西藏巴青项目

大屏 — 畜牧资源统计 — 技术方案

依据：同目录 大屏畜牧资源功能需求.md v1.4。核心总览取农村三资与畜牧产品产量；其余区块为 AI 诊断既有表。本模块为大屏只读看板；不统计移动端「畜牧资源」资讯视图 v_livestock_resource。

1. 技术架构

项	说明
后端	RuoYi v3.9.2（springboot2 分支）：JDK 8、Spring Boot 2.x、Spring MVC、MyBatis、Druid
数据库	MySQL 5.7.39，InnoDB，`utf8mb4`
前端	`ruoyi-screen` 畜牧资源专题页（`/livestock-resources`）；切换 `statYear` 拉取看板主数据（本期单接口）
代码包	`com.ruoyi.web.modules.screen`（`LivestockResourceScreenController` / `ILivestockResourceScreenService` / `vo` / `support`）

分层：Controller → ILivestockResourceScreenService（口径编排、statDate/statDateTime）→ LivestockResourceScreenMapper（只读 SQL）+ LivestockResourceScreenSupport（7 日/24 小时补点、分类归一、占比、分档、关键词）。

场景	行为
进入 / 切换 `statYear`	调用 §3.1
数据权限	全县聚合；不按提问人/机构过滤
统计日 `statDate`	复用 `HomeScreenSupport.resolveStatDate(Y)`：`Y`=当前年 → 今日（`Asia/Shanghai`）；历史年 → `Y-12-31`
统计时刻 `statDateTime`	请求时 `LocalDateTime.now(Asia/Shanghai)`；响应回显用
年内上界	会话 `create_time`；AI 消息 `create_time` ≤ `statDate 23:59:59`（当前年）
「今日」四项	仅当 `Y` = 当前自然年时按 `statDate` 自然日统计；否则固定 0
用户结构	`biz_consult_user` 全表快照，不随 `Y` 变
7 日 / 分时	7 日以 `statDate` 滚动；分时为距 statDateTime 最近 24 整点小时，与 Y 无关
已隐藏会话	不过滤 `vet_visible`（对齐功能需求 §2.18#2）
性能	默认实时聚合；可选 §2.3 缓存表

依赖表（只读）

表	用途
`biz_consult_session`	AI 会话数、用户去重、7 日/24 小时会话、分档分母
`biz_consult_message`	提问量（AI 回复）、耗时、分类、状态、关键词语料
`biz_consult_user`	新老用户结构
`biz_rural_three_assets`	核心总览 + 农村三资区块：经营性/非经营性/固定资产
`biz_livestock_product_output`	核心总览 + 产量月度趋势
`biz_vaccination_data`	核心总览 + 疫苗接种区块
`biz_three_assets_problem_report`	三资具体问题上报按等级
`biz_medical_resource`	核心总览：兽医人数
`biz_tech_service_personnel`	核心总览：科技特派员、农业事业单位

业务常量（与 ConsultSessionRules / AiConsultConstants 一致）

常量	值
`consult_type` AI 问诊	`2`
`sender_role` 提问人 / AI	`1` / `3`
AI 消息 `sender_user_id`	`0`
`msg_type` 文本	`1`
提问分类编码	`1`～`4`（养殖技巧/疾病诊疗/用药指导/设备操作）

2. 数据库设计

2.1 本模块业务表

无新增业务台账表。 DDL：sql/biz_consult_session.sql、sql/biz_consult_message.sql、sql/biz_consult_user.sql。

当前问诊表无 del_flag；纳入条件为：consult_type=2 的会话及其消息。已隐藏（vet_visible=0）仍统计。

2.2 时间边界（公共参数）

记 statYear = Y，statDate、statDateTime 见 §1。

边界	表达式
年区间起	`Y-01-01 00:00:00`
年区间止（会话 `create_time`、AI 消息 `create_time`）	`statDate 23:59:59`
统计日区间	`statDate 00:00:00` ～ `statDate 23:59:59`
近 7 日	`[statDate − 6 日 00:00:00, statDate 23:59:59]`
最近 24 小时	`[floor(statDateTime 到整点) − 23 小时, floor(statDateTime 到整点) + 59 分 59 秒]`；SQL 按 `DATE_FORMAT(create_time,'%Y%m%d%H')` 分组

