fix:基本实现相关功能

src/main/services/ai/graph/readingReflectionGraph.ts

@@ -0,0 +1,13 @@
+import { END, START, StateGraph } from '@langchain/langgraph'
+import { ReadingReflectionState } from '../state/readingReflectionState'
+import { generateReadingReflectionContentNode } from '../nodes/readingReflectionContent'
+import { generateReadingReflectionSummaryNode } from '../nodes/readingReflectionSummary'
+
+const workflow = new StateGraph(ReadingReflectionState)
+  .addNode('generateReadingReflectionContent', generateReadingReflectionContentNode)
+  .addNode('generateReadingReflectionSummary', generateReadingReflectionSummaryNode)
+  .addEdge(START, 'generateReadingReflectionContent') // 开始 -> 生成正文
+  .addEdge('generateReadingReflectionContent', 'generateReadingReflectionSummary') // 正文生成后 -> 生成摘要
+  .addEdge('generateReadingReflectionSummary', END) // 摘要生成后 -> 结束
+
+export const readingReflectionGraph = workflow.compile()

src/main/services/ai/llmService.ts

@@ -0,0 +1,24 @@
+import { ChatOpenAI } from '@langchain/openai'
+import Store from 'electron-store'
+import { CONFIG_STORE_KEY } from '@rpc/constants/store_key'
+
+const StoreClass = (Store as any).default || Store
+const store = new StoreClass({ encryptionKey: CONFIG_STORE_KEY })
+
+export const createChatModel = (type: 'reading' | 'summary', schema: any) => {
+  const config = store.get(`chatModels.${type}`) as any
+  console.log('chatModels', config)
+
+  if (!config || !config.apiKey) {
+    throw new Error(`请先在设置中配置 ${type === 'reading' ? '心得' : '总结'} 模型的 API Key`)
+  }
+
+  return new ChatOpenAI({
+    apiKey: config.apiKey,
+    configuration: {
+      baseURL: config.baseURL || 'https://api.openai.com/v1'
+    },
+    modelName: config.modelName,
+    temperature: config.temperature
+  }).withStructuredOutput(schema)
+}

src/main/services/ai/nodes/readingReflectionContent.ts

@@ -0,0 +1,55 @@
+import { PromptTemplate } from '@langchain/core/prompts'
+import { ReadingReflectionState } from '../state/readingReflectionState'
+import { REFLECTION_CONTENT_PROMPT } from '@main/services/ai/prompts/readingReflactionPrompts'
+import { z } from 'zod'
+import { AppDataSource } from '@main/db/data-source'
+import { ReadingReflectionTaskItem } from '@main/db/entities/ReadingReflectionTaskItem'
+import { createChatModel } from '@main/services/ai/llmService'
+
+export const generateReadingReflectionContentNode = async (
+  state: typeof ReadingReflectionState.State,
+  config?: any
+) => {
+  const taskId = config?.configurable?.thread_id
+  const repo = AppDataSource.getRepository(ReadingReflectionTaskItem)
+  const prompt = PromptTemplate.fromTemplate(REFLECTION_CONTENT_PROMPT)
+
+  const ReadingReflectionContentSchema = z.object({
+    title: z.string().describe('标题'),
+    content: z.string().describe('正文')
+  })
+
+  const contentModel = createChatModel('reading', ReadingReflectionContentSchema)
+
+  const chain = prompt.pipe(contentModel)
+
+  // 针对不同职业的微调逻辑（可选）
+  const occupationLabel =
+    {
+      student: '学生',
+      teacher: '教师',
+      professional: '职场人士',
+      researcher: '科研工作者',
+      other: '专业人士'
+    }[state.occupation] || state.occupation
+
+  const res = (await chain.invoke({
+    occupation: occupationLabel,
+    bookName: state.bookName,
+    author: state.author || '佚名',
+    description: state.description,
+    tone: state.tone || '温暖且理性',
+    wordCount: state.wordCount || 1000
+  })) as { title: string; content: string }
+
+  // 节点内部直接更新数据库状态
+  if (taskId) {
+    await repo.update(taskId, {
+      status: 'WRITING',
+      title: res.title,
+      content: res.content,
+      progress: 60
+    })
+  }
+  return { title: res.title, content: res.content }
+}

src/main/services/ai/nodes/readingReflectionSummary.ts

@@ -0,0 +1,46 @@
+import { PromptTemplate } from '@langchain/core/prompts'
+import { ReadingReflectionState } from '../state/readingReflectionState'
+import { REFLECTION_SUMMARY_PROMPT } from '@main/services/ai/prompts/readingReflactionPrompts'
+import { z } from 'zod'
+import { createChatModel } from '@main/services/ai/llmService'
+
+/**
+ * 步骤 3：生成摘要和关键词
+ * 该节点会接收上一个节点生成的 title 和 content
+ */
+export const generateReadingReflectionSummaryNode = async (
+  state: typeof ReadingReflectionState.State
+) => {
+  const prompt = PromptTemplate.fromTemplate(REFLECTION_SUMMARY_PROMPT)
+
+  // 定义输出的结构
+  const summarySchema = z.object({
+    summary: z.string().describe('100字以内的摘要'),
+    keywords: z.array(z.string()).describe('3-5个关键词')
+  })
+  // const summaryModel = new ChatOpenAI({
+  //   apiKey: 'sk-172309b16482e6ad4264b1cd89f010d8',
+  //   configuration: {
+  //     baseURL: 'https://apis.iflow.cn/v1'
+  //   },
+  //   modelName: 'deepseek-v3.2',
+  //   temperature: 0.3
+  // }).withStructuredOutput(summarySchema)
+  const summaryModel = createChatModel('summary', summarySchema)
+
+  const chain = prompt.pipe(summaryModel)
+
+  const res = (await chain.invoke({
+    title: state.title,
+    content: state.content
+  })) as {
+    summary: string
+    keywords: string[]
+  }
+
+  // 返回的结果会自动合并到 ReflectionState 中
+  return {
+    summary: res.summary,
+    keywords: res.keywords
+  }
+}

