代码优化

Service/EmailHandleService.cs

@@ -21,7 +21,8 @@ public class EmailHandleService(
     IEmailMessageRepository emailRepo,
     ITransactionRecordRepository trxRepo,
     IEnumerable<IEmailParseServices> emailParsers,
-    IMessageRecordService messageRecordService
+    IMessageRecordService messageRecordService,
+    ISmartHandleService smartHandleService
 ) : IEmailHandleService
 {
     public async Task<bool> HandleEmailAsync(
@@ -79,11 +80,12 @@ public class EmailHandleService(
         // 目前已经
 
         bool allSuccess = true;
+        var records = new List<TransactionRecord>();
         foreach (var (card, reason, amount, balance, type, occurredAt) in parsed)
         {
             logger.LogInformation("处理交易记录: 卡号 {Card}, 交易原因 {Reason}, 金额 {Amount}, 余额 {Balance}, 类型 {Type}", card, reason, amount, balance, type);
 
-            var success = await SaveTransactionRecordAsync(
+            var record = await SaveTransactionRecordAsync(
                 card,
                 reason,
                 amount,
@@ -93,12 +95,17 @@ public class EmailHandleService(
                 emailMessage.Id
             );
 
-            if (!success)
+            if (record == null)
             {
                 allSuccess = false;
+                continue;
             }
+
+            records.Add(record);
         }
 
+        _ = await AnalyzeClassifyAsync(records.ToArray());
+
         return allSuccess;
     }
 
@@ -141,11 +148,12 @@ public class EmailHandleService(
         logger.LogInformation("成功解析邮件，共 {Count} 条交易记录", parsed.Length);
 
         bool allSuccess = true;
+        var records = new List<TransactionRecord>();
         foreach (var (card, reason, amount, balance, type, occurredAt) in parsed)
         {
             logger.LogInformation("刷新交易记录: 卡号 {Card}, 交易原因 {Reason}, 金额 {Amount}, 余额 {Balance}, 类型 {Type}", card, reason, amount, balance, type);
 
-            var success = await SaveTransactionRecordAsync(
+            var record = await SaveTransactionRecordAsync(
                 card,
                 reason,
                 amount,
@@ -155,12 +163,17 @@ public class EmailHandleService(
                 emailMessage.Id
             );
 
-            if (!success)
+            if (record == null)
             {
                 allSuccess = false;
+                continue;
             }
+
+            records.Add(record);
         }
 
+        _ = await AnalyzeClassifyAsync(records.ToArray());
+
         return allSuccess;
     }
 
@@ -221,7 +234,7 @@ public class EmailHandleService(
         }
     }
 
-    private async Task<bool> SaveTransactionRecordAsync(
+    private async Task<TransactionRecord?> SaveTransactionRecordAsync(
         string card,
         string reason,
         decimal amount,
@@ -251,9 +264,10 @@ public class EmailHandleService(
             else
             {
                 logger.LogWarning("交易记录更新失败，卡号 {Card}, 金额 {Amount}", card, amount);
+                return null;
             }
 
-            return updated;
+            return existing;
         }
 
         var trx = new TransactionRecord
@@ -276,9 +290,10 @@ public class EmailHandleService(
         else
         {
             logger.LogWarning("交易记录落库失败，卡号 {Card}, 金额 {Amount}", card, amount);
+            return null;
         }
 
-        return inserted;
+        return trx;
     }
 
     private async Task<(string card, string reason, decimal amount, decimal balance, TransactionType type, DateTime? occurredAt)[]?> ParseEmailBodyAsync(string from, string subject, string body)
@@ -293,4 +308,59 @@ public class EmailHandleService(
 
