调用dify联调客户画像

src/main/java/com/rj/controller/DifyWorkflowController.java

@@ -2,6 +2,7 @@ package com.rj.controller;
 
 import com.rj.dto.DifyWorkflowRequestDto;
 import com.rj.dto.DifyWorkflowResponseDto;
+import com.rj.dto.CustomerProfileAnalysisRequestDto;
 import com.rj.service.DifyWorkflowService;
 import io.swagger.v3.oas.annotations.Operation;
 import io.swagger.v3.oas.annotations.tags.Tag;
@@ -15,7 +16,7 @@ import java.util.HashMap;
 import java.util.Map;
 
 /**
- * Dify工作流测试控制器
+ * Dify工作流控制器
  * 
  * @author 李中华
  * @date 2025/1/3
@@ -23,18 +24,18 @@ import java.util.Map;
 @Slf4j
 @RestController
 @RequestMapping("/api/dify")
-@Tag(name = "Dify工作流测试", description = "Dify工作流API测试接口")
+@Tag(name = "Dify工作流", description = "Dify工作流API接口")
 public class DifyWorkflowController {
 
     @Autowired
     private DifyWorkflowService difyWorkflowService;
 
     /**
-     * 测试企微对话分析工作流
+     * 企微对话分析工作流
      */
     @PostMapping("/workflow/consulting-scenario")
-    @Operation(summary = "企微对话分析工作流测试", description = "调用Dify企微对话分析工作流进行测试")
-    public ResponseEntity<DifyWorkflowResponseDto> testConsultingScenarioWorkflow(
+    @Operation(summary = "企微对话分析工作流", description = "调用Dify企微对话分析工作流")
+    public ResponseEntity<DifyWorkflowResponseDto> consultingScenarioWorkflow(
             @Valid @RequestBody DifyWorkflowRequestDto requestDto) {
         
         try {
@@ -79,57 +80,106 @@ public class DifyWorkflowController {
         }
     }
 
-    /**
-     * 使用预设测试数据测试工作流
-     */
-    @PostMapping("/workflow/consulting-scenario/test")
-    @Operation(summary = "使用预设数据测试企微对话分析工作流", description = "使用预设的测试数据调用工作流")
-    public ResponseEntity<DifyWorkflowResponseDto> testWithPresetData() {
-        
-        // 创建预设测试数据
-        DifyWorkflowRequestDto requestDto = new DifyWorkflowRequestDto();
-        requestDto.setUnionId("test_union_12345");
-        requestDto.setConsultantId("consultant_67890");
-        requestDto.setCommunicateDate("2025-01-03 10:30:00");
-        requestDto.setAnalysisScene("sales_consultation");
-        requestDto.setAiAnalysisRequestId("ai_req_20250103_001");
-        requestDto.setVersion(1);
-        
-        // 模拟企微对话内容
-        String chat = "客户：你好，我想了解一下沃尔沃XC60这款车。\n" +
-                     "顾问：您好！很高兴为您介绍沃尔沃XC60。这是一款非常优秀的中型SUV，请问您主要关注哪些方面呢？\n" +
-                     "客户：我比较关心安全性能和油耗表现。\n" +
-                     "顾问：XC60在安全方面表现非常出色，配备了City Safety城市安全系统，还有Pilot Assist领航辅助系统。油耗方面，2.0T发动机百公里综合油耗约8.5L。\n" +
-                     "客户：价格大概是多少？\n" +
-                     "顾问：XC60的指导价在37.39-47.49万元之间，目前有优惠活动，可以优惠3万元左右。\n" +
-                     "客户：我预算在40万以内，有什么推荐的配置吗？\n" +
-                     "顾问：根据您的预算，我推荐智逸豪华版，指导价39.69万，优惠后36.69万，完全符合您的预算。\n" +
-                     "客户：好的，我考虑一下，什么时候可以试驾？\n" +
-                     "顾问：明天下午2点可以安排试驾，您方便吗？\n" +
-                     "客户：可以的，我明天下午过去。\n" +
-                     "顾问：好的，我为您预约明天下午2点的试驾，地址是...";
-        requestDto.setChat(chat);
 
