feat: AI 对话附件上下文解析 + 历史会话归档 + 多页面 UI 重构

- 后端: 新增 AttachmentContextBuilder 解析图片/PDF 摘要并拼入 LLM 上下文; ai_chat_endpoints 扩展附件接口; 新增 ReportAnalysisService
- 前端: 新增历史会话页与 conversation_history_provider; chat 链路支持附件展示与回放
- UI: 重构 medication_checkin / notification_center / profile / health_drawer 等多页面
- 配置: api_client baseUrl 适配当前 WiFi IP

backend/src/Health.Infrastructure/AI/AttachmentContextBuilder.cs

@@ -0,0 +1,179 @@
+using System.Text.Json;
+using Health.Application.AI;
+using Microsoft.Extensions.Logging;
+using UglyToad.PdfPig;
+
+namespace Health.Infrastructure.AI;
+
+public sealed class AttachmentContextBuilder(
+    VisionClient vision,
+    ILogger<AttachmentContextBuilder> logger) : IAttachmentContextBuilder
+{
+    private const int MaxPdfChars = 6000;
+    private static readonly JsonSerializerOptions JsonOpts = new()
+    {
+        PropertyNamingPolicy = JsonNamingPolicy.CamelCase,
+        PropertyNameCaseInsensitive = true,
+    };
+
+    private readonly VisionClient _vision = vision;
+    private readonly ILogger<AttachmentContextBuilder> _logger = logger;
+
+    public async Task<AttachmentContext?> BuildAsync(string? imageUrl, string? pdfUrl, CancellationToken ct)
+    {
+        if (!string.IsNullOrWhiteSpace(imageUrl))
+            return await BuildImageAsync(imageUrl!, ct);
+        if (!string.IsNullOrWhiteSpace(pdfUrl))
+            return await BuildPdfAsync(pdfUrl!, ct);
+        return null;
+    }
+
+    // ── 图片：调 VLM 输出结构化 JSON ──
+    private async Task<AttachmentContext?> BuildImageAsync(string imageUrl, CancellationToken ct)
+    {
+        var filePath = ResolveLocalPath(imageUrl);
+        if (filePath == null || !File.Exists(filePath))
+        {
+            _logger.LogWarning("Image file not found for {Url}", imageUrl);
+            return new AttachmentContext("image", null, null, "图片暂时无法读取", "[图片附件读取失败，请描述图片内容]");
+        }
+
+        var bytes = await File.ReadAllBytesAsync(filePath, ct);
+        var mime = Path.GetExtension(filePath).ToLowerInvariant() switch
+        {
+            ".png" => "image/png",
+            ".webp" => "image/webp",
+            ".heic" => "image/heic",
+            _ => "image/jpeg",
+        };
+        var dataUrl = $"data:{mime};base64,{Convert.ToBase64String(bytes)}";
+
+        var prompt = """
+            识别图片内容，输出 JSON：
+            {"category":"food|report|wound|drug|chart|other","summary":"1-2句话描述图片","details":["关键信息1","关键信息2"]}
+
+            分类标准：
+            - food：任何食物、饮品、餐食
+            - report：医学检查报告、化验单、影像报告（X光/CT/MRI/B超截图等）
+            - wound：伤口、术后切口、皮肤异常
+            - drug：药品包装、药品说明书
+            - chart：心电图、监护仪截图等
+            - other：其他
+
+            details 给出最有价值的细节（食物种类、报告关键值、伤口部位等）。
+            只输出 JSON 本身，不要任何前后缀。
+            """;
+
+        string? raw = null;
+        try
+        {
+            var resp = await _vision.VisionAsync(prompt, [dataUrl], userText: null, maxTokens: 1024, ct: ct);
+            raw = resp.Choices?.FirstOrDefault()?.Message?.Content;
+        }
+        catch (Exception ex)
+        {
+            _logger.LogWarning(ex, "VLM call failed for image {Url}", imageUrl);
+        }
+
+        if (string.IsNullOrWhiteSpace(raw))
+            return new AttachmentContext("image", null, null, "图片识别失败", "[图片附件识别失败，请简要描述图片内容]");
+
+        try
+        {
+            var cleaned = StripCodeFence(raw.Trim());
+            using var doc = JsonDocument.Parse(cleaned);
+            var root = doc.RootElement;
+            var category = GetString(root, "category") ?? "other";
+            var summary = GetString(root, "summary") ?? "图片内容";
+            var details = root.TryGetProperty("details", out var d) && d.ValueKind == JsonValueKind.Array
+                ? string.Join("、", d.EnumerateArray().Select(x => x.GetString()).Where(s => !string.IsNullOrWhiteSpace(s)))
+                : "";
