5why-analyzer/routes/analyze.js

import express from 'express';
import axios from 'axios';
import Analysis from '../models/Analysis.js';
import AuditLog from '../models/AuditLog.js';
import { asyncHandler } from '../middleware/errorHandler.js';
import { requireAuth } from '../middleware/auth.js';
import { ollamaConfig, query } from '../config.js';

const router = express.Router();

/**
 * 從資料庫取得啟用的 LLM 配置
 */
async function getActiveLLMConfig() {
  const [config] = await query(
    `SELECT provider_name, api_endpoint, api_key, model_name, temperature, max_tokens, timeout_seconds
     FROM llm_configs
     WHERE is_active = 1
     LIMIT 1`
  );

  // 如果沒有資料庫配置，使用環境變數的 Ollama 配置
  if (!config) {
    return {
      provider_name: 'Ollama',
      api_endpoint: ollamaConfig.apiUrl,
      api_key: null,
      model_name: ollamaConfig.model,
      temperature: ollamaConfig.temperature,
      max_tokens: ollamaConfig.maxTokens,
      timeout_seconds: ollamaConfig.timeout / 1000
    };
  }

  return config;
}

/**
 * POST /api/analyze
 * 執行 5 Why 分析
 */
router.post('/', requireAuth, asyncHandler(async (req, res) => {
  const { finding, jobContent, outputLanguage = 'zh-TW' } = req.body;
  const userId = req.session.userId;

  // 驗證輸入
  if (!finding || !jobContent) {
    return res.status(400).json({
      success: false,
      error: '請填寫所有必填欄位'
    });
  }

  const startTime = Date.now();

  try {
    // 取得啟用的 LLM 配置
    const llmConfig = await getActiveLLMConfig();

    // 建立分析記錄
    const analysis = await Analysis.create({
      user_id: userId,
      finding,
      job_content: jobContent,
      output_language: outputLanguage
    });

    // 更新狀態為處理中
    await Analysis.updateStatus(analysis.id, 'processing');

    // 建立 AI 提示詞
    const languageNames = {
      'zh-TW': '繁體中文',
      'zh-CN': '简体中文',
      'en': 'English',
      'ja': '日本語',
      'ko': '한국어',
      'vi': 'Tiếng Việt',
      'th': 'ภาษาไทย'
    };

    const langName = languageNames[outputLanguage] || '繁體中文';

    const prompt = `你是一位專精於「5 Why 根因分析法」的資深顧問。請嚴格遵循以下五大執行要項進行分析：

## 五大執行要項

### 1. 精準定義問題（描述現象，而非結論）
- 第一步必須客觀描述「發生了什麼事」，而非直接跳入「我認為是甚麼問題」
- 具體化：包含人、事、時、地、物（5W1H）

### 2. 聚焦於「流程」與「系統」，而非「人」
- 若答案是「人為疏失」，請繼續追問：「為什麼系統允許這個疏失發生？」
- 原則：解決問題的機制，而非責備犯錯的人

### 3. 基於「事實」與「現場」，拒絕「猜測」
- 每一個「為什麼」的回答，都必須是可查證的事實
- 若無法確認，應標註需要驗證的假設

### 4. 邏輯的「雙向檢核」
- 順向檢查：若原因 X 發生，是否必然導致結果 Y？
- 逆向檢查：若消除了原因 X，結果 Y 是否就不會發生？

### 5. 止於「可執行的對策」
- 根本原因必須能對應到一個「永久性對策」（不再發生）
- 不僅是「暫時性對策」（如：重新訓練、加強宣導）

---

## 待分析內容

**Finding（發現的問題/現象）：** ${finding}

**工作內容背景：** ${jobContent}

---

## 輸出要求

請提供 **三個不同角度** 的 5 Why 分析，每個分析從不同的切入點出發（例如：流程面、系統面、管理面、設備面、環境面等）。

注意：
- 5 Why 的目的不是「湊滿五個問題」，而是穿透表面症狀直達根本原因
- 若在第 3 或第 4 個 Why 就已找到真正的根本原因，可以停止（設為 null）
- 每個 Why 必須標註是「已驗證事實」還是「待驗證假設」
- 最終對策必須是「永久性對策」

