member = profile.get("member") or {}
        name = member.get("name", "用户")
        age = member.get("age")
        gender = member.get("gender")
        context_parts.append(f"用户：{name}，{age}岁，{gender}")
            
        dims = profile.get("dimension_scores") or {}
        if dims:
            context_parts.append(
                f"五维评分：身 {dims.get('body','?')} 智 {dims.get('wisdom','?')} "
                f"心 {dims.get('mind','?')} 行 {dims.get('action','?')} 富 {dims.get('wealth','?')}"
            )
            
        body = profile.get("body_metrics") or {}
        if body.get("sleep_dur_avg"):
            context_parts.append(f"平均睡眠：{body['sleep_dur_avg']}h/天")
        if body.get("exercise_count_week"):
            context_parts.append(f"周运动：{body['exercise_count_week']}次")
            
        mind = profile.get("mind_metrics") or {}
        if mind.get("stress_avg"):
            context_parts.append(f"平均压力：{mind['stress_avg']}/10")
            
        problems = profile.get("problem_domains") or []
        if problems:
            context_parts.append(f"关注问题：{', '.join(problems[:5])}")
        
    if behavior:
        context_parts.append("行为摘要：" + str(behavior))
        
    context_text = "\n".join(context_parts)
        
    # 构建 HumanMessage
    if previous:
        human_content = f"""【重画任务】请基于以下最新数据，重新生成用户画像。

【原画像（参考）】：
{previous}

【最新数据】：
{context_text}

要求：保留原画像中仍有效的核心特质，更新已变化的部分，体现"变化与延续"。"""
    else:
        human_content = f"""【生成任务】请基于以下数据，生成用户画像。

【数据】：
{context_text}"""
        
    messages = [
        SystemMessage(content=SYSTEM_PROMPT),
        HumanMessage(content=human_content),
    ]
        
    response = await llm.ainvoke(messages)
    portrait_text = response.content.strip()
        
    logger.info("生成画像完成: user_id=%d, member_id=%s, len=%d",
               state["user_id"], state.get("member_id"), len(portrait_text))
        
    return {"portrait_text": portrait_text}

builder.add_node("fetch_data", fetch_data)
builder.add_node("generate_portrait", generate_portrait)
    
builder.add_edge(START, "fetch_data")
builder.add_edge("fetch_data", "generate_portrait")
builder.add_edge("generate_portrait", END)
    
return builder.compile()


# 单例
_portrait_graph = None

def get_portrait_graph():
global _portrait_graph
if _portrait_graph is None:
    _portrait_graph = create_portrait_generation_graph()
return _portrait_graph

[ ] Step 2: py_compile 验证

cd cfc-langgraph && python3 -m py_compile app/graphs/portrait_generation_graph.py

[ ] Step 3: Commit

git add cfc-langgraph/app/graphs/portrait_generation_graph.py
git commit -m "feat: 新增 portrait_generation_graph.py AI 生成/重画用户画像"

任务 8：Python FastAPI portrait 路由

Files:

Create: cfc-langgraph/app/api/portrait.py
Modify: cfc-langgraph/app/main.py

Interfaces:

POST /api/portrait/generate → { "portrait_text": "..." }
POST /api/portrait/regenerate → { "portrait_text": "..." }（同一实现，区别在于是否传 previous_portrait）

