life-echo/api/README.md

# Life Echo API

Life Echo 后端服务，基于 FastAPI 构建的实时语音对话回忆录生成系统。

## 项目简介

Life Echo API 是一个智能对话系统，通过 WebSocket 实时连接，使用 LangChain Agent 引导用户进行回忆录访谈对话，并将口语内容自动整理为结构化的书面章节，最终生成回忆录 PDF。

### 架构要点（多 Agent 收敛）

- **会话真源**：`conversation_messages`（DB）+ Redis 缓存；**实时编排入口**：`ChatOrchestrator`。
- **图像管线**：正文主图 `generate_story_image`；章节封面 `try_enqueue_generate_chapter_cover` → `generate_chapter_cover`。
- **回忆录批次**：`MemoirOrchestrator.prepare_batches` 显式分桶后，`process_memoir_segments` 按类别加锁并调用 `run_story_pipeline_for_category_batch`（含 `StoryRouteAgent.plan_batch` 多 unit 写入）。

## 技术栈

- **Web 框架**: FastAPI 0.115.0
- **WebSocket**: websockets 14.1
- **AI 框架**: LangChain 0.3.7 + DeepSeek/兼容 OpenAI 的 LLM
- **数据库**: PostgreSQL 17 + SQLAlchemy 2.0.36 (asyncpg)
- **缓存/队列**: Redis 7 + Celery 5.3
- **PDF 生成**: ReportLab 4.2.2 + WeasyPrint 62.3
- **ASR/TTS**: OpenAI Whisper API
- **认证**: JWT (python-jose) + bcrypt
- **其他**: Pydantic, python-dotenv

## 项目结构

```
api/
├── main.py                 # 应用入口（uvicorn 启动）
├── app/                    # 应用主包
│   ├── main.py            # FastAPI 应用定义
│   ├── core/               # 核心基础设施
│   │   ├── config.py      # 配置（pydantic-settings）
│   │   ├── db.py          # 数据库连接
│   │   ├── redis.py       # Redis 服务
│   │   ├── security.py    # JWT、密码哈希
│   │   └── task_tracker.py # 任务状态追踪
│   ├── features/          # 功能模块（各模块含 router、service、repo）
│   │   ├── auth/          # 认证（注册、登录、短信验证码）
│   │   ├── user/          # 用户信息
│   │   ├── conversation/  # 对话、WebSocket
│   │   ├── memory/        # 记忆检索
│   │   ├── memoir/        # 回忆录、章节、PDF、图像生成
│   │   ├── payment/       # 支付
│   │   ├── plan/          # 套餐
│   │   ├── quota/         # 配额
│   │   ├── tasks/         # 任务状态 API
│   │   └── content/       # 内容（TTS 等）
│   ├── adapters/          # 外部能力适配器（ASR、TTS、LLM、短信、存储等）
│   ├── ports/             # 能力契约（Protocol）
│   └── agents/            # LangChain Agent
├── tasks/                 # Celery 后台任务
│   └── memoir_tasks.py    # 回忆录处理任务
└── docs/                  # 详细文档
```

## 环境配置

### 1. 安装依赖

```bash
cd api
pip install -r requirements.txt
```

### 2. 环境变量配置

创建 `.env` 文件（在 `api/` 目录下）：

```env
# DeepSeek API 配置（推荐，优先使用）
DEEPSEEK_API_KEY=your_deepseek_api_key_here
DEEPSEEK_BASE_URL=https://api.deepseek.com  # 可选，默认值
DEEPSEEK_MODEL=deepseek-chat  # 可选，默认值

# 或使用通用 LLM 配置（支持其他兼容 OpenAI 的 LLM）
LLM_API_KEY=your_llm_api_key_here
LLM_BASE_URL=https://api.your-llm-provider.com  # 可选
LLM_MODEL=your-model-name  # 可选，默认 deepseek-chat
LLM_TEMPERATURE=0.7  # 可选，默认 0.7

# 数据库配置（PostgreSQL，推荐）
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/life_echo

# Redis 配置
REDIS_URL=redis://localhost:6379/0

# 认证配置
SECRET_KEY=your-secret-key-here  # JWT签名密钥（建议使用随机字符串）
ALGORITHM=HS256  # JWT算法（默认HS256）
ACCESS_TOKEN_EXPIRE_MINUTES=120  # 访问令牌过期时间（分钟，默认120即2小时）

# 服务器配置（可选）
HOST=0.0.0.0
PORT=8000
```