-        return testConsultingScenarioWorkflow(requestDto);
+    /**
+     * DCC对话分析工作流
+     */
+    @PostMapping("/workflow/dcc-scenario")
+    @Operation(summary = "DCC对话分析工作流", description = "调用Dify DCC对话分析工作流")
+    public ResponseEntity<DifyWorkflowResponseDto> dccScenarioWorkflow(
+            @Valid @RequestBody DifyWorkflowRequestDto requestDto) {
+        
+        try {
+            log.info("开始调用DCC对话分析工作流，参数： " + requestDto.toString());
+            // 构建工作流输入参数
+            Map<String, Object> inputs = new HashMap<>();
+            inputs.put("unionId", requestDto.getUnionId());
+            inputs.put("consultantId", requestDto.getConsultantId());
+            inputs.put("communicateDate", requestDto.getCommunicateDate());
+            inputs.put("analysisScene", requestDto.getAnalysisScene());
+            inputs.put("aiAnalysisRequestId", requestDto.getAiAnalysisRequestId());
+            inputs.put("version", requestDto.getVersion());
+            inputs.put("chat", requestDto.getChat());
+
+            // 创建请求对象
+            DifyWorkflowService.DifyWorkflowRequest request = 
+                new DifyWorkflowService.DifyWorkflowRequest(inputs, requestDto.getConsultantId());
+
+            // 调用DCC工作流（Service层会自动保存数据到数据库）
+            DifyWorkflowService.DifyWorkflowResponse response = 
+                difyWorkflowService.callDCCScenarioWorkflow(request);
+
+            // 构建返回结果
+            DifyWorkflowResponseDto result = DifyWorkflowResponseDto.success(
+                response.getWorkflowRunId(),
+                response.getTaskId(),
+                response.getData(),
+                response.getMetadata()
+            );
+
+            return ResponseEntity.ok(result);
+
+        } catch (Exception e) {
+            log.error("调用DCC对话分析工作流失败", e);
+            
+            DifyWorkflowResponseDto errorResult = DifyWorkflowResponseDto.failure(
+                "DCC工作流调用失败: " + e.getMessage(),
+                e.getClass().getSimpleName()
+            );
+
+            return ResponseEntity.status(500).body(errorResult);
+        }
     }
 
     /**
-     * 获取工作流配置信息
+     * 客户画像分析工作流
      */
-    @GetMapping("/workflow/config")
-    @Operation(summary = "获取工作流配置信息", description = "获取当前Dify工作流的配置信息")
-    public ResponseEntity<Map<String, Object>> getWorkflowConfig() {
-        Map<String, Object> config = new HashMap<>();
-        config.put("message", "工作流配置信息");
-        config.put("workflowName", "企微对话分析工作流");
-        config.put("description", "对企微对话内容进行深度剖析，输出客户需求、顾问方案等信息");
-        config.put("inputParameters", new String[]{
-            "unionId", "consultantId", "communicateDate", 
-            "analysisScene", "aiAnalysisRequestId", "version", "chat"
-        });
-        config.put("outputFormat", "JSON格式，包含analysisResult和analysisDetail");
+    @PostMapping("/workflow/customer-profile-analysis")
+    @Operation(summary = "客户画像分析工作流", description = "调用Dify客户画像分析工作流")
+    public ResponseEntity<DifyWorkflowResponseDto> customerProfileAnalysisWorkflow(
+            @Valid @RequestBody CustomerProfileAnalysisRequestDto requestDto) {
         
-        return ResponseEntity.ok(config);
+        try {
+            log.info("开始调用客户画像分析工作流，参数： " + requestDto.toString());
+            
+            // 构建工作流输入参数
+            Map<String, Object> inputs = new HashMap<>();
+            inputs.put("chat", requestDto.getChat());
+            inputs.put("communicateDate", requestDto.getCommunicateDate());
+            inputs.put("analysisScene", requestDto.getAnalysisScene());
+            inputs.put("aiAnalysisRequestld", requestDto.getAiAnalysisRequestId()); // 注意：Dify工作流期望的参数名是aiAnalysisRequestld
+            inputs.put("businessId", requestDto.getBusinessId());
+            inputs.put("customerFlowId", requestDto.getCustomerFlowId());
+            inputs.put("businessType", requestDto.getBusinessType());
+
+            // 创建请求对象
+            DifyWorkflowService.DifyWorkflowRequest request = 
+                new DifyWorkflowService.DifyWorkflowRequest(inputs, requestDto.getBusinessId());
+
+            // 调用客户画像分析工作流（Service层会自动保存数据到数据库）
+            DifyWorkflowService.DifyWorkflowResponse response = 
+                difyWorkflowService.callCustomerProfileAnalysisWorkflow(request);
+
+            // 构建返回结果
+            DifyWorkflowResponseDto result = DifyWorkflowResponseDto.success(
+                response.getWorkflowRunId(),
+                response.getTaskId(),
+                response.getData(),
+                response.getMetadata()
+            );
+
+            return ResponseEntity.ok(result);
+
+        } catch (Exception e) {
+            log.error("调用客户画像分析工作流失败", e);
+            
+            DifyWorkflowResponseDto errorResult = DifyWorkflowResponseDto.failure(
+                "客户画像分析工作流调用失败: " + e.getMessage(),
+                e.getClass().getSimpleName()
+            );
+
+            return ResponseEntity.status(500).body(errorResult);
+        }
     }
 
 }