fix: AI分类完全不可用，移除system()调用改用合并prompt方式 (v1.1.2)

2026-06-24 16:34:02 +08:00
parent 122069e221
commit 5337a62a13
8 changed files with 138 additions and 18 deletions
@@ -9,7 +9,7 @@
 - **自动回复** — 监听新评论，自动调用 AI 生成回复，支持多轮对话上下文
 - **多语言适配** — 根据评论语言自动用对应语言回复
 - **情感分析** — 分析评论情感倾向（非常正面/正面/中性/负面/非常负面），根据情感调整回复语气
- **前置过滤（合规检测）** — AI 回复前对评论进行合规性分类，自动拦截广告/辱骂攻击/敏感内容/无意义内容，违规评论停止生成 AI 回复以节省 Token，可选自动将违规评论设为待审核状态
+- **前置过滤（合规检测）** — AI 回复前对评论进行合规性分类，自动拦截广告/辱骂攻击/敏感内容/乱码，违规评论停止生成 AI 回复以节省 Token，可选自动将违规评论设为待审核状态
 - **草稿模式** — AI 回复先存为草稿，管理员审核后再发布，支持批量操作
 - **失败重试** — AI 生成失败时自动重试，指数退避策略
 - **对话轮次限制** — 同一评论线程中限制 AI 最多回复轮次，防止无限对话
@@ -1,5 +1,21 @@
 # 更新日志

+## v1.1.2
+
+> 2026-06-24
+
+### Bug 修复
+
+- **修复 AI 分类完全不可用** — `classifyWithChoice` 和 `classifyWithChat` 均使用了 `GenerateTextRequest.Builder.system()` 方法，而该方法在当前 AI Foundation 版本中不被支持或导致运行时错误，导致所有评论均被拦截并显示"AI分类服务不可用，安全拦截"。现改为将 system prompt 合并到 user prompt 中，与可用的 `chat()` 方法保持一致的调用方式
+- **修复 `classifyWithChoice` NPE** — `.map()` 返回 `null` 时触发 Reactor 内部 NullPointerException，改为 `.flatMap()` + `Mono.empty()` 正确触发 fallback
+
+### 改进
+
+- **分类调用诊断日志增强** — 在 `AiFoundationDelegate`、`AiFoundationClient`、`CommentPreFilterService` 中增加关键诊断日志（分类开始、fallback 触发、分类结果、异常详情），便于排查分类链路问题
+- **AI 分类空结果处理** — 当 AI 返回空字符串时单独拦截，区别于"服务不可用"场景
+
+---
+
 ## v1.1.0

 > 2026-06-23
@@ -92,6 +92,21 @@

 前置过滤默认启用。AI 会对评论进行分类判断，若 AI 服务不可用或分类失败，为安全起见会拦截评论而非放行。如果你发现正常评论被误拦截，可以在设置中关闭"启用前置过滤"开关。被拦截的评论会在日志页生成一条"已拦截"状态的记录，可查看具体分类标签和拦截原因。

+## 所有评论都显示"AI分类服务不可用，安全拦截"怎么办？
+
+这表示 AI 分类调用链路存在问题，可能的原因：
+
+1. **AI Foundation 插件未安装或未启用** — 请确保 AI Foundation 插件已正确安装并启用
+2. **AI Foundation 中未配置模型** — 请在 AI Foundation 中配置至少一个 AI 模型
+3. **模型名称配置错误** — 检查插件设置中的模型名称是否与 AI Foundation 中的 AiModel 资源名称一致，留空则使用默认模型
+4. **AI Foundation 版本过旧** — 请确保使用最新版本的 AI Foundation 插件
+
+::: tip 排查步骤
+1. 检查插件设置页面顶部的 AI Foundation 连接状态
+2. 查看插件日志中 `[Delegate]` 和 `[PreFilter]` 前缀的诊断信息
+3. 确认 AI 回复功能（非前置过滤）是否正常工作 — 如果 AI 回复也无法生成，说明是 AI Foundation 连接问题
+:::
+
 ## 被前置过滤拦截的评论会怎样？

 1. **停止生成 AI 回复** — 不会消耗后续 Token
@@ -1,4 +1,4 @@
-version=1.1.0
+version=1.1.2

 # Fix Windows Gradle Worker Daemon exit code 268435659 when running pnpm via Exec tasks
 org.gradle.daemon=false
@@ -70,12 +70,12 @@ public class AiFoundationClient {
            try {
                return AiFoundationDelegate.classify(extensionGetter, systemPrompt, userPrompt, choices, modelName);
            } catch (NoClassDefFoundError e) {
-                log.debug("AI Foundation API not on classpath: {}", e.getMessage());
+                log.warn("[Client] AI Foundation API not on classpath (classify): {}", e.getMessage());
                return Mono.empty();
            }
        })
        .onErrorResume(NoClassDefFoundError.class, e -> {
-            log.warn("AI Foundation not available: {}", e.getMessage());
+            log.warn("[Client] AI Foundation NoClassDefFoundError during classify: {}", e.getMessage());
            return Mono.empty();
        });
    }
@@ -33,40 +33,122 @@ class AiFoundationDelegate {
                .flatMap(model -> model.generateText(
                    GenerateTextRequest.builder().prompt(prompt).maxRetries(2).build()))
                .map(GenerateTextResult::getText))
-            .doOnError(e -> log.error("AI Foundation call failed: {}", e.getMessage()))
+            .doOnError(e -> log.error("[Delegate] chat call failed: {}", e.getMessage()))
            .onErrorResume(e -> {
-                log.warn("AI Foundation not available: {}", e.getMessage());
+                log.warn("[Delegate] chat not available: {}", e.getMessage());
                return Mono.empty();
            });
    }

