hr-position-system/js/api.js

/**
 * API - API 呼叫函式
 * 包含所有與後端 API 的通訊邏輯
 */

import { API_BASE_URL } from './config.js';
import { showCopyableError } from './utils.js';

// ==================== LLM API ====================

/**
 * 獲取當前選擇的 Ollama 模型
 * @returns {string} - 模型名稱
 */
function getOllamaModel() {
    return localStorage.getItem('selectedOllamaModel') || 'deepseek-r1:8b';
}

/**
 * 調用 Claude/Ollama LLM API
 * @param {string} prompt - Prompt 內容
 * @param {string} api - API 類型（'ollama' 或其他）
 * @returns {Promise<Object>} - 解析後的 JSON 回應
 */
export async function callClaudeAPI(prompt, api = 'ollama') {
    try {
        // 準備請求資料
        const requestData = {
            api: api,
            prompt: prompt,
            max_tokens: 2000
        };

        // 如果使用 Ollama API，加入選擇的模型
        if (api === 'ollama') {
            requestData.model = getOllamaModel();
        }

        // 調用後端 Flask API，避免 CORS 錯誤
        const response = await fetch(`${API_BASE_URL}/llm/generate`, {
            method: 'POST',
            headers: {
                'Content-Type': 'application/json',
            },
            body: JSON.stringify(requestData)
        });

        if (!response.ok) {
            const errorData = await response.json();
            throw new Error(errorData.error || `API 請求失敗: ${response.status}`);
        }

        const data = await response.json();

        if (!data.success) {
            throw new Error(data.error || 'API 調用失敗');
        }

        // 清理 JSON 代碼塊標記和其他格式
        let responseText = data.text;

        // 移除 DeepSeek-R1 等模型的思考標籤 <think>...</think>
        responseText = responseText.replace(/<think>[\s\S]*?<\/think>/gi, '');

        // 移除 Markdown 代碼塊標記
        responseText = responseText.replace(/```json\n?/gi, '').replace(/```\n?/g, '').trim();

        // 移除可能的前導文字（如 "Here is the JSON:" 等）
        responseText = responseText.replace(/^[\s\S]*?(?=\{)/i, '');

        // 嘗試提取 JSON 內容（如果包含其他文字）
        // 查找第一個 { 和最後一個 }
        const firstBrace = responseText.indexOf('{');
        const lastBrace = responseText.lastIndexOf('}');

        if (firstBrace !== -1 && lastBrace !== -1 && lastBrace > firstBrace) {
            responseText = responseText.substring(firstBrace, lastBrace + 1);
        }

        // 嘗試解析 JSON
        try {
            return JSON.parse(responseText);
        } catch (parseError) {
            // JSON 解析失敗，拋出更詳細的錯誤
            console.error('JSON 解析失敗，原始響應:', responseText);

            // 嘗試修復常見的 JSON 問題
            try {
                // 移除控制字符
                const cleanedText = responseText
                    .replace(/[\x00-\x1F\x7F]/g, '')  // 移除控制字符
                    .replace(/,\s*}/g, '}')           // 移除末尾逗號
                    .replace(/,\s*]/g, ']');          // 移除陣列末尾逗號
                return JSON.parse(cleanedText);
            } catch (retryError) {
                throw new Error(`LLM 返回的內容不是有效的 JSON 格式。\n\n原始響應前 300 字符:\n${responseText.substring(0, 300)}...`);
            }
        }
    } catch (error) {
        console.error('Error calling LLM API:', error);

        // 嘗試解析更詳細的錯誤訊息
        let errorDetails = error.message;
        try {
            const errorJson = JSON.parse(error.message);
            errorDetails = JSON.stringify(errorJson, null, 2);
        } catch (e) {
            // 不是 JSON，使用原始訊息
        }

