RiskAgent/src/llm/classify.ts

/**
 * LLM 业务类型/行业识别。
 *
 * 用 LLM 替代关键词匹配做自由文本理解，但输出经严格 schema 校验后才采用：
 * - businessType 必须是五类合法业务类型之一；
 * - 置信度夹取到 [0,1] 两位小数；
 * - 按与规则分类器一致的阈值（0.6）推导 needsConfirm 标志与候选列表。
 *
 * 任意失败（未配置 / 调用异常 / 输出非法）返回 null，调用方据此回退到规则 `classify`。
 */

import { isBusinessType } from '../classifier/index.js';
import {
  CONFIRMATION_CONFIDENCE_THRESHOLD,
  MAX_CANDIDATES,
  toConfidence,
  type ClassificationResult,
  type ScoredCandidate,
} from '../classifier/index.js';
import {
  BUSINESS_TYPE_VALUES,
  INDUSTRY_UNRECOGNIZED,
  type BusinessType,
  type Industry,
} from '../domain/common.js';
import { chatJSON } from './client.js';

const SYSTEM_PROMPT = [
  '你是外包项目风险评估系统的业务分类器。',
  '根据项目描述判断「业务类型」与「所属行业」，并给出 0-1 的置信度。',
  `业务类型必须从以下五类中选择其一：${BUSINESS_TYPE_VALUES.join('、')}。`,
  '行业用简短中文词（如 制造业、信息技术、金融业、物流业、零售业、客服服务 等）；无法判断时填 "未识别"。',
  '只输出 JSON，结构为：',
  '{"businessType":"<五类之一>","businessTypeConfidence":0.0,"industry":"<行业或未识别>","industryConfidence":0.0}',
].join('\n');

/** 从 LLM 原始输出构造候选列表（仅含被选中项，保证至少一项且 ≤ MAX_CANDIDATES）。 */
function singleCandidate<T extends string>(label: T, confidence: number): ScoredCandidate<T>[] {
  return [{ label, confidence: toConfidence(confidence) }].slice(0, MAX_CANDIDATES);
}

/**
 * 用 LLM 识别业务类型与行业；失败或输出非法时返回 null（交由规则分类器兜底）。
 */
export async function llmClassify(
  description: string,
): Promise<ClassificationResult | null> {
  let raw: unknown;
  try {
    raw = await chatJSON([
      { role: 'system', content: SYSTEM_PROMPT },
      { role: 'user', content: `项目描述：\n${description}` },
    ]);
  } catch {
    return null;
  }

  if (typeof raw !== 'object' || raw === null) {
    return null;
  }
  const obj = raw as Record<string, unknown>;

  const businessTypeRaw = obj.businessType;
  if (typeof businessTypeRaw !== 'string' || !isBusinessType(businessTypeRaw)) {
    return null;
  }
  const businessType: BusinessType = businessTypeRaw;

  const businessTypeConfidence = toConfidence(Number(obj.businessTypeConfidence ?? 0));

  const industryRaw = typeof obj.industry === 'string' ? obj.industry.trim() : '';
  const industryDeterminable = industryRaw !== '' && industryRaw !== INDUSTRY_UNRECOGNIZED;
  const industry: Industry = industryDeterminable ? industryRaw : INDUSTRY_UNRECOGNIZED;
  const industryConfidence = industryDeterminable
    ? toConfidence(Number(obj.industryConfidence ?? 0))
    : 0;

  const needsBusinessTypeConfirm =
    businessTypeConfidence < CONFIRMATION_CONFIDENCE_THRESHOLD;
  const needsIndustryConfirm =
    industryDeterminable && industryConfidence < CONFIRMATION_CONFIDENCE_THRESHOLD;

  return {
    businessType,
    businessTypeConfidence,
    businessTypeCandidates: needsBusinessTypeConfirm
      ? singleCandidate(businessType, businessTypeConfidence)
      : [],
    needsBusinessTypeConfirm,
    industry,
    industryConfidence,
    industryCandidates: needsIndustryConfirm
      ? singleCandidate(industry, industryConfidence)
      : [],
    needsIndustryConfirm,
  };
}