aichat_app

AI角色对话App - 完整项目

一个支持多AI平台、好感度系统和动态主动消息的移动端AI对话应用。

🌟 核心功能

• ✅ 多AI平台支持：OpenAI GPT、Claude、通义千问、文心一言
• ✅ 自定义AI角色：创建个性化AI角色（性格、背景、语言）
• ✅ 好感度系统：-100~100分范围，7个等级（厌恶→恋人）
• ✅ 动态主动消息：根据好感度自动调整发送频率（1-360分钟）
• ✅ 多轮对话：独立对话历史，支持上下文记忆
• ✅ 用户自管API Key：安全加密存储用户的AI平台密钥
• ✅ 国际化支持：多语言、多时区

---

📁 项目结构

phoneapp/
├── backend/                  # FastAPI后端
│   ├── app/
│   │   ├── api/             # API路由
│   │   │   ├── auth.py      # 认证API
│   │   │   ├── characters.py # 角色管理API
│   │   │   ├── conversations.py # 对话API
│   │   │   └── affection.py # 好感度API
│   │   ├── models/          # SQLAlchemy模型
│   │   │   ├── user.py
│   │   │   ├── character.py
│   │   │   ├── conversation.py
│   │   │   ├── affection.py
│   │   │   └── proactive_message.py
│   │   ├── schemas/         # Pydantic Schema
│   │   ├── services/        # 业务逻辑
│   │   │   ├── llm_provider.py        # AI适配层
│   │   │   ├── affection_service.py   # 好感度服务
│   │   │   └── proactive_message_service.py
│   │   ├── core/            # 核心功能
│   │   │   ├── config.py    # 配置管理
│   │   │   ├── database.py  # 数据库连接
│   │   │   ├── redis.py     # Redis连接
│   │   │   └── security.py  # 安全（JWT、加密）
│   │   ├── tasks/           # Celery任务
│   │   │   ├── celery_app.py
│   │   │   └── proactive_tasks.py
│   │   └── main.py          # FastAPI应用入口
│   ├── alembic/             # 数据库迁移
│   ├── requirements.txt
│   ├── Dockerfile
│   └── .env.example
├── mobile/                   # React Native前端（待实现）
├── docker-compose.yml       # Docker编排
└── README.md                # 项目文档

---

🚀 快速开始

方式一：使用Docker（推荐）

1. 复制环境变量文件

   cd backend
   cp .env.example .env
   

2. 生成加密密钥

   # 在Python中生成32字节密钥
   python -c "from cryptography.fernet import Fernet; print(Fernet.generate_key().decode())"
   

   将生成的密钥复制到.env文件的ENCRYPTION_KEY字段。

3. 启动所有服务

   docker-compose up -d
   

4. 运行数据库迁移

   docker-compose exec backend alembic upgrade head
   

5. 访问应用

6. API文档：http://localhost:8000/docs

7. API：http://localhost:8000

方式二：本地开发

前置要求

• Python 3.11+
• PostgreSQL 15+
• Redis 7+

步骤

1. 安装Python依赖

   cd backend
   python -m venv venv
   source venv/bin/activate  # Windows: venv\Scripts\activate
   pip install -r requirements.txt
   

2. 配置环境变量

   cp .env.example .env
   # 编辑.env文件，填写数据库连接等信息
   

3. 运行数据库迁移

   alembic upgrade head
   

4. 启动FastAPI服务

   uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
   

5. 启动Celery Worker（新终端）

   celery -A app.tasks.celery_app worker --loglevel=info
   

6. 启动Celery Beat（新终端）

   celery -A app.tasks.celery_app beat --loglevel=info
   

---

📖 API使用指南

1. 用户注册

POST /api/auth/register
Content-Type: application/json

{
  "username": "testuser",
  "email": "test@example.com",
  "password": "password123"
}

2. 用户登录

POST /api/auth/login
Content-Type: application/x-www-form-urlencoded

username=testuser&password=password123

响应：

{
  "access_token": "eyJ0eXAiOiJKV1QiLCJhbGc...",
  "refresh_token": "eyJ0eXAiOiJKV1QiLCJhbGc...",
  "token_type": "bearer"
}

3. 配置API Key

POST /api/auth/api-keys
Authorization: Bearer {access_token}
Content-Type: application/json

{
  "provider": "openai",
  "api_key": "sk-proj-...",
  "model": "gpt-3.5-turbo"
}

4. 创建AI角色

POST /api/characters
Authorization: Bearer {access_token}
Content-Type: application/json

{
  "name": "小雪",
  "personality": "温柔体贴，善解人意",
  "background_story": "大学文学系学生，喜欢阅读和写作",
  "avatar_url": "https://example.com/avatar.jpg",
  "language": "zh",
  "llm_provider": "openai",
  "llm_model": "gpt-3.5-turbo",
  "config": {
    "temperature": 0.9
  }
}

5. 发送消息

POST /api/conversations/{conversation_id}/messages
Authorization: Bearer {access_token}
Content-Type: application/json