         return await service.ParseAsync(body);
     }
+
+    private async Task<TransactionRecord[]> AnalyzeClassifyAsync(TransactionRecord[] records)
+    {
+        var result = new List<TransactionRecord>();
+        await smartHandleService.SmartClassifyAsync(records.Select(r => r.Id).ToArray(), chunk =>
+       {
+           // 处理分类结果
+           var (type, data) = chunk;
+
+           if (type != "data")
+           {
+               logger.LogWarning("未知的分类结果类型: {Type}, {Data}. 跳过分类", type, data);
+               return;
+           }
+
+           try
+           {
+               var item = JsonSerializer.Deserialize<JsonObject>(data);
+
+               var recordId = item?["id"]?.GetValue<long>();
+               var classify = item?["Classify"]?.GetValue<string>();
+               var recordType = item?["Type"]?.GetValue<int>();
+
+               if (recordId == null || string.IsNullOrEmpty(classify) || recordType == null)
+               {
+                   logger.LogWarning("AI分类结果数据不完整，跳过分类: {Data}", data);
+                   return;
+               }
+
+               if (recordType < (int)TransactionType.Expense || recordType > (int)TransactionType.None)
+               {
+                   logger.LogWarning("AI分类结果交易类型无效，跳过分类: {Data}", data);
+                   return;
+               }
+
+               var record = records.FirstOrDefault(r => r.Id == recordId);
+               if (record == null)
+               {
+                   logger.LogWarning("未找到对应的交易记录(AI返回内容有误)，跳过分类，ID: {Id}", recordId);
+                   return;
+               }
+
+               record.Classify = classify;
+               record.Type = (TransactionType)recordType;
+
+               result.Add(record);
+           }
+           catch (Exception ex)
+           {
+               logger.LogWarning(ex, "解析AI分类结果失败，跳过分类: {Data}", data);
+           }
+       });
+
+        return result.ToArray();
+    }
 }

Service/EmailParseServices/EmailParseForm95555.cs

@@ -35,7 +35,13 @@ public class EmailParseForm95555(
         DateTime? occurredAt
     )[]> ParseEmailContentAsync(string emailContent)
     {
-        var pattern = "您账户(?<card>\\d+)于.*?(?<type>收入|支出|消费|转入|转出)?.*?在?(?<reason>.+?)(?<amount>\\d+\\.\\d{1,2})元，余额(?<balance>\\d+\\.\\d{1,2})";
+        var pattern =
+            "您账户(?<card>\\d+)" +                        
+            "于.*?" +                                    // 时间等信息统统吞掉
+            "(?:(?<type>收入|支出|消费|转入|转出).*?)?" +   // 可选 type
+            "(?:在(?<reason>.*?))?" +                    // 可选 reason（“财付通-微信支付-这有电快捷支付”）
+            "(?<amount>\\d+\\.\\d{1,2})元，余额" +         
+            "(?<balance>\\d+\\.\\d{1,2})";
 
         var matches = Regex.Matches(emailContent, pattern);
 

Service/EmailParseServices/EmailParseFormCCSVC.cs

@@ -144,6 +144,17 @@ public class EmailParseFormCCSVC(
                         reason = string.Join(" ", parts.Skip(2));
                     }
 
+                    // 招商信用卡特殊，消费金额为正数，退款为负数
+                    if(amount > 0)
+                    {
+                        type = TransactionType.Expense;
+                    }
+                    else
+                    {
+                        type = TransactionType.Income;
+                        amount = Math.Abs(amount);
+                    }
+
                     result.Add((card, reason, amount, balance, type, occurredAt));
                 }
                 catch (Exception ex)

Service/GlobalUsings.cs

@@ -11,3 +11,4 @@ global using FreeSql;
 global using System.Linq;
 global using Service.AppSettingModel;
 global using System.Text.Json.Serialization;
+global using System.Text.Json.Nodes;

Service/SmartHandleService.cs

@@ -2,7 +2,9 @@
 
 public interface ISmartHandleService
 {
-    Task SmartClassifyAsync(long[] transactionIds, Action<(string , string)> chunkAction);
+    Task SmartClassifyAsync(long[] transactionIds, Action<(string type, string data)> chunkAction);
+
+    Task AnalyzeBillAsync(string userInput, Action<string> chunkAction);
 }
 
 public class SmartHandleService(
@@ -13,7 +15,7 @@ public class SmartHandleService(
     IOpenAiService openAiService
 ) : ISmartHandleService
 {
-    public async Task SmartClassifyAsync(long[] transactionIds, Action<(string , string)> chunkAction)
+    public async Task SmartClassifyAsync(long[] transactionIds, Action<(string, string)> chunkAction)
     {
         try
         {
@@ -199,6 +201,151 @@ public class SmartHandleService(
         }
     }
 
