# 第四堂：實務 AI 商業場景開發

## AI 客服 (資料庫版本)

* 由 [week4 版本調整](https://github.com/hexschool/node-training-postgresql)

### NPM 安裝

"dependencies": {
    "cors": "^2.8.5",
    "dotenv": "^16.3.1",
    "express": "^4.18.2",
    "openai": "^4.9.2",
    "pg": "^8.11.3",
    "typeorm": "^0.3.17"
  },

### db.js

// db.js
const { DataSource, EntitySchema } = require("typeorm");

// 新增對話實體
const Conversation = new EntitySchema({
  name: "Conversation",
  tableName: "CONVERSATION",
  columns: {
    id: {
      primary: true,
      type: "uuid",
      generated: "uuid",
      nullable: false,
    },
    userId: {
      type: "varchar",
      length: 100,
      nullable: false,
      name: "user_id",
    },
    lastActivity: {
      type: "timestamp",
      name: "last_activity",
      nullable: false,
    },
    createdAt: {
      type: "timestamp",
      createDate: true,
      name: "created_at",
      nullable: false,
    },
  },
});

// 新增消息實體
const Message = new EntitySchema({
  name: "Message",
  tableName: "MESSAGE",
  columns: {
    id: {
      primary: true,
      type: "uuid",
      generated: "uuid",
      nullable: false,
    },
    role: {
      type: "varchar",
      length: 20,
      nullable: false,
    },
    content: {
      type: "text",
      nullable: false,
    },
    timestamp: {
      type: "timestamp",
      nullable: false,
    },
  },
  relations: {
    conversation: {
      type: "many-to-one",
      target: "Conversation",
      joinColumn: {
        name: "conversation_id",
      },
      onDelete: "CASCADE",
    },
  },
});

const AppDataSource = new DataSource({
  type: "postgres",
  host: process.env.DB_HOST || "localhost",
  port: process.env.DB_PORT || 5432,
  username: process.env.DB_USERNAME || "root",
  password: process.env.DB_PASSWORD || "test",
  database: process.env.DB_DATABASE || "test",
  entities: [Conversation, Message],
  synchronize: true,
});



module.exports = AppDataSource;

### server.js

const express = require("express");
const OpenAI = require("openai");
const cors = require("cors");
require("dotenv").config();
const AppDataSource = require("./db");

const app = express();
const PORT = process.env.PORT || 3000;

// 中間件
app.use(cors());
app.use(express.json());
app.use(express.static("public"));

// 初始化 OpenAI
const openai = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
});

// 初始化資料庫連結
let dbInitialized = false;
AppDataSource.initialize()
  .then(() => {
    console.log("資料庫連結成功");
    dbInitialized = true;
  })
  .catch((error) => {
    console.error("資料庫連結失敗:", error);
  });

// 處理客服查詢
app.post("/api/chat", async (req, res) => {
  try {
    if (!dbInitialized) {
      return res.status(503).json({ error: "資料庫尚未初始化，請稍後再試" });
    }

    const { message, userId } = req.body;
    if (!message) {
      return res.status(400).json({ error: "缺少必要參數" });
    }

    // 生成隨機用戶ID（如果沒有提供）
    const clientId = userId || `user_${Date.now()}`;

    // 取得對話實體
    const conversationRepo = AppDataSource.getRepository("Conversation");
    const messageRepo = AppDataSource.getRepository("Message");

    // 尋找或建立對話
    let conversation = await conversationRepo.findOne({
      where: { userId: clientId },
    });

    if (!conversation) {
      conversation = conversationRepo.create({
        userId: clientId,
        lastActivity: new Date(),
      });
      await conversationRepo.save(conversation);
    } else {
      // 更新最後活動時間
      conversation.lastActivity = new Date();
      await conversationRepo.save(conversation);
    }

    // 新增用戶資訊到資料庫
    await messageRepo.save(
      messageRepo.create({
        conversation: conversation,
        role: "user",
        content: message,
        timestamp: new Date(),
      })
    );

