starpivot/apps/services/modules/memory/meeting_extract.go

package memory

import (
	"context"
	"encoding/json"
	"fmt"
	"strings"
	"time"

	"yunyan/comm"
	"yunyan/pb"
)

/*
会议纪要 → 待办抽取（第三路）。

在 echomeet 的 AIProcess 写完 summary/overview、状态置 Completed **之后**由它回调进来，
独立跑、失败只记日志不改 rec.State —— 用户照样看得到纪要，只是没有自动待办。

几个刻意的选择：

  - **prompt 放代码不放 echomeet_template**：模板有 1189 条（29 组 × 41 语言），改不动也改不齐；
    各模板 outline 职责本就不同，塞进去会互相干扰；输出要被程序 parse 成 JSON，
    格式严格性不能交给后台可随手编辑的文本。
  - **输入用已生成的 summary 而不是转写全文**：summary 约千字，全文可达上万字，
    成本只是前两路的零头。
  - **必须注入会议日期**：不给日期，模型把「下周三前」换算成具体日期就是瞎猜。
  - **复用 rec.LlmSvcId**：与本条会议的总结同一个模型。同一条会议两路用不同模型，
    出问题时无法归因。
*/

const meetingExtractPrompt = `你是一个会议待办抽取器。用户会给你一份会议纪要，以及这次会议的日期。
请从纪要的「待办事项」部分抽取出结构化的任务列表。

严格要求：
1. 只输出一个 JSON 数组，不要 markdown 代码块，不要任何解释文字。数组为空就输出 []。
2. 数组每一项的字段固定为：
   {"title":"任务内容","owner":"负责人","due_date":"YYYY-MM-DD","due_raw":"截止时间原文"}
3. title 必填。owner / due_date / due_raw 没有就填空字符串 ""。
4. **title 与 owner 必须与输入纪要使用同一种语言**，不要翻译成中文。
5. due_date 只在能从原文明确推算出具体日期时才填，推算基准是给定的会议日期。
   含糊的表述（「尽快」「月底前」无法定位到具体某天）一律留空 due_date，
   把原文放进 due_raw。**禁止猜测、禁止编造日期。**
6. 只收录会议中明确要求执行的任务；仅在讨论中提及、未拍板的设想不计入。
7. 同一件事被多次提及只输出一条，取最终确定的版本。`

// extractedTodo 抽取结果的一条
type extractedTodo struct {
	Title   string `json:"title"`
	Owner   string `json:"owner"`
	DueDate string `json:"due_date"`
	DueRaw  string `json:"due_raw"`
}

// 一次会议最多落多少条待办。模型偶尔会把整篇纪要拆成几十条，
// 全落下去会把用户的日历那一天彻底刷爆。
const maxExtractPerMeeting = 30

// ExtractMeetingTodos 从会议纪要抽待办并落库（实现 comm.IMemory）。
//
// meetingDate 是会议归属日期（YYYY-MM-DD）；抽不出截止日期的项落在这一天并置
// date_certain=false，客户端应把它们归到「待定日期」分组，不要和当天确定事项混排
// —— 一次会抽出 8 条没写截止时间的待办全堆在会议当天，那一格就没法看了。
func (this *Memory) ExtractMeetingTodos(ctx context.Context, uid, recordID, summary, meetingDate, llmSvcID string) {
	defer func() {
		if r := recover(); r != nil {
			this.Errorf("会议待办抽取 panic record:%s err:%v", recordID, r)
		}
	}()
	if !this.options.MeetingExtract {
		return
	}
	if strings.TrimSpace(summary) == "" || uid == "" {
		return
	}
	if _, ok := comm.ParseMemoryDate(meetingDate); !ok {
		this.Warnf("会议待办抽取 record:%s 会议日期非法(%q)，跳过", recordID, meetingDate)
		return
	}
	if this.echo == nil {
		this.Warnf("会议待办抽取 record:%s 未取到 echomeet，跳过", recordID)
		return
	}

	// 本次是第几轮：取这条会议现有项的最大 gen_round + 1。
	// 清理时删的是 gen_round < 本轮 且 user_edited=false 的项，所以轮次必须真的递增——
	// 恒为 1 的话第二次重新生成会一条都清不掉，旧待办和新待办并存。
	genRound := this.model.nextGenRound(recordID)

	prompt := this.options.MeetingExtractPrompt
	if prompt == "" {
		prompt = meetingExtractPrompt
	}
	userContent := fmt.Sprintf("<meeting_date>%s</meeting_date>\n\n<summary>\n%s\n</summary>", meetingDate, summary)