+    public async Task AnalyzeBillAsync(string userInput, Action<string> chunkAction)
+    {
+        try
+        {
+            // 第一步：使用AI生成聚合SQL查询
+            var now = DateTime.Now;
+            var sqlPrompt = $"""
+                当前日期：{now:yyyy年M月d日}（{now:yyyy-MM-dd}）
+                用户问题：{userInput}
+                
+                数据库类型：SQLite
+                数据库表名：TransactionRecord
+                字段说明：
+                - Id: bigint 主键
+                - Card: nvarchar 卡号
+                - Reason: nvarchar 交易原因/摘要
+                - Amount: decimal 交易金额（支出为负数，收入为正数）
+                - OccurredAt: datetime 交易发生时间（TEXT类型，格式：'2025-12-26 10:30:00'）
+                - Type: int 交易类型（0=支出, 1=收入, 2=不计入收支）
+                - Classify: nvarchar 交易分类（如：交通、餐饮、购物等）
+                
+                【核心原则】直接生成用户所需的聚合统计SQL，而不是查询原始记录后再统计
+                
+                要求：
+                1. 根据用户问题判断需要什么维度的聚合数据
+                2. 使用 GROUP BY 按分类、时间等维度分组
+                3. 使用聚合函数：SUM(ABS(Amount)) 计算金额总和、COUNT(*) 计数、AVG()平均、MAX()最大、MIN()最小
+                4. 时间范围使用 OccurredAt 字段，"最近X个月/天"基于当前日期计算
+                5. 支出用 Type = 0，收入用 Type = 1
+                6. 给聚合字段起有意义的别名（如 TotalAmount, TransactionCount, AvgAmount）
+                7. 使用 ORDER BY 对结果排序（通常按金额降序）
+                8. 只返回SQL语句，不要解释
+                
+                【重要】SQLite日期函数：
+                - 提取年份：strftime('%Y', OccurredAt)
+                - 提取月份：strftime('%m', OccurredAt)
+                - 提取日期：strftime('%Y-%m-%d', OccurredAt)
+                - 不要使用 YEAR()、MONTH()、DAY() 函数，SQLite不支持
+                
+                示例1（按分类统计）：
+                用户：这三个月坐车花了多少钱？
+                返回：SELECT Classify, COUNT(*) as TransactionCount, SUM(ABS(Amount)) as TotalAmount, AVG(ABS(Amount)) as AvgAmount FROM TransactionRecord WHERE Type = 0 AND OccurredAt >= '2025-10-01' AND OccurredAt < '2026-01-01' AND (Classify LIKE '%交通%' OR Reason LIKE '%打车%' OR Reason LIKE '%公交%' OR Reason LIKE '%地铁%') GROUP BY Classify ORDER BY TotalAmount DESC
+                
+                示例2（按月统计）：
+                用户：最近半年每月支出情况
+                返回：SELECT strftime('%Y', OccurredAt) as Year, strftime('%m', OccurredAt) as Month, COUNT(*) as TransactionCount, SUM(ABS(Amount)) as TotalAmount FROM TransactionRecord WHERE Type = 0 AND OccurredAt >= '2025-06-01' GROUP BY strftime('%Y', OccurredAt), strftime('%m', OccurredAt) ORDER BY Year, Month
+                
+                示例3（总体统计）：
+                用户：本月花了多少钱？
+                返回：SELECT COUNT(*) as TransactionCount, SUM(ABS(Amount)) as TotalAmount, AVG(ABS(Amount)) as AvgAmount, MAX(ABS(Amount)) as MaxAmount FROM TransactionRecord WHERE Type = 0 AND OccurredAt >= '2025-12-01' AND OccurredAt < '2026-01-01'
+                
+                示例4（详细记录 - 仅在用户明确要求详情时使用）：
+                用户：单笔超过1000元的支出有哪些？
+                返回：SELECT OccurredAt, Classify, Reason, ABS(Amount) as Amount FROM TransactionRecord WHERE Type = 0 AND ABS(Amount) > 1000 ORDER BY Amount DESC LIMIT 50
+                
+                只返回SQL语句。
+                """;
+
+            var sqlText = await openAiService.ChatAsync(sqlPrompt);
+
+            // 清理SQL文本
+            sqlText = sqlText?.Trim() ?? "";
+            sqlText = sqlText.TrimStart('`').TrimEnd('`');
