Initial commit: 个性化饮食推荐助手 - 包含OCR识别、AI分析、现代化界面等功能

modules/ai_analysis.py

@@ -0,0 +1,778 @@
+"""
+AI分析模块 - 基于基座架构
+集成大模型进行用户需求分析和营养建议
+"""
+
+from typing import Dict, List, Optional, Any
+import json
+import requests
+from datetime import datetime, date
+from core.base import BaseModule, ModuleType, UserData, AnalysisResult, BaseConfig
+import os
+try:
+    from dotenv import load_dotenv
+    load_dotenv()
+except Exception:
+    # 如果没有.env文件或加载失败，使用默认配置
+    pass
+
+# 导入千问客户端
+import sys
+from pathlib import Path
+sys.path.append(str(Path(__file__).parent.parent))
+from llm_integration.qwen_client import get_qwen_client, analyze_user_intent_with_qwen, analyze_nutrition_with_qwen
+
+
+class AIAnalysisModule(BaseModule):
+    """AI分析模块"""
+    
+    def __init__(self, config: BaseConfig):
+        super().__init__(config, ModuleType.USER_ANALYSIS)
+        self.qwen_client = None
+        self.analysis_templates = self._load_analysis_templates()
+    
+    def initialize(self) -> bool:
+        """初始化模块"""
+        try:
+            self.logger.info("AI分析模块初始化中...")
+            
+            # 初始化千问客户端
+            self.qwen_client = get_qwen_client()
+            self.logger.info("千问客户端初始化成功")
+            
+            self.is_initialized = True
+            self.logger.info("AI分析模块初始化完成")
+            return True
+        except Exception as e:
+            self.logger.error(f"AI分析模块初始化失败: {e}")
+            return False
+    
+    def process(self, input_data: Any, user_data: UserData) -> AnalysisResult:
+        """处理AI分析请求"""
+        try:
+            analysis_type = input_data.get('type', 'user_intent')
+            
+            if analysis_type == 'user_intent':
+                result = self._analyze_user_intent(input_data, user_data)
+            elif analysis_type == 'nutrition_analysis':
+                result = self._analyze_nutrition(input_data, user_data)
+            elif analysis_type == 'calorie_estimation':
+                result = self._estimate_calories(input_data, user_data)
+            elif analysis_type == 'physiological_state':
+                result = self._analyze_physiological_state(input_data, user_data)
+            elif analysis_type == 'meal_suggestion':
+                result = self._generate_meal_suggestion(input_data, user_data)
+            else:
+                result = self._create_error_result("未知的分析类型")
+            
+            return AnalysisResult(
+                module_type=self.module_type,
+                user_id=user_data.user_id,
+                input_data=input_data,
+                result=result,
+                confidence=result.get('confidence', 0.5)
+            )
+        except Exception as e:
+            self.logger.error(f"处理AI分析请求失败: {e}")
+            return self._create_error_result(str(e))
+    
+    def _analyze_user_intent(self, input_data: Dict, user_data: UserData) -> Dict[str, Any]:
+        """分析用户意图"""
+        user_input = input_data.get('user_input', '')
+        
+        if not self.qwen_client:
+            return self._get_fallback_intent_analysis(user_input, user_data)
+        
+        try:
+            # 构建用户上下文
+            user_context = {
+                'name': user_data.profile.get('name', '未知'),
+                'age': user_data.profile.get('age', '未知'),
+                'gender': user_data.profile.get('gender', '未知'),
+                'height': user_data.profile.get('height', '未知'),
+                'weight': user_data.profile.get('weight', '未知'),
+                'activity_level': user_data.profile.get('activity_level', '未知'),
+                'taste_preferences': user_data.profile.get('taste_preferences', {}),
+                'allergies': user_data.profile.get('allergies', []),
+                'dislikes': user_data.profile.get('dislikes', []),
+                'dietary_preferences': user_data.profile.get('dietary_preferences', []),