**LLM 配置优先级**：
1. `DEEPSEEK_API_KEY` - 优先使用 DeepSeek（推荐）
2. `LLM_API_KEY` - 通用 LLM 配置（支持其他兼容 OpenAI 格式的 LLM）

**DeepSeek 配置示例**：
```env
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxx
DEEPSEEK_MODEL=deepseek-chat
```

### 3. 数据库迁移

数据库 schema 由 Alembic 管理，首次或 schema 变更后执行：

```bash
cd api
uv run alembic upgrade head
```

## 快速启动

### 本地开发

推荐使用一键脚本（会自动启动 PostgreSQL/Redis、检查 `.venv`、安装依赖并拉起 FastAPI + Celery）：

```bash
cd api
./dev-up.sh
```

可选环境变量：
- `SKIP_INSTALL=1`：跳过依赖安装
- `API_HOST` / `API_PORT`：覆盖 API 启动地址和端口
- `CELERY_POOL`：覆盖 Celery 池类型（macOS 推荐 `solo`）

也可以使用手动方式：

```bash
cd api

# 1. 启动 PostgreSQL + Redis
docker-compose -f docker-compose.dev.yml up -d

# 2. 安装依赖
pip install -r requirements.txt

# 3. 配置环境变量
export DATABASE_URL=postgresql://postgres:postgres@localhost:5432/life_echo
export REDIS_URL=redis://localhost:6379/0

# 4. 启动 API（终端 1）
uvicorn main:app --reload --host 0.0.0.0 --port 8000

# 5. 启动 Celery Worker（终端 2）
# macOS 使用 solo 池避免 fork 崩溃问题
celery -A tasks.celery_app worker --loglevel=info --pool=solo

# Linux/生产环境可以使用 prefork 池
# celery -A tasks.celery_app worker --loglevel=info --concurrency=4
```

### 验证服务

```bash
# 检查 PostgreSQL
docker exec life-echo-postgres-dev psql -U postgres -c "SELECT 1"

# 检查 Redis  
docker exec life-echo-redis-dev redis-cli ping
```

### 生产部署（一键）

```bash
cd api

# 创建生产配置
cp .env .env.prod
# 编辑 .env.prod

# 启动所有服务
docker-compose up -d

# 查看日志
docker-compose logs -f
```

服务启动后，访问：
- API 文档: http://localhost:8000/docs
- 健康检查: http://localhost:8000/health

## 📚 详细文档

更多详细文档请参考 [docs/README.md](docs/README.md)：

- **[本地开发环境配置](docs/本地开发环境配置.md)** - 开发环境搭建指南
- **[WebSocket 快速测试指南](docs/WebSocket快速测试指南.md)** - WebSocket 快速测试
- **[WebSocket 测试文档](docs/WebSocket测试文档.md)** - WebSocket 详细接口文档
- **[文字交流模式说明](docs/文字交流模式说明.md)** - 文字对话模式功能说明
- **[测试脚本使用说明](docs/测试脚本使用说明.md)** - 自动化测试脚本指南

## API 文档

### 认证系统

系统使用 JWT（JSON Web Token）进行认证，采用访问令牌（Access Token）+ 刷新令牌（Refresh Token）机制：

- **访问令牌**：有效期 2 小时，用于 API 请求认证
- **刷新令牌**：有效期 30 天，用于刷新访问令牌

#### 认证流程

1. **用户注册**：`POST /api/auth/register`
2. **用户登录**：`POST /api/auth/login` → 返回 `access_token` 和 `refresh_token`
3. **API 请求**：在 Header 中携带 `Authorization: Bearer {access_token}`
4. **刷新令牌**：`POST /api/auth/refresh` → 使用 `refresh_token` 获取新的 `access_token`
5. **用户登出**：`POST /api/auth/logout` → 撤销 `refresh_token`