+    /**
+     * 使用 AI 进行文本分类。
+     * 优先使用 OutputSpec.choice 结构化输出，失败时退回到普通 chat 并解析响应。
+     */
    static Mono<String> classify(ExtensionGetter extensionGetter, String systemPrompt,
                                  String userPrompt, List<String> choices, String modelName) {
+        log.info("[Delegate] Starting classification, modelName='{}'", modelName);
+        return classifyWithChoice(extensionGetter, systemPrompt, userPrompt, choices, modelName)
+            .switchIfEmpty(
+                Mono.defer(() -> {
+                    log.info("[Delegate] classifyWithChoice returned empty, falling back to classifyWithChat");
+                    return classifyWithChat(extensionGetter, systemPrompt, userPrompt, choices, modelName);
+                })
+            )
+            .doOnNext(result -> log.info("[Delegate] Classification succeeded: '{}'", result))
+            .doOnSuccess(result -> {
+                if (result == null) {
+                    log.warn("[Delegate] Classification completed with no result (both methods returned empty)");
+                }
+            });
+    }
+
+    /**
+     * 使用 OutputSpec.choice 结构化输出分类（部分模型不支持）。
+     * 注意：不使用 system() 方法，因为部分 AI Foundation 版本可能不支持，
+     * 将 system prompt 合并到 user prompt 中。
+     */
+    private static Mono<String> classifyWithChoice(ExtensionGetter extensionGetter, String systemPrompt,
+                                                    String userPrompt, List<String> choices, String modelName) {
+        // 合并 system prompt 和 user prompt，避免使用 system() 方法
+        String combinedPrompt = systemPrompt + "\n\n" + userPrompt;
        return extensionGetter.getEnabledExtension(AiModelService.class)
            .flatMap(service -> service.languageModel(modelName != null ? modelName : "")
                .flatMap(model -> model.generateText(
                    GenerateTextRequest.builder()
-                        .system(systemPrompt)
-                        .prompt(userPrompt)
+                        .prompt(combinedPrompt)
                        .output(OutputSpec.choice(choices))
                        .maxRetries(2)
                        .build()))
-                .map(result -> {
+                .flatMap(result -> {
                    Object output = result.getOutput();
-                    return output != null ? String.valueOf(output).trim() : "";
+                    if (output != null) {
+                        String value = String.valueOf(output).trim();
+                        if (!value.isEmpty()) {
+                            log.debug("[Delegate] classifyWithChoice got output: '{}'", value);
+                            return Mono.just(value);
+                        }
+                    }
+                    // output 为空可能是模型不支持结构化输出，返回 empty 触发 fallback
+                    log.info("[Delegate] classifyWithChoice: output is null/empty, triggering fallback");
+                    return Mono.empty();
                }))
-            .doOnError(e -> log.error("AI Foundation classify failed: {}", e.getMessage()))
            .onErrorResume(e -> {
-                log.warn("AI Foundation not available: {}", e.getMessage());
+                log.warn("[Delegate] classifyWithChoice failed, will fallback to chat: {}", e.getMessage());
                return Mono.empty();
            });
    }