+            if (sqlText.StartsWith("sql", StringComparison.OrdinalIgnoreCase))
+            {
+                sqlText = sqlText.Substring(3).Trim();
+            }
+
+            logger.LogInformation("AI生成的SQL: {Sql}", sqlText);
+
+            // 第二步：执行动态SQL查询
+            List<dynamic> queryResults;
+            try
+            {
+                queryResults = await transactionRepository.ExecuteDynamicSqlAsync(sqlText);
+            }
+            catch (Exception ex)
+            {
+                logger.LogError(ex, "执行AI生成的SQL失败: {Sql}", sqlText);
+                // 如果SQL执行失败，返回错误
+                var errorData = JsonSerializer.Serialize(new { content = "<div class='error-message'>SQL执行失败，请重新描述您的问题</div>" });
+                chunkAction(errorData);
+                return;
+            }
+
+            // 第三步：将查询结果序列化为JSON，直接传递给AI生成分析报告
+            var dataJson = JsonSerializer.Serialize(queryResults, new JsonSerializerOptions
+            {
+                WriteIndented = true,
+                Encoder = System.Text.Encodings.Web.JavaScriptEncoder.UnsafeRelaxedJsonEscaping
+            });
+
+            var dataPrompt = $"""
+                当前日期：{DateTime.Now:yyyy年M月d日}
+                用户问题：{userInput}
+                
+                查询结果数据（JSON格式）：
+                {dataJson}
+                
+                说明：以上数据是根据用户问题查询出的聚合统计结果，请基于这些数据生成分析报告。
+                
+                请生成一份专业的数据分析报告，严格遵守以下要求：
+                
+                【格式要求】
+                1. 使用HTML格式（移动端H5页面风格）
+                2. 生成清晰的报告标题（基于用户问题）
+                3. 使用表格展示统计数据（table > thead/tbody > tr > th/td）
+                4. 使用合适的HTML标签：h2（标题）、h3（小节）、p（段落）、table（表格）、ul/li（列表）、strong（强调）
+                5. 支出金额用 <span class='expense-value'>金额</span> 包裹
+                6. 收入金额用 <span class='income-value'>金额</span> 包裹
+                7. 重要结论用 <span class='highlight'>内容</span> 高亮
+                
+                【样式限制（重要）】
+                8. 不要包含 html、body、head 标签
+                9. 不要使用任何 style 属性或 <style> 标签
+                10. 不要设置 background、background-color、color 等样式属性
+                11. 不要使用 div 包裹大段内容
+                
+                【内容要求】
+                12. 准确解读数据：将JSON数据转换为易读的表格和文字说明
+                13. 提供洞察分析：根据数据给出有价值的发现和趋势分析
+                14. 给出实用建议：基于数据提供合理的财务建议
+                15. 语言专业、清晰、简洁
+                
+                直接输出纯净的HTML内容，不要markdown代码块标记。
+                """;
+
+            // 第四步：流式输出AI分析结果
+            await foreach (var chunk in openAiService.ChatStreamAsync(dataPrompt))
+            {
+                var sseData = JsonSerializer.Serialize(new { content = chunk });
+                chunkAction(sseData);
+            }
+
+            // 发送完成标记
+            chunkAction("[DONE]");
+        }
+        catch (Exception ex)
+        {
+            logger.LogError(ex, "智能分析账单失败");
+            var errorData = JsonSerializer.Serialize(new { content = $"<div class='error-message'>分析失败：{ex.Message}</div>" });
+            chunkAction(errorData);
+        }
+    }
+
     /// <summary>
     /// 查找匹配的右括号
     /// </summary>
@@ -243,4 +390,3 @@ public record GroupClassifyResult
     [JsonPropertyName("type")]
     public TransactionType Type { get; set; }
 }
-

