Use Beijing time and Snowflake IDs

.env.example

@@ -4,10 +4,12 @@ DEEPSEEK_BASE_URL=https://api.deepseek.com
 DEEPSEEK_MODEL=deepseek-chat
 MYSQL_IMAGE=mysql:8.4
 
+INTERVIEW_MAX_FOLLOW_UP_ROUNDS=3
 JWT_SECRET=replace-with-at-least-32-random-characters
 RESUME_TOKEN_SECRET=replace-with-a-different-32-character-secret
 
 MYSQL_DSN=mysql+asyncmy://interview:interview@localhost:3307/interview_agent?charset=utf8mb4
+SNOWFLAKE_NODE_ID=0
 REDIS_URL=redis://localhost:6381/0
 MILVUS_URI=http://localhost:19531
 MILVUS_COLLECTION=interview_questions_v2
@@ -36,3 +38,30 @@ CORS_ORIGINS=["http://localhost:5173"]
 SESSION_RESUME_TTL_SECONDS=86400
 EVENT_RETENTION_SECONDS=604800
 AUTO_RECOVER_SESSIONS=true
+DYNAMIC_PAGE_FETCH_ENABLED=true
+DYNAMIC_PAGE_TIMEOUT_SECONDS=20
+DYNAMIC_PAGE_MAX_TRANSFER_BYTES=26214400
+DYNAMIC_PAGE_MAX_CONCURRENT=2
+DYNAMIC_PAGE_QUEUE_TIMEOUT_SECONDS=5
+GITHUB_RECOMMENDATIONS_ENABLED=true
+# Optional. Without a token GitHub's public API has a lower rate limit.
+GITHUB_TOKEN=
+GITHUB_REPOSITORIES_PER_TOPIC=2
+GITHUB_CANDIDATE_LIMIT=15
+GITHUB_ACTIVE_DAYS=365
+GITHUB_FALLBACK_ACTIVE_DAYS=548
+GITHUB_MINIMUM_RECOMMENDATION_SCORE=60
+
+# Optional personal-memory semantic index. MySQL remains authoritative when disabled/unavailable.
+MEM0_ENABLED=false
+MEM0_MODE=cloud
+MEM0_API_KEY=
+MEM0_HOST=https://api.mem0.ai
+MEM0_AGENT_ID=interview-coach
+MEM0_TIMEOUT_SECONDS=10
+MEM0_OSS_CONFIG_PATH=data/mem0-oss-local.json
+MEM0_OSS_OLLAMA_BASE_URL=
+MEM0_OSS_QDRANT_PATH=data/mem0_qdrant
+MEM0_OSS_COLLECTION_NAME=interview_personal_memory
+MEM0_OSS_HISTORY_DB_PATH=data/mem0_history.db
+PERSONAL_MEMORY_TOP_K=8

.gitignore

@@ -14,5 +14,7 @@ output/
 dist/
 volumes/
 data/uploads/
+data/mem0_qdrant/
+data/mem0_history.db
 data/eval/reports/*.json
 data/eval/reports/*.md

CONTEXT.md

@@ -35,3 +35,11 @@ _Avoid_: 文档、向量集合
 **候选人画像**:
 根据历次面试表现形成的能力与薄弱点记录，用于后续面试的个性化选题。
 _Avoid_: 简历、用户资料
+
+**业务时间**:
+面试记录、检查点和候选人画像中面向业务展示与持久化的北京时间（Asia/Shanghai，UTC+8）。
+_Avoid_: 服务器本地时间、UTC 存储时间
+
+**业务标识**:
+新建业务记录使用的 64 位 Snowflake 十进制 ID；历史 UUID 和自增 ID 仍是有效业务标识。
+_Avoid_: 请求 ID、连接 ID、JWT jti

Dockerfile

@@ -19,6 +19,7 @@ RUN apt-get update \
 
 COPY pyproject.toml uv.lock ./
 RUN uv sync --frozen --no-dev --no-install-project
+RUN playwright install --with-deps chromium
 
 COPY README.md ./
 COPY src ./src

README.md

@@ -27,7 +27,7 @@ flowchart LR
 
 ## 关键能力
 
-- JD 分析、简历匹配、混合 RAG 出题、自适应难度、追问、评分、评估报告和复习计划。
+- JD 分析、简历匹配、混合 RAG 出题、自适应难度、受限多轮动态追问、评分、评估报告和复习计划；单题追问上限由 `INTERVIEW_MAX_FOLLOW_UP_ROUNDS` 配置。
 - MySQL 权威检查点 + outbox、Redis Streams 事件补发、Milvus 用户隔离题库。
 - `session_id + resume_token + last_event_id` 续面，`client_message_id` 写入幂等。
 - 后建立连接接管同一面试会话；未完成会话默认保留 24 小时。
@@ -63,13 +63,36 @@ cp .env.example .env
 # 编辑 .env，填写 DEEPSEEK_API_KEY，并分别生成 JWT_SECRET、RESUME_TOKEN_SECRET
 