[ ] Step 1: 创建 api/portrait.py

from fastapi import APIRouter, HTTPException
from pydantic import BaseModel
from app.graphs.portrait_generation_graph import get_portrait_graph
import logging

logger = logging.getLogger(__name__)

router = APIRouter(prefix="/api/portrait", tags=["portrait"])


class PortraitGenerateRequest(BaseModel):
user_id: int
member_id: int | None = None
previous_portrait: str | None = None
behavior_summary: dict | None = None
profile_snapshot: dict | None = None


class PortraitGenerateResponse(BaseModel):
portrait_text: str


@router.post("/generate", response_model=PortraitGenerateResponse)
async def generate_portrait(req: PortraitGenerateRequest):
"""AI 生成用户画像（首次生成）"""
try:
    graph = get_portrait_graph()
    state = {
        "user_id": req.user_id,
        "member_id": req.member_id,
        "previous_portrait": None,
        "behavior_summary": req.behavior_summary,
        "profile_snapshot": req.profile_snapshot,
        "portrait_text": None,
    }
    result = await graph.ainvoke(state)
    return PortraitGenerateResponse(portrait_text=result["portrait_text"])
except Exception as e:
    logger.exception("画像生成失败")
    raise HTTPException(status_code=500, detail=str(e))


@router.post("/regenerate", response_model=PortraitGenerateResponse)
async def regenerate_portrait(req: PortraitGenerateRequest):
"""AI 重画用户画像（参考旧画像）"""
try:
    graph = get_portrait_graph()
    state = {
        "user_id": req.user_id,
        "member_id": req.member_id,
        "previous_portrait": req.previous_portrait,
        "behavior_summary": req.behavior_summary,
        "profile_snapshot": req.profile_snapshot,
        "portrait_text": None,
    }
    result = await graph.ainvoke(state)
    return PortraitGenerateResponse(portrait_text=result["portrait_text"])
except Exception as e:
    logger.exception("画像重画失败")
    raise HTTPException(status_code=500, detail=str(e))

[ ] Step 2: 注册路由到 main.py

# main.py 第 30 行附近
from app.api import portrait
...
app.include_router(portrait.router)

[ ] Step 3: py_compile 验证

cd cfc-langgraph && python3 -m py_compile app/api/portrait.py app/graphs/portrait_generation_graph.py

[ ] Step 4: Commit

git add cfc-langgraph/app/api/portrait.py cfc-langgraph/app/main.py
git commit -m "feat: Python 侧新增 portrait 生成/重画 API 端点"

任务 9：小程序前端 API 封装

Files:

Modify: cfc-frontend/utils/api.js

[ ] Step 1: 新增封装

// 用户画像
export function getPortrait(params = {}) {
return request('/api/user/portrait/get', 'POST', params)
}
export function editPortrait(data) {
return request('/api/user/portrait/edit', 'POST', data)
}
export function generatePortrait(params = {}) {
return request('/api/user/portrait/generate', 'POST', params)
}
export function regeneratePortrait(params = {}) {
return request('/api/user/portrait/regenerate', 'POST', params)
}

[ ] Step 2: 语法检查

node --check <(sed -n '/<script>/,/<\/script>/p' cfc-frontend/utils/api.js | sed '1d;$d')

[ ] Step 3: Commit

git add cfc-frontend/utils/api.js
git commit -m "feat: api.js 新增 generatePortrait/regeneratePortrait 封装"

任务 10：小程序 portrait-edit.vue 界面升级

Files:

Modify: cfc-frontend/pages/profile/portrait-edit.vue

[ ] Step 1: 升级 template（增加生成/重画按钮、加载态）

<template>
<view class="portrait-edit-page">
<view class="section">
  <view class="section-title">我的画像描述</view>
  <view class="hint">请输入你的个人画像描述，AI 会根据这些信息提供更有针对性的建议（最多 2000 字）</view>
      
  <!-- 操作按钮行 -->
  <view class="action-row">
    <button class="action-btn" :loading="generating" @click="onGenerate" v-if="!portraitPrompt">
      🪄 AI 生成画像
    </button>
    <button class="action-btn secondary" :loading="regenerating" @click="onRegenerate" v-if="portraitPrompt">
      🔄 重画画像
    </button>
  </view>
      
  <textarea
    class="portrait-textarea"
    :value="portraitPrompt"
    placeholder="例如：我家孩子 8 岁，偏瘦，挑食，容易积食，睡眠不足..."
    maxlength="2000"
    @input="onInput"
  ></textarea>
  <view class="char-count">{{ portraitPrompt.length }}/2000</view>
</view>