	c, cancel := context.WithTimeout(ctx, 90*time.Second)
	text, usedSvc, err := this.echo.ChatLLM(c, llmSvcID, prompt, userContent)
	cancel()
	if err != nil {
		// 失败隔离：只记日志，绝不改 rec.State。纪要是用户真正要的东西，
		// 不能因为附赠的待办抽取失败就把它标成失败。
		this.Errorf("会议待办抽取 record:%s 调用失败 svc:%s err:%v", recordID, usedSvc, err)
		return
	}

	todos, err := parseExtractedTodos(text)
	if err != nil {
		this.Warnf("会议待办抽取 record:%s 解析失败已忽略 err:%v raw:%.200s", recordID, err, text)
		return
	}
	if len(todos) == 0 {
		this.Infof("会议待办抽取 record:%s 无待办", recordID)
		return
	}
	if len(todos) > maxExtractPerMeeting {
		this.Warnf("会议待办抽取 record:%s 返回 %d 条，截断到 %d", recordID, len(todos), maxExtractPerMeeting)
		todos = todos[:maxExtractPerMeeting]
	}

	// 幂等：清掉上一轮**自动生成**的项，user_edited 的一律保留。
	// 不做这个，用户点一次「重新生成」就会丢掉自己的修改。
	if n, e := this.model.delMeetingItems(recordID, genRound); e != nil {
		this.Warnf("会议待办抽取 record:%s 清理旧轮次失败已忽略 err:%v", recordID, e)
	} else if n > 0 {
		this.Infof("会议待办抽取 record:%s 清理旧轮次 %d 条", recordID, n)
	}

	meetDay, _ := comm.ParseMemoryDate(meetingDate)
	saved := 0
	for i, t := range todos {
		t.Title = strings.TrimSpace(t.Title)
		if t.Title == "" {
			continue
		}
		item := &pb.DBMemoryItem{
			Uid: uid, Category: comm.MemoryCatTodo, Source: comm.MemorySrcMeeting,
			SourceId: recordID,
			// client_key 用「记录id + 轮次 + 序号」，重跑同一轮不会插重
			ClientKey:   fmt.Sprintf("meet:%s:%d:%d", recordID, genRound, i),
			Title:       t.Title,
			Owner:       strings.TrimSpace(t.Owner),
			DueRaw:      strings.TrimSpace(t.DueRaw),
			HappenDate:  meetingDate,
			DateCertain: false,
			GenRound:    genRound,
			State:       pb.MemoryState_MemoryState_Pending,
			RemindAhead: 0, // 会议待办默认不提醒，用户改期时自己开
			Currency:    "CNY",
		}
		// 「未明确」是模板要求模型在原文没写时填的占位词，不是真的负责人
		if item.Owner == "未明确" || strings.EqualFold(item.Owner, "unspecified") {
			item.Owner = ""
		}

		// 服务端二次校验日期：解析不出、或早于会议当天的一律丢弃，只留 due_raw。
		// 参考 SET_clock 踩过的坑——模型把「下午 3:30」的 time 填成 03:30。
		if d, ok := comm.ParseMemoryDate(strings.TrimSpace(t.DueDate)); ok {
			if !d.Before(meetDay) {
				item.HappenDate = comm.FormatMemoryDate(d)
				item.DateCertain = true
			} else {
				this.Warnf("会议待办抽取 record:%s 丢弃早于会议日的截止日 %s", recordID, t.DueDate)
			}
		}

		if err := this.model.addItem(item); err != nil {
			this.Warnf("会议待办抽取 record:%s 第%d条落库失败已跳过 err:%v", recordID, i, err)
			continue
		}
		saved++
	}
	this.Infof("会议待办抽取 record:%s uid:%s svc:%s 落库 %d/%d 条", recordID, uid, usedSvc, saved, len(todos))
}

// parseExtractedTodos 解析模型输出。
//
// 模型时常无视「不要 markdown 代码块」这条，所以先剥一层 ```json ... ```；
// 也可能在数组前后带一句解释，再按第一个 [ 到最后一个 ] 截一次。
func parseExtractedTodos(text string) ([]extractedTodo, error) {
	s := strings.TrimSpace(text)
	if strings.HasPrefix(s, "```") {
		if i := strings.Index(s, "\n"); i >= 0 {
			s = s[i+1:]
		}
		if i := strings.LastIndex(s, "```"); i >= 0 {
			s = s[:i]
		}
		s = strings.TrimSpace(s)
	}
	if start, end := strings.Index(s, "["), strings.LastIndex(s, "]"); start >= 0 && end > start {
		s = s[start : end+1]
	}
	out := make([]extractedTodo, 0)
	if err := json.Unmarshal([]byte(s), &out); err != nil {
		return nil, err
	}
	return out, nil
}