# LangChain 对话机器人项目需求文档

## 1. 产品概述
基于 LangChain 和 LangGraph 构建的智能对话机器人，支持意图识别和订单诊断功能，使用 Ollama 本地模型提供流式对话体验。
- 主要解决问题：提供智能客服对话和订单问题诊断功能，降低人工客服成本，提升用户体验。
- 目标用户：需要智能客服解决方案的企业和开发者，用于演示和学习 LangChain/LangGraph 技术栈。

## 2. 核心功能

### 2.1 用户角色
本项目为演示项目，不区分用户角色，所有用户均可直接使用所有功能。

### 2.2 功能模块
我们的对话机器人项目包含以下主要功能模块：
1. **简单对话机器人**：基于 LangChain Chain 实现的基础对话功能，支持命令行交互。
2. **智能工作流**：基于 LangGraph 实现的复杂对话流程，包含意图分析和分支处理。
3. **流式对话接口**：提供 FastAPI 接口，支持实时流式输出对话内容。

### 2.3 页面详情
| 功能模块 | 子模块 | 功能描述 |
|----------|--------|----------|
| 简单对话机器人 | 命令行交互 | 启动命令行程序，与用户进行基础对话，使用 Ollama 本地模型生成回复 |
| 智能工作流 | 意图分析 | 分析用户输入意图，判断是订单诊断还是自然对话需求 |
| 智能工作流 | 订单诊断流程 | 输出思考过程，展示订单信息 JSON，提供诊断结果和工具调用演示 |
| 智能工作流 | 自然对话流程 | 处理日常对话需求，提供自然语言交互体验 |
| 流式对话接口 | FastAPI 接口 | 提供 HTTP 接口，支持流式输出，集成 LangGraph 工作流 |
| 监控配置 | LangSmith 集成 | 配置 LangSmith 用于监控和调试对话流程 |

## 3. 核心流程

### 用户操作流程
1. **命令行对话流程**：用户启动命令行程序 → 输入消息 → 系统调用 Ollama 模型 → 返回回复
2. **API 对话流程**：用户调用 API 接口 → 系统进行意图分析 → 根据意图选择对应流程 → 流式返回结果
3. **订单诊断流程**：用户输入订单相关问题 → 意图识别为订单诊断 → 输出思考过程 → 展示订单信息 → 提供诊断结果
4. **自然对话流程**：用户输入日常对话 → 意图识别为自然对话 → 调用对话模型 → 返回自然回复

```mermaid
graph TD
    A[用户输入] --> B[意图分析]
    B --> C{意图类型}
    C -->|订单诊断| D[订单诊断流程]
    C -->|自然对话| E[自然对话流程]
    D --> F[输出思考过程]
    F --> G[展示订单信息JSON]
    G --> H[输出诊断结果]
    E --> I[调用对话模型]
    I --> J[生成自然回复]
    H --> K[流式输出结果]
    J --> K
```

## 4. 用户界面设计

### 4.1 设计风格
- **主色调**：终端绿色 (#00FF00) 和白色 (#FFFFFF)
- **交互风格**：命令行风格，简洁明了
- **字体**：等宽字体，便于阅读代码和日志
- **布局风格**：垂直布局，流式输出
- **图标风格**：使用 ASCII 字符和简单符号

### 4.2 界面设计概览
| 界面类型 | 模块名称 | UI 元素 |
|----------|----------|---------|
| 命令行界面 | 对话交互 | 提示符、用户输入区、模型回复区，使用不同颜色区分用户和机器人消息 |
| API 响应 | 流式输出 | JSON 格式的流式数据，包含消息类型、内容、时间戳等字段 |
| 日志界面 | 调试信息 | 结构化日志输出，包含意图分析结果、模型调用信息、执行时间等 |

### 4.3 响应性
本项目主要面向开发者和演示场景，采用命令行和 API 接口形式，无需考虑传统意义上的响应式设计。重点关注：
- 流式输出的实时性和稳定性
- 命令行界面的跨平台兼容性
- API 接口的高并发处理能力