+                'recent_meals': user_data.meals[-3:] if user_data.meals else [],
+                'feedback_history': user_data.feedback[-5:] if user_data.feedback else []
+            }
+            
+            # 使用千问分析用户意图
+            result = analyze_user_intent_with_qwen(user_input, user_context)
+            return result
+            
+        except Exception as e:
+            self.logger.error(f"用户意图分析失败: {e}")
+            return self._get_fallback_intent_analysis(user_input, user_data)
+    
+    def _analyze_nutrition(self, input_data: Dict, user_data: UserData) -> Dict[str, Any]:
+        """分析营养状况"""
+        meal_data = input_data.get('meal_data', {})
+        
+        if not self.qwen_client:
+            return self._get_fallback_nutrition_analysis(meal_data, user_data)
+        
+        try:
+            # 构建用户上下文
+            user_context = {
+                'age': user_data.profile.get('age', '未知'),
+                'gender': user_data.profile.get('gender', '未知'),
+                'height': user_data.profile.get('height', '未知'),
+                'weight': user_data.profile.get('weight', '未知'),
+                'activity_level': user_data.profile.get('activity_level', '未知'),
+                'health_goals': user_data.profile.get('health_goals', [])
+            }
+            
+            # 使用千问分析营养状况
+            result = analyze_nutrition_with_qwen(meal_data, user_context)
+            return result
+            
+        except Exception as e:
+            self.logger.error(f"营养分析失败: {e}")
+            return self._get_fallback_nutrition_analysis(meal_data, user_data)
+    
+    def _estimate_calories(self, input_data: Dict, user_data: UserData) -> Dict[str, Any]:
+        """估算食物热量"""
+        food_data = input_data.get('food_data', {})
+        food_name = food_data.get('food_name', '')
+        quantity = food_data.get('quantity', '')
+        
+        if not food_name or not quantity:
+            return self._create_error_result("缺少食物名称或分量信息")
+        
+        try:
+            # 基础热量数据库
+            calorie_db = {
+                "米饭": 130, "面条": 110, "包子": 200, "饺子": 250, "馒头": 220, "面包": 250,
+                "鸡蛋": 150, "牛奶": 60, "豆浆": 30, "酸奶": 80, "苹果": 50, "香蕉": 90,
+                "鸡肉": 165, "牛肉": 250, "猪肉": 300, "鱼肉": 120, "豆腐": 80, "青菜": 20,
+                "西红柿": 20, "黄瓜": 15, "胡萝卜": 40, "土豆": 80, "红薯": 100, "玉米": 90
+            }
+            
+            # 获取基础热量
+            base_calories = calorie_db.get(food_name, 100)  # 默认100卡路里
+            
+            # 简单的分量解析
+            quantity_lower = quantity.lower()
+            if '碗' in quantity_lower:
+                multiplier = 1.0
+            elif 'g' in quantity_lower or '克' in quantity_lower:
+                # 假设一碗米饭约200g
+                multiplier = 0.5
+            elif '个' in quantity_lower:
+                multiplier = 1.0
+            else:
+                multiplier = 1.0
+            
+            # 计算总热量
+            total_calories = base_calories * multiplier
+            
+            return {
+                'success': True,
+                'calories': total_calories,
+                'food_name': food_name,
+                'quantity': quantity,
+                'base_calories': base_calories,
+                'multiplier': multiplier,
+                'confidence': 0.8
+            }
+            
+        except Exception as e:
+            self.logger.error(f"热量估算失败: {e}")
+            return self._create_error_result(f"热量估算失败: {str(e)}")
+    
+    def _analyze_physiological_state(self, input_data: Dict, user_data: UserData) -> Dict[str, Any]:
+        """分析生理状态"""
+        current_date = input_data.get('current_date', datetime.now().strftime('%Y-%m-%d'))
+        
+        if not user_data.profile.get('is_female', False):
+            return {