+    /**
+     * 使用普通 chat 调用进行分类，从响应文本中提取匹配的分类值。
+     * 作为 OutputSpec.choice 不可用时的降级方案。
+     * 不使用 system() 方法，将 system prompt 合并到 user prompt 中，
+     * 与可用的 chat() 方法保持一致的调用方式。
+     */
+    private static Mono<String> classifyWithChat(ExtensionGetter extensionGetter, String systemPrompt,
+                                                  String userPrompt, List<String> choices, String modelName) {
+        // 合并 system prompt 和 user prompt，与 chat() 方法保持一致的调用方式
+        String combinedPrompt = systemPrompt + "\n\n" + userPrompt;
+        return extensionGetter.getEnabledExtension(AiModelService.class)
+            .flatMap(service -> service.languageModel(modelName != null ? modelName : "")
+                .flatMap(model -> model.generateText(
+                    GenerateTextRequest.builder()
+                        .prompt(combinedPrompt)
+                        .maxRetries(2)
+                        .build()))
+                .map(GenerateTextResult::getText)
+                .map(text -> extractChoice(text, choices)))
+            .doOnError(e -> log.error("[Delegate] classifyWithChat failed: {}", e.getMessage()))
+            .onErrorResume(e -> {
+                log.warn("[Delegate] classifyWithChat error: {}", e.getMessage());
+                return Mono.empty();
+            });
+    }
+
+    /**
+     * 从 chat 响应文本中提取匹配的分类值。
+     * 优先精确匹配，其次包含匹配。
+     */
+    static String extractChoice(String text, List<String> choices) {
+        if (text == null || text.isBlank()) return "";
+        String trimmed = text.trim();
+        // 精确匹配
+        for (String choice : choices) {
+            if (trimmed.equals(choice)) return choice;
+        }
+        // 包含匹配（响应可能包含额外文字，如"该评论属于：广告"）
+        for (String choice : choices) {
+            if (trimmed.contains(choice)) return choice;
+        }
+        // 无匹配，返回原始文本（让调用方处理）
+        log.warn("[Delegate] No matching choice found in response: {}", trimmed);
+        return trimmed;
+    }
+
    static Mono<Boolean> isAvailable(ExtensionGetter extensionGetter) {
        return extensionGetter.getEnabledExtension(AiModelService.class)
            .hasElement()
            .onErrorResume(e -> {
-                log.debug("AI Foundation not available: {}", e.getMessage());
+                log.debug("[Delegate] AI Foundation not available: {}", e.getMessage());
                return Mono.just(false);
            });
    }
@@ -44,16 +44,17 @@ public class CommentPreFilterService {
        SPAM, "检测到推广链接、产品推销或引流信息",
        ABUSE, "检测到辱骂、人身攻击、恶意挑衅或歧视性言论",
        SENSITIVE, "检测到政治敏感、违法违规或色情暴力内容",
-        MEANINGLESS, "检测到纯乱码、无意义字符或与文章完全无关的废话"
+        MEANINGLESS, "检测到纯乱码或无意义字符堆砌"
    );

    private static final String CLASSIFY_SYSTEM_PROMPT = """
            你是评论内容合规检测员。请判断以下评论属于哪个类别：
-            - 正常：正常的评论、提问、讨论、赞美等
+            - 正常：正常的评论、提问、讨论、赞美、闲聊等，即使与文章主题无关也算正常
            - 广告：包含推广链接、产品推销、引流信息等
            - 辱骂攻击：包含辱骂、人身攻击、恶意挑衅、歧视性言论等
            - 敏感内容：涉及政治敏感、违法违规、色情暴力等
-            - 无意义：纯乱码、无意义字符堆砌、与文章完全无关的废话
+            - 无意义：纯乱码、无意义字符堆砌（如随机符号、键盘乱敲）
+            注意：与文章主题无关的闲聊、灌水、打招呼等属于"正常"，不要误判为"无意义"。
            只返回类别名称，不要返回其他内容。""";

    public CommentPreFilterService(ReactiveExtensionClient client,
@@ -85,11 +86,17 @@ public class CommentPreFilterService {
            log.info("[PreFilter] Checking comment (enabled=true): {}", truncated.substring(0, Math.min(50, truncated.length())));

            return aiFoundationClient.classify(CLASSIFY_SYSTEM_PROMPT, userPrompt, CLASSIFY_CHOICES, modelName)
+                .doOnNext(result -> log.info("[PreFilter] AI classify returned: '{}'", result))
                .map(result -> {
                    if (CLEAN.equals(result)) {
                        log.info("[PreFilter] Comment passed: category={}", result);
                        return new PreFilterResult(true, CLEAN, "评论合规");
                    }
+                    // 空结果视为分类失败
+                    if (result == null || result.isBlank()) {
+                        log.warn("[PreFilter] AI classify returned empty/blank result, blocking for safety");
+                        return new PreFilterResult(false, MEANINGLESS, "AI分类返回空结果，安全拦截");
+                    }
                    String desc = CATEGORY_DESCRIPTIONS.getOrDefault(result, "检测到违规内容");
                    String snippet = truncated.substring(0, Math.min(50, truncated.length()));
                    String reason = desc + " — 「" + snippet + "」";
@@ -99,7 +106,7 @@ public class CommentPreFilterService {
                // 分类失败时拦截评论（安全优先），而非放行
                .defaultIfEmpty(new PreFilterResult(false, MEANINGLESS, "AI分类服务不可用，安全拦截"))
                .onErrorResume(e -> {
-                    log.warn("[PreFilter] Detection error, BLOCKING comment for safety: {}", e.getMessage());
+                    log.warn("[PreFilter] Detection error, BLOCKING comment for safety: {}", e.getMessage(), e);
                    return Mono.just(new PreFilterResult(false, MEANINGLESS, "AI分类服务异常，安全拦截"));
                });
        });
@@ -30,4 +30,4 @@ spec:
      url: "https://github.com/sunny-335/plugin-comment-ai-autopilot/blob/main/LICENSE"
  settingName: "comment-ai-autopilot-settings"
  configMapName: "comment-ai-autopilot-configmap"
-  version: "1.1.0"
+  version: "1.1.2"