会话别名（下文）：s = biz_consult_session，条件 s.consult_type = 2。
AI 消息别名：m_ai = biz_consult_message，m_ai.sender_role = 3 AND m_ai.sender_user_id = 0，且 EXISTS 关联 s.id = m_ai.session_id。
提问人消息别名：m_ask = biz_consult_message，m_ask.sender_role = 1，且关联 AI 会话 s。

2.3 可选表 `biz_livestock_resource_screen_cache`（性能优化）

非本期必建。

字段	类型	说明
`id`	`bigint(20)`	主键
`stat_year`	`int(11)`	统计年份
`payload_json`	`mediumtext`	§3.1 响应 JSON
`expire_time`	`datetime`	过期时间
`create_time`	`datetime`	写入时间

索引：UNIQUE uk_stat_year (stat_year)。TTL 1～5 分钟。

2.4 查询口径（按表）

2.4.1 核心总览

指标	数据源与 SQL 要点	与 `statYear`
经营性固定资产（万元）	`biz_rural_three_assets`：`SUM(operating_fixed_assets)`，全县各村	不随 Y 变
非经营性固定资产（万元）	同上：`SUM(non_operating_fixed_assets)`	不随 Y 变
肉产量（万吨）	`biz_livestock_product_output`：所选年最大 `stat_month` 全县 `SUM(meat_output)`	随 Y
奶产量（万吨）	同上：`SUM(milk_output)`	随 Y
免疫率（%）	`biz_vaccination_data`：所选年最大月 `(SUM(实免)/SUM(应免))×100`，2 位小数；应免和为 0 → 0.00	随 Y
兽医（人）	`biz_medical_resource`：`resource_type='004001'` 且 `del_flag='0'` 计数	不随 Y 变
科技特派员（人）	`biz_tech_service_personnel.envoy_total_count`（单例 id=1）	不随 Y 变
农业事业单位（人）	同上 `agri_total_count`	不随 Y 变

无填报月或无行时对应产量/免疫率为 0；固定资产/人员无行时为 0。

2.4.2 近 7 日活跃度

维度	SQL 要点
会话数/日	`DATE(s.create_time)` 分组，`COUNT(s.id)`
提问量/日	`DATE(m_ai.create_time)` 分组，`COUNT(m_ai.id)`

应用层：固定输出 7 个点（statDate−6 … statDate），缺日补 0。

2.4.3 用户结构 `biz_consult_user`

类型	条件
新用户	`DATEDIFF(last_use_time, first_use_time) <= 180`
老用户	`> 180`

COUNT(*) 各一类；占比 = 人数 / (新+老)，不加 Y 条件。

2.4.4 提问分类 / 模型调用 / 热点榜（同源）

项	条件
统计行	`m_ai`（`sender_role=3`、`sender_user_id=0`），`create_time` ∈ 年区间
分类键	同会话内 `send_time ≤ m_ai.send_time` 的最近提问人消息 `ai_category`；空 → `UNCAT`
条数	`GROUP BY` 分类键 `COUNT(*)`；`MAX(m_ai.create_time)` 供热点二次排序
占比	分类 AI 回复条数 / 当年全部 AI 回复 × 100
热点 Top5	条数降序；同分按 `lastEventTime` 降序；取 5

2.4.5 分时使用热度（最近 24 小时）

维度	SQL 要点
会话	`s.create_time` ∈ 24h 窗口，`GROUP BY DATE_FORMAT(create_time,'%Y%m%d%H')`
提问量	`m_ai.create_time` ∈ 24h 窗口，同上分组

应用层：固定 24 桶（锚点整点向前 23 小时）；bucketStart=HH:mm；bucketDateTime=yyyy-MM-dd HH:mm；hourlyHeat.windowEnd = 锚点整点 yyyy-MM-dd HH:mm。

2.4.6 单次会话提问数量分布

子查询：按 session_id 统计年内 m_ai 条数 reply_cnt，再分档：

档位 code	`reply_cnt`
`LIGHT`	1～2
`NORMAL`	3～4
`ACTIVE`	5～10
`DEEP`	>10

COUNT(session_id) / 年内会话总数 → 占比；四档固定返回，无数据为 0。

2.4.7 会话状态分布

状态	条件
`OK` 正常应答	`m_ai.cost_time IS NOT NULL`（含 0）
`FAIL` 调用失败	`m_ai.cost_time IS NULL`

年内 COUNT(*) 及占比；两者之和 = 年内 AI 消息总数。

2.4.8 高频关键词

项	条件
语料	`m_ask.msg_type = 1`，`m_ask.content` 非空，`m_ask.send_time` ∈ 年区间
处理	`LivestockResourceScreenSupport.extractTopKeywords(texts, 30)`：分词 + 停用词（`application.yml` 可配路径或内置短表）