+                'success': True,
+                'physiological_state': 'normal',
+                'needs': [],
+                'recommendations': [],
+                'confidence': 0.8
+            }
+        
+        try:
+            cycle_info = self._calculate_menstrual_cycle(user_data.profile, current_date)
+            
+            if not self.qwen_client:
+                return self._get_fallback_physiological_analysis(cycle_info)
+            
+            prompt = self._build_physiological_analysis_prompt(user_data.profile, cycle_info)
+            
+            messages = [
+                {"role": "system", "content": self._get_physiological_analysis_system_prompt()},
+                {"role": "user", "content": prompt}
+            ]
+            
+            response = self.qwen_client.chat_completion(messages, temperature=0.2, max_tokens=800)
+            
+            if response and 'choices' in response:
+                analysis_text = response['choices'][0]['message']['content']
+            else:
+                return self._get_fallback_physiological_analysis(cycle_info)
+            return self._parse_physiological_analysis(analysis_text, cycle_info)
+            
+        except Exception as e:
+            self.logger.error(f"生理状态分析失败: {e}")
+            return self._get_fallback_physiological_analysis({})
+    
+    def _generate_meal_suggestion(self, input_data: Dict, user_data: UserData) -> Dict[str, Any]:
+        """生成餐食建议"""
+        meal_type = input_data.get('meal_type', 'lunch')
+        preferences = input_data.get('preferences', {})
+        
+        if not self.qwen_client:
+            return self._get_fallback_meal_suggestion(meal_type, user_data)
+        
+        try:
+            prompt = self._build_meal_suggestion_prompt(meal_type, preferences, user_data)
+            
+            messages = [
+                {"role": "system", "content": self._get_meal_suggestion_system_prompt()},
+                {"role": "user", "content": prompt}
+            ]
+            
+            response = self.qwen_client.chat_completion(messages, temperature=0.4, max_tokens=1000)
+            
+            if response and 'choices' in response:
+                suggestion_text = response['choices'][0]['message']['content']
+            else:
+                return self._get_fallback_meal_suggestion(meal_type, user_data)
+            return self._parse_meal_suggestion(suggestion_text)
+            
+        except Exception as e:
+            self.logger.error(f"餐食建议生成失败: {e}")
+            return self._get_fallback_meal_suggestion(meal_type, user_data)
+    
+    def _build_intent_analysis_prompt(self, user_input: str, user_data: UserData) -> str:
+        """构建意图分析提示词"""
+        return f"""
+请分析以下用户输入的真实意图和需求：
+
+用户输入: "{user_input}"
+
+用户背景:
+- 姓名: {user_data.profile.get('name', '未知')}
+- 年龄: {user_data.profile.get('age', '未知')}
+- 性别: {user_data.profile.get('gender', '未知')}
+- 身高体重: {user_data.profile.get('height', '未知')}cm, {user_data.profile.get('weight', '未知')}kg
+
+口味偏好: {json.dumps(user_data.profile.get('taste_preferences', {}), ensure_ascii=False)}
+饮食限制: {', '.join(user_data.profile.get('allergies', []) + user_data.profile.get('dislikes', []))}
+
+最近饮食记录: {self._format_recent_meals(user_data.meals[-3:])}
+
+请分析：
+1. 用户的真实意图（饿了、馋了、需要特定营养等）
+2. 情绪状态（压力、开心、疲惫等）
+3. 营养需求
+4. 推荐的食物类型
+5. 推荐理由
+
+请以JSON格式返回分析结果。
+"""
+    
+    def _build_nutrition_analysis_prompt(self, meal_data: Dict, user_data: UserData) -> str:
+        """构建营养分析提示词"""
+        return f"""
+请分析以下餐食的营养状况：
+
+餐食信息:
+- 食物: {', '.join(meal_data.get('foods', []))}
+- 分量: {', '.join(meal_data.get('quantities', []))}
+- 热量: {meal_data.get('calories', '未知')}卡路里
+
+用户信息:
+- 年龄: {user_data.profile.get('age', '未知')}
+- 性别: {user_data.profile.get('gender', '未知')}
+- 身高体重: {user_data.profile.get('height', '未知')}cm, {user_data.profile.get('weight', '未知')}kg