    // 取得對話紀錄
    const messageHistory = await messageRepo.find({
      where: { conversation: { id: conversation.id } },
      order: { timestamp: "ASC" },
    });

    // 將對話紀錄轉換為字串
    const conversationHistory = messageHistory
      .map((msg) => `${msg.role === "user" ? "用戶" : "客服"}: ${msg.content}`)
      .join("\n");

    // 構建系統提示
    const stockInfo = `- 智慧型手機 X1：庫存 50
- 筆記型電腦 Pro：庫存 30
- 無線耳機：庫存 100
- 智慧型手錶：庫存 45
- 平板電腦：庫存 25`;

    const systemPrompt = `你是一個專業的客服機器人，專門負責回答商品庫存查詢。

目前商品庫存情況：
${stockInfo}

當用戶詢問商品庫存時，請提供上述最新資訊。如果用戶詢問其他商品，請告知我們目前沒有該商品的資訊。
如果用戶詢問非庫存相關問題，請禮貌地引導他們詢問商品庫存情況。`;

    // 呼叫 OpenAI Responses API 與 Function Calling
    const response = await openai.responses.create({
      model: "gpt-4-turbo",
      instructions: systemPrompt,
      input: conversationHistory,
      tools: [
        {
          type: "function",
          name: "provide_stock_info",
          description: "提供商品庫存資訊給用戶",
          parameters: {
            type: "object",
            properties: {
              response: {
                type: "string",
                description: "對用戶問題的回應",
              },
            },
            required: ["response"],
          },
        },
      ],
      tool_choice: { type: "function", name: "provide_stock_info" },
    });
    console.log(response);
    // 取得回應內容
    const toolCall = response.output.find(
      (item) => item.type === "function_call"
    );
    const responseData = JSON.parse(toolCall.arguments);

    // 增加 AI 客服回應到資料庫
    await messageRepo.save(
      messageRepo.create({
        conversation: conversation,
        role: "assistant",
        content: responseData.response,
        timestamp: new Date(),
      })
    );

    // 回傳結果
    res.json({
      response: responseData.response,
      userId: clientId,
    });
  } catch (error) {
    console.error("處理客服查詢時出錯:", error);
    res.status(500).json({
      error: "處理您的請求時發生錯誤",
      details: error.message,
    });
  }
});

// 啟動伺服器
app.listen(PORT, () => {
  console.log(`伺服器運行在 http://localhost:${PORT}`);
});

### public/html

<!DOCTYPE html>
<html lang="zh-TW">

<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>客服機器人</title>
    <style>
        body {
            font-family: 'Microsoft JhengHei', Arial, sans-serif;
            margin: 0;
            padding: 0;
            background-color: #f5f5f5;
            color: #333;
        }

        .container {
            max-width: 800px;
            margin: 20px auto;
            padding: 20px;
            background-color: #fff;
            border-radius: 10px;
            box-shadow: 0 2px 10px rgba(0, 0, 0, 0.1);
        }

        h1 {
            text-align: center;
            color: #2c3e50;
        }

        .chat-container {
            height: 400px;
            overflow-y: auto;
            padding: 15px;
            border: 1px solid #ddd;
            border-radius: 5px;
            margin-bottom: 15px;
        }

        .message {
            margin-bottom: 10px;
            padding: 10px;
            border-radius: 5px;
            max-width: 80%;
        }

        .user-message {
            background-color: #dcf8c6;
            margin-left: auto;
        }

        .bot-message {
            background-color: #f1f0f0;
        }

        .input-container {
            display: flex;
            gap: 10px;
        }

        input {
            flex: 1;
            padding: 10px;
            border: 1px solid #ddd;
            border-radius: 5px;
        }

        button {
            padding: 10px 15px;
            background-color: #2c3e50;
            color: white;
            border: none;
            border-radius: 5px;
            cursor: pointer;
        }

        button:hover {
            background-color: #1a252f;
        }

        .product-list {
            margin-top: 30px;
        }

        .product-list h2 {
            color: #2c3e50;
            border-bottom: 1px solid #ddd;
            padding-bottom: 10px;
        }

