.

.env

@@ -1,7 +1,7 @@
 DEEPSEEK_API_KEY=sk-0fde229ff9854ada814c2553c787d721
 
-ELASTIC_API_KEY=MW9QZm1aa0JkWjBPRkFiaUFwc0Q6T1cycFlqbVVXbzR6OWM0Tm1CeW1GQQ
-ELASTIC_CLOUD_URL=https://datnvdb-a564ef.es.australiaeast.azure.elastic.cloud:443
+ELASTIC_API_KEY="U0RkcElwc0JwbGxnYkIxOVIyYVo6WlpJMXpoUXNxZVdkT295cnpZRWdLUQ=="
+ELASTIC_CLOUD_URL=https://my-elasticsearch-project-a94f0e.es.ap-southeast-1.aws.elastic.cloud:443
 FOOD_DB_INDEX=food_v2_vdb
 POLICY_DB_INDEX=policy_vdb
 

chatbot/agents/nodes/app_functions/find_candidates.py

@@ -21,22 +21,23 @@ def find_replacement_candidates(state: SwapState):
     health_status = profile.get('healthStatus', '') # VD: Suy thận
 
     constraint_prompt = ""
-    if restrictions:
+    if restrictions not in ["Không có"]:
         constraint_prompt += f"Yêu cầu bắt buộc: {restrictions}. "
-    if health_status:
+    if health_status not in ["Khỏe mạnh", "Không có", "Bình thường", None]:
         constraint_prompt += f"Phù hợp người bệnh: {health_status}. "
-    if diet_mode:
+    if diet_mode not in ["Bình thường"]:
         constraint_prompt += f"Chế độ: {diet_mode}."
 
     # 1. Trích xuất ngữ cảnh từ món cũ
     role = food_old.get("role", "main")       # VD: main, side, carb
+    vibe = food_old.get("retrieval_vibe", "Món ăn kèm cơ bản")          # VD: món nhẹ nhàng, món giàu đạm
     meal_type = food_old.get("assigned_meal", "trưa") # VD: trưa
     old_name = food_old.get("name", "")
     numerical_query = generate_numerical_constraints(profile, meal_type)
 
     # 2. Xây dựng Query tự nhiên để SelfQueryRetriever hiểu
     query = (
-        f"Tìm các món ăn đóng vai trò '{role}' phù hợp cho bữa '{meal_type}'. "
+        f"Tìm các món ăn đóng vai trò '{role}' phù hợp cho bữa '{meal_type}'. Phong cách: '{vibe}'. "
         f"Khác với món '{old_name}'. "
         f"{constraint_prompt}"
     )

chatbot/agents/nodes/app_functions/generate_candidates.py

@@ -3,6 +3,7 @@ import logging
 from chatbot.agents.states.state import AgentState
 from chatbot.agents.tools.food_retriever import food_retriever_50, docsearch
 from chatbot.knowledge.vibe import vibes_cooking, vibes_flavor, vibes_healthy, vibes_soup_veg, vibes_style
+import time
 
 STAPLE_IDS = ["112", "1852", "2236", "2386", "2388"]
 
@@ -51,11 +52,11 @@ def generate_food_candidates(state: AgentState):
     health_status = profile.get('healthStatus', '') # VD: Suy thận
 
     constraint_prompt = ""
-    if restrictions:
+    if restrictions not in ["Không có"]:
         constraint_prompt += f"Yêu cầu bắt buộc: {restrictions}. "
     if health_status not in ["Khỏe mạnh", "Không có", "Bình thường", None]:
         constraint_prompt += f"Phù hợp người bệnh: {health_status}. "
-    if diet_mode:
+    if diet_mode not in ["Bình thường"]:
         constraint_prompt += f"Chế độ: {diet_mode}."
 
     prompt_templates = {
@@ -80,7 +81,10 @@ def generate_food_candidates(state: AgentState):
             final_query = f"{base_prompt} Phong cách: {vibe}.{' Ràng buộc: ' + numerical_query if numerical_query else ''}"
             logger.info(f"🔎 Query ({meal_type}): {final_query}")
 