+
+            var compact = string.IsNullOrEmpty(details)
+                ? $"图片识别：{summary}"
+                : $"图片识别：{summary}（{details}）";
+            var llmContent = $"[图片识别（类别 {category}）：{summary}{(string.IsNullOrEmpty(details) ? "" : $"，包含 {details}")}]";
+
+            return new AttachmentContext("image", category, null, compact, llmContent);
+        }
+        catch (JsonException ex)
+        {
+            _logger.LogWarning(ex, "Failed to parse VLM JSON: {Raw}", raw);
+            // 兜底：原文也能用
+            return new AttachmentContext("image", null, null, $"图片识别：{raw[..Math.Min(raw.Length, 80)]}", $"[图片识别：{raw}]");
+        }
+    }
+
+    // ── PDF：PdfPig 抽取文本 ──
+    private Task<AttachmentContext?> BuildPdfAsync(string pdfUrl, CancellationToken ct)
+    {
+        var filePath = ResolveLocalPath(pdfUrl);
+        var fileName = Path.GetFileName(pdfUrl);
+        if (filePath == null || !File.Exists(filePath))
+        {
+            _logger.LogWarning("PDF file not found for {Url}", pdfUrl);
+            return Task.FromResult<AttachmentContext?>(new AttachmentContext(
+                "pdf", null, fileName, "PDF 文件读取失败",
+                "[PDF 附件读取失败，请描述文档内容]"));
+        }
+
+        try
+        {
+            using var pdf = PdfDocument.Open(filePath);
+            var sb = new System.Text.StringBuilder();
+            foreach (var page in pdf.GetPages())
+            {
+                sb.AppendLine(page.Text);
+                if (sb.Length > MaxPdfChars) break;
+            }
+            var text = sb.ToString().Trim();
+
+            if (string.IsNullOrWhiteSpace(text))
+            {
+                return Task.FromResult<AttachmentContext?>(new AttachmentContext(
+                    "pdf", null, fileName, "PDF 内容为空或扫描件",
+                    "[PDF 看起来是扫描件或图片版，无法提取文字。请提示用户改用拍照上传，或简要描述报告内容]"));
+            }
+
+            var truncated = text.Length > MaxPdfChars ? text[..MaxPdfChars] + "...（已截断）" : text;
+            var summary = $"PDF：{fileName}";
+            var llmContent = $"[用户上传 PDF 「{fileName}」，文档内容如下]\n{truncated}";
+
+            return Task.FromResult<AttachmentContext?>(new AttachmentContext("pdf", null, fileName, summary, llmContent));
+        }
+        catch (Exception ex)
+        {
+            _logger.LogWarning(ex, "Failed to parse PDF {Url}", pdfUrl);
+            return Task.FromResult<AttachmentContext?>(new AttachmentContext(
+                "pdf", null, fileName, "PDF 解析异常",
+                "[PDF 解析失败，请提示用户文件可能损坏或加密]"));
+        }
+    }
+
+    private static string? ResolveLocalPath(string url)
+    {
+        // url 形如 "/uploads/{guid}.{ext}"。处理 base URL 前缀也兼容。
+        var idx = url.IndexOf("/uploads/", StringComparison.Ordinal);
+        if (idx < 0) return null;
+        var relative = url[(idx + "/uploads/".Length)..];
+        // 去掉可能的 query string
+        var q = relative.IndexOf('?');
+        if (q >= 0) relative = relative[..q];
+        return Path.Combine(Directory.GetCurrentDirectory(), "uploads", relative);
+    }
+
+    private static string StripCodeFence(string raw)
+    {
+        var t = raw.Trim();
+        if (t.StartsWith("```"))
+        {
+            var firstNewline = t.IndexOf('\n');
+            if (firstNewline > 0) t = t[(firstNewline + 1)..];
+            if (t.EndsWith("```")) t = t[..^3];
+        }
+        return t.Trim();
+    }
+
+    private static string? GetString(JsonElement el, string name) =>
+        el.TryGetProperty(name, out var v) && v.ValueKind == JsonValueKind.String ? v.GetString() : null;
+}

backend/src/Health.Infrastructure/AI/prompt_manager.cs

@@ -23,9 +23,21 @@ public sealed class PromptManager
             _ => DefaultPrompt
         };
 
-        return $"{prompt}\n\n{MedicalBoundaryRules}";
+        return $"{prompt}\n\n{MedicalBoundaryRules}\n\n{SmartLinkRules}";
     }
 