        .products {
            display: grid;
            grid-template-columns: repeat(auto-fill, minmax(200px, 1fr));
            gap: 15px;
            margin-top: 15px;
        }

        .product-card {
            border: 1px solid #ddd;
            border-radius: 5px;
            padding: 15px;
            background-color: #fff;
        }

        .product-name {
            font-weight: bold;
            margin-bottom: 5px;
        }

        .product-price {
            color: #e74c3c;
            font-weight: bold;
        }

        .product-stock {
            color: #27ae60;
            margin-top: 5px;
        }

        .loading {
            text-align: center;
            margin: 20px 0;
            color: #7f8c8d;
        }

        .stock-control {
            margin-top: 10px;
            display: flex;
            gap: 5px;
        }

        .stock-control input {
            width: 60px;
        }
    </style>
</head>

<body>
    <div class="container">
        <h1>智能客服系統</h1>
        <div class="chat-container" id="chatContainer">
            <div class="message bot-message">
                您好！我是您的客服助手。請問有什麼可以幫助您的嗎？您可以詢問商品庫存問題。
            </div>
        </div>
        <div class="input-container">
            <input type="text" id="userInput" placeholder="請輸入您的問題..." />
            <button id="sendBtn">發送</button>
            <button id="clearBtn">清除對話</button>
        </div>


    </div>

    <script>
        let userId = localStorage.getItem('userId') || null;
        // 發送訊息到客服系統
        async function sendMessage() {
            const userInput = document.getElementById('userInput');
            const message = userInput.value.trim();

            if (!message) return;

            // 加入用戶資訊到聊天介面
            addMessage(message, 'user');
            userInput.value = '';

            // 顯示載入中
            const loadingId = addMessage('正在思考...', 'bot');

            try {
                const response = await fetch('/api/chat', {
                    method: 'POST',
                    headers: {
                        'Content-Type': 'application/json',
                    },
                    body: JSON.stringify({
                        message,
                        userId,
                    }),
                });

                const data = await response.json();

                // 移除載入訊息
                removeMessage(loadingId);

                if (data.error) {
                    addMessage(`發生錯誤: ${data.error}`, 'bot');
                } else {
                    // 保存用戶ID
                    if (data.userId) {
                        userId = data.userId;
                        localStorage.setItem('userId', userId);
                    }

                    // 添加機器人回應
                    addMessage(data.response, 'bot');
                }
            } catch (error) {
                console.error('發送訊息時出錯:', error);
                removeMessage(loadingId);
                addMessage('發送訊息時發生錯誤，請稍後再試。', 'bot');
            }
        }

        // 加入訊息到聊天介面
        function addMessage(text, sender) {
            const chatContainer = document.getElementById('chatContainer');
            const messageElement = document.createElement('div');
            messageElement.className = `message ${sender}-message`;
            messageElement.textContent = text;

            const messageId = Date.now();
            messageElement.id = `msg-${messageId}`;

            chatContainer.appendChild(messageElement);
            chatContainer.scrollTop = chatContainer.scrollHeight;

            return messageId;
        }


        // 事件監聽器
        document.getElementById('sendBtn').addEventListener('click', sendMessage);
        document.getElementById('clearBtn').addEventListener('click', clearConversation);
        document.getElementById('userInput').addEventListener('keypress', (e) => {
            if (e.key === 'Enter') {
                sendMessage();
            }
        });
    </script>
</body>

