# Tasks: 置信度评分与用户反馈机制

## T0：Flyway 迁移 + DiagnosisSession 实体加字段

**文件**：
- `src/main/resources/db/migration/V008__add_answer_to_diagnosis_session.sql`（新建）
- `src/main/java/com/superbiz/agent/domain/entity/DiagnosisSession.java`（加字段）

**迁移脚本**：
```sql
ALTER TABLE diagnosis_session ADD COLUMN answer LONGTEXT COMMENT 'Agent 返回给用户的完整答案';
```

**实体**：在 `DiagnosisSession` 加：
```java
@Column(name = "answer", columnDefinition = "LONGTEXT")
private String answer;
```

**验收标准**：应用启动不报 schema validation 错误；`diagnosis_session` 表有 answer 列

---

 — LLM 自评 + 规则兜底

**文件**：`src/main/java/com/superbiz/agent/service/EvaluationService.java`

**实现**：
- `@Service @Async` 标注
- `evaluate(String sessionId, String answer)` 方法：
  1. 从 `DiagnosisSessionRepository` 加载 session（含 stepCount、toolCallCount、status）
  2. 调用 ChatModel 做 LLM 自评，Prompt 见下
  3. 解析 JSON → 写入 `selfEvaluation`
  4. 失败时走规则兜底
- 规则兜底逻辑：`computeRuleScore(session)` → 返回 JSON 字符串

**LLM 自评 Prompt（系统提示）**：
```
你是一个 AI 回答质量评估器。
请根据以下信息，评估这次 AI 回答的置信度（0-100分）：
- 用户原始问题：{query}
- AI 的回答：{answer}  
- 工具调用次数：{toolCallCount}
- 推理步数：{stepCount}

只返回一个 JSON，格式如下，不要输出任何其他内容：
{"confidence": <0-100的整数>, "reasoning": "<评估依据，50字以内>"}
```

**验收标准**：
- LLM 正常时：DB selfEvaluation 包含 confidence 和 reasoning，source = "llm"
- LLM 失败时：DB selfEvaluation 包含 confidence 和 source = "rule"

---

## T2：ChatService 后置调用 EvaluationService

**文件**：`src/main/java/com/superbiz/agent/service/ChatService.java`

**实现**：
- 在 `executeChat` 的 `session.setStatus("SUCCESS")` 之后，追加 `session.setAnswer(answer)` 写入完整答案，再注入 EvaluationService 调用 `evaluate(sessionId, answer)`
- 在 `executeChatComplex` 的 SUCCESS 分支同样补充 `session.setAnswer(answer)`
- 注意：EvaluationService 是 @Async，调用方不等待返回值

**验收标准**：发送一次 chat 请求后，数秒内 DB self_evaluation 非 null

---

## T3：FeedbackController + FeedbackService

**文件**：
- `src/main/java/com/superbiz/agent/controller/FeedbackController.java`（新建）
- `src/main/java/com/superbiz/agent/service/FeedbackService.java`（新建）
- `src/main/java/com/superbiz/agent/dto/FeedbackRequest.java`（新建）
- `src/main/java/com/superbiz/agent/dto/FeedbackResponse.java`（新建）

**FeedbackService.submitFeedback(sessionId, feedback)**：
1. 加载 session，sessionId 不存在抛异常
2. 校验 feedback 值（useful/not_useful）
3. 更新 `DiagnosisSession.feedback`
4. if useful：调用 `CaseLibraryService.createFromSession(session)`
5. if not_useful：更新 `DiagnosisSession.status = "BAD_CASE"`
6. 保存 session
7. 返回 FeedbackResponse

**幂等逻辑（useful 重复提交）**：
- 调用 `CaseLibraryRepository.findByDiagnosisId(sessionId)` 检查
- 已存在则返回已有 caseId，不重复插入

**FeedbackController**：
```
POST /api/feedback
@RequestBody FeedbackRequest
@ResponseBody FeedbackResponse
```

**验收标准**：
- useful：返回 200，feedback 字段有值，case_library 新增一行
- not_useful：返回 200，status = BAD_CASE
- 非法 feedback 值：返回 400

---

## T4：CaseLibraryService — createFromSession

**文件**：`src/main/java/com/superbiz/agent/service/CaseLibraryService.java`（新建）

**实现**：
- `createFromSession(DiagnosisSession session)` → `CaseLibrary`
- 直接从 `session.getAnswer()` 取完整答案
- answer 为空时用占位文本 `query + "\n（自动提取失败，请人工补充）"`
- 填写 CaseLibrary 各字段，save 后返回 caseId

**验收标准**：case_library 行的 diagnosis_id = sessionId，root_cause 非空

---

## T5：Spring @Async 配置

**文件**：检查项目是否已有 `@EnableAsync`，若无则在 `SessionConfiguration` 或新建 `AsyncConfig` 中添加

**验收标准**：EvaluationService 中 @Async 方法可被正确调度（不抛 bean 配置错误）

---

## T6：集成验证

验证步骤：
1. 启动服务，POST /api/chat，发送一条问题
2. 查 `diagnosis_session` 表，确认 self_evaluation 有值
3. POST /api/feedback `{"sessionId": "xxx", "feedback": "useful"}`，确认 case_library 新增
4. POST /api/feedback `{"sessionId": "yyy", "feedback": "not_useful"}`，确认 status = BAD_CASE
5. 重复步骤 3，确认不重复创建 case_library