#### 认证 API (`/api/auth`)

##### 用户注册
```http
POST /api/auth/register
Content-Type: application/json

{
  "phone": "13800138000",
  "password": "password123",
  "nickname": "用户昵称",
  "email": "user@example.com"  // 可选
}
```

**响应**：
```json
{
  "access_token": "eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9...",
  "refresh_token": "random-refresh-token-string",
  "token_type": "bearer"
}
```

##### 用户登录
```http
POST /api/auth/login
Content-Type: application/json

{
  "phone": "13800138000",
  "password": "password123"
}
```

**响应**：同注册接口

##### 刷新访问令牌
```http
POST /api/auth/refresh
Content-Type: application/json

{
  "refresh_token": "your-refresh-token"
}
```

**响应**：
```json
{
  "access_token": "new-access-token",
  "refresh_token": "same-refresh-token",
  "token_type": "bearer"
}
```

##### 用户登出
```http
POST /api/auth/logout
Authorization: Bearer {access_token}
Content-Type: application/json

{
  "refresh_token": "your-refresh-token"
}
```

##### 获取当前用户信息
```http
GET /api/auth/me
Authorization: Bearer {access_token}
```

**响应**：
```json
{
  "id": "user-id",
  "phone": "13800138000",
  "email": "user@example.com",
  "nickname": "用户昵称",
  "avatar_url": null,
  "subscription_type": "free",
  "created_at": "2024-01-15T10:00:00Z"
}
```

#### 使用认证令牌

所有需要认证的 API 请求都需要在 Header 中携带访问令牌：

```http
Authorization: Bearer {access_token}
```

### REST API

#### 对话管理 (`/api/conversations`)

**注意**：所有对话相关接口都需要认证。

- `POST /api/conversations` - 创建新对话（需要认证）
- `GET /api/conversations/{conversation_id}` - 获取对话详情（需要认证，只能访问自己的对话）
- `POST /api/conversations/{conversation_id}/end` - 结束对话（需要认证，只能结束自己的对话）

#### 章节管理 (`/api/chapters`)

**注意**：所有章节相关接口都需要认证。

- `GET /api/chapters` - 获取用户所有章节（需要认证）
- `GET /api/chapters/{chapter_id}` - 获取章节详情（需要认证，只能访问自己的章节）
- `POST /api/chapters/{chapter_id}/regenerate` - 重新整理章节（需要认证，只能操作自己的章节）

#### 回忆录管理 (`/api/books`)

**注意**：所有回忆录相关接口都需要认证。

- `GET /api/books/current` - 获取当前回忆录（需要认证）
- `POST /api/books/export-pdf` - 导出 PDF（需要认证，只能导出自己的回忆录）

### WebSocket API

#### 对话 WebSocket (`/ws/conversation/{conversation_id}`)

**注意**：WebSocket 连接需要认证，通过查询参数传递访问令牌。

**连接地址**：
```
ws://localhost:8000/ws/conversation/{conversation_id}?token={access_token}
```

实时双向通信，支持：
- 接收客户端音频数据
- 发送 Agent 响应文本
- 实时语音识别（ASR）
- 实时语音合成（TTS）

**认证要求**：
- 必须在查询参数中提供有效的 `access_token`
- 只能连接属于当前用户的对话
- 如果对话不存在，将自动创建并关联到当前用户

**消息格式**:

客户端 → 服务端:
```json
{
  "type": "audio",
  "data": "base64_encoded_audio_data"
}
```

服务端 → 客户端:
```json
{
  "type": "transcript",
  "text": "识别出的文本",
  "agent_response": "Agent 的回复"
}
```

```json
{
  "type": "audio",
  "data": "base64_encoded_tts_audio"
}
```

## 数据库模型

### User（用户）
- `id`: 用户 ID
- `phone`: 手机号（唯一，必填）
- `password_hash`: 密码哈希
- `email`: 邮箱（可选）
- `openid`: 微信 OpenID（可选）
- `nickname`: 昵称
- `avatar_url`: 头像 URL
- `subscription_type`: 订阅类型（free/premium）
- `created_at`: 创建时间