+- 活动水平: {user_data.profile.get('activity_level', '未知')}
+- 健康目标: {', '.join(user_data.profile.get('health_goals', []))}
+
+请分析：
+1. 营养均衡性
+2. 热量是否合适
+3. 缺少的营养素
+4. 建议改进的地方
+5. 个性化建议
+
+请以JSON格式返回分析结果。
+"""
+    
+    def _build_physiological_analysis_prompt(self, profile: Dict, cycle_info: Dict) -> str:
+        """构建生理状态分析提示词"""
+        return f"""
+作为专业的女性健康专家，请分析以下用户的生理状态：
+
+用户信息:
+- 年龄: {profile.get('age', '未知')}
+- 身高体重: {profile.get('height', '未知')}cm, {profile.get('weight', '未知')}kg
+- 月经周期长度: {profile.get('menstrual_cycle_length', '未知')}天
+- 上次月经: {profile.get('last_period_date', '未知')}
+
+当前生理周期状态:
+- 周期阶段: {cycle_info.get('phase', '未知')}
+- 距离下次月经: {cycle_info.get('days_to_next_period', '未知')}天
+
+请分析：
+1. 当前生理状态对营养需求的影响
+2. 建议补充的营养素
+3. 需要避免的食物
+4. 情绪和食欲的变化
+5. 个性化建议
+
+请以JSON格式返回分析结果。
+"""
+    
+    def _build_meal_suggestion_prompt(self, meal_type: str, preferences: Dict, user_data: UserData) -> str:
+        """构建餐食建议提示词"""
+        return f"""
+请为以下用户推荐{meal_type}：
+
+用户信息:
+- 姓名: {user_data.profile.get('name', '未知')}
+- 年龄: {user_data.profile.get('age', '未知')}
+- 性别: {user_data.profile.get('gender', '未知')}
+- 身高体重: {user_data.profile.get('height', '未知')}cm, {user_data.profile.get('weight', '未知')}kg
+
+口味偏好: {json.dumps(user_data.profile.get('taste_preferences', {}), ensure_ascii=False)}
+饮食限制: 过敏({', '.join(user_data.profile.get('allergies', []))}), 不喜欢({', '.join(user_data.profile.get('dislikes', []))})
+健康目标: {', '.join(user_data.profile.get('health_goals', []))}
+
+特殊偏好: {json.dumps(preferences, ensure_ascii=False)}
+
+请推荐：
+1. 3-5种适合的食物
+2. 推荐理由
+3. 营养搭配建议
+4. 制作建议
+
+请以JSON格式返回建议。
+"""
+    
+    def _get_intent_analysis_system_prompt(self) -> str:
+        """获取意图分析系统提示词"""
+        return """
+你是一个专业的营养师和心理学专家，擅长分析用户的饮食需求和心理状态。
+
+你的任务是：
+1. 深度理解用户的真实需求，不仅仅是表面的话语
+2. 考虑用户的生理状态、情绪状态、历史偏好等多维度因素
+3. 提供个性化的饮食建议
+4. 特别关注女性用户的生理周期对饮食需求的影响
+
+分析时要：
+- 透过现象看本质，理解用户的真实意图
+- 综合考虑生理、心理、社会等多重因素
+- 提供科学、实用、个性化的建议
+- 保持专业性和同理心
+
+返回格式必须是有效的JSON，包含所有必需字段。
+"""
+    
+    def _get_nutrition_analysis_system_prompt(self) -> str:
+        """获取营养分析系统提示词"""
+        return """
+你是一个专业的营养师，擅长分析餐食的营养价值和健康建议。
+
+你的任务是：
+1. 分析餐食的营养均衡性
+2. 评估热量是否合适
+3. 识别缺少的营养素
+4. 提供改进建议
+5. 考虑用户的个人情况
+
+分析时要：
+- 基于科学的营养学知识
+- 考虑用户的年龄、性别、体重、活动水平等因素
+- 提供具体可行的建议
+- 保持客观和专业
+
+返回格式必须是有效的JSON，包含所有必需字段。
+"""
+    
+    def _get_physiological_analysis_system_prompt(self) -> str:
+        """获取生理状态分析系统提示词"""
+        return """
+你是专业的女性健康专家，了解生理周期对营养需求的影响。
+
+你的任务是：
+1. 分析女性用户的生理周期状态
+2. 评估当前阶段的营养需求
+3. 提供针对性的饮食建议
+4. 考虑情绪和食欲的变化
+5. 提供个性化建议
+
+分析时要：
+- 基于科学的生理学知识
+- 考虑个体差异
+- 提供温和、实用的建议
+- 保持专业和同理心
+
+返回格式必须是有效的JSON，包含所有必需字段。
+"""
+    
+    def _get_meal_suggestion_system_prompt(self) -> str:
+        """获取餐食建议系统提示词"""
+        return """
+你是一个专业的营养师和厨师，擅长根据用户需求推荐合适的餐食。
+
+你的任务是：
+1. 根据用户的口味偏好推荐食物
+2. 考虑饮食限制和过敏情况
+3. 提供营养均衡的建议
+4. 考虑用户的健康目标
+5. 提供实用的制作建议
+
+推荐时要：
+- 基于营养学原理
+- 考虑用户的个人喜好
+- 提供多样化的选择
+- 保持实用性和可操作性
+
+返回格式必须是有效的JSON，包含所有必需字段。
+"""
+    
+    def _calculate_menstrual_cycle(self, profile: Dict, current_date: str) -> Dict[str, Any]:
+        """计算月经周期状态"""
+        try:
+            last_period = datetime.strptime(profile.get('last_period_date', ''), '%Y-%m-%d')
+            current = datetime.strptime(current_date, '%Y-%m-%d')
+            cycle_length = profile.get('menstrual_cycle_length', 28)
+            
+            days_since_period = (current - last_period).days
+            days_to_next_period = cycle_length - (days_since_period % cycle_length)
+            
+            # 判断周期阶段
+            if days_since_period % cycle_length < 5:
+                phase = "月经期"
+            elif days_since_period % cycle_length < 14:
+                phase = "卵泡期"
+            elif days_since_period % cycle_length < 18:
+                phase = "排卵期"
+            else:
+                phase = "黄体期"