Web/src/views/SettingView.vue

@@ -21,7 +21,7 @@
         <van-cell title="编辑分类" is-link @click="handleEditClassification" />
         <van-cell title="批量分类" is-link @click="handleBatchClassification" />
         <van-cell title="智能分类" is-link @click="handleSmartClassification" />
-        <van-cell title="自然语言分类" is-link @click="handleNaturalLanguageClassification" />
+        <!-- <van-cell title="自然语言分类" is-link @click="handleNaturalLanguageClassification" /> -->
       </van-cell-group>
       <div class="detail-header" style="padding-bottom: 5px;">
         <p>开发者</p>

WebApi/Controllers/TransactionRecordController.cs

@@ -6,8 +6,6 @@ using Repository;
 [Route("api/[controller]/[action]")]
 public class TransactionRecordController(
     ITransactionRecordRepository transactionRepository,
-    ITransactionCategoryRepository categoryRepository,
-    IOpenAiService openAiService,
     ISmartHandleService smartHandleService,
     ILogger<TransactionRecordController> logger
 ) : ControllerBase
@@ -339,151 +337,16 @@ public class TransactionRecordController(
         Response.Headers.Append("Cache-Control", "no-cache");
         Response.Headers.Append("Connection", "keep-alive");
 
-        try
+        if (string.IsNullOrWhiteSpace(request.UserInput))
         {
-            // 第一步：使用AI生成聚合SQL查询
-            var now = DateTime.Now;
-            var sqlPrompt = $"""
-                当前日期：{now:yyyy年M月d日}（{now:yyyy-MM-dd}）
-                用户问题：{request.UserInput}
-                
-                数据库类型：SQLite
-                数据库表名：TransactionRecord
-                字段说明：
-                - Id: bigint 主键
-                - Card: nvarchar 卡号
-                - Reason: nvarchar 交易原因/摘要
-                - Amount: decimal 交易金额（支出为负数，收入为正数）
-                - OccurredAt: datetime 交易发生时间（TEXT类型，格式：'2025-12-26 10:30:00'）
-                - Type: int 交易类型（0=支出, 1=收入, 2=不计入收支）
-                - Classify: nvarchar 交易分类（如：交通、餐饮、购物等）
-                
-                【核心原则】直接生成用户所需的聚合统计SQL，而不是查询原始记录后再统计
-                
-                要求：
-                1. 根据用户问题判断需要什么维度的聚合数据
-                2. 使用 GROUP BY 按分类、时间等维度分组
-                3. 使用聚合函数：SUM(ABS(Amount)) 计算金额总和、COUNT(*) 计数、AVG()平均、MAX()最大、MIN()最小
-                4. 时间范围使用 OccurredAt 字段，"最近X个月/天"基于当前日期计算
-                5. 支出用 Type = 0，收入用 Type = 1
-                6. 给聚合字段起有意义的别名（如 TotalAmount, TransactionCount, AvgAmount）
-                7. 使用 ORDER BY 对结果排序（通常按金额降序）
-                8. 只返回SQL语句，不要解释
-                
-                【重要】SQLite日期函数：
-                - 提取年份：strftime('%Y', OccurredAt)
-                - 提取月份：strftime('%m', OccurredAt)
-                - 提取日期：strftime('%Y-%m-%d', OccurredAt)
-                - 不要使用 YEAR()、MONTH()、DAY() 函数，SQLite不支持
-                
-                示例1（按分类统计）：
-                用户：这三个月坐车花了多少钱？
-                返回：SELECT Classify, COUNT(*) as TransactionCount, SUM(ABS(Amount)) as TotalAmount, AVG(ABS(Amount)) as AvgAmount FROM TransactionRecord WHERE Type = 0 AND OccurredAt >= '2025-10-01' AND OccurredAt < '2026-01-01' AND (Classify LIKE '%交通%' OR Reason LIKE '%打车%' OR Reason LIKE '%公交%' OR Reason LIKE '%地铁%') GROUP BY Classify ORDER BY TotalAmount DESC
-                
-                示例2（按月统计）：
-                用户：最近半年每月支出情况
-                返回：SELECT strftime('%Y', OccurredAt) as Year, strftime('%m', OccurredAt) as Month, COUNT(*) as TransactionCount, SUM(ABS(Amount)) as TotalAmount FROM TransactionRecord WHERE Type = 0 AND OccurredAt >= '2025-06-01' GROUP BY strftime('%Y', OccurredAt), strftime('%m', OccurredAt) ORDER BY Year, Month
-                
-                示例3（总体统计）：
-                用户：本月花了多少钱？
-                返回：SELECT COUNT(*) as TransactionCount, SUM(ABS(Amount)) as TotalAmount, AVG(ABS(Amount)) as AvgAmount, MAX(ABS(Amount)) as MaxAmount FROM TransactionRecord WHERE Type = 0 AND OccurredAt >= '2025-12-01' AND OccurredAt < '2026-01-01'
-                
-                示例4（详细记录 - 仅在用户明确要求详情时使用）：
-                用户：单笔超过1000元的支出有哪些？
-                返回：SELECT OccurredAt, Classify, Reason, ABS(Amount) as Amount FROM TransactionRecord WHERE Type = 0 AND ABS(Amount) > 1000 ORDER BY Amount DESC LIMIT 50
-                
-                只返回SQL语句。
-                """;
-
-            var sqlText = await openAiService.ChatAsync(sqlPrompt);
-
-            // 清理SQL文本
-            sqlText = sqlText?.Trim() ?? "";
-            sqlText = sqlText.TrimStart('`').TrimEnd('`');
-            if (sqlText.StartsWith("sql", StringComparison.OrdinalIgnoreCase))
-            {
-                sqlText = sqlText.Substring(3).Trim();
-            }
-
-            logger.LogInformation("AI生成的SQL: {Sql}", sqlText);
-
-            // 第二步：执行动态SQL查询
-            List<dynamic> queryResults;
-            try
-            {
-                queryResults = await transactionRepository.ExecuteDynamicSqlAsync(sqlText);
-            }
-            catch (Exception ex)
-            {
-                logger.LogError(ex, "执行AI生成的SQL失败: {Sql}", sqlText);
-                // 如果SQL执行失败，返回错误
-                var errorData = System.Text.Json.JsonSerializer.Serialize(new { content = "<div class='error-message'>SQL执行失败，请重新描述您的问题</div>" });
-                await Response.WriteAsync($"data: {errorData}\n\n");
-                await Response.Body.FlushAsync();
+            await WriteEventAsync("<div class='error-message'>请输入分析内容</div>");
             return;
         }
 