+            time_start = time.time()
             docs = food_retriever_50.invoke(final_query)
+            time_end = time.time()
+            logger.info(f"Thời gian thực thi: {round(time_end - time_start, 2)}s")
             if not docs:
                 logger.warning(f"⚠️ Retriever trả về rỗng cho bữa: {meal_type}")
                 continue
@@ -286,7 +290,7 @@ def rank_candidates(candidates, user_profile, meal_type):
     scored_list.sort(key=lambda x: x["health_score"], reverse=True)
 
     # # Debug: In Top 3
-    # logger.info("🏆 Top 3 Món Tốt Nhất (Sau khi chấm điểm):")
+    # logger.info("Top 3 Món Tốt Nhất (Sau khi chấm điểm):")
     # for i, m in enumerate(scored_list[:3]):
     #     logger.info(f"   {i+1}. {m['name']} (Score: {m['health_score']}) | {m.get('score_reason')}")
 

chatbot/agents/nodes/app_functions/optimize_macros.py

@@ -11,7 +11,6 @@ def optimize_portions_scipy(state: AgentState):
     logger.info("---NODE: SCIPY OPTIMIZER (FINAL VERSION)---")
     profile = state.get("user_profile", {})
     menu = state.get("selected_structure", [])
-    reason = state.get("reason", "")
 
     if not menu:
         print("⚠️ Menu rỗng, bỏ qua tối ưu hóa.")
@@ -122,7 +121,7 @@ def optimize_portions_scipy(state: AgentState):
                     d = (current_meal_kcal - target_meal) / (target_meal + 1e-5)
                     loss_dist += (d ** 2)
 
-            return loss_macro + (1.5 * loss_dist)
+            return 3 * loss_macro + loss_dist
 
         # 5. Run Optimization
         logger.info("Đang tối ưu hóa phần suất món ăn...")
@@ -206,6 +205,5 @@ def optimize_portions_scipy(state: AgentState):
 
     return {
         "final_menu": final_menu,
-        "reason": reason,
         "user_profile": profile
     }

chatbot/agents/nodes/app_functions/select_meal.py

@@ -2,6 +2,7 @@ from langchain_core.pydantic_v1 import BaseModel, Field
 from chatbot.models.llm_setup import llm
 from chatbot.agents.states.state import SwapState
 import logging
+import time
 
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
@@ -44,7 +45,10 @@ def llm_finalize_choice(state: SwapState):
     # 3. Gọi LLM
     try:
         llm_structured = llm.with_structured_output(ChefDecision)
+        time_start = time.time()
         decision = llm_structured.invoke(system_prompt)
+        time_end = time.time()
+        logger.info(f"⏱️ Thời gian LLM: {time_end - time_start:.2f} giây")
         target_id = decision.selected_meal_id
     except Exception as e:
         logger.info(f"⚠️ Lỗi LLM: {e}. Fallback về option đầu tiên.")

chatbot/agents/nodes/app_functions/select_menu.py

@@ -4,6 +4,7 @@ from collections import defaultdict
 import logging
 from chatbot.agents.states.state import AgentState
 from chatbot.models.llm_setup import llm
+import time
 
 # --- Cấu hình logging ---
 logging.basicConfig(level=logging.INFO)
@@ -11,7 +12,7 @@ logger = logging.getLogger(__name__)
 
