文章摘要 本文记录了智慧养老系统中AI对话记录从文件存储迁移到PostgreSQL的实战过程。原方案将对话序列化为JSON文件存储，因目录硬编码问题导致部分会话无法查询和删除。改造方案包括： 设计两表结构（chat_session主表+chat_message明细表），使用外键级联删除 实体类适配MyBatis-Plus注解 重写服务层，实现创建/查询/保存/删除会话的数据库操作 适配5个AI A

通过统一的会话管理层 + 差异化的 System Prompt + 共享的大模型调用基础设施，我们用较少的代码量实现了 5 个功能各异的 AI Agent。分层抽象：会话管理、模型调用、上下文聚合各自独立，新增 Agent 只需编写 Prompt增量持久化：避免全量写入，数据库方案天然支持并发和查询流式体验：SSE 给老年用户带来明显的体验提升引入消息裁剪策略，保证超长对话不超 token 限制添

本文介绍了AI多角色对话系统的开发进展。系统采用"统一基座+差异化Prompt"架构，实现了5个功能各异的Agent（情感陪伴、健康陪诊、健康干预、用药安全审核和家属辅诊），每个Agent提供5个标准化接口（普通/流式对话、会话管理）。通过注入老人健康档案和精心设计的System Prompt，AI能提供个性化建议。系统还修复了用户隔离漏洞，确保会话数据安全。测试结果显示各功能运行正常，并提供了详

摘要 本周项目聚焦于拓展AI系统的感知能力，实现从被动问答到主动健康监护的升级。主要进展包括： 医疗单据OCR识别：采用多模态大模型qwen3.6-plus解析非标准化医疗单据，通过结构化Prompt输出指标数据，并自动入库核心体征数据。解决数据冲突问题采用"先删后插"策略，并优化异常判断的个性化上下文。 健康趋势分析报告：基于7天体征数据生成包含5大板块的AI报告，将数据转化为可执行建议。创新性

本文介绍了情感陪伴 Agent 的开发过程，针对老年人孤独感和就医焦虑问题提供两种服务模式：心理慰藉和陪诊助手。技术方案采用 Spring MVC 的 SseEmitter 实现流式响应，通过异步线程池处理 DeepSeek API 的 SSE 流式数据，实现了低延迟的逐字显示效果。文章详细阐述了技术选型理由、架构设计思路，并提供了核心代码实现，包括双模式 Prompt 设计和端到端流式传输方案。

本文介绍了情感陪伴Agent模块的开发与验证，该模块集成DeepSeek大模型，通过SSE流式交互缓解老年人孤独感和就医焦虑。核心工作包括流式架构搭建、提示词设计、异步性能优化和工程化落地。测试验证了接口层和逻辑层的功能完整性，以及两种提示词模式（心理慰藉和陪诊助手）的有效性。自动化测试覆盖多个场景，环境配置与生产环境对接。测试结果表明模块响应速度快、逻辑准确、架构稳定，已达到准生产状态。开发心得

文章摘要 本文记录了智慧养老系统中AI对话记录从文件存储迁移到PostgreSQL的实战过程。原方案将对话序列化为JSON文件存储，因目录硬编码问题导致部分会话无法查询和删除。改造方案包括： 设计两表结构（chat_session主表+chat_message明细表），使用外键级联删除 实体类适配MyBatis-Plus注解 重写服务层，实现创建/查询/保存/删除会话的数据库操作 适配5个AI A

本文介绍了智能居家养老系统中两个核心AI Agent的设计与实现：健康陪诊Agent和健康干预Agent。健康陪诊Agent作为24小时全科问答入口，提供养生咨询、症状初步判断和就医引导；健康干预Agent则基于个人健康档案生成个性化饮食、运动和作息方案。文章详细阐述了Prompt设计策略，包括角色定义、安全边界和结构化输出引导，并介绍了Spring Boot服务层的统一架构实现，包含同步和流式响

本文介绍了会话持久化开发中的文件存储层设计与实现。针对老年健康AI助手项目中对话上下文丢失的问题，提出了基于JSON文件的持久化方案。文章分析了需求背景（需要保存多轮对话上下文），对比了数据库与文件存储的优缺点，最终选择JSON文件作为存储介质。详细设计了数据模型，包括单条消息结构(ChatMessage)和会话容器(ChatSession)，并给出了文件存储目录结构和示例JSON文件。技术实现上

本文介绍了情感陪伴 Agent 的开发过程，针对老年人孤独感和就医焦虑问题提供两种服务模式：心理慰藉和陪诊助手。技术方案采用 Spring MVC 的 SseEmitter 实现流式响应，通过异步线程池处理 DeepSeek API 的 SSE 流式数据，实现了低延迟的逐字显示效果。文章详细阐述了技术选型理由、架构设计思路，并提供了核心代码实现，包括双模式 Prompt 设计和端到端流式传输方案。