-            // 第三步：将查询结果序列化为JSON，直接传递给AI生成分析报告
-            var dataJson = System.Text.Json.JsonSerializer.Serialize(queryResults, new JsonSerializerOptions
+        await smartHandleService.AnalyzeBillAsync(request.UserInput, async (chunk) =>
         {
-                WriteIndented = true,
-                Encoder = System.Text.Encodings.Web.JavaScriptEncoder.UnsafeRelaxedJsonEscaping
+            await WriteEventAsync(chunk);
         });
-
-            var dataPrompt = $"""
-                当前日期：{DateTime.Now:yyyy年M月d日}
-                用户问题：{request.UserInput}
-                
-                查询结果数据（JSON格式）：
-                {dataJson}
-                
-                说明：以上数据是根据用户问题查询出的聚合统计结果，请基于这些数据生成分析报告。
-                
-                请生成一份专业的数据分析报告，严格遵守以下要求：
-                
-                【格式要求】
-                1. 使用HTML格式（移动端H5页面风格）
-                2. 生成清晰的报告标题（基于用户问题）
-                3. 使用表格展示统计数据（table > thead/tbody > tr > th/td）
-                4. 使用合适的HTML标签：h2（标题）、h3（小节）、p（段落）、table（表格）、ul/li（列表）、strong（强调）
-                5. 支出金额用 <span class='expense-value'>金额</span> 包裹
-                6. 收入金额用 <span class='income-value'>金额</span> 包裹
-                7. 重要结论用 <span class='highlight'>内容</span> 高亮
-                
-                【样式限制（重要）】
-                8. 不要包含 html、body、head 标签
-                9. 不要使用任何 style 属性或 <style> 标签
-                10. 不要设置 background、background-color、color 等样式属性
-                11. 不要使用 div 包裹大段内容
-                
-                【内容要求】
-                12. 准确解读数据：将JSON数据转换为易读的表格和文字说明
-                13. 提供洞察分析：根据数据给出有价值的发现和趋势分析
-                14. 给出实用建议：基于数据提供合理的财务建议
-                15. 语言专业、清晰、简洁
-                
-                直接输出纯净的HTML内容，不要markdown代码块标记。
-                """;
-
-            // 第四步：流式输出AI分析结果
-            await foreach (var chunk in openAiService.ChatStreamAsync(dataPrompt))
-            {
-                var sseData = System.Text.Json.JsonSerializer.Serialize(new { content = chunk });
-                await Response.WriteAsync($"data: {sseData}\n\n");
-                await Response.Body.FlushAsync();
-            }
-
-            // 发送完成标记
-            await Response.WriteAsync("data: [DONE]\n\n");
-            await Response.Body.FlushAsync();
-        }
-        catch (Exception ex)
-        {
-            logger.LogError(ex, "智能分析账单失败");
-            var errorData = System.Text.Json.JsonSerializer.Serialize(new { content = $"<div class='error-message'>分析失败：{ex.Message}</div>" });
-            await Response.WriteAsync($"data: {errorData}\n\n");
-            await Response.Body.FlushAsync();
-        }
     }
 
     /// <summary>
@@ -683,147 +546,6 @@ public class TransactionRecordController(
         }
     }
 
