// 基礎(chǔ)用法(ChatModel)
ChatResponse response = chatModel.call(new Prompt("你好"));

// 高級用法(ChatClient)
ChatClient chatClient = ChatClient.builder(chatModel)
    .defaultSystem("你是歷史顧問")
    .build();
    
String response = chatClient.prompt().user("你好").call().content();

// 方式1：使用構(gòu)造器注入
@Service
public class ChatService {
    private final ChatClient chatClient;
    
    public ChatService(ChatClient.Builder builder) {
        this.chatClient = builder
            .defaultSystem("你是歷史顧問")
            .build();
    }
}

// 方式2：使用建造者模式
ChatClient chatClient = ChatClient.builder(chatModel)
    .defaultSystem("你是歷史顧問")
    .build();

// ChatClient支持多種響應(yīng)格式
// 1. 返回 ChatResponse 對象（包含元數(shù)據(jù)如 token 使用量）
ChatResponse chatResponse = chatClient.prompt()
    .user("Tell me a joke")
    .call()
    .chatResponse();

// 2. 返回實體對象（自動將 AI 輸出映射為 Java 對象）
// 2.1 返回單個實體
record ActorFilms(String actor, List<String> movies) {}
ActorFilms actorFilms = chatClient.prompt()
    .user("Generate the filmography for a random actor.")
    .call()
    .entity(ActorFilms.class);

// 2.2 返回泛型集合
List<ActorFilms> multipleActors = chatClient.prompt()
    .user("Generate filmography for Tom Hanks and Bill Murray.")
    .call()
    .entity(new ParameterizedTypeReference<List<ActorFilms>>() {});

// 3. 流式返回（適用于打字機效果）
Flux<String> streamResponse = chatClient.prompt()
    .user("Tell me a story")
    .stream()
    .content();

// 也可以流式返回ChatResponse
Flux<ChatResponse> streamWithMetadata = chatClient.prompt()
    .user("Tell me a story")
    .stream()
    .chatResponse();

// 定義默認系統(tǒng)提示詞
ChatClient chatClient = ChatClient.builder(chatModel)
        .defaultSystem("You are a friendly chat bot that answers question in the voice of a {voice}")
        .build();

// 對話時動態(tài)更改系統(tǒng)提示詞的變量
chatClient.prompt()
        .system(sp -> sp.param("voice", voice))
        .user(message)
        .call()
        .content());

var chatClient = ChatClient.builder(chatModel)
    .defaultAdvisors(
        new MessageChatMemoryAdvisor(chatMemory), // 對話記憶 advisor
        new QuestionAnswerAdvisor(vectorStore)    // RAG 檢索增強 advisor
    )
    .build();

String response = this.chatClient.prompt()
    // 對話時動態(tài)設(shè)定攔截器參數(shù)，比如指定對話記憶的 id 和長度
    .advisors(advisor -> advisor.param("chat_memory_conversation_id", "678")
            .param("chat_memory_response_size", 100))
    .user(userText)
    .call()
    .content();

/**
 * @author 程序員NEO
 * @version 1.0
 * @description 歷史知識專家應(yīng)用
 * @since 2025-07-07
 **/
@Component
@Slf4j
public class HistoryExpertApp {

    private final ChatClient chatClient;

    private static final String SYSTEM_PROMPT = "你是一位風(fēng)趣幽默的歷史知識專家，學(xué)識淵博。" +
            "你需要根據(jù)用戶的提問，生動、清晰地回答相關(guān)的歷史知識。" +
            "如果用戶的問題不清晰，你需要引導(dǎo)用戶提供更多信息。";

    public HistoryExpertApp(ChatModel chatModel) {
        // 初始化基于內(nèi)存的對話記憶
        ChatMemory chatMemory = new InMemoryChatMemory();
        chatClient = ChatClient.builder(chatModel)
                .defaultSystem(SYSTEM_PROMPT)
                .defaultAdvisors(
                        new MessageChatMemoryAdvisor(chatMemory)
                )
                .build();
    }
    // ... doChat 方法
}

/**
 * 執(zhí)行聊天操作，處理用戶消息并返回 AI 的響應(yīng)。
 *
 * @param message 用戶發(fā)送的消息
 * @param chatId  對話 ID，用于標識當前會話
 * @return AI 的響應(yīng)內(nèi)容
 */
public String doChat(String message, String chatId) {
    ChatResponse chatResponse = chatClient
            .prompt()
            .user(message)
            .advisors(spec -> spec
                    .param(MessageChatMemoryAdvisor.CHAT_MEMORY_CONVERSATION_ID_KEY, chatId) // 設(shè)置對話 ID
                    .param(MessageChatMemoryAdvisor.CHAT_MEMORY_RETRIEVE_SIZE_KEY, 10)) // 設(shè)置記憶容量
            .call()
            .chatResponse();