        // 創建可複製的錯誤對話框
        showCopyableError({
            title: 'AI 生成錯誤',
            message: error.message,
            details: errorDetails,
            suggestions: [
                'Flask 後端已啟動 (python app.py)',
                '已在 .env 文件中配置有效的 LLM API Key',
                '網路連線正常',
                '確認 Prompt 要求返回純 JSON 格式',
                '嘗試使用不同的 LLM API (切換到其他模型)',
                '檢查 LLM 模型是否支援繁體中文'
            ]
        });

        throw error;
    }
}

// ==================== Position API ====================

/**
 * 保存崗位至崗位清單
 * @param {Object} positionData - 崗位資料
 * @returns {Promise<Object>} - API 回應
 */
export async function savePositionToList(positionData) {
    const response = await fetch(`${API_BASE_URL}/positions`, {
        method: 'POST',
        headers: {
            'Content-Type': 'application/json',
        },
        body: JSON.stringify(positionData)
    });

    if (!response.ok) {
        const errorData = await response.json();
        throw new Error(errorData.error || '保存失敗');
    }

    return await response.json();
}

/**
 * 載入崗位清單
 * @returns {Promise<Array>} - 崗位清單
 */
export async function loadPositionList() {
    const response = await fetch(`${API_BASE_URL}/position-list`);

    if (!response.ok) {
        throw new Error('載入崗位清單失敗');
    }

    const data = await response.json();
    return data.data || [];
}

/**
 * 獲取單一崗位描述
 * @param {string} positionCode - 崗位編號
 * @returns {Promise<Object>} - 崗位描述資料
 */
export async function getPositionDescription(positionCode) {
    const response = await fetch(`${API_BASE_URL}/position-descriptions/${positionCode}`);

    if (!response.ok) {
        if (response.status === 404) {
            return null; // 未找到描述
        }
        throw new Error('載入崗位描述失敗');
    }

    const data = await response.json();
    return data.data;
}

/**
 * 保存崗位描述
 * @param {Object} descData - 崗位描述資料
 * @returns {Promise<Object>} - API 回應
 */
export async function savePositionDescription(descData) {
    const response = await fetch(`${API_BASE_URL}/position-descriptions`, {
        method: 'POST',
        headers: {
            'Content-Type': 'application/json',
        },
        body: JSON.stringify(descData)
    });

    if (!response.ok) {
        const errorData = await response.json();
        throw new Error(errorData.error || '保存崗位描述失敗');
    }

    return await response.json();
}

// ==================== CSV API ====================

/**
 * 下載崗位 CSV 範本
 */
export async function downloadPositionCSVTemplate() {
    window.location.href = `${API_BASE_URL}/positions/csv-template`;
}

/**
 * 下載職務 CSV 範本
 */
export async function downloadJobCSVTemplate() {
    window.location.href = `${API_BASE_URL}/jobs/csv-template`;
}

/**
 * 匯入崗位 CSV
 * @param {File} file - CSV 檔案
 * @returns {Promise<Object>} - API 回應
 */
export async function importPositionsCSV(file) {
    const formData = new FormData();
    formData.append('file', file);

    const response = await fetch(`${API_BASE_URL}/positions/import-csv`, {
        method: 'POST',
        body: formData
    });

    if (!response.ok) {
        const errorData = await response.json();
        throw new Error(errorData.error || 'CSV 匯入失敗');
    }

    return await response.json();
}

/**
 * 匯入職務 CSV
 * @param {File} file - CSV 檔案
 * @returns {Promise<Object>} - API 回應
 */
export async function importJobsCSV(file) {
    const formData = new FormData();
    formData.append('file', file);

    const response = await fetch(`${API_BASE_URL}/jobs/import-csv`, {
        method: 'POST',
        body: formData
    });

    if (!response.ok) {
        const errorData = await response.json();
        throw new Error(errorData.error || 'CSV 匯入失敗');
    }

    return await response.json();
}

/**
 * 匯出完整崗位資料
 */
export async function exportCompletePositionData() {
    window.location.href = `${API_BASE_URL}/position-list/export`;
}

// ==================== Ollama Connection Test ====================

/**
 * 測試 Ollama 連線
 * @returns {Promise<boolean>} - 連線是否成功
 */
export async function testOllamaConnection() {
    try {
        const response = await fetch(`${API_BASE_URL}/llm/generate`, {
            method: 'POST',
            headers: {
                'Content-Type': 'application/json',
            },
            body: JSON.stringify({
                api: 'ollama',
                model: getOllamaModel(),
                prompt: '請回答：「連線測試成功」',
                max_tokens: 50
            })
        });

        if (!response.ok) {
            return false;
        }

        const data = await response.json();
        return data.success === true;
    } catch (error) {
        console.error('Ollama 連線測試失敗:', error);
        return false;
    }
}