-    /// <summary>
-    /// 自然语言分析 - 根据用户输入的自然语言查询交易记录并预设分类
-    /// </summary>
-    [HttpPost]
-    public async Task<BaseResponse<NlpAnalysisResult>> NlpAnalysisAsync([FromBody] NlpAnalysisRequest request)
-    {
-        try
-        {
-            if (string.IsNullOrWhiteSpace(request.UserInput))
-            {
-                return BaseResponse<NlpAnalysisResult>.Fail("请输入查询条件");
-            }
-
-            // 获取所有分类
-            var categories = await categoryRepository.GetAllAsync();
-            var categoryInfo = new StringBuilder();
-            foreach (var type in new[] { 0, 1, 2 })
-            {
-                var typeName = GetTypeName((TransactionType)type);
-                categoryInfo.AppendLine($"{typeName}: ");
-                var categoriesOfType = categories.Where(c => (int)c.Type == type).ToList();
-                foreach (var category in categoriesOfType)
-                {
-                    categoryInfo.AppendLine($"- {category.Name}");
-                }
-            }
-
-            var systemPrompt = $$"""
-                你是一个专业的交易记录查询助手。用户会用自然语言描述他想要查询和分类的交易记录。
-
-                可用的分类列表：
-                {{categoryInfo}}
-
-                你需要分析用户的需求，提取以下信息：
-                1. 查询SQL, 根据用户的描述生成完整SQL语句，用于查询交易记录。例如：SELECT * FROM TransactionRecord WHERE Reason LIKE '%关键词%' OR Classify LIKE '%关键词2%' LIMIT 500
-                    [重要Table Schema:]
-                    ```
-                    TransactionRecord (
-                        Id LONG,
-                        Reason STRING NOT NULL,
-                        Amount DECIMAL,
-                        RefundAmount DECIMAL,
-                        Balance DECIMAL,
-                        OccurredAt DATETIME,
-                        EmailMessageId LONG,
-                        Type INT,
-                        Classify STRING NOT NULL,
-                        ImportNo STRING NOT NULL,
-                        ImportFrom STRING NOT NULL
-                    )
-                    ```
-                    [重要]
-                    如果用户没有限制，则最多查询500条记录；如果用户指定了时间范围，请在SQL中加入时间过滤条件。
-                    [重要SQL限制]
-                    必须是SELECT * FROM TransactionRecord 开头的SQL语句。
-                    当前日期：{{DateTime.Now:yyyy年M月d日}}
-                    [重要SQLite日期函数]
-                    - 提取年份：strftime('%Y', OccurredAt)
-                    - 提取月份：strftime('%m', OccurredAt)
-                    - 提取日期：strftime('%Y-%m-%d', OccurredAt)
-                    - 不要使用 YEAR()、MONTH()、DAY() 函数，SQLite不支持
-                2. 目标交易类型（0:支出, 1:收入, 2:不计入收支）
-                3. 目标分类名称（必须从上面的分类列表中选择）
-
-                请以JSON格式输出，格式如下：
-                {
-                  "sql": "查询SQL",
-                  "targetType": 交易类型数字,
-                  "targetClassify": "分类名称"
-                }
-
-                只输出JSON，不要有其他文字说明。
-                """;
-
-            var userPrompt = $"用户输入：{request.UserInput}";
-
-            // 调用AI分析
-            var aiResponse = await openAiService.ChatAsync(systemPrompt, userPrompt);
-            logger.LogInformation("NLP分析AI返回结果: {Response}", aiResponse);
-            if (string.IsNullOrWhiteSpace(aiResponse))
-            {
-                return BaseResponse<NlpAnalysisResult>.Fail("AI分析失败，请检查AI配置");
-            }
-
-            // 解析AI返回的JSON
-            NlpAnalysisInfo? analysisInfo;
-            try
-            {
-                analysisInfo = JsonSerializer.Deserialize<NlpAnalysisInfo>(aiResponse);
-                if (analysisInfo == null)
-                {
-                    return BaseResponse<NlpAnalysisResult>.Fail("AI返回格式错误");
-                }
-            }
-            catch (Exception ex)
-            {
-                logger.LogError(ex, "解析AI返回结果失败，返回内容: {Response}", aiResponse);
-                return BaseResponse<NlpAnalysisResult>.Fail($"AI返回格式错误: {ex.Message}");
-            }
-
-            // 根据关键词查询交易记录
-            var allRecords = await transactionRepository.ExecuteRawSqlAsync(analysisInfo.Sql);
-            logger.LogInformation("NLP分析查询到 {Count} 条记录，SQL: {Sql}", allRecords.Count, analysisInfo.Sql);
-
-            // 为每条记录预设分类
-            var recordsWithClassify = allRecords.Select(r => new TransactionRecordWithClassify
-            {
-                Id = r.Id,
-                Reason = r.Reason ?? string.Empty,
-                Amount = r.Amount,
-                Balance = r.Balance,
-                Card = r.Card ?? string.Empty,
-                OccurredAt = r.OccurredAt,
-                CreateTime = r.CreateTime,
-                ImportFrom = r.ImportFrom ?? string.Empty,
-                RefundAmount = r.RefundAmount,
-                UpsetedType = analysisInfo.TargetType,
-                UpsetedClassify = analysisInfo.TargetClassify,
-                TargetType = r.Type,
-                TargetClassify = r.Classify ?? string.Empty
-            }).ToList();
-
-            return new BaseResponse<NlpAnalysisResult>
-            {
-                Success = true,
-                Data = new NlpAnalysisResult
-                {
-                    Records = recordsWithClassify,
-                    TargetType = analysisInfo.TargetType,
-                    TargetClassify = analysisInfo.TargetClassify,
-                    SearchKeyword = analysisInfo.Sql
-                }
-            };
-        }
-        catch (Exception ex)
-        {
-            logger.LogError(ex, "NLP分析失败，用户输入: {Input}", request.UserInput);
-            return BaseResponse<NlpAnalysisResult>.Fail($"NLP分析失败: {ex.Message}");
-        }
-    }
-
     private async Task WriteEventAsync(string eventType, string data)
     {
         var message = $"event: {eventType}\ndata: {data}\n\n";
@@ -831,22 +553,11 @@ public class TransactionRecordController(
         await Response.Body.FlushAsync();
     }
 