### RefreshToken（刷新令牌）
- `id`: 令牌 ID
- `user_id`: 用户 ID（外键）
- `token`: 刷新令牌（唯一）
- `expires_at`: 过期时间（30天后）
- `created_at`: 创建时间
- `is_revoked`: 是否已撤销

### Conversation（对话）
- `id`: 对话 ID
- `user_id`: 用户 ID
- `started_at`: 开始时间
- `ended_at`: 结束时间
- `duration_seconds`: 持续时间（秒）
- `summary`: 对话摘要
- `status`: 状态（active/ended/processing）
- `current_topic`: 当前话题
- `conversation_stage`: 对话阶段（childhood/education/career/family/beliefs/summary）

### Segment（对话段落）
- `id`: 段落 ID
- `conversation_id`: 对话 ID
- `audio_url`: 音频 URL
- `transcript_text`: 转录文本
- `created_at`: 创建时间
- `processed`: 是否已处理
- `topic_category`: 话题分类
- `agent_response`: Agent 响应

### Chapter（章节）
- `id`: 章节 ID
- `user_id`: 用户 ID
- `title`: 标题
- `content`: 内容
- `order_index`: 排序索引
- `status`: 状态（draft/completed）
- `images`: 图片 URL 列表（JSON）
- `updated_at`: 更新时间
- `category`: 章节分类

### Book（回忆录）
- `id`: 回忆录 ID
- `user_id`: 用户 ID
- `title`: 标题
- `total_pages`: 总页数
- `total_words`: 总字数
- `cover_image_url`: 封面图片 URL
- `updated_at`: 更新时间

## 核心功能

### 1. 对话引导 Agent

使用 LangChain 构建的对话 Agent，根据传记结构引导用户回忆：
- 童年时光
- 教育经历
- 职业生涯
- 家庭生活
- 人生信念
- 总结回顾

### 2. 记忆整理 Agent

将口语对话内容整理为结构化的书面章节：
- 口语转书面语
- 内容结构化
- 章节分类
- 自动生成标题

### 3. 语音服务

- **ASR (语音识别)**: 使用 OpenAI Whisper API 将音频转为文本
- **TTS (语音合成)**: 使用 OpenAI TTS API 将文本转为语音

### 4. PDF 生成

使用 ReportLab 和 WeasyPrint 生成精美的回忆录 PDF 文档。

## 开发指南

### 添加新的 API 路由

1. 在 `routers/` 目录创建新的路由文件
2. 定义路由函数
3. 在 `main.py` 中注册路由：

```python
from routers import your_router
app.include_router(your_router.router)
```

### 添加新的数据库模型

1. 在对应 feature 的 `app/features/<feature_name>/models.py` 中定义模型类
2. 继承 `Base`（从 `app.core.db` 导入）
3. 在 `app/main.py` 中 import 该 models 模块以注册到 Base.metadata
4. 运行 Alembic 迁移

### 添加新的服务

1. 在 `app/features/<feature_name>/service.py` 中实现业务逻辑
2. 通过 `deps.py` 提供依赖注入
3. 在对应 feature 的 router 中通过 `Depends(get_xxx_service)` 使用

## 安全注意事项

1. **CORS 配置**: 当前允许所有来源，生产环境应限制为特定域名
2. **API Key 安全**: 确保 `.env` 文件不被提交到版本控制
3. **SECRET_KEY 安全**: 使用强随机字符串作为 JWT 签名密钥，生产环境必须更换
4. **密码安全**: 密码使用 bcrypt 哈希存储，不会以明文形式保存
5. **令牌安全**: 
   - 访问令牌短期有效（2小时），降低泄露风险
   - 刷新令牌存储在数据库中，支持撤销
   - 令牌过期后必须使用刷新令牌重新获取
6. **数据库备份**: 定期备份 PostgreSQL 数据库
7. **错误处理**: 所有 API 都包含适当的错误处理和权限验证
8. **日志记录**: 建议添加日志记录功能以便调试和监控

## 许可证

MIT License