+    private const string SmartLinkRules = """
+        智能跳转链接（按需嵌入）：
+        - 当用户明确询问食物的 热量/卡路里 时，在回答的自然位置嵌入 Markdown 链接 [热量分析](app://diet)，引导用户使用专门的饮食拍照分析功能。
+        - 当用户上传医学检查报告、化验单、影像报告、出院小结等需要专业解读时，在回答末尾嵌入 [报告分析](app://report)，引导上传到报告分析功能获得详细解读。
+        - 当用户询问血压、血糖、血氧等需要长期追踪的设备测量场景时，可嵌入 [蓝牙设备](app://device)。
+
+        硬性约束：
+        - 每条回复最多嵌入一个跳转链接，且必须在合适语境下自然提及，不要堆砌。
+        - 仅"问热量/卡路里"才用 app://diet；"营养、能不能吃、是否健康"类问题正常回答，禁止插入饮食跳转链接。
+        - 链接的 Markdown 文本只能用上面列出的 4 个固定文案，不要自创其他文案。
+        """;
+
     private const string MedicalBoundaryRules = """
         医疗边界（必须遵守）：
         - 你的定位是患者端 AI 健康解释与预问诊助手，不是医生，不能替代医生诊断、处方或治疗决策。

backend/src/Health.Infrastructure/Diets/DietImageAnalyzer.cs

@@ -31,9 +31,38 @@ public sealed class DietImageAnalyzer(VisionClient vision) : IDietImageAnalyzer
         }
 
         var prompt = """
-            识别图片中的食物和饮品，返回JSON数组：
-            [{"name":"名称","portion":"份量","calories":热量}]
-            只返回JSON，不要其他内容。
+            你是营养师助手。请识别图片中所有食物和饮品，估算每项的具体克数或毫升数，输出 JSON 数组。
+
+            ## 无食物判定（必读）
+            如果图片中完全没有可食用的食物或饮品（例如是风景、人物、宠物、文档、屏幕截图、纯背景、空盘子等），**直接输出空数组 []**，不要硬编造食物。
+
+            ## 输出格式
+            [{"name":"食物名","portion":"具体克数","calories":数字}]
+
+            ## 份量估算依据（容器与参照物对照表）
+            - 标准饭碗(口径11cm)：满碗米饭≈200g、满碗面条≈250g、满碗粥≈250g、半碗≈100g
+            - 标准汤碗(口径14cm)：满碗汤≈400ml、半碗≈200ml
+            - 标准盘子(口径23cm)：满盘菜≈300g、半盘≈150g
+            - 普通玻璃杯：满杯水/饮料≈250ml、纸杯≈200ml
+            - 鸡蛋1个≈50g、馒头1个≈100g、包子1个≈80g、饺子1个≈15g
+            - 香蕉1根≈100g、苹果1个≈200g、橘子1个≈120g
+            - 肉块巴掌大小≈80-120g、鸡腿1个≈100g、鱼1条(中等)≈300g
+
+            ## 输出示例（务必模仿此风格）
+            正确：{"name":"米饭","portion":"约200g","calories":230}
+            正确：{"name":"红烧肉","portion":"约150g","calories":420}
+            正确：{"name":"豆浆","portion":"约250ml","calories":80}
+            错误：{"name":"米饭","portion":"一碗","calories":230}        ← portion 缺克数
+            错误：{"name":"汤","portion":"一份","calories":80}           ← portion 缺毫升数
+            错误：{"name":"水果","portion":"少许","calories":50}         ← portion 是模糊词
+
+            ## 硬性要求
+            1. 图片若无食物，输出 [] 即可。不要硬凑食物。
+            2. portion 字段必须包含阿拉伯数字 + 单位(g 或 ml)。不允许任何只有量词没有克数的回答。
+            3. 即使图片不够清楚，也要根据可见容器/参照物给出估算，可加"约"或区间("约80-120g")。
+            4. calories 是数字（千卡），不带单位、不带引号。
+
+            只输出 JSON 数组本身，不要任何前缀、后缀、代码块标记或说明文字。
             """;
         var response = await _vision.VisionAsync(prompt, imageUrls, userText: null, maxTokens: 8192, ct: ct);
         var result = response.Choices?.FirstOrDefault()?.Message?.Content ?? "[]";

backend/src/Health.Infrastructure/Health.Infrastructure.csproj

@@ -7,11 +7,13 @@
 
   <ItemGroup>
     <PackageReference Include="Microsoft.EntityFrameworkCore" Version="10.0.8" />
+    <PackageReference Include="Microsoft.EntityFrameworkCore.Relational" Version="10.0.8" />
     <PackageReference Include="Microsoft.Extensions.Configuration.Abstractions" Version="10.0.8" />
     <PackageReference Include="Microsoft.Extensions.Logging.Abstractions" Version="10.0.8" />
     <PackageReference Include="Microsoft.IdentityModel.Tokens" Version="8.18.0" />
     <PackageReference Include="Minio" Version="7.0.0" />
     <PackageReference Include="Npgsql.EntityFrameworkCore.PostgreSQL" Version="10.0.2" />
+    <PackageReference Include="PdfPig" Version="0.1.16-alpha-20260629-34229" />
     <PackageReference Include="System.IdentityModel.Tokens.Jwt" Version="8.18.0" />
   </ItemGroup>
 