+            
+            return {
+                "phase": phase,
+                "days_since_period": days_since_period % cycle_length,
+                "days_to_next_period": days_to_next_period,
+                "is_ovulation": phase == "排卵期",
+                "cycle_length": cycle_length
+            }
+        except Exception:
+            return {
+                "phase": "未知",
+                "days_since_period": 0,
+                "days_to_next_period": 0,
+                "is_ovulation": False,
+                "cycle_length": 28
+            }
+    
+    def _format_recent_meals(self, meals: List[Dict]) -> str:
+        """格式化最近餐食"""
+        if not meals:
+            return "暂无饮食记录"
+        
+        formatted = []
+        for meal in meals:
+            foods = ', '.join(meal.get('foods', []))
+            satisfaction = meal.get('satisfaction_score', '未知')
+            formatted.append(f"- {meal.get('date', '')} {meal.get('meal_type', '')}: {foods} (满意度: {satisfaction})")
+        
+        return '\n'.join(formatted)
+    
+    def _parse_intent_analysis(self, analysis_text: str) -> Dict[str, Any]:
+        """解析意图分析结果"""
+        try:
+            start_idx = analysis_text.find('{')
+            end_idx = analysis_text.rfind('}') + 1
+            
+            if start_idx != -1 and end_idx != -1:
+                json_str = analysis_text[start_idx:end_idx]
+                result_dict = json.loads(json_str)
+                
+                return {
+                    'success': True,
+                    'user_intent': result_dict.get('user_intent', ''),
+                    'emotional_state': result_dict.get('emotional_state', ''),
+                    'nutritional_needs': result_dict.get('nutritional_needs', []),
+                    'recommended_foods': result_dict.get('recommended_foods', []),
+                    'reasoning': result_dict.get('reasoning', ''),
+                    'confidence': result_dict.get('confidence', 0.5)
+                }
+        except Exception as e:
+            self.logger.error(f"解析意图分析结果失败: {e}")
+        
+        return self._get_fallback_intent_analysis("", None)
+    
+    def _parse_nutrition_analysis(self, analysis_text: str) -> Dict[str, Any]:
+        """解析营养分析结果"""
+        try:
+            start_idx = analysis_text.find('{')
+            end_idx = analysis_text.rfind('}') + 1
+            
+            if start_idx != -1 and end_idx != -1:
+                json_str = analysis_text[start_idx:end_idx]
+                result_dict = json.loads(json_str)
+                
+                return {
+                    'success': True,
+                    'nutrition_balance': result_dict.get('nutrition_balance', ''),
+                    'calorie_assessment': result_dict.get('calorie_assessment', ''),
+                    'missing_nutrients': result_dict.get('missing_nutrients', []),
+                    'improvements': result_dict.get('improvements', []),
+                    'recommendations': result_dict.get('recommendations', []),
+                    'confidence': result_dict.get('confidence', 0.5)
+                }
+        except Exception as e:
+            self.logger.error(f"解析营养分析结果失败: {e}")
+        
+        return self._get_fallback_nutrition_analysis({}, None)
+    
+    def _parse_physiological_analysis(self, analysis_text: str, cycle_info: Dict) -> Dict[str, Any]:
+        """解析生理状态分析结果"""
+        try:
+            start_idx = analysis_text.find('{')
+            end_idx = analysis_text.rfind('}') + 1
+            
+            if start_idx != -1 and end_idx != -1:
+                json_str = analysis_text[start_idx:end_idx]
+                result_dict = json.loads(json_str)
+                
+                return {
+                    'success': True,
