// 基础内容接口：所有消息的父接口
public interface Content {
    String getContent(); // 文本内容
    Map<String, Object> getMetadata(); // 元数据（如token数、消息ID）
}
// 消息核心接口：增加角色分类
public interface Message extends Content {
    MessageType getMessageType(); // 消息角色
}
// 多模态扩展接口：支持图片/音频等媒体内容
public interface MediaContent extends Content {
    Collection<Media> getMedia(); // 媒体内容集合
}

public class Prompt implements ModelRequest<List<Message>> {
    private final List<Message> messages; // 有序消息列表，顺序影响AI响应
    private ChatOptions chatOptions; // 模型配置（如最大token、温度、模型名称）
}

/**
 * 案例 1：基础动态提示词
 * <p>
 * 场景描述：根据用户输入的形容词和话题，让 AI 生成一个笑话
 * 接口地址：GET /ai/prompt/joke?adjective=幽默的&topic=程序员
 *
 * @param adjective 形容词（例如：幽默的、讽刺的）
 * @param topic     话题（例如：程序员、Java）
 * @return AI 生成的笑话内容
 */
@GetMapping("/joke")
public String generateJoke(@RequestParam String adjective, @RequestParam String topic) {
    // 1. 定义提示词模板：使用 {} 作为占位符
    String templateStr = "给我讲一个关于 {topic} 的 {adjective} 笑话";

    // 2. 创建模板对象
    PromptTemplate promptTemplate = new PromptTemplate(templateStr);

    // 3. 准备参数模型
    Map<String, Object> model = Map.of("adjective", adjective, "topic", topic);

    // 4. 渲染模板并构建 Prompt
    Prompt prompt = promptTemplate.create(model);

    // 5. 调用 AI 模型并返回内容
    return chatClient.prompt(prompt).call().content();
}

/**
 * 案例 2：多角色对话与系统指令
 * <p>
 * 场景描述：通过系统提示词设定 AI 的角色（如海盗风格），并让其以特定名字回复用户
 * 接口地址：GET /ai/prompt/chat?userName=杰克&userQuestion=宝藏在哪里
 *
 * @param userName     用户的名字（用于 AI 称呼用户）
 * @param userQuestion 用户的问题
 * @return AI 以特定角色风格回复的内容
 */
@GetMapping("/chat")
public String roleplayChat(@RequestParam String userName, @RequestParam String userQuestion) {

    // 1. 构建用户消息
    Message userMessage = new UserMessage(userQuestion);

    // 2. 构建系统消息：定义 AI 的角色、名字和说话风格
    String systemTemplate = """
            你是一个乐于助人的 AI 助手。
            你的名字是 {name}。
            你应该用 {voice} 的风格回复用户的请求，并在回复中提到你的名字。
            """;

    SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemTemplate);
    Message systemMessage = systemPromptTemplate.createMessage(
            Map.of("name", userName, "voice", "海盗")
    );

    // 3. 组合提示词：系统消息在前，用户消息在后
    Prompt prompt = new Prompt(List.of(systemMessage, userMessage));

    // 4. 调用 AI 模型
    ChatResponse response = chatClient.prompt(prompt).call().chatResponse();

    // 5. 提取并返回文本内容
    return response.getResult().getOutput().getText();
}

// 泛型T为目标结构化类型
public interface StructuredOutputConverter<T> extends Converter<String, T>, FormatProvider {
}

// 提供AI模型的格式指令（如JSON Schema、输出规则）
public interface FormatProvider {
    String getFormat(); // 返回格式指令字符串
}

/**
 * 案例1：基础Bean转换 - 获取城市天气信息
 * @param city 城市名称
 * @return 结构化WeatherInfo对象
 */
@GetMapping("/ai/weather")
public WeatherInfo getWeather(@RequestParam String city) {
    // ChatClient自 动使用 BeanOutputConverter，无需手动创建
    return chatClient.prompt()
            .system("你是专业的天气查询助手，严格按指定JSON格式返回天气信息，无多余解释")
            .user(u -> u.text("请查询{city}的当前天气信息，包含温度、天气状况、风向风力、出行建议")
                  .param("city", city))
            .call()
            .entity(WeatherInfo.class); // 直接转换为目标Bean
}


@Data
public class WeatherInfoVO {
    /**
     * 城市名称
     */
    private String city;
    /**
     * 温度
     */
    private String temperature;

    /**
     * 天气状况（晴/雨/多云）
     */
    private String weather;

    /**
     * 风向风力
     */
    private String wind;

    /**
     * 出行建议
     */
    private String tips;
}


GET http://localhost:8080/ai/weather?city=北京

{
  "city": "北京",
  "temperature": "18℃",
  "weather": "晴",
  "wind": "北风3级",
  "tips": "天气晴朗，适合外出，注意做好防晒"
}

/**
 * 案例2：泛型List Bean转换 - 获取热门旅游城市
 *
 * @param count 城市数量
 * @return 结构化List<CityInfo>对象
 */
@GetMapping("/ai/travel/cities")
public List<CityInfoVO> getTravelCities(@RequestParam(defaultValue = "3") Integer count) {
    // 使用ParameterizedTypeReference解决泛型擦除
    ParameterizedTypeReference<List<CityInfoVO>> typeRef = new ParameterizedTypeReference<List<CityInfoVO>>() {
    };
    return chatClient.prompt()
            .system("你是专业的旅游顾问，严格按指定JSON格式返回旅游城市信息，无多余解释，返回数量严格为{count}个")
            .user(u -> u.text("推荐{count}个国内热门旅游城市，包含所属省份、著名景点、最佳旅游季节")
                  .param("count", count))
            .call()
            .entity(typeRef);
}