<view class="section" v-if="renderedSnapshot">
  <view class="section-title">参考指标（自动生成）</view>
  <view class="snapshot-text">{{ renderedSnapshot }}</view>
</view>

<button class="save-btn" :loading="saving" @click="onSave">保存</button>
</view>
</template>

[ ] Step 2: 升级 script（新增 generate/regenerate 方法）

import { getPortrait, editPortrait, generatePortrait, regeneratePortrait } from '../../utils/api.js'
export default {
data() {
return {
  portraitPrompt: '',
  renderedSnapshot: '',
  saving: false,
  generating: false,
  regenerating: false
}
},
onLoad() {
this.loadPortrait()
},
methods: {
async loadPortrait() {
  try {
    const res = await getPortrait({ memberId: this.$store.state.currentMemberId })
    if (res.code === 200 && res.data) {
      this.portraitPrompt = res.data.portraitPrompt || ''
      this.renderedSnapshot = res.data.renderedSnapshot || ''
    }
  } catch (e) {
    console.error('加载画像失败', e)
  }
},
onInput(e) {
  this.portraitPrompt = e.detail.value
},
async onGenerate() {
  this.generating = true
  try {
    const memberId = this.$store.state.currentMemberId
    const res = await generatePortrait({ memberId })
    if (res.code === 200 && res.data) {
      this.portraitPrompt = res.data.portraitPrompt || ''
      this.renderedSnapshot = res.data.renderedSnapshot || ''
      uni.showToast({ title: '生成成功', icon: 'success' })
    } else {
      uni.showToast({ title: res.message || '生成失败', icon: 'none' })
    }
  } catch (e) {
    uni.showToast({ title: '生成失败', icon: 'none' })
  } finally {
    this.generating = false
  }
},
async onRegenerate() {
  this.regenerating = true
  try {
    const memberId = this.$store.state.currentMemberId
    const res = await regeneratePortrait({ 
      memberId,
      previousPortrait: this.portraitPrompt  // 传入当前画像作为参考
    })
    if (res.code === 200 && res.data) {
      this.portraitPrompt = res.data.portraitPrompt || ''
      this.renderedSnapshot = res.data.renderedSnapshot || ''
      uni.showToast({ title: '重画成功', icon: 'success' })
    } else {
      uni.showToast({ title: res.message || '重画失败', icon: 'none' })
    }
  } catch (e) {
    uni.showToast({ title: '重画失败', icon: 'none' })
  } finally {
    this.regenerating = false
  }
},
async onSave() {
  this.saving = true
  try {
    const res = await editPortrait({ portraitPrompt: this.portraitPrompt })
    if (res.code === 200) {
      uni.showToast({ title: '保存成功', icon: 'success' })
      this.loadPortrait()
    } else {
      uni.showToast({ title: res.message || '保存失败', icon: 'none' })
    }
  } catch (e) {
    uni.showToast({ title: '保存失败', icon: 'none' })
  } finally {
    this.saving = false
  }
}
}
}

[ ] Step 3: 增加样式

.action-row {
display: flex;
gap: 16rpx;
margin-bottom: 16rpx;
}
.action-btn {
flex: 1;
height: 72rpx;
border-radius: 36rpx;
font-size: 26rpx;
background: linear-gradient(135deg, #667eea, #764ba2);
color: #fff;
}
.action-btn.secondary {
background: linear-gradient(135deg, #F97316, #F59E0B);
}

[ ] Step 4: 语法检查

python -c "import re; f=open(r'D:\cfc\cfc-frontend\pages\profile\portrait-edit.vue','r',encoding='utf-8'); c=f.read(); f.close(); m=re.search(r'<script>(.*?)</script>',c,re.DOTALL); open(r'D:\tmp\portrait_check.mjs','w',encoding='utf-8').write(m.group(1))"
node --check D:\tmp\portrait_check.mjs

