# Simple Chat API

一个使用 FastAPI 和 DeepSeek API 的多轮 Agent 服务。每个会话的系统提示词、消息历史和工具调用过程保存在本地 JSON 文件中。

## 代码结构

采用 `src/` 布局，所有业务代码收纳在 `src/chat_api/` 包内，按职责分模块/子包，根目录只保留 `main.py` 入口。

```
src/chat_api/
├── app.py              应用工厂 + 生命周期（组装各层）
├── config.py           Settings：从 .env 读取配置
├── auth.py             API Key 鉴权依赖项（CurrentUser）
├── routes.py           所有 HTTP 路由
├── domain/             持久化模型（不依赖任何其它层）
│   ├── messages.py     UserMessage / AssistantMessage / ToolMessage / ToolCall
│   └── session.py      Session（含旧数据兼容校验器）
├── schemas/            API 请求/响应模型（按接口分组）
│   ├── session.py      创建会话 / 历史查询
│   ├── message.py      发送消息 / TokenUsage
│   ├── auth.py         注册 / 登录
│   └── usage.py        用量查询
├── storage/            持久化实现
│   ├── sessions.py     JsonSessionStorage（会话 JSON）
│   └── users.py        UserStore（SQLite 用户 + bcrypt + AuthenticatedUser）
├── service/
│   └── chat.py         ChatService：Agent 循环与业务规则
└── tools/
    ├── registry.py     ToolRegistry / ToolSpec 注册表基础设施
    └── time_tools.py   get_current_time 内置工具
```

分层依赖方向：`domain` ← `schemas`/`storage` ← `service`/`auth` ← `routes` ← `app`。各子包 `__init__.py` 做重导出，跨层引用形如 `from chat_api.storage import JsonSessionStorage, UserStore`。

## 启动

```bash
uv sync
cp .env.example .env
# 编辑 .env 并填写 DEEPSEEK_API_KEY
uv run python main.py        # 或：uv run uvicorn main:app --reload --reload-dir src
```

服务默认运行在 `http://127.0.0.1:8000`，交互式 API 文档位于 `/docs`。

服务会自动加载项目根目录的 `.env`，已有系统环境变量优先级更高。可配置 `DEEPSEEK_BASE_URL`、`DEEPSEEK_MODEL`、`DEFAULT_SYSTEM_PROMPT`、`CHAT_DATA_DIR`、`USER_DB_PATH` 和工具调用限制，完整示例见 `.env.example`。第一版应只使用一个 Uvicorn worker。

用户名、密码哈希、UUID 及 API Key 保存在 SQLite 中（默认路径 `USER_DB_PATH=data/users.db`，随服务启动自动建表）。所有业务接口都必须通过 `X-API-Key` 请求头提供访问密钥，服务端从数据库中查找比对以识别当前用户。

## 注册与登录

注册用户（用户名已存在返回 `409`）：

```bash
curl -X POST http://127.0.0.1:8000/auth/register \
  -H 'Content-Type: application/json' \
  -d '{"username":"小明","password":"your-password"}'
```

用用户名、密码换取持久化的 API Key（凭据错误返回 `401`）：

```bash
curl -X POST http://127.0.0.1:8000/auth/login \
  -H 'Content-Type: application/json' \
  -d '{"username":"小明","password":"your-password"}'
# => {"user_id":"...","api_key":"YOUR_API_KEY"}
```

## 使用

创建会话：

```bash
curl -X POST http://127.0.0.1:8000/sessions \
  -H 'X-API-Key: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{"system_prompt":"你是一个简洁的中文助手。"}'
```

使用返回的 `session_id` 发送消息：

```bash
curl -X POST http://127.0.0.1:8000/sessions/SESSION_ID/messages \
  -H 'X-API-Key: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{"content":"你好，请记住我的名字是小明。"}'
```

API 返回及存储的每条消息都包含 UTC `created_at`。只有模型完整响应成功后，本轮消息才会写入会话历史。

模型可以按需调用服务端白名单工具：

- `get_current_time`：查询指定 IANA 时区的当前时间。

工具调用无需增加请求参数。服务端会执行工具并把结果返回模型，直到模型生成最终回答。发送消息接口通过 `tools_use` 返回本轮使用的工具名称，完整调用过程可通过历史接口查询；未调用工具时 `tools_use` 为空数组。

获取指定会话的完整历史：

```bash
curl http://127.0.0.1:8000/sessions/SESSION_ID/messages \
  -H 'X-API-Key: YOUR_API_KEY'
```

查询当前用户的累计 API 调用次数和 token 用量：

```bash
curl http://127.0.0.1:8000/usage \
  -H 'X-API-Key: YOUR_API_KEY'
```

每个会话 JSON 顶层保存所属 `user_id`、成功聊天次数及累计 token。`/usage` 会扫描并汇总当前用户的全部会话，不使用独立统计文件。创建会话、查询历史和查询用量不计入 `api_calls`。