 uv sync --frozen
+uv run playwright install chromium
 docker compose up -d mysql redis etcd minio milvus embeddings reranker speech speech-models
 uv run alembic upgrade head
 uv run interview-agent serve --reload
 ```
 
 这个开发模式适合调试 Python；完整语音链路建议使用上面的 `--profile app` 全容器启动，因为中文 VITS 模型卷会直接挂载到应用容器。
 
+### 数据库时间与 ID
+
+- MySQL 业务时间列使用 `DATETIME(6)` 保存北京时间（`Asia/Shanghai`），API 返回的业务时间携带 `+08:00` 偏移。
+- 新建用户、面试会话、题目、候选人记忆、outbox 事件和内部记录统一使用 64 位 Snowflake ID；对外 ID 保持十进制字符串，避免浏览器 JavaScript 丢失整数精度。
+- `SNOWFLAKE_NODE_ID` 取值为 `0-1023`，默认 `0`。单实例本地开发可保留默认值；多副本部署必须为每个同时运行的实例分配不同节点号，否则可能产生重复 ID。
+- 既有 UUID 和自增 ID 不会重写，新旧 ID 可以同时查询和关联。
+
+从 `0001` 或更早的现有数据库升级前先备份 MySQL，然后执行：
+
+```bash
+uv run alembic upgrade head
+```
+
+`0002` 会把现有 UTC 时间列一次性增加 8 小时，并将原自增内部主键扩展为 `BIGINT`；`0003` 会把检查点和候选人画像 JSON 内的 UTC 时间同步转换为 `+08:00`。已执行过 `0002` 的环境继续运行 `upgrade head` 即可补迁，且不会重复转换。迁移完成后可用下面的查询确认北京时间：
+
+```sql
+SELECT id, status, created_at, updated_at
+FROM interview_sessions
+ORDER BY created_at DESC
+LIMIT 10;
+```
+
 服务地址：
 
 - 浏览器前端：http://localhost:9092/
@@ -88,11 +111,12 @@ uv run interview-agent serve --reload
 对应的可编辑 Figma 面试台位于 [Interview Room — Apple Developer UI](https://www.figma.com/design/QUCP3r8UZnwNU0YwP32wVa?node-id=3-2)。
 
 1. 创建账号，在“面试台”为 JD 和简历粘贴文字、填写 URL，或分别上传 PDF。上传后页面原样预览 PDF，提取文字只交给后端面试流程，不显示在编辑器中。
+   JD URL 会先进行轻量正文提取；遇到 JavaScript 动态页面或站点阻止普通请求时，会自动降级为 Chromium 渲染。复习计划会按结构化薄弱主题查询 GitHub，过滤资源清单和长期未维护仓库，并在项目卡片展示推荐理由与最近推送日期；可选配置 `GITHUB_TOKEN` 提高 API 限额。
    桌面端向右拖动 PDF 面板旁的分隔条即可放大；方向键可微调，`Shift + 方向键` 可快速调节，双击恢复默认宽度。“放大”按钮会打开全屏原文件预览。
 2. 收到题目后数字人自动用普通话播报；点击“语音回答”录音，结束后可编辑 Whisper 转写，再提交并观察评分、追问、评估报告与复习计划。
 3. 面试途中点击“模拟断线”，客户端会自动用 `session_id + resume_token + last_event_id` 续面。
 4. 在等待回答时直接刷新浏览器，事件时间线与当前作答状态应恢复。
-5. 使用“我的题库”上传 Markdown、TXT、PDF 或 DOCX，再开始面试验证个人 RAG；完成后可在“面试档案”查看历史报告。
+5. 使用“我的题库”上传 Markdown、TXT、PDF 或 DOCX；上传后可按来源、难度、题型或关键词浏览题目与完整参考答案，再开始面试验证个人 RAG。完成后可在“面试档案”查看历史报告。
 
 为避免覆盖机器上常见的本地服务，Compose 默认把 MySQL、Redis、Milvus 分别映射到 `3307`、`6381`、`19531`，应用映射到 `9092`；都可通过同名 `*_PORT` 环境变量覆盖。MinIO 只供 Milvus 内部使用，不暴露宿主机端口。
 

data/mem0-oss-local.json

@@ -0,0 +1,26 @@
+{
+  "mode": "oss",
+  "oss": {
+    "llm": {
+      "provider": "ollama",
+      "config": {
+        "model": "qwen2.5-coder:14b",
+        "ollama_base_url": "http://127.0.0.1:11434"
+      }
+    },
+    "embedder": {
+      "provider": "ollama",
+      "config": {
+        "model": "nomic-embed-text",
+        "ollama_base_url": "http://127.0.0.1:11434",
+        "embedding_dims": 768
+      }
+    },
+    "vector_store": {
+      "provider": "qdrant",
+      "config": {
+        "path": "data/mem0_qdrant"
+      }
+    }
+  }
+}

docker-compose.yml