[ ] Step 5: Commit

git add cfc-frontend/pages/profile/portrait-edit.vue
git commit -m "feat: portrait-edit.vue 新增 AI 生成/重画按钮与逻辑"

任务 11：全量验收

[ ] Step 1: 后端编译
```
cd cfc-backend && mvn clean compile -q
```

[ ] Step 2: Python 编译

cd cfc-langgraph && python3 -m py_compile app/api/portrait.py app/graphs/portrait_generation_graph.py app/tools/java_client.py

[ ] Step 3: 前端语法检查

# portrait-edit.vue
python -c "import re; f=open(r'D:\cfc\cfc-frontend\pages\profile\portrait-edit.vue','r',encoding='utf-8'); c=f.read(); f.close(); m=re.search(r'<script>(.*?)</script>',c,re.DOTALL); open(r'D:\tmp\pe.mjs','w',encoding='utf-8').write(m.group(1))"
node --check D:\tmp\pe.mjs

# api.js
node --check <(sed -n '/<script>/,/<\/script>/p' cfc-frontend/utils/api.js | sed '1d;$d')

[ ] Step 4: 本地联调（需启动后端 9082 + LangGraph 9000）

调用 POST /api/user/portrait/generate → 验证返回 portraitPrompt
调用 POST /api/user/portrait/regenerate → 验证返回新画像
小程序页面点击「生成画像」「重画」→ 验证 UI 正常
检查 Python 日志确认 portrait_generation_graph 被调用

[ ] Step 5: 提交剩余改动

git add -A
git commit -m "feat: 用户画像 AI 生成/重画全栈实现"
git push

自检记录

规格覆盖度：
- AI 自动生成 → 任务 1-8
- 重画（参考旧画像） → 任务 2(regeneratePortrait)、7(previous_portrait 逻辑)
- 用户可编辑 → 已有 editPortrait，保留
- 前端入口 → 任务 10
类型一致性：
- Java: PortraitService 接口 → impl → controller → AIService → AiGateway
- Python: PortraitGenerateRequest Pydantic 模型与 Java 请求体对应
- 前端: generatePortrait({memberId})、regeneratePortrait({memberId, previousPortrait}) 与后端端点对应
边界处理：
- 无行为数据时：graph 仍能基于 profile_snapshot 生成
- AI 失败：降级为快照渲染（renderSnapshot），保留原画像
- memberId 为空：仅基于用户自身行为生成
- 并发安全：AI 调用无副作用，幂等

Plan 完整，保存至 docs/superpowers/plans/2026-09-13-user-portrait-ai-generation.md。

Two execution options:

1. Subagent-Driven (recommended) - I dispatch a fresh subagent per task, review between tasks, fast iteration

2. Inline Execution - Execute tasks in this session using executing-plans, batch execution with checkpoints

Which approach?

2026-09-13-user-portrait-ai-generation.md 33 KB History Raw

用户画像 AI 生成 + 重画功能 实施计划

Global Constraints

文件结构映射

Java 后端新增/修改

Python LangGraph 新增/修改

小程序前端修改

任务分解

任务 1：Java PortraitService 接口扩展

任务 2：Java PortraitServiceImpl 实现

任务 3：Java AIService 扩展

任务 4：Java PortraitController 新增端点

任务 5：Python JavaClient 新增 get_behavior_summary

任务 6：Python 后端新增 /api/ai/behavior/summary 端点

任务 7：Python LangGraph portrait_generation_graph.py

任务 8：Python FastAPI portrait 路由

任务 9：小程序前端 API 封装

任务 10：小程序 portrait-edit.vue 界面升级

任务 11：全量验收

自检记录

2026-09-13-user-portrait-ai-generation.md 33 KB

History Raw

用户画像 AI 生成 + 重画功能实施计划