backend/src/Health.Infrastructure/Reports/ReportAnalysisService.cs

@@ -2,6 +2,7 @@ using Health.Application.Reports;
 using Health.Application.Notifications;
 using Health.Infrastructure.AI;
 using Microsoft.Extensions.Logging;
+using UglyToad.PdfPig;
 
 namespace Health.Infrastructure.Reports;
 
@@ -17,6 +18,7 @@ public sealed class ReportAnalysisService(
     private readonly DeepSeekClient _llm = llm;
     private readonly IUserNotificationProducer _notifications = notifications;
     private readonly ILogger<ReportAnalysisService> _logger = logger;
+    private const int MaxPdfChars = 8000;
 
     public async Task AnalyzeAsync(ReportAnalysisJob job, CancellationToken ct)
     {
@@ -72,6 +74,9 @@ public sealed class ReportAnalysisService(
 
     private async Task<JsonElement> ExtractIndicatorsAsync(string filePath, CancellationToken ct)
     {
+        if (Path.GetExtension(filePath).Equals(".pdf", StringComparison.OrdinalIgnoreCase))
+            return await ExtractIndicatorsFromPdfAsync(filePath, ct);
+
         var imageUrl = await GetLocalImageUrl(filePath, ct);
         if (imageUrl == null)
             throw new InvalidOperationException("报告图片文件不存在或无法读取");
@@ -112,6 +117,66 @@ public sealed class ReportAnalysisService(
         return json ?? throw new InvalidOperationException("报告识别结果格式异常");
     }
 
+    private async Task<JsonElement> ExtractIndicatorsFromPdfAsync(string filePath, CancellationToken ct)
+    {
+        var text = ExtractPdfText(filePath);
+        if (string.IsNullOrWhiteSpace(text))
+        {
+            return JsonDocument.Parse("""
+                {"isReport": false, "reason": "这份 PDF 可能是扫描件或图片版，当前无法直接提取文字。请上传清晰图片，或后续启用 PDF 页转图片后再用 VLM 识别。"}
+                """).RootElement;
+        }
+
+        var prompt = $$"""
+            你是一名医学检验报告分析专家。下面是用户上传 PDF 中提取出的文字。
+
+            PDF 文本：
+            {{text}}
+
+            第一步：判断这到底是不是一份医学检验报告。
+            如果不是，直接返回：
+            {"isReport": false, "reason": "这不是医学报告，原因：..."}
+
+            如果是医学报告，提取所有检测指标，返回严格 JSON 格式（不要 markdown 包裹）：
+            {
+              "isReport": true,
+              "reportType": "BloodTest/Biochemistry/Ecg/Ultrasound/Discharge/Other",
+              "indicators": [
+                {"name": "指标名称", "value": "数值", "unit": "单位", "referenceRange": "参考范围", "status": "normal/high/low"}
+              ]
+            }
+
+            注意：
+            - 只提取报告里真实出现的指标
+            - status 判断：数值在参考范围内=normal，超出上限=high，低于下限=low
+            - 不确定的参考范围不要编造，可留空
+            """;
+
+        var messages = new List<ChatMessage>
+        {
+            new() { Role = "system", Content = "你是医学报告结构化抽取助手，只输出严格 JSON。" },
+            new() { Role = "user", Content = prompt }
+        };
+
+        var response = await _llm.ChatAsync(messages, maxTokens: 1800, temperature: 0.1f, ct: ct);
+        var content = response.Choices?.FirstOrDefault()?.Message?.Content ?? "";
+        var json = TryParseJson(content);
+        return json ?? throw new InvalidOperationException("PDF 报告解析结果格式异常");
+    }
+
+    private static string ExtractPdfText(string filePath)
+    {
+        using var pdf = PdfDocument.Open(filePath);
+        var sb = new System.Text.StringBuilder();
+        foreach (var page in pdf.GetPages())
+        {
+            sb.AppendLine(page.Text);
+            if (sb.Length > MaxPdfChars) break;
+        }
+        var text = sb.ToString().Trim();
+        return text.Length > MaxPdfChars ? text[..MaxPdfChars] : text;
+    }
+
     private async Task<string> GenerateSummaryAsync(string indicatorsJson, CancellationToken ct)
     {
         var prompt = $"""