+                    'physiological_state': result_dict.get('physiological_state', cycle_info.get('phase', '')),
+                    'nutritional_needs': result_dict.get('nutritional_needs', []),
+                    'foods_to_avoid': result_dict.get('foods_to_avoid', []),
+                    'emotional_changes': result_dict.get('emotional_changes', ''),
+                    'appetite_changes': result_dict.get('appetite_changes', ''),
+                    'recommendations': result_dict.get('recommendations', []),
+                    'cycle_info': cycle_info,
+                    'confidence': result_dict.get('confidence', 0.5)
+                }
+        except Exception as e:
+            self.logger.error(f"解析生理分析结果失败: {e}")
+        
+        return self._get_fallback_physiological_analysis(cycle_info)
+    
+    def _parse_meal_suggestion(self, suggestion_text: str) -> Dict[str, Any]:
+        """解析餐食建议结果"""
+        try:
+            start_idx = suggestion_text.find('{')
+            end_idx = suggestion_text.rfind('}') + 1
+            
+            if start_idx != -1 and end_idx != -1:
+                json_str = suggestion_text[start_idx:end_idx]
+                result_dict = json.loads(json_str)
+                
+                return {
+                    'success': True,
+                    'recommended_foods': result_dict.get('recommended_foods', []),
+                    'reasoning': result_dict.get('reasoning', ''),
+                    'nutrition_tips': result_dict.get('nutrition_tips', []),
+                    'cooking_suggestions': result_dict.get('cooking_suggestions', []),
+                    'confidence': result_dict.get('confidence', 0.5)
+                }
+        except Exception as e:
+            self.logger.error(f"解析餐食建议结果失败: {e}")
+        
+        return self._get_fallback_meal_suggestion("lunch", None)
+    
+    def _get_fallback_intent_analysis(self, user_input: str, user_data: UserData) -> Dict[str, Any]:
+        """获取备用意图分析结果"""
+        return {
+            'success': True,
+            'user_intent': '需要饮食建议',
+            'emotional_state': '正常',
+            'nutritional_needs': ['均衡营养'],
+            'recommended_foods': ['米饭', '蔬菜', '蛋白质'],
+            'reasoning': '基于基础营养需求',
+            'confidence': 0.3
+        }
+    
+    def _get_fallback_nutrition_analysis(self, meal_data: Dict, user_data: UserData) -> Dict[str, Any]:
+        """获取备用营养分析结果"""
+        return {
+            'success': True,
+            'nutrition_balance': '基本均衡',
+            'calorie_assessment': '适中',
+            'missing_nutrients': [],
+            'improvements': ['增加蔬菜摄入'],
+            'recommendations': ['保持均衡饮食'],
+            'confidence': 0.3
+        }
+    
+    def _get_fallback_physiological_analysis(self, cycle_info: Dict) -> Dict[str, Any]:
+        """获取备用生理状态分析结果"""
+        return {
+            'success': True,
+            'physiological_state': cycle_info.get('phase', '正常'),
+            'nutritional_needs': ['均衡营养'],
+            'foods_to_avoid': [],
+            'emotional_changes': '正常',
+            'appetite_changes': '正常',
+            'recommendations': ['保持规律饮食'],
+            'cycle_info': cycle_info,
+            'confidence': 0.3
+        }
+    
+    def _get_fallback_meal_suggestion(self, meal_type: str, user_data: UserData) -> Dict[str, Any]:
+        """获取备用餐食建议结果"""
+        return {
+            'success': True,
+            'recommended_foods': ['米饭', '蔬菜', '蛋白质'],
+            'reasoning': '营养均衡的基础搭配',
+            'nutrition_tips': ['注意营养搭配'],
+            'cooking_suggestions': ['简单烹饪'],
+            'confidence': 0.3
+        }
+    
+    def _load_analysis_templates(self) -> Dict[str, Dict]:
+        """加载分析模板"""
+        return {
+            'intent_analysis': {
+                'description': '用户意图分析',
+                'required_fields': ['user_input']
+            },