@@ -231,6 +231,11 @@ services:
       RERANK_BASE_URL: http://reranker:80
       SPEECH_BASE_URL: http://speech:8000
       TTS_MODEL_DIRECTORY: /models/sherpa-onnx-vits-zh-ll
+      MEM0_OSS_OLLAMA_BASE_URL: http://host.docker.internal:11434
+      MEM0_OSS_QDRANT_PATH: /mem0/qdrant
+      MEM0_OSS_HISTORY_DB_PATH: /mem0/history.db
+    extra_hosts:
+      - "host.docker.internal:host-gateway"
     ports:
       - "${APP_PORT:-9092}:9090"
     depends_on:
@@ -252,6 +257,7 @@ services:
         condition: service_completed_successfully
     volumes:
       - tts_models:/models:ro
+      - mem0_data:/mem0
     healthcheck:
       test: ["CMD", "curl", "-f", "http://localhost:9090/health/ready"]
       interval: 10s
@@ -269,3 +275,4 @@ volumes:
   speech_hf_cache:
   tts_models:
   reranker_models:
+  mem0_data:

docs/adr/0006-use-isolated-qdrant-for-mem0-oss.md

@@ -0,0 +1,20 @@
+# ADR 0006：mem0 OSS 使用独立 Qdrant 派生索引
+
+## 状态
+
+已接受。
+
+## 背景
+
+InterviewAgent 已使用 MySQL 保存权威业务状态，使用 Milvus 保存可重建题库向量。现有 Hermes 配置提供了 mem0 OSS 所需的 Ollama LLM、Ollama Embedder 与本地 Qdrant 参数，但其 Qdrant 目录属于 Hermes，嵌入式 Qdrant 也不适合被两个进程并发打开。
+
+## 决策
+
+- 允许读取 Hermes 兼容的 mem0 JSON 配置，只复用 provider、model、嵌入维度和 Ollama 地址。
+- InterviewAgent 覆盖 Qdrant 路径、集合名和 mem0 history 数据库，使用自己的持久化目录。
+- MySQL 继续是个人画像的唯一权威存储；mem0/Qdrant 仅保存可删除、可重建的压缩学习信号。
+- mem0 仍为显式 opt-in，初始化或运行失败时回退 MySQL 确定性召回。
+
+## 结果
+
+该方案可以直接利用本机已有 Ollama 模型，又不会让 Hermes 与 InterviewAgent 共享用户命名空间、文件锁或向量生命周期。代价是本地额外保存一份小型派生索引；如果以后改用 mem0 的 Milvus provider，需要单独验证版本、过滤和集合隔离后再替换。

docs/adr/0007-use-beijing-business-time-and-snowflake-identifiers.md

@@ -0,0 +1,27 @@
+# ADR 0007：使用北京时间与 Snowflake 业务标识
+
+## 状态
+
+已接受。
+
+## 背景
+
+面试记录此前以 UTC 写入 MySQL，用户直接查询表时会看到比北京时间少 8 小时的值；新业务实体同时混用 UUID 与数据库自增 ID，不利于跨服务生成和按时间粗略排序。历史数据已被外键、检查点 JSON 和候选人画像 JSON 引用，不能整体重写标识。
+
+## 决策
+
+- 领域层持久化时间使用带 `+08:00` 的 `Asia/Shanghai` 时间；MySQL `DATETIME(6)` 保存去除时区后的北京时间墙上时间，读取时恢复 `+08:00`。
+- `0002` 升级把既有关系型时间列整体加 8 小时；`0003` 把会话检查点与候选人画像 JSON 中已有的 UTC 时间转换为等价的 `+08:00` 时间。拆分版本确保已执行 `0002` 的环境仍会得到 JSON 补迁。
+- 新建用户、会话、问题、记忆、事件及内部记录使用 64 位 Snowflake ID。历史 UUID 和自增 ID 原样保留，因此所有已有外键和恢复凭证继续有效。
+- 每个并行写入实例必须配置唯一的 `SNOWFLAKE_NODE_ID`（0–1023）。同一部署内复用节点号属于配置错误；数据库唯一约束是最终防线，碰撞时写事务失败，不静默改号或覆盖数据。
+- 连接 ID、客户端消息 ID 和 JWT `jti` 不是持久化业务主键，继续使用 UUID。
+
+## 迁移与失败语义
+
+升级前必须备份 MySQL。列类型变更由 MySQL DDL 执行；关系型时间更新在显式事务中完成，JSON 时间转换可重复执行且只转换带时区值。升级中断后先检查 `alembic_version` 和备份，再重跑升级；若数据库状态无法确认，从升级前备份恢复。
+
+Snowflake 序列在同一毫秒耗尽时等待下一毫秒。短暂时钟回拨使用进程内最后时间戳继续递增，避免本实例重复；跨实例唯一性由不同节点号保证。产生新 Snowflake 值后不支持直接降级回 32 位自增列，回退应恢复升级前备份，而不是执行破坏性 ID 转换。
+
+## 取舍
+
+该方案让数据库中的时间符合当前主要用户习惯，并允许应用层生成趋势递增的业务 ID；代价是数据库值不再是 UTC，跨时区分析必须显式转换，并且部署需要管理节点号。保留历史标识避免高风险全量主外键重写，但同一列会长期兼容 UUID 与十进制 Snowflake 字符串。