-    /// <summary>
-    /// 查找匹配的右括号
-    /// </summary>
-    private static int FindMatchingBrace(string str, int startPos)
+    private async Task WriteEventAsync(string data)
     {
-        int braceCount = 0;
-        for (int i = startPos; i < str.Length; i++)
-        {
-            if (str[i] == '{') braceCount++;
-            else if (str[i] == '}')
-            {
-                braceCount--;
-                if (braceCount == 0) return i;
-            }
-        }
-        return -1;
+        var message = $"data: {data}\n\n";
+        await Response.WriteAsync(message);
+        await Response.Body.FlushAsync();
     }
 
     private static string GetTypeName(TransactionType type)
@@ -918,101 +629,9 @@ public record BatchUpdateByReasonDto(
     string Classify
 );
 
-/// <summary>
-/// NLP分析请求DTO
-/// </summary>
-public record NlpAnalysisRequest(
-    string UserInput
-);
-
-/// <summary>
-/// NLP分析结果DTO
-/// </summary>
-public record NlpAnalysisResult
-{
-    public List<TransactionRecordWithClassify> Records { get; set; } = new();
-    public TransactionType TargetType { get; set; }
-    public string TargetClassify { get; set; } = string.Empty;
-    public string SearchKeyword { get; set; } = string.Empty;
-}
-
-/// <summary>
-/// 带分类信息的交易记录DTO
-/// </summary>
-public record TransactionRecordWithClassify
-{
-    public long Id { get; set; }
-    public string Reason { get; set; } = string.Empty;
-    public decimal Amount { get; set; }
-    public decimal Balance { get; set; }
-    public string Card { get; set; } = string.Empty;
-    public DateTime OccurredAt { get; set; }
-    public DateTime CreateTime { get; set; }
-    public string ImportFrom { get; set; } = string.Empty;
-    public decimal RefundAmount { get; set; }
-    public TransactionType UpsetedType { get; set; }
-    public string UpsetedClassify { get; set; } = string.Empty;
-    public TransactionType TargetType { get; set; }
-    public string TargetClassify { get; set; } = string.Empty;
-}
-
-/// <summary>
-/// AI分析信息DTO（内部使用）
-/// </summary>
-public record NlpAnalysisInfo
-{
-    [JsonPropertyName("sql")]
-    public string Sql { get; set; } = string.Empty;
-
-    [JsonPropertyName("targetType")]
-    public TransactionType TargetType { get; set; }
-
-    [JsonPropertyName("targetClassify")]
-    public string TargetClassify { get; set; } = string.Empty;
-}
-
 /// <summary>
 /// 账单分析请求DTO
 /// </summary>
 public record BillAnalysisRequest(
     string UserInput
 );
-
-/// <summary>
-/// 账单查询信息DTO
-/// </summary>
-public class BillQueryInfo
-{
-    [JsonPropertyName("timeRange")]
-    public TimeRangeInfo? TimeRange { get; set; }
-
-    [JsonPropertyName("categories")]
-    public List<string>? Categories { get; set; }
-
-    [JsonPropertyName("transactionType")]
-    public TransactionType? TransactionType { get; set; }
-
-    [JsonPropertyName("analysisType")]
-    public string? AnalysisType { get; set; }
-}
-
-/// <summary>
-/// 时间范围信息DTO
-/// </summary>
-public class TimeRangeInfo
-{
-    [JsonPropertyName("months")]
-    public int Months { get; set; }
-
-    [JsonPropertyName("startYear")]
-    public int StartYear { get; set; }
-
-    [JsonPropertyName("startMonth")]
-    public int? StartMonth { get; set; }
-
-    [JsonPropertyName("endYear")]
-    public int? EndYear { get; set; }
-
-    [JsonPropertyName("endMonth")]
-    public int? EndMonth { get; set; }
-}