2.5 索引建议（既有表）

表	建议
`biz_consult_session`	`(consult_type, create_time)`、`(consult_type, update_time)`
`biz_consult_message`	`(session_id, sender_role, create_time)`、`(create_time, sender_role)`

2.6 Mapper 方法（建议）

Mapper	方法	说明
`LivestockResourceScreenMapper`	`selectOverview(...)`	总览 8 项（可拆 2～3 条 SQL）
	`selectDailySessionCounts(start, end)`	7 日会话
	`selectDailyAiReplyCounts(start, end)`	7 日提问量
	`selectUserStructure()`	新老用户
	`selectAskerCategoryCounts(yearStart, yearEnd)`	AI 回复按分类键聚合
	`selectAiReplyTotal(yearStart, yearEnd)`	分类占比分母（年内 AI 回复总数）
	`selectHourlySessionCounts(windowStart, windowEnd)`	最近 24h 会话
	`selectHourlyAiReplyCounts(windowStart, windowEnd)`	最近 24h 提问量
	`selectSessionReplyBuckets(yearStart, yearEnd)`	四档会话数
	`selectYearSessionTotal(yearStart, yearEnd)`	年内会话总数
	`selectAiReplyStatusCounts(yearStart, yearEnd)`	正常/失败
	`selectTextAskerContents(yearStart, yearEnd)`	关键词语料
	`selectDistinctSessionYears()`	可选年份下拉

XML：mapper/screen/LivestockResourceScreenMapper.xml。

3. 接口设计

统一响应：AjaxResult（code / msg / data）。

Base Path：/bigScreen/livestockResource

权限标识（示例）：bigScreen:livestockResource:query

#	说明	Method	URI
3.1	看板主数据（十区块合一）	GET	`/bigScreen/livestockResource/dashboard`

前端：进入页 / 切换 statYear / 刷新 → 仅 3.1。

3.1 看板主数据

Query

参数	类型	必填	说明
`statYear`	string	Y	四位年份；非法 → 业务异常（`AchievementReportValidation.parseStatYear`）
`forceRefresh`	boolean	N	默认 `false`；`true` 时跳过 §2.3 缓存

响应 `data`（顶层）

字段	类型	说明
`statYear`	int	回显
`statDate`	string	`yyyy-MM-dd`
`statDateTime`	string	`yyyy-MM-dd HH:mm:ss`，24h 窗口终点
`availableYears`	int[]	`biz_consult_session` 在 `consult_type=2` 下 `YEAR(create_time)` 并集 + 当前年，降序
`overview`	object	核心总览 §3.1.1
`ruralThreeAssets`	object	农村三资数据
`problemReportShare`	object	三资问题上报按等级
`productOutputTrend`	object	畜牧产品产量月度趋势
`vaccinationOverview`	object	疫苗接种免疫率
`appointment`	object	线下服务预约：三项台账人数/机构数（不随年）；`monthlyStacked` 为所选年 1～最大月预约次数
`techEnvoyStructure`	object	科技特派员：党员/其他、男/女占比与人数
`agriUnitStructure`	object	农业事业单位：员级/初级/中级/高级/管理级人数
`agriClassroom`	object	农技课堂（自首页迁入）
`trainingTrend`	object	实战培训报名：所选年 1～库中最大月；`monthly[].statYear/month/activityCount/enrolledCount`

已屏蔽（不再返回）： activityTrend、userStructure、categoryShare、modelCallAnalysis、hourlyHeat、sessionReplyDistribution、replyStatusDistribution、hotTopics、topKeywords。

3.1.1 `overview`

字段	类型	说明
`operatingFixedAssets`	decimal	经营性固定资产（万元），2 位小数
`nonOperatingFixedAssets`	decimal	非经营性固定资产（万元），2 位小数
`meatOutput`	decimal	肉产量（万吨），所选年最大填报月全县合计，4 位小数
`milkOutput`	decimal	奶产量（万吨），同上
`immunityRate`	decimal	免疫率（%），所选年最大填报月 (实免和/应免和)×100，2 位小数
`vetCount`	long	兽医人数（`004001` 且未删除）
`techEnvoyCount`	long	科技特派员总人数
`agriUnitCount`	long	农业事业单位总人数

