缺少代码差异信息，无法生成具体的commit message。请提供code differences内容以便分析并生成符合Angular规范的提交信息。

当您提供代码差异后，我将按照以下格式生成： ``` <type>(<scope>): <subject> <body> ``` 其中type会根据更改类型选择（feat、fix、docs、style、refactor等），scope表示影响范围，subject简要描述变更内容，body详细说明修改内容。
2026-06-07 14:17:18 +08:00
parent 074d99715d
commit 77a4ee1c37
66 changed files with 2676 additions and 548 deletions
--- a/康康/AI/Prompts/HealthExportPrompts.swift
+++ b/康康/AI/Prompts/HealthExportPrompts.swift
@@ -114,4 +114,72 @@ enum HealthExportPrompts {
        /no_think
        """
    }
+
+    // MARK: - 多轮导出对话
+
+    /// 多轮导出页里,用户每次提问时用这个 prompt 回答。
+    /// 输入上下文限定为本地指标 + 健康日记,回答只做解释/归纳,不持久化。
+    static func dialogueAnswer(latestQuestion: String,
+                               transcript: String,
+                               dataJSON: String) -> String {
+        """
+        你是康康的本地健康档案助手。请根据【本地健康记录】回答用户最新问题。
+
+        铁律:
+        - 只能使用【本地健康记录】和【多轮对话】里已有的信息。
+        - 禁止诊断、禁止用药/剂量建议、禁止急诊判断。
+        - 数据里没有的信息,直接说「记录里没有」,不要编造。
+        - 重点围绕指标和健康日记做大白话解释,回答要短,最多 5 条要点。
+        - 如果用户的目标是给医生看,可以提示稍后点击「生成整理报告」。
+
+        【本地健康记录】:
+        \(dataJSON)
+
+        【多轮对话】:
+        \(transcript.isEmpty ? "无" : transcript)
+
+        【用户最新问题】:
+        \(latestQuestion)
+
+        直接输出中文回答,不要 Markdown 标题,不要 <think>:
+        /no_think
+        """
+    }
+
+    /// 对话结束后,把整段交流整理成一份给医生看的 Markdown 报告。
+    static func dialogueReportGeneration(transcript: String,
+                                         dataJSON: String) -> String {
+        """
+        你是健康数据整理员。请把【多轮对话】和【本地健康记录】整理成一份给医生看的摘要报告。
+        这是抽取 / 搬运任务,不是医疗诊断。
+
+        铁律:
+        - 只能使用【本地健康记录】和【多轮对话】里真实出现的信息。
+        - 禁止编造数字、日期、症状、药物、检查结果、诊断。
+        - 禁止给诊断意见、用药建议、剂量建议或急诊判断。
+        - JSON 里没有的信息,对应小节写「无记录」。
+        - 指标 status 为 high/low/abnormal 的项目前加 ⚠️。
+
+        输出要求:
+        - 严格 Markdown,不要 markdown 围栏,不要输出 JSON。
+        - 中文,简洁,医生 30 秒能扫完。
+        - 严格按以下段落:
+        # 就诊摘要
+        ## 本次想解决的问题
+        ## 相关健康日记
+        ## 相关指标
+        ## 已知背景
+        ## 患者关心的问题
+        ## 可带给医生确认的要点
+
+        【本地健康记录】:
+        \(dataJSON)
+
+        【多轮对话】:
+        \(transcript.isEmpty ? "无" : transcript)
+
+        直接输出 Markdown,不要思考过程,不要 <think>:
+        /no_think
+        """
+    }
 }
--- a/康康/AI/Prompts/VLPrompts.swift
+++ b/康康/AI/Prompts/VLPrompts.swift
@@ -20,7 +20,9 @@ enum VLPrompts {
    ///       "value": "3.84",
    ///       "unit": "mmol/L",
    ///       "range": "< 3.40",
-    ///       "status": "high|low|normal"
+    ///       "status": "high|low|normal",
+    ///       "source_page": 1,
+    ///       "source_box": [0.18, 0.42, 0.68, 0.49]
    ///     }
    ///   ]
    /// }
@@ -56,7 +58,9 @@ JSON schema(严格):
      "value": string,
      "unit": string,
      "range": string,
-      "status": "high" | "low" | "normal"
+      "status": "high" | "low" | "normal",
+      "source_page": number,
+      "source_box": [number, number, number, number]
    }
  ]
 }
@@ -68,16 +72,18 @@ JSON schema(严格):
 - report_date 必须从图片中识别;实在看不清就填上面给出的「今天」({{TODAY}})。下面示例里的日期只是格式参考,不要直接抄。
 - 不要发明指标。数值看不清的整行跳过;但**没有参考范围不是跳过的理由**,结论页叙述式文字(如「总胆红素: 23.0(μmol/L)↑」)同样要提取,range 填 "",status 按箭头/「偏高」等标记判断。
 - 化验单一般 type = "lab",体检套餐 = "checkup"。
+- source_page 是该指标所在图片页码,从 1 开始。
+- source_box 是该指标整行在该页图片里的归一化矩形 [x,y,width,height],左上角为 (0,0),右下角为 (1,1)。尽量框住指标名、数值、单位、参考范围和异常标记所在整行;不确定位置时填 [0,0,0,0]。