{
  "content": "今天天气真好！",
  "stream": false
}

响应：

{
  "id": 123,
  "conversation_id": 1,
  "role": "assistant",
  "content": "是呀！这样的好天气适合出去走走，你有什么计划吗？",
  "tokens_used": 28,
  "is_proactive": false,
  "created_at": "2025-12-07T10:30:00Z",
  "affection_change": 2
}

6. 查看好感度

GET /api/affection/{character_id}
Authorization: Bearer {access_token}

响应：

{
  "character_id": 1,
  "current_score": 65,
  "level": "朋友",
  "next_level_score": 80,
  "total_interactions": 127,
  "last_interaction": "2025-12-07T10:30:00Z",
  "recent_changes": [
    {
      "id": 1,
      "score_change": 3,
      "reason": "用户分享积极情绪",
      "created_at": "2025-12-07T10:30:00Z"
    }
  ]
}

---

🎯 核心功能详解

好感度系统

等级划分（-100 ~ 100分）：

• 厌恶 (-100 ~ -60)：AI冷淡、距离感
• 陌生 (-60 ~ -20)：礼貌但疏远
• 普通 (-20 ~ 20)：中性态度
• 熟人 (20 ~ 50)：友好
• 朋友 (50 ~ 80)：亲近
• 挚友 (80 ~ 95)：深度信任
• 恋人 (95 ~ 100)：极度亲密

好感度变化因素：

• 积极对话：+2 ~ +5
• 中性对话：+1
• 消极对话：-1 ~ -3
• 长时间沉默：-2（每天）
• 深夜聊天：+2
• 分享秘密：+5

动态主动消息机制

触发规则（根据好感度）：

好感度	检测间隔	随机发送间隔
90-100分	用户3分钟无对话	1-10分钟
80-89分	用户10分钟无对话	10-30分钟
60-79分	用户30分钟无对话	30-120分钟
40-59分	用户2小时无对话	2-6小时
<40分	不发送主动消息	-

实现方式：

• Celery Beat每分钟扫描一次
• 检查用户活跃状态表（user_activity）
• 根据好感度计算是否发送
• 调用AI生成自然的主动消息
• 发送推送通知（移动端待实现）

AI平台适配

支持的平台：

1. OpenAI：GPT-3.5-turbo、GPT-4
2. Claude：Claude 3 Sonnet/Opus
3. 通义千问：qwen-turbo、qwen-plus
4. 文心一言：ernie-bot-turbo

统一接口：

provider = get_llm_provider("openai")  # 或 "claude", "qwen", "ernie"
response = await provider.chat_completion(messages, api_key, model)

---

🔐 安全说明

1. API Key加密：使用Fernet对称加密存储用户的AI平台密钥
2. 密码加密：使用bcrypt哈希存储密码
3. JWT认证：所有API需要Bearer Token
4. HTTPS：生产环境必须使用HTTPS
5. 环境变量：敏感信息通过.env文件管理，不提交到Git

---

📱 移动端开发（待实现）

移动端将使用React Native开发，支持iOS和Android。

技术栈

• React Native 0.72+
• TypeScript
• React Navigation
• Zustand（状态管理）
• React Query（数据请求）
• react-native-gifted-chat（聊天UI）

计划功能

• 用户注册/登录界面
• AI角色列表和创建
• 对话界面（支持流式回复）
• 好感度可视化
• 主动消息推送通知
• 多语言切换

---

🛠️ 技术栈

后端

• 框架：FastAPI 0.104+
• ORM：SQLAlchemy 2.0（异步）
• 数据库：PostgreSQL 15
• 缓存：Redis 7
• 任务队列：Celery + Celery Beat
• 认证：JWT
• AI SDK：openai、anthropic、dashscope、erniebot

前端（计划）

• React Native 0.72+
• TypeScript
• React Navigation
• Zustand

基础设施

• Docker & Docker Compose
• Nginx（反向代理）
• PostgreSQL（主数据库）
• Redis（缓存+队列）

---

📝 开发路线图

✅ 已完成

• 后端项目搭建
• 数据库模型设计
• 用户认证系统
• AI平台适配层
• 好感度系统（支持负数）
• 动态主动消息机制
• Celery定时任务
• 核心API接口
• Docker配置

🚧 进行中

• WebSocket实时通信
• 流式对话回复
• 移动端UI开发

📅 计划中

• 推送通知集成
• 对话历史搜索
• 角色分享社区
• 多媒体消息支持
• 语音对话
• 数据分析仪表板

---

🐛 常见问题

1. 数据库连接失败

确保PostgreSQL已启动，检查.env文件中的DATABASE_URL配置。

2. Celery任务不执行

确保Redis已启动，检查CELERY_BROKER_URL配置。

3. AI调用失败

检查用户是否配置了API Key，确认API Key有效且有余额。

4. 加密密钥错误

确保.env文件中的ENCRYPTION_KEY是32字节的Fernet密钥。

---

📄 许可证

MIT License

---

👥 贡献

欢迎提交Issue和Pull Request！

---

📧 联系方式

如有问题，请提交Issue或联系开发者。

---

祝你使用愉快！🎉