3.1.1a `ruralThreeAssets`

字段	类型	说明
`operatingFixedAssets` / `nonOperatingFixedAssets` / `fixedAssets`	decimal	全县合计（万元），2 位小数；不随年变

3.1.1b `problemReportShare`

字段	类型	说明
`totalCount`	long	所选年上报总次数
`items[]`	array	`levelCode`/`levelName`/`count`/`ratio`（一般/重点/重大）

3.1.1c `productOutputTrend`

字段	类型	说明
`maxMonth`	int\|null	所选年最大填报月
`monthlySeries[]`	array	1～N：`month`/`meatOutput`/`milkOutput`（万吨，4 位）

3.1.1d `vaccinationOverview`

字段	类型	说明
`statMonth`	int\|null	最大填报月
`immunityRate`	decimal	免疫率 %，2 位
`shouldVaccinateCount` / `actualVaccinateCount`	long	应免/实免合计

3.1.1e `appointment`

字段	类型	说明
`annualVetCount`	int	兽医人员数：`biz_medical_resource` `resource_type=004001` 且 `del_flag=0`；不随年变
`annualExpertCount`	int	专家人员数：`biz_tech_resource` `resource_type=004005` 且 `del_flag=0`；不随年变
`annualOrgCount`	int	诊疗机构数：`biz_medical_resource` `resource_type=004003` 且 `del_flag=0`；不随年变
`monthlyStacked[]`	array	所选年 1～最大月：`statYear`/`month`/`vetCount`/`expertCount`/`orgCount`（预约次数，排除 status 2/3）

3.1.2 `activityTrend`

字段	类型	说明
`dailySeries`	array	固定 7 条

dailySeries[]：

字段	说明
`date`	`yyyy-MM-dd`
`sessionCount`	会话数
`questionCount`	提问量（AI 回复）

3.1.3 `userStructure`

字段	类型	说明
`newUserCount`	long	新用户
`oldUserCount`	long	老用户
`newUserRatio`	decimal	占比 0～100
`oldUserRatio`	decimal	占比 0～100

3.1.4 `categoryShare`

字段	类型	说明
`totalAskerMessages`	long	分母：年内全部 AI 回复（字段名沿用，与提问人无关）
`items`	array	分类项

items[]：categoryCode、categoryName、count、ratio（0～100，1 位小数）。固定含 1～4 + UNCAT（未分类），无数据 count=0。

3.1.5 `modelCallAnalysis[]`

与 categoryShare.items 同源（可复用引用）：categoryCode、categoryName、count。展示为柱状图时前端取 count。

3.1.6 `hourlyHeat`

字段	类型	说明
`windowEnd`	string	锚点整点 `yyyy-MM-dd HH:mm`
`hourlySeries`	array	固定 24 条

hourlySeries[]：bucketStart（HH:mm）、bucketDateTime（yyyy-MM-dd HH:mm，悬停）、sessionCount、questionCount。

3.1.7 `sessionReplyDistribution[]`

固定 4 条。

字段	说明
`bandCode`	`LIGHT` / `NORMAL` / `ACTIVE` / `DEEP`
`bandName`	轻度 / 一般 / 活跃 / 深度
`sessionCount`	会话数
`ratio`	占年内会话总数 %

3.1.8 `replyStatusDistribution`

字段	说明
`totalAiReplies`	年内 AI 回复总数
`items`	固定 2 条：`OK`（正常应答）、`FAIL`（调用失败），含 `count`、`ratio`

3.1.9 `hotTopics[]`

最多 5 条：categoryCode、categoryName、count、ratio，按 ratio 或 count 降序。

3.1.10 `topKeywords[]`

最多 30 条：keyword、count。

响应示例（节选）

{
  "statYear": 2026,
  "statDate": "2026-05-20",
  "statDateTime": "2026-05-20 15:30:00",
  "overview": {
    "operatingFixedAssets": 100.50,
    "nonOperatingFixedAssets": 200.25,
    "meatOutput": 1.2000,
    "milkOutput": 3.4000,
    "immunityRate": 90.00,
    "vetCount": 15,
    "techEnvoyCount": 30,
    "agriUnitCount": 40
  },
  "activityTrend": {
    "dailySeries": [
      { "date": "2026-05-14", "sessionCount": 3, "questionCount": 10 }
    ]
  },
  "categoryShare": {
    "totalAskerMessages": 500,
    "items": [
      { "categoryCode": "2", "categoryName": "疾病诊疗", "count": 200, "ratio": 40.0 }
    ]
  }
}