</html>

### fine-tuneing 流程
* [文件連結](https://platform.openai.com/docs/guides/fine-tuning)

### 步驟一：準備資料
### data.jsonl 範例檔案

{"messages":[{"role":"user","content":"如何使用智慧型手錶 X1？"},{"role":"assistant","content":"您可以先為手錶充電，並在手機上安裝專屬 App，打開藍牙進行配對後，即可開始量測步數、心率及睡眠品質。若需更多功能，請至設定頁面進行個人化調整。"}]}
{"messages":[{"role":"user","content":"這款真皮皮包的保養方式是什麼？"},{"role":"assistant","content":"建議使用專業的皮革清潔劑及柔軟布料輕擦，切勿使用含酒精或刺激性成分的化學劑，以免破壞皮質。定期上油保養可延長皮革壽命，儲存時請放在乾燥通風處。"}]}
{"messages":[{"role":"user","content":"請問該如何清潔筆電鍵盤？"},{"role":"assistant","content":"可先關機並斷電，再以微吸力吸塵器或壓縮空氣清理縫隙內的灰塵，切勿用水直接擦拭。若有油漬或指紋，請使用不含酒精的電子產品專用清潔濕巾。"}]}
{"messages":[{"role":"user","content":"你們的運費怎麼計算？"},{"role":"assistant","content":"本店採用宅配到府，每筆訂單收取固定運費 80 元；若訂單金額滿 2000 元則享免運優惠。偏遠地區及離島運費依照物流公司規定另計。"}]}
{"messages":[{"role":"user","content":"如果商品寄到後發現瑕疵，該怎麼辦？"},{"role":"assistant","content":"若您收到的商品有任何瑕疵或損壞，請先拍照留存並於 7 天內聯繫客服，客服人員會協助您申請退換貨並負擔回寄運費。"}]}
{"messages":[{"role":"user","content":"要如何辦理退貨？"},{"role":"assistant","content":"在商品簽收後 7 天內未拆封、配件完整且保持原包裝的情況下，可申請退貨。請先聯繫客服取得退貨編號，再依照指示將商品寄回。我們會在收到並確認商品狀況後，於 5-7 個工作天內辦理退款。"}]}
{"messages":[{"role":"user","content":"你們提供哪些付款方式？"},{"role":"assistant","content":"我們支援多種付款方式，包括信用卡、ATM 轉帳、行動支付（如 Apple Pay）和貨到付款。請在結帳頁面選擇最方便的方式即可。"}]}
{"messages":[{"role":"user","content":"這家品牌怎麼創立的？"},{"role":"assistant","content":"本品牌於 2010 年由熱愛科技與創新設計的兩位大學生創立，初衷是將高品質產品與人性化介面結合，讓消費者能以平易近人的價格享受優質生活。經過多年發展，我們持續追求技術創新與品質提升。"}]}
{"messages":[{"role":"user","content":"為什麼你們的商品要強調環保？"},{"role":"assistant","content":"我們相信永續是企業的社會責任，因此在原料選擇與生產過程中盡量採用環保材質，並透過再生能源與減少塑料包裝等實際行動，為環境盡一份力。"}]}
{"messages":[{"role":"user","content":"若我的智慧型手錶 X1 壞掉了該怎麼辦？"},{"role":"assistant","content":"我們提供一年保固服務，若非人為因素造成的損壞可免費維修。請先聯繫客服並提供購買憑證、問題描述及照片，經檢測後若符合保固條件，會協助安排維修或更換新品。"}]}
{"messages":[{"role":"user","content":"你們有提供海外運送嗎？"},{"role":"assistant","content":"目前我們只提供國內配送，尚未開放海外運送服務。若您有特殊需求，請直接聯繫客服，我們會視情況協助處理。"}]}
{"messages":[{"role":"user","content":"購買後要怎麼保養無線耳機？"},{"role":"assistant","content":"建議在每次使用後，用柔軟的乾布或棉花棒擦拭耳機表面及充電盒；若接觸到汗水或水分，務必保持乾燥再進行充電。定期清潔耳塞部分可以維持音質與衛生。"}]}
{"messages":[{"role":"user","content":"關於保固服務有什麼需要注意的地方？"},{"role":"assistant","content":"保固只適用於原廠硬體故障，人為損壞（如摔落、進水）或私自拆解則不在保固範圍。請於購買後保留發票或訂單證明，以便後續維修或更換。"}]}
{"messages":[{"role":"user","content":"你們家產品最特別的地方是什麼？"},{"role":"assistant","content":"我們主打『質感生活、平易價格』，通過精心設計、嚴格品質控管與合理定價策略，讓更多人能以親民的價格享受高品質科技產品。"}]}
{"messages":[{"role":"user","content":"運送大概需要多久時間？"},{"role":"assistant","content":"一般狀況下，週一至週五下午三點前完成訂單，當日即可出貨；出貨後約 1-3 個工作天送達。若遇連假或天候因素，運送時間可能會延誤。"}]}

