通用 LLMClient.chat(messages)
任意模块传入 role: system + user 即构�?system 提示；例�?relay/settings.py 中风控为单条 user。飞鸽主路径封装�?chat_feige_* / chat_stream�?/p>
其它
通用
format_now_for_llm_system · 当前时间说明（system 尾部�?/h3>
拼装�?app/routers/matches.py · _assemble_chat_system_final
app/routers/matches.py · _assemble_chat_system_final为主对话注入「当前日期时间」一句（通常在组装末尾追加），便于模型对齐日历与时态；具体文案见源码格式化函数�?/p>
展开：与主对话挂载关�?· 修改备忘
【当前时间】{YYYY-MM-DD HH:mm:ss}（{时区名，�?Asia/Shanghai}）。今天是{date}（周×）。以今天为基准：明天=…，后天=…，大后�?…。用户说「明�?后天/大后天」时，若你要写出具体月日，必须与上列日期一致，禁止把「后天」写成其它号。若无法对齐，只复述「后天」等相对说法或向用户确认，勿编造错误公历日期。供你判断：与上文的对话间隔、约定是否到期或食言、评价用户真诚度是否随时间改善（挽回需长期稳定表现，非一时热情）�?
（实现：
app/llm_time.py · format_now_for_llm_system，时区来自环境变�?APP_TIMEZONE，默�?Asia/Shanghai。）
scripts/smoke_*.py 仅用于本地验证，不在生产路径内�?/p>
LLMClient 方法速查（app/llm_client.py�?/h2>
下列方法均有文档字符串；含「飞鸽」命名的为主对话或合�?user 轮专用封装�?strong class="aux-llm-method-list-hint">�?chat_feige_* / 通用 chat 包装�?/strong>多与「单独请求」条目对应（各章常以橙黄卡片标出）�?/p>
展开：方法列�?+ 右侧可记重构/合并意向
chat / chat_stream �?通用入口（支�?system 块、Anthropic cache 前缀�?chat_feige_user_turn �?单轮用户正文
chat_feige_combined_* �?品行 JSON + 正文合并格式、工具轮
summarize_relay_similarity_angles_from_profiles / pick_best_relay_rag_record_rank
need_match_exclude_users_for_candidate_blacklists
need_match_blacklist_semantic_hit_row_indices
classify_relay_invite_reply_audience
classify_relay_short_ack_peer_or_wrapup
classify_relay_assistant_promise_wrapup_other
classify_relay_turn_mes_type
summarize_relay_content
classify_relay_invite_first_reply
classify_labeling_gate
detect_help_topic_preference_signal
extract_help_topic_setting
classify_await_help_topics_confirmation_reply
classify_peer_now_place_requirement
classify_need_segment_should_close
classify_active_user_aborts_topic
classify_labeling_confirmation_reply
classify_await_relay_confirmation_reply
pick_relevant_need_id_for_message
pick_recent_binding_candidate_for_message
classify_turn_mes_type
generate_rag_query_associations（needs_desc �?rag_query_associations �?多路 RAG 检索）
summarize_chat_session_topic（L0 切会�?�?chat_summaries�?extract_recurring_topics_from_chat_summaries_for_l1（chat_summaries �?L1�?extract_recurring_topics_from_l1_summaries_for_l2（L1 �?L2�?extract_frequent_topics_from_l1（L1 �?重要记忆�?evaluate_user_from_l1
（遗留未调用：summarize_l0_to_l1、summarize_l1_to_l2�?extract_user_needs_from_turn
extract_user_profile_from_turn
normalize_profile_salary_level_to_storage / apply_salary_tool_normalization_to_profile_payload
evaluate_user_from_l1 / evaluate_user_from_messages
infer_user_merchant_preference_score
infer_merchant_communication_attitude_snippet_only
infer_merchant_communication_preference_and_attitude_snippet
_structure_merchant_kb_rag_summary_lines / structure_merchant_kb_plaintext_for_rag / structure_merchant_kb_both_formats_for_rag
for_merchant_kb_structure（类方法，切换商�?DeepSeek 客户端）