src/main/services/ai/prompts/readingReflactionPrompts.ts

@@ -0,0 +1,61 @@
+export const REFLECTION_CONTENT_PROMPT = `
+    # Role
+    你是一位在 {occupation} 领域拥有20年深厚资历的专家。你文笔{tone}，擅长将理论书籍的核心观点与真实的行业场景深度结合。
+
+    # Goal
+    请根据提供的书籍信息，以专业视角撰写一份高质量的读书心得。
+
+    # Constraints & Rules
+    1. **禁止身份陈述 (No Self-Introduction)**：
+       - **严禁**在开头或正文任何地方出现“作为一名...”、“我有...经验”、“从教/从业二十年”等自报家门的句子。
+       - 你的专业性应通过文字深度、对行业痛点的理解和专业术语自然流露，而不是通过宣称身份。
+    2. **场景化切入 (Direct Opening)**：
+       - 开篇请直接从书籍的某个核心观点、一个具体的职场痛点、或一个生动的行业场景切入。
+       - 例如：不要说“作为医生我经常看到...”，而要说“当走廊的灯光亮起，面对那些复杂的病例时，我常在想...”
+    3. **职业化表达 (Professionalism)**：
+       - 结合该职业特有的工作场景，将书籍内容转化为可操作的洞察。
+    4. **输出限制**：
+       - 必须严格按照 JSON 格式输出，不含任何 Markdown 代码块标签或解释。
+
+    # Context Data
+    - 职业背景：{occupation}
+    - 书籍名称：{bookName}
+    - 作者：{author}
+    - 书籍描述：{description}
+    - 语气风格：{tone}
+    - 目标字数：{wordCount}
+
+    # Output JSON Format
+    {{
+      "title": "此处填写读书心得标题",
+      "content": "此处填写读书心得正文内容"
+    }}
+`
+export const REFLECTION_SUMMARY_PROMPT = `
+    # Role
+    你是一位金牌图书营销编辑，擅长撰写能够瞬间抓住读者眼球的“内容提要”和“搜索关键词”。你对文字有着极高的敏感度，能够从冗长的感悟中精准钩织出书籍的核心灵魂。
+
+    # Goal
+    基于提供的【读书心得正文】，提炼出一段极具感染力的摘要，并提取能精准覆盖内容核心的关键词。
+
+    # Constraints & Rules
+    1. **摘要编写要求 (Summary)**:
+       - **拒绝平铺直叙**：不要使用“本文介绍了...”这类陈旧开场，直接切入感悟的核心点。
+       - **受众共鸣**：摘要应体现出书籍对读者的实际启发或职场/生活改变。
+       - **精炼控制**：字数严格控制在 80-100 字之间，语言优美、有力。
+    2. **关键词提取要求 (Keywords)**:
+       - **多维覆盖**：必须包含 3-5 个词。
+       - **权重分配**：1个书籍核心理念词，1-2个职业/场景词（如：幼儿教育、职业成长），1个情感/启发词。
+    3. **输出限制**:
+       - 必须且只能输出标准 JSON 格式，严禁任何正文外的解释说明。
+
+    # Context Data
+    - 读书心得标题：{title}
+    - 读书心得正文：{content}
+
+    # Output JSON Format
+    {{
+      "summary": "此处填写精炼且感人的摘要内容",
+      "keywords": ["关键词1", "关键词2", "关键词3"]
+    }}
+`

src/main/services/ai/state/readingReflectionState.ts

@@ -0,0 +1,36 @@
+import { Annotation } from '@langchain/langgraph'
+import { Occupation } from '@shared/types/reflections'
+
+export const ReadingReflectionState = Annotation.Root({
+  // 输入任务
+  bookName: Annotation<string>(),
+  author: Annotation<string | undefined>(),
+  description: Annotation<string>(),
+  occupation: Annotation<Occupation>(),
+  tone: Annotation<string | undefined>(),
+  wordCount: Annotation<number>(),
+
+  // 标题：使用简单的覆盖逻辑
+  title: Annotation<string>({
+    reducer: (_oldValue, newValue) => newValue,
+    default: () => ''
+  }),
+
+  // 内容
+  content: Annotation<string>({
+    reducer: (_oldValue, newValue) => newValue,
+    default: () => ''
+  }),
+
+  // 摘要
+  summary: Annotation<string>({
+    reducer: (_oldValue, newValue) => newValue,
+    default: () => ''
+  }),
+
+  // 关键词：数组通常使用追加或替换逻辑
+  keywords: Annotation<string[]>({
+    reducer: (_oldValue, newValue) => newValue,
+    default: () => []
+  })
+})