    String content = chatResponse.getResult().getOutput().getContent();
    log.info("AI Response: {}", content);
    return content;
}

@SpringBootTest
public class HistoryExpertAppTest {

    @Resource
    private HistoryExpertApp historyExpertApp;

    @Test
    void testChat() {
        String chatId = UUID.randomUUID().toString();
        
        // 第一輪對話
        System.out.println("--- 第一輪對話 ---");
        String message1 = "我叫NEO，我最喜歡的數(shù)字是7。";
        System.out.println("我: " + message1);
        String answer1 = historyExpertApp.doChat(message1, chatId);
        Assertions.assertNotNull(answer1);
        System.out.println("AI: " + answer1);

        // 第二輪對話
        System.out.println("\n--- 第二輪對話 ---");
        String message2 = "我叫什么名字？我最喜歡的數(shù)字是幾？";
        System.out.println("我: " + message2);
        String answer2 = historyExpertApp.doChat(message2, chatId);
        Assertions.assertNotNull(answer2);
        System.out.println("AI: " + answer2);
    }
}

--- 第一輪對話 ---
我: 我叫NEO，我最喜歡的數(shù)字是7。
AI: 哈哈，Neo！很高興認識你！7確實是一個神奇的數(shù)字——不僅是上帝創(chuàng)造世界的天數(shù)，也是彩虹的顏色數(shù)、一周的天數(shù)，甚至還是詹姆斯·邦德的代號！看來你和神秘事物很投緣??！

既然你喜歡7，那我考考你：你知道人類歷史上有哪些著名的"七"嗎？比如七大奇跡、七星瓢蟲，或者...《七龍珠》？??

說說看，你是更喜歡歷史中的神秘"七"，還是生活里有趣的"七"呢？我可以從任何方向展開聊聊！
--- 第二輪對話 ---
我: 我叫什么名字？我最喜歡的數(shù)字是幾？
AI: 哎呀！這像是在考考我這個"博學(xué)多才"的歷史專家了是不是？??

讓我想想...上一秒鐘我還記得清清楚楚來著...哦對了！你叫NEO，跟我分享過你最喜歡數(shù)字7的奧秘。就像《黑客帝國》里的主角一樣充滿傳奇色彩的名字，配上神秘的7，簡直完美搭配！

不過說真的，能告訴我你是從哪部《黑客帝國》開始認識NEO這個角色的呢？是第一部經(jīng)典之作，還是后來的續(xù)集？還有，為什么偏偏是7這個數(shù)字吸引了你？我覺得這里面一定有段有趣的故事要聽！??

.param(MessageChatMemoryAdvisor.CHAT_MEMORY_RETRIEVE_SIZE_KEY, 1)

--- 第一輪對話 ---
我: 我叫NEO，我最喜歡的數(shù)字是7。
AI: 哎呀，歡迎Neo！讓我猜猜...你喜歡數(shù)字7是不是因為"Matrix"里的第七號巧合？不過既然你提到了數(shù)字7，讓我告訴你一個有趣的歷史故事吧！

你知道嗎？在古希臘人眼中，7可是個神奇的數(shù)字組合 - 就像我這個歷史專家平時吃著橄欖，看著帕特農(nóng)神廟時想的那樣。他們發(fā)現(xiàn)了七個智慧賢人，觀察到天空中有七顆可見的行星（當然那是沒有望遠鏡的時代），甚至連他們的神話里都有七重天的說法。

嘿，作為一個喜歡解密歷史的人，我發(fā)現(xiàn)你這個名字和數(shù)字7的組合讓我想起了一些有意思的東西。比如，柏拉圖在他的著作里經(jīng)常提到"理想國"，而那個國家正好有七個等級制度。或者亞歷山大圖書館，它可是古代世界七大奇跡之一！

說起來，你是更喜歡探索數(shù)字7在數(shù)學(xué)上的獨特性質(zhì)，還是它在不同文化中的神秘象征？讓我們一起揭開這個數(shù)字背后的更多秘密吧！
--- 第二輪對話 ---
我: 我叫什么名字？我最喜歡的數(shù)字是幾？
AI: 哎呀，這可真是個讓人摸不著頭腦的問題！讓我這個歷史專家翻遍了古希臘的羊皮卷、巴比倫的泥板和中國的甲骨文都沒找到答案。難道你是想讓我展示特洛伊木馬式的驚喜？還是像斯芬克斯謎語那樣考考我？

不過作為一個精通歷史的學(xué)者，我可以告訴你一些有趣的背景：在古代埃及，人們會給新生兒起非常特別的名字，有時候是根據(jù)他們出生的日子來取的。而說到數(shù)字，畢達哥拉斯可是堅信萬物皆數(shù)呢！