GET http://localhost:8080/ai/travel/cities?count=2
[
  {
    "cityName": "北京",
    "province": "北京市",
    "famousScenic": "故宫、长城",
    "travelSeason": "春秋季（4月-10月）"
  },
  {
    "cityName": "杭州",
    "province": "浙江省",
    "famousScenic": "西湖、灵隐寺",
    "travelSeason": "春季（3月-5月）"
  }
]

/**
 * 案例3：MapOutputConverter - 动态Map转换 - 获取水果营养信息
 * @param fruit 水果名称
 * @return 结构化Map<String, Object>对象
 */
@GetMapping("/ai/fruit/nutrition")
public Map<String, Object> getFruitNutrition(@RequestParam String fruit) {
    ParameterizedTypeReference<Map<String, Object>> typeRef = new ParameterizedTypeReference<Map<String, Object>>() {};
    return chatClient.prompt()
            .system("你是专业的营养师，严格按RFC8259标准返回JSON格式的水果营养信息，无多余解释，key为营养成分，value为含量/作用")
            .user(u -> u.text("请介绍{fruit}的主要营养成分和含量").param("fruit", fruit))
            .call()
            .entity(typeRef); // 转换为Map对象
}



GET http://localhost:8080/ai/fruit/nutrition?fruit=苹果

{
  "carbohydrates": "约10g per 100g，提供能量",
  "dietary_fiber": "约2.4g per 100g，促进消化健康",
  "vitamin_c": "约8.4mg per 100g，增强免疫力",
  "potassium": "约107mg per 100g，维持电解质平衡",
  "polyphenols": "约450mg per 100g，抗氧化作用",
  "malic_acid": "约0.3g per 100g，调节代谢功能",
  "fructose": "约6.5g per 100g，天然果糖来源"
}

/**
* 案例4：ListOutputConverter - 简单List转换 - 获取成语列表
* @param count 成语数量
* @param theme 成语主题
* @return 结构化List<String>对象
*/
@GetMapping("/ai/idiom/list")
public List<String> getIdiomList(@RequestParam(defaultValue = "5") Integer count,
                               @RequestParam String theme) {
  // 创建ListOutputConverter，使用Spring默认转换服务
  ListOutputConverter listOutputConverter = new ListOutputConverter(new DefaultConversionService());
  return chatClient.prompt()
          .system("你是专业的语文老师，严格返回纯逗号分隔的列表，无序号、无多余解释，数量严格为{count}个")
          .user(u -> u.text("推荐{count}个关于{theme}的成语").param("count", count).param("theme", theme))
          .call()
          .entity(listOutputConverter); // 转换为List<String>
}

GET http://localhost:8080/ai/idiom/list?theme=坚持
[
  "持之以恒",
  "锲而不舍",
  "坚持不懈",
  "百折不挠",
  "水滴石穿"
]

/**
 * 案例5：手动创建转换器
 *
 * @param city 城市名称
 * @return 结构化WeatherInfo对象
 */
@GetMapping("/ai/manualWeather")
public WeatherInfoVO getManualWeather(@RequestParam String city) {
    BeanOutputConverter<WeatherInfoVO> converter = new BeanOutputConverter<>(WeatherInfoVO.class);

    // 2. 创建模板对象
    PromptTemplate promptTemplate = new PromptTemplate("请查询{city}的当前天气信息，包含温度、天气状况、风向风力、出行建议");
    // 3. 准备参数模型
    Map<String, Object> model = Map.of("city", city);

    // 4. 渲染模板并构建 Prompt
    Prompt prompt = promptTemplate.create(model);

    String context = chatClient.prompt(prompt).call().chatResponse().getResults().get(0).getOutput().getText();
    return  converter.convert(context);
}

import org.springframework.ai.converter.BeanOutputConverter;

/**
 * 自定义格式指令的Bean转换器
 */
public class CustomBeanOutputConverter<T> extends BeanOutputConverter<T> {
    public CustomBeanOutputConverter(Class<T> targetType) {
        super(targetType);
    }

    // 重写格式指令，添加更严格的规则
    @Override
    public String getFormat() {
        return super.getFormat() + "\n注意：1. 所有字段不能为空 2. 数值类型必须为数字 3. 无任何多余文字和注释";
    }
}

// 以WeatherInfo为例，添加验证逻辑
public void validateWeatherInfo(WeatherInfo weatherInfo) {
    if (weatherInfo.getCity() == null || weatherInfo.getCity().isEmpty()) {
        throw new IllegalArgumentException("城市名称不能为空");
    }
    if (weatherInfo.getTemperature() == null || !weatherInfo.getTemperature().contains("℃")) {
        throw new IllegalArgumentException("温度格式无效，必须包含℃");
    }
    // 其他业务规则验证
}

// 在Controller中调用
@GetMapping("/ai/weather")
public WeatherInfo getWeather(@RequestParam String city) {
    WeatherInfo weatherInfo = chatClient.prompt()...entity(WeatherInfo.class);
    validateWeatherInfo(weatherInfo); // 验证结构化数据
    return weatherInfo;
}