⚠️ 重要：請使用 **${langName}** 語言回覆所有內容。

請用以下 JSON 格式回覆（不要加任何 markdown 標記）：
{
  "problemRestatement": "根據 5W1H 重新描述的問題定義",
  "analyses": [
    {
      "perspective": "分析角度（如：流程面）",
      "perspectiveIcon": "適合的 emoji",
      "whys": [
        {
          "level": 1,
          "question": "為什麼...?",
          "answer": "因為...",
          "isVerified": true,
          "verificationNote": "已確認/需驗證：說明"
        }
      ],
      "rootCause": "根本原因（系統/流程層面）",
      "logicCheck": {
        "forward": "順向檢核：如果[原因]發生，則[結果]必然發生",
        "backward": "逆向檢核：如果消除[原因]，則[結果]不會發生",
        "isValid": true
      },
      "countermeasure": {
        "permanent": "永久性對策（系統性解決方案）",
        "actionItems": ["具體行動項目1", "具體行動項目2"],
        "avoidList": ["避免的暫時性做法（如：加強宣導）"]
      }
    }
  ]
}`;

    // 呼叫 LLM API（支援 DeepSeek, Ollama 等）
    const response = await axios.post(
      `${llmConfig.api_endpoint}/v1/chat/completions`,
      {
        model: llmConfig.model_name,
        messages: [
          {
            role: 'system',
            content: 'You are an expert consultant specializing in 5 Why root cause analysis. You always respond in valid JSON format without any markdown code blocks.'
          },
          {
            role: 'user',
            content: prompt
          }
        ],
        temperature: llmConfig.temperature,
        max_tokens: llmConfig.max_tokens,
        stream: false
      },
      {
        timeout: llmConfig.timeout_seconds * 1000,
        headers: {
          'Content-Type': 'application/json',
          ...(llmConfig.api_key && { 'Authorization': `Bearer ${llmConfig.api_key}` })
        }
      }
    );

    // 處理回應
    if (!response.data || !response.data.choices || !response.data.choices[0]) {
      throw new Error(`Invalid response from ${llmConfig.provider_name} API`);
    }

    const content = response.data.choices[0].message.content;
    const cleanContent = content.replace(/```json|```/g, '').trim();
    const result = JSON.parse(cleanContent);

    // 計算處理時間
    const processingTime = Math.floor((Date.now() - startTime) / 1000);

    // 儲存結果
    await Analysis.saveResult(analysis.id, {
      problem_restatement: result.problemRestatement,
      analysis_result: result,
      processing_time: processingTime
    });

    // 記錄稽核日誌
    await AuditLog.logCreate(
      userId,
      'analysis',
      analysis.id,
      { finding, outputLanguage },
      req.ip,
      req.get('user-agent')
    );

    res.json({
      success: true,
      message: '分析完成',
      data: {
        id: analysis.id,
        problemRestatement: result.problemRestatement,
        analyses: result.analyses,
        processingTime
      }
    });

  } catch (error) {
    console.error('Analysis error:', error);

    // 更新分析狀態為失敗
    if (analysis && analysis.id) {
      await Analysis.updateStatus(analysis.id, 'failed', error.message);
    }

    res.status(500).json({
      success: false,
      error: '分析失敗',
      message: error.message
    });
  }
}));

/**
 * POST /api/analyze/translate
 * 翻譯分析結果
 */
router.post('/translate', requireAuth, asyncHandler(async (req, res) => {
  const { analysisId, targetLanguage } = req.body;

  if (!analysisId || !targetLanguage) {
    return res.status(400).json({
      success: false,
      error: '請提供分析 ID 和目標語言'
    });
  }

  try {
    // 取得啟用的 LLM 配置
    const llmConfig = await getActiveLLMConfig();