> **注意**
> - 每行是一個獨立的 JSON 物件。
> - 不要外加 `[]` 或在最後一行多逗號。
> - 每個物件裡都有 `"messages"` 屬性，且是一個陣列，陣列內包含至少一個 `{"role":"user"}` 與 `{"role":"assistant"}`。
> - 此格式才符合 GPT-4 最新 chat-based fine-tuning 的要求。
### 步驟二：上傳檔案 (Files API)

1. **準備資料**（以 chat-based 格式）
2. **上傳資料檔案 (Files API)**
3. **啟動 Fine-tuning 工作 (Fine-tuning Jobs API)**
4. **檢查 Fine-tuning 狀態並使用自訂模型**

在 **Postman** 中：

1. 建立 **POST** 請求，URL 設為：

   https://api.openai.com/v1/files

2. **Headers** 設置：

   Authorization: Bearer <YOUR_OPENAI_API_KEY>

> 另外可加：
> - `Content-Type: multipart/form-data`
> - 或直接在 Body 選擇 `form-data` 後，Postman 會自動帶入。
3. **Body** 選擇 `form-data`，新增兩個欄位：
- `purpose`: `fine-tune`
- `file`: (Type 選擇 File)，上傳 jsonl 檔案

上傳成功後，會回傳一段 JSON，最重要的是 `id` 這個檔案編號：

{
  "id": "file-ABCDE12345",
  "object": "file",
  "bytes": 4567,
  "created_at": 1692190013,
  "filename": "training_data.jsonl",
  "purpose": "fine-tune",
  "status": "uploaded",
  "status_details": null
}

---

## 3. 建立 Fine-tuning 工作 (Fine-tuning Jobs API)

1. 接著在 **Postman** 新增 **POST** 請求，URL:

   https://api.openai.com/v1/fine_tuning/jobs

2. **Headers**：

   Authorization: Bearer <YOUR_OPENAI_API_KEY>
   Content-Type: application/json

3. **Body** (raw JSON)：

   {
     "training_file": "file-ABCDE12345",
     "model": "gpt-4",
     "n_epochs": 3
   }

- `training_file`：填入上一步回傳的 `id`。
- `model`: 可觀看此 [model 列表](https://platform.openai.com/docs/guides/fine-tuning#token-limits)
- `n_epochs`: 訓練的迭代次數，可自行調整。

送出後會回傳類似：

{
  "id": "ftjob-abcdef123456",
  "object": "fine_tuning.job",
  "model": "gpt-4",
  "created_at": 1692190113,
  "fine_tuned_model": null,
  "status": "running",
  "training_file": "file-ABCDE12345",
  ...
}

其中 `id` 就是這次 Fine-tuning 工作的隨機編號（例如 `ftjob-abcdef123456`）。

---

## 4. 檢查 Fine-tuning 狀態

1. 建立 **GET** 請求：

   https://api.openai.com/v1/fine_tuning/jobs/ftjob-abcdef123456

2. **Headers**：

   Authorization: Bearer <YOUR_OPENAI_API_KEY>

3. 送出後，若 `status` 為 `succeeded`，代表微調成功。
- 這時會看到一個 `fine_tuned_model` 屬性，例如：

     "fine_tuned_model": "ft:gpt-4:org-1234:my-custom-model-2025-05-12-12-00-00"