+            'nutrition_analysis': {
+                'description': '营养状况分析',
+                'required_fields': ['meal_data']
+            },
+            'physiological_state': {
+                'description': '生理状态分析',
+                'required_fields': ['current_date']
+            },
+            'meal_suggestion': {
+                'description': '餐食建议生成',
+                'required_fields': ['meal_type']
+            }
+        }
+    
+    def _create_error_result(self, error_message: str) -> Dict[str, Any]:
+        """创建错误结果"""
+        return {
+            'success': False,
+            'error': error_message,
+            'message': f'AI分析失败: {error_message}',
+            'confidence': 0.0
+        }
+    
+    def cleanup(self) -> bool:
+        """清理资源"""
+        try:
+            self.logger.info("AI分析模块清理完成")
+            return True
+        except Exception as e:
+            self.logger.error(f"AI分析模块清理失败: {e}")
+            return False
+
+
+# 便捷函数
+def analyze_user_intent(user_id: str, user_input: str) -> Optional[Dict]:
+    """分析用户意图"""
+    from core.base import get_app_core
+    
+    app = get_app_core()
+    input_data = {
+        'type': 'user_intent',
+        'user_input': user_input
+    }
+    
+    result = app.process_user_request(ModuleType.USER_ANALYSIS, input_data, user_id)
+    return result.result if result else None
+
+
+def analyze_nutrition(user_id: str, meal_data: Dict) -> Optional[Dict]:
+    """分析营养状况"""
+    from core.base import get_app_core
+    
+    app = get_app_core()
+    input_data = {
+        'type': 'nutrition_analysis',
+        'meal_data': meal_data
+    }
+    
+    result = app.process_user_request(ModuleType.USER_ANALYSIS, input_data, user_id)
+    return result.result if result else None
+
+
+def analyze_physiological_state(user_id: str, current_date: str = None) -> Optional[Dict]:
+    """分析生理状态"""
+    from core.base import get_app_core
+    from datetime import datetime
+    
+    if current_date is None:
+        current_date = datetime.now().strftime('%Y-%m-%d')
+    
+    app = get_app_core()
+    input_data = {
+        'type': 'physiological_state',
+        'current_date': current_date
+    }
+    
+    result = app.process_user_request(ModuleType.USER_ANALYSIS, input_data, user_id)
+    return result.result if result else None
+
+
+def generate_meal_suggestion(user_id: str, meal_type: str, preferences: Dict = None) -> Optional[Dict]:
+    """生成餐食建议"""
+    from core.base import get_app_core
+    
+    if preferences is None:
+        preferences = {}
+    
+    app = get_app_core()
+    input_data = {
+        'type': 'meal_suggestion',
+        'meal_type': meal_type,
+        'preferences': preferences
+    }
+    
+    result = app.process_user_request(ModuleType.USER_ANALYSIS, input_data, user_id)
+    return result.result if result else None
+
+
+if __name__ == "__main__":
+    # 测试AI分析模块
+    from core.base import BaseConfig, initialize_app, cleanup_app
+    
+    print("测试AI分析模块...")
+    
+    # 初始化应用
+    config = BaseConfig()
+    if initialize_app(config):
+        print("✅ 应用初始化成功")
+        
+        # 测试用户意图分析
+        test_user_id = "test_user_001"
+        user_input = "我今天有点累，想吃点甜的，但是又怕胖"
+        
+        result = analyze_user_intent(test_user_id, user_input)
+        if result:
+            print(f"✅ 用户意图分析成功: {result.get('user_intent', '')}")
+        
+        # 测试营养分析
+        meal_data = {
+            'foods': ['燕麦粥', '香蕉', '牛奶'],
+            'quantities': ['1碗', '1根', '200ml'],
+            'calories': 350.0
+        }
+        
+        result = analyze_nutrition(test_user_id, meal_data)
+        if result:
+            print(f"✅ 营养分析成功: {result.get('nutrition_balance', '')}")
+        
+        # 清理应用
+        cleanup_app()
+        print("✅ 应用清理完成")
+    else:
+        print("❌ 应用初始化失败")
+    
+    print("AI分析模块测试完成！")