feat: ai生成一个数据分析正文

pkg/service/cast/analysis.go

@@ -10,9 +10,11 @@ import (
 	"fonchain-fiee/api/bundle"
 	"fonchain-fiee/api/cast"
 	"fonchain-fiee/pkg/cache"
+	"fonchain-fiee/pkg/common/qwen"
 	"fonchain-fiee/pkg/e"
 	modelCast "fonchain-fiee/pkg/model/cast"
 	"fonchain-fiee/pkg/model/login"
+	modelQwen "fonchain-fiee/pkg/model/qwen"
 	"fonchain-fiee/pkg/service"
 	"fonchain-fiee/pkg/service/bundle/common"
 	"fonchain-fiee/pkg/utils"
@@ -607,10 +609,101 @@ func ArtistMetricsSeries(ctx *gin.Context) {
 	respMap["videoCount"] = videoCount
 	respMap["imageCount"] = imageCount
 
+	// 调用 AI 分析数据
+	analysis, err := generateArtistMetricsAnalysis(resp)
+	if err != nil {
+		zap.L().Error("生成艺人指标分析失败", zap.Error(err))
+		// AI 分析失败不影响主业务，返回空字符串
+		respMap["analysis"] = ""
+	} else {
+		respMap["analysis"] = analysis
+	}
+
 	service.Success(ctx, respMap)
 	return
 }
 
+// generateArtistMetricsAnalysis 调用 AI 分析艺人指标数据
+func generateArtistMetricsAnalysis(resp *cast.ArtistMetricsSeriesResp) (string, error) {
+	if resp == nil {
+		return "", errors.New("数据为空")
+	}
+
+	// 构建分析用的数据摘要
+	var dataSummary strings.Builder
+	dataSummary.WriteString("艺人各平台数据表现如下：\n")
+
+	// 粉丝数
+	if resp.FansSeries != nil {
+		dataSummary.WriteString(fmt.Sprintf("粉丝数总数: %d (周期类型: %d, 开始日期: %d, 结束日期: %d)\n",
+			resp.FansSeries.FansCount, resp.FansSeries.PeriodType, resp.FansSeries.StartDate, resp.FansSeries.EndDate))
+	}
+
+	// 播放量
+	if resp.ViewsSeries != nil {
+		dataSummary.WriteString(fmt.Sprintf("播放量总数: %d (周期类型: %d, 开始日期: %d, 结束日期: %d)\n",
+			resp.ViewsSeries.ViewsCount, resp.ViewsSeries.PeriodType, resp.ViewsSeries.StartDate, resp.ViewsSeries.EndDate))
+	}
+
+	// 点赞数
+	if resp.LikesSeries != nil {
+		dataSummary.WriteString(fmt.Sprintf("点赞数总数: %d (周期类型: %d, 开始日期: %d, 结束日期: %d)\n",
+			resp.LikesSeries.LikesCount, resp.LikesSeries.PeriodType, resp.LikesSeries.StartDate, resp.LikesSeries.EndDate))
+	}
+
+	// 评论数
+	if resp.CommentsSeries != nil {
+		dataSummary.WriteString(fmt.Sprintf("评论数总数: %d (周期类型: %d, 开始日期: %d, 结束日期: %d)\n",
+			resp.CommentsSeries.CommentsCount, resp.CommentsSeries.PeriodType, resp.CommentsSeries.StartDate, resp.CommentsSeries.EndDate))
+	}
+
+	// 分享数
+	if resp.SharesSeries != nil {
+		dataSummary.WriteString(fmt.Sprintf("分享数总数: %d (周期类型: %d, 开始日期: %d, 结束日期: %d)\n",
+			resp.SharesSeries.SharesCount, resp.SharesSeries.PeriodType, resp.SharesSeries.StartDate, resp.SharesSeries.EndDate))
+	}
+
+	// 最佳发布时间
+	if resp.BestPostTime != nil {
+		dataSummary.WriteString(fmt.Sprintf("最佳发布时间: %s\n", resp.BestPostTime.DetailJSON))
+	}
+
+	// 最活跃日期
+	if resp.MostActiveDay != nil {
+		dataSummary.WriteString(fmt.Sprintf("最活跃日期: %s\n", resp.MostActiveDay.DetailJSON))
+	}
+
+	// 构建 prompt
+	prompt := fmt.Sprintf(`根据以下艺人各平台运营数据分析运营的各平台数据表现，结合相关数据简要表述优点，字数在200字内：\n%s`, dataSummary.String())
+
+	// 调用 AI
+	req := modelQwen.ChatRequest{
+		Model: "qwen-plus",
+		Messages: []modelQwen.Message{
+			{
+				Role: "user",
+				Content: []modelQwen.Content{
+					{
+						Type: "text",
+						Text: prompt,
+					},
+				},
+			},
+		},
+	}
+
+	respAI, err := qwen.Chat(req)
+	if err != nil {
+		return "", err
+	}
+
+	if respAI == nil || len(respAI.Choices) == 0 {
+		return "", errors.New("AI 返回结果为空")
+	}
+
+	return respAI.Choices[0].Message.Content, nil
+}
+
 // ArtistMetricsDailyWindow 艺人指标日窗口
 func ArtistMetricsDailyWindow(ctx *gin.Context) {
 	var req *cast.ArtistMetricsDailyWindowReq