    // 取得分析結果
    const analysis = await Analysis.findById(analysisId);

    if (!analysis) {
      return res.status(404).json({
        success: false,
        error: '找不到分析記錄'
      });
    }

    const languageNames = {
      'zh-TW': '繁體中文',
      'zh-CN': '简体中文',
      'en': 'English',
      'ja': '日本語',
      'ko': '한국어',
      'vi': 'Tiếng Việt',
      'th': 'ภาษาไทย'
    };

    const langName = languageNames[targetLanguage] || '繁體中文';

    const prompt = `請將以下 5 Why 分析結果翻譯成 **${langName}**。

原始內容：
${JSON.stringify(analysis.analysis_result, null, 2)}

請保持完全相同的 JSON 結構，只翻譯文字內容。
請用以下 JSON 格式回覆（不要加任何 markdown 標記）：
{
  "problemRestatement": "...",
  "analyses": [...]
}`;

    const response = await axios.post(
      `${llmConfig.api_endpoint}/v1/chat/completions`,
      {
        model: llmConfig.model_name,
        messages: [
          {
            role: 'system',
            content: 'You are a professional translator. You always respond in valid JSON format without any markdown code blocks.'
          },
          {
            role: 'user',
            content: prompt
          }
        ],
        temperature: 0.3,
        max_tokens: llmConfig.max_tokens,
        stream: false
      },
      {
        timeout: llmConfig.timeout_seconds * 1000,
        headers: {
          'Content-Type': 'application/json',
          ...(llmConfig.api_key && { 'Authorization': `Bearer ${llmConfig.api_key}` })
        }
      }
    );

    const content = response.data.choices[0].message.content;
    const cleanContent = content.replace(/```json|```/g, '').trim();
    const result = JSON.parse(cleanContent);

    res.json({
      success: true,
      message: '翻譯完成',
      data: result
    });

  } catch (error) {
    console.error('Translation error:', error);
    res.status(500).json({
      success: false,
      error: '翻譯失敗',
      message: error.message
    });
  }
}));

/**
 * GET /api/analyze/history
 * 取得分析歷史
 */
router.get('/history', requireAuth, asyncHandler(async (req, res) => {
  const userId = req.session.userId;
  const page = parseInt(req.query.page) || 1;
  const limit = parseInt(req.query.limit) || 10;
  const filters = {
    status: req.query.status,
    date_from: req.query.date_from,
    date_to: req.query.date_to,
    search: req.query.search
  };

  const result = await Analysis.getByUserId(userId, page, limit, filters);

  res.json({
    success: true,
    ...result
  });
}));

/**
 * GET /api/analyze/:id
 * 取得特定分析詳細資料
 */
router.get('/:id', requireAuth, asyncHandler(async (req, res) => {
  const analysisId = parseInt(req.params.id);
  const userId = req.session.userId;
  const userRole = req.session.userRole;

  const analysis = await Analysis.getFullAnalysis(analysisId);

  if (!analysis) {
    return res.status(404).json({
      success: false,
      error: '找不到分析記錄'
    });
  }

  // 檢查權限：只能查看自己的分析，除非是管理者
  if (analysis.user_id !== userId && userRole !== 'admin' && userRole !== 'super_admin') {
    return res.status(403).json({
      success: false,
      error: '無權存取此分析'
    });
  }

  res.json({
    success: true,
    data: analysis
  });
}));

/**
 * DELETE /api/analyze/:id
 * 刪除分析記錄
 */
router.delete('/:id', requireAuth, asyncHandler(async (req, res) => {
  const analysisId = parseInt(req.params.id);
  const userId = req.session.userId;
  const userRole = req.session.userRole;

  const analysis = await Analysis.findById(analysisId);

  if (!analysis) {
    return res.status(404).json({
      success: false,
      error: '找不到分析記錄'
    });
  }

  // 檢查權限
  if (analysis.user_id !== userId && userRole !== 'admin' && userRole !== 'super_admin') {
    return res.status(403).json({
      success: false,
      error: '無權刪除此分析'
    });
  }

  await Analysis.delete(analysisId);

  // 記錄稽核日誌
  await AuditLog.logDelete(
    userId,
    'analysis',
    analysisId,
    { finding: analysis.finding },
    req.ip,
    req.get('user-agent')
  );

  res.json({
    success: true,
    message: '已刪除分析記錄'
  });
}));

export default router;