服务端逻辑（摘要）

1. year = parseStatYear(statYear)
2. statDate = resolveStatDate(year); statDateTime = now(Shanghai)
3. yearStart/end, dayStart/end, sevenStart, window24Start = Support.bounds(...)
4. overview = 三资 SUM + 所选年产量最大月 SUM(meat/milk)
5. activityTrend = Mapper 7日 + buildDailySeries(7, statDate)
6. userStructure = Mapper 新老 + ratio
7. category = Mapper 分类 + total；categoryShare/modelCall/hotTopics = Support.buildCategoryViews(...)
8. hourlyHeat = Mapper 24h + buildHourlySeries(24, statDateTime)
9. sessionReplyDistribution = Mapper 分档 + ratio
10. replyStatusDistribution = Mapper OK/FAIL + ratio
11. topKeywords = Support.extractTopKeywords(Mapper 文本语料, 30)
12. availableYears = distinct session years ∪ current year
13. return AjaxResult.success(vo)

4. 菜单与权限（示例）

类型	名称	权限标识
菜单	大屏畜牧资源	`bigScreen:livestockResource:query`

SQL 示例：sql/big_screen_livestock_resource_perm.sql（挂载「大屏」父菜单下）。

5. 交付清单

LivestockResourceScreenController + ILivestockResourceScreenService + VO + LivestockResourceScreenSupport
LivestockResourceScreenMapper + XML（§2.6）
ruoyi-screen 对接 GET /bigScreen/livestockResource/dashboard（本期不改前端）
单元测试：历史年今日为 0、7 日补 0、统计日 24 桶、分类占比、耗时含 0
接口测试：MockMvc dashboard
菜单权限 SQL；依赖 biz_consult_user、消息 cost_time/ai_category 字段已上线

6. 修订记录

版本	日期	说明
1.11	2026-07-24	看板屏蔽 AI 问诊九区块：活跃度/用户结构/分类/模型调用/分时/会话分布/状态/热门/关键词
1.10	2026-07-24	线下服务预约三项汇总改为资源台账：兽医 004001、机构 004003、专家 004005
1.9	2026-07-24	线下服务预约月度改为所选年 1～最大月
1.8	2026-07-24	实战培训报名改为所选年 1～最大月；前端横轴仅月、悬停显年月
1.7	2026-07-24	迁入线下预约/农技课堂/实战培训；新增科技特派员双层结构、农业事业单位职级柱图
1.6	2026-07-24	新增农村三资/问题上报/产量趋势/疫苗接种四区块
1.5	2026-07-24	核心总览扩展为 8 项：增免疫率、兽医、科技特派员、农业事业单位
1.4	2026-07-24	核心总览改为三资固定资产 + 所选年最大月肉/奶产量
1.0	2026-05-20	初稿：无新表；单接口十区块；对齐 `大屏畜牧资源功能需求.md` v1.1
1.2	2026-05-20	对齐草稿：今日活跃 `update_time`、日新增双时间、AI 回复+分类归因、统计日 0～23 时分、`create_time` 消息归属

大屏畜牧资源技术方案.md 19KB Cronologia Originale

大屏 — 畜牧资源统计 — 技术方案

1. 技术架构

2. 数据库设计

2.1 本模块业务表

2.2 时间边界（公共参数）

2.3 可选表 biz_livestock_resource_screen_cache（性能优化）

2.4 查询口径（按表）

2.4.1 核心总览

2.4.2 近 7 日活跃度

2.4.3 用户结构 biz_consult_user

2.4.4 提问分类 / 模型调用 / 热点榜（同源）

2.4.5 分时使用热度（最近 24 小时）

2.4.6 单次会话提问数量分布

2.4.7 会话状态分布

2.4.8 高频关键词

2.5 索引建议（既有表）

2.6 Mapper 方法（建议）

3. 接口设计

3.1 看板主数据

Query

响应 data（顶层）

3.1.1 overview

3.1.1a ruralThreeAssets

3.1.1b problemReportShare

3.1.1c productOutputTrend

3.1.1d vaccinationOverview

3.1.1e appointment

3.1.2 activityTrend

3.1.3 userStructure

3.1.4 categoryShare

3.1.5 modelCallAnalysis[]

3.1.6 hourlyHeat

3.1.7 sessionReplyDistribution[]

3.1.8 replyStatusDistribution

3.1.9 hotTopics[]

3.1.10 topKeywords[]