- 這 ID 要記住，後續就能用來呼叫你專屬的模型。

---

## 總結

1. **準備 chat-based JSONL**。
2. **上傳檔案**到 OpenAI Files API（purpose=fine-tune）。
3. **啟動 Fine-tuning** 工作（指定 `training_file`、`model`、`n_epochs` 等）。
4. **查詢狀態**直到 `status = succeeded`，並取得 `fine_tuned_model`。
5. **使用自訂模型**呼叫 ，將 `model` 指向微調後的 ID。

### code

const express = require("express");
const OpenAI = require("openai");
const cors = require("cors");
require("dotenv").config();
const AppDataSource = require("./db");

const app = express();
const PORT = process.env.PORT || 3000;

// 中間件
app.use(cors());
app.use(express.json());
app.use(express.static("public"));

// 初始化 OpenAI
const openai = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
});

// 初始化資料庫連結
let dbInitialized = false;
AppDataSource.initialize()
  .then(() => {
    console.log("資料庫連結成功");
    dbInitialized = true;
  })
  .catch((error) => {
    console.error("資料庫連結失敗:", error);
  });

// 處理客服查詢
app.post("/api/chat", async (req, res) => {
  try {
    if (!dbInitialized) {
      return res.status(503).json({ error: "資料庫尚未初始化，請稍後再試" });
    }

    const { message, userId } = req.body;
    if (!message) {
      return res.status(400).json({ error: "缺少必要參數" });
    }

    // 生成隨機用戶ID（如果沒有提供）
    const clientId = userId || `user_${Date.now()}`;

    // 取得對話實體
    const conversationRepo = AppDataSource.getRepository("Conversation");
    const messageRepo = AppDataSource.getRepository("Message");

    // 尋找或建立對話
    let conversation = await conversationRepo.findOne({
      where: { userId: clientId },
    });

    if (!conversation) {
      conversation = conversationRepo.create({
        userId: clientId,
        lastActivity: new Date(),
      });
      await conversationRepo.save(conversation);
    } else {
      // 更新最後活動時間
      conversation.lastActivity = new Date();
      await conversationRepo.save(conversation);
    }

    // 新增用戶資訊到資料庫
    await messageRepo.save(
      messageRepo.create({
        conversation: conversation,
        role: "user",
        content: message,
        timestamp: new Date(),
      })
    );

    // 取得對話紀錄
    const messageHistory = await messageRepo.find({
      where: { conversation: { id: conversation.id } },
      order: { timestamp: "ASC" },
    });

    // 將對話紀錄轉換為字串
    const conversationHistory = messageHistory
      .map((msg) => `${msg.role === "user" ? "用戶" : "客服"}: ${msg.content}`)
      .join("\n");

    // 構建系統提示
    const stockInfo = `- 智慧型手機 X1：庫存 50
- 筆記型電腦 Pro：庫存 30
- 無線耳機：庫存 100
- 智慧型手錶：庫存 45
- 平板電腦：庫存 25`;

    const systemPrompt = `你是一個專業的客服機器人，專門回答各種問題`;

    // 呼叫 OpenAI Responses API
    const response = await openai.responses.create({
      model: "請填入自己的 model ID",
      instructions: systemPrompt,
      input: conversationHistory,
    });

    // 取得回應內容
    const responseText = response.output_text;

    // 增加 AI 客服回應到資料庫
    await messageRepo.save(
      messageRepo.create({
        conversation: conversation,
        role: "assistant",
        content: responseText,
        timestamp: new Date(),
      })
    );

    // 回傳結果
    res.json({
      response: responseText,
      userId: clientId,
    });
  } catch (error) {
    console.error("處理客服查詢時出錯:", error);
    res.status(500).json({
      error: "處理您的請求時發生錯誤",
      details: error.message,
    });
  }
});

// 啟動伺服器
app.listen(PORT, () => {
  console.log(`伺服器運行在 http://localhost:${PORT}`);
});