 示例 1(化验单 · 单项):
 输入: 一张化验单照片,只能看清「低密度脂蛋白 3.84 mmol/L 参考 <3.40」
 输出:
-{"title":"低密度脂蛋白单项","type":"lab","report_date":"2026-05-25","institution":"","page_count":1,"summary":"","indicators":[{"name":"低密度脂蛋白","value":"3.84","unit":"mmol/L","range":"< 3.40","status":"high"}]}
+{"title":"低密度脂蛋白单项","type":"lab","report_date":"2026-05-25","institution":"","page_count":1,"summary":"","indicators":[{"name":"低密度脂蛋白","value":"3.84","unit":"mmol/L","range":"< 3.40","status":"high","source_page":1,"source_box":[0.18,0.42,0.68,0.08]}]}

 示例 2(体检 · 多项):
 输入: 一份春季体检,3 项可读
 输出:
-{"title":"春季年度体检","type":"checkup","report_date":"2026-04-12","institution":"协和医院","page_count":1,"summary":"血脂偏高、其他正常","indicators":[{"name":"低密度脂蛋白","value":"3.84","unit":"mmol/L","range":"< 3.40","status":"high"},{"name":"谷丙转氨酶","value":"32","unit":"U/L","range":"9 - 50","status":"normal"},{"name":"空腹血糖","value":"5.2","unit":"mmol/L","range":"3.9 - 6.1","status":"normal"}]}
+{"title":"春季年度体检","type":"checkup","report_date":"2026-04-12","institution":"协和医院","page_count":1,"summary":"血脂偏高、其他正常","indicators":[{"name":"低密度脂蛋白","value":"3.84","unit":"mmol/L","range":"< 3.40","status":"high","source_page":1,"source_box":[0.12,0.31,0.76,0.07]},{"name":"谷丙转氨酶","value":"32","unit":"U/L","range":"9 - 50","status":"normal","source_page":1,"source_box":[0.12,0.39,0.76,0.07]},{"name":"空腹血糖","value":"5.2","unit":"mmol/L","range":"3.9 - 6.1","status":"normal","source_page":1,"source_box":[0.12,0.47,0.76,0.07]}]}

 现在请识别图片并输出 JSON:
 """#
@@ -138,5 +144,59 @@ JSON schema(严格):
 {"indicators":[{"name":"总胆红素","value":"23.0","unit":"μmol/L","range":"","status":"high"}]}

 现在请识别这张局部照片并输出 JSON:
+"""#
+
+    // MARK: - OCR 文本 → 指标(LLM 解析,非 VL)
+
+    /// 「拍照识别」新链路:先用 Vision OCR 把化验单读成纯文本,再用 Qwen3-1.7B 从文本结构化抽指标。
+    /// 比让 3B VL 直接读密集小字稳得多。输入是 OCR 文本(可能有错字/错位/噪声)。
+    static func indicatorsFromText(_ ocrText: String, today: Date = .now) -> String {
+        let f = DateFormatter()
+        f.locale = Locale(identifier: "en_US_POSIX")
+        f.dateFormat = "yyyy-MM-dd"
+        let todayStr = f.string(from: today)
+        return indicatorsFromTextTemplate
+            .replacingOccurrences(of: "{{TODAY}}", with: todayStr)
+            .replacingOccurrences(of: "{{OCR_TEXT}}", with: ocrText)
+    }
+
+    private static let indicatorsFromTextTemplate: String = #"""
+你是医学化验单/体检报告的结构化助手。下面是对一张报告做 OCR 得到的纯文本,可能有错字、错位、多余符号或换行混乱。
+请从中提取所有「指标名 + 数值」,只输出一段合法 JSON,不要解释、不要 markdown 围栏、不要任何前后缀文字。
+
+今天的日期是 {{TODAY}}。
+
+JSON schema(严格):
+{
+  "indicators": [
+    {
+      "name": string,
+      "value": string,
+      "unit": string,
+      "range": string,
+      "status": "high" | "low" | "normal"
+    }
+  ]
+}
+
+规则:
+- 只提取「有明确数值」的检验/体检指标;页眉、医院名、医生签名、采样时间、栏目标题、OCR 噪声一律忽略。
+- status 判断优先级:① 文本里的箭头/标记(↑/H/偏高 → "high",↓/L/偏低 → "low")最优先;② 没有标记时用 value 与 range 比较;③ 都没有 → "normal"。
+- range 保留原文(如 "3.9 - 6.1"、"< 3.40"、"208 - 428");OCR 把破折号写成 "--" / "~" 都归一成 " - ";没有参考范围就填 ""。
+- 单位识别不出就填 "",不要编造;不要发明指标;同一指标只输出一次。
+- name 用规范中文指标名(行内重复的去掉,英文缩写括注可保留)。
+- 数值明显是 OCR 乱码(字母混入数字)且无法判断的,跳过该行。
+
+示例 OCR 文本:
+淋巴细胞数  3.0  1.8 -- 6.3  X10^9/L
+尿酸  486  208-428  μmol/L
+总胆红素(TB): 23.0 (μmol/L) ↑
+对应输出:
+{"indicators":[{"name":"淋巴细胞数","value":"3.0","unit":"X10^9/L","range":"1.8 - 6.3","status":"normal"},{"name":"尿酸","value":"486","unit":"μmol/L","range":"208 - 428","status":"high"},{"name":"总胆红素","value":"23.0","unit":"μmol/L","range":"","status":"high"}]}
+
+现在请解析下面这段 OCR 文本,只输出 JSON。/no_think
+
+OCR 文本:
+{{OCR_TEXT}}
 """#
 }