 # --- DATA MODELS ---
 class SelectedDish(BaseModel):
-    name: str = Field(description="Tên món ăn chính xác trong danh sách")
+    dish_id: str = Field(description="ID duy nhất của món ăn (được ghi trong dấu ngoặc vuông [ID: ...])")
     meal_type: str = Field(description="Bữa ăn (sáng/trưa/tối)")
     role: Literal["main", "carb", "side"] = Field(
         description="Vai trò: 'main' (Món mặn/Đạm), 'carb' (Cơm/Tinh bột), 'side' (Rau/Canh)"
@@ -19,7 +20,6 @@ class SelectedDish(BaseModel):
 
 class DailyMenuStructure(BaseModel):
     dishes: List[SelectedDish] = Field(description="Danh sách các món ăn được chọn")
-    reason: str = Field(description="Lý do tổng quan cho thực đơn này và đánh giá thực đơn đã chọn")
 
 def select_menu_structure(state: AgentState):
     logger.info("---NODE: AI SELECTOR (FULL MACRO AWARE)---")
@@ -83,7 +83,7 @@ MỤC TIÊU CỤ THỂ TỪNG BỮA (Hãy nhẩm tính để chọn món sát v
 {f"- TỐI : ~{get_target_str('tối')}" if 'tối' in meals_req else ""}
 {safety_instruction}
 
-DỮ LIỆU ĐẦU VÀO (Tên món - Role - Dinh dưỡng):
+DỮ LIỆU ĐẦU VÀO (Định dạng: [ID] Tên món - Dinh dưỡng):
 {primary_text}
 {backup_text}
 
@@ -92,7 +92,7 @@ NGUYÊN TẮC CHỌN MÓN (QUAN TRỌNG):
   - SÁNG: 1 Món chính (Ưu tiên món nước/bánh mì).
   - TRƯA & TỐI: Không bắt buộc phải đủ 3 món. Hãy chọn theo 1 trong 2 cách sau:
     + Cách A (Món hỗn hợp): Chọn 1-2 món nếu món đó là món hỗn hợp (VD: Bún, Mì, Nui, Cơm rang, Salad thịt...) và đã cung cấp đủ Kcal/Protein/Carb gần với Target.
-    + Cách B (Cơm gia đình): Nếu chọn món mặn rời (ít Carb/Rau), hãy ghép thêm [Tinh Bột] + [Rau/Canh] để cân bằng.
+    + Cách B (Cơm gia đình): Nếu chọn món mặn rời ít Carb hãy ghép thêm [Tinh Bột], nếu ít Rau hãy thêm [Rau/Canh] để cân bằng.
     => MỤC TIÊU: Tổng Kcal của bữa ăn phải sát với Target (sai số cho phép ~10-15%).
 
 2. Quy tắc Ưu tiên & Dự phòng:
@@ -110,7 +110,11 @@ NGUYÊN TẮC CHỌN MÓN (QUAN TRỌNG):
     try:
         logger.info("Đang gọi LLM lựa chọn món...")
         llm_structured = llm.with_structured_output(DailyMenuStructure, strict=True)
+        
+        time_start = time.time()
         result = llm_structured.invoke(system_prompt)
+        time_end = time.time()
+        logger.info(f"LLM chọn món thành công trong {int((time_end - time_start)*1000)} ms.")
         
         if not result or not hasattr(result, 'dishes'):
             raise ValueError("LLM trả về kết quả rỗng hoặc sai định dạng object.")
@@ -119,28 +123,39 @@ NGUYÊN TẮC CHỌN MÓN (QUAN TRỌNG):
         logger.error(f"🔥 LỖI GỌI LLM SELECTOR: {e}")
         return {"selected_structure": [], "reason": "Lỗi hệ thống khi chọn món."}
     
-    def print_menu_by_meal(daily_menu):
+    
+    all_clean_candidates = primary_pool + backup_pool
+    candidate_map = {str(m.get('id') or m.get('meal_id')): m for m in all_clean_candidates}
+    
+    def print_menu_by_meal(daily_menu, lookup_map):
         menu_by_meal = defaultdict(list)
+
         for dish in daily_menu.dishes:
             menu_by_meal[dish.meal_type.lower()].append(dish)
+
         meal_order = ["sáng", "trưa", "tối"]
+
         for meal in meal_order:
             if meal in menu_by_meal:
                 logger.info(f"\n🍽 Bữa {meal.upper()}:")
                 for d in menu_by_meal[meal]:
-                    logger.info(f" - {d.name} ({d.role})")
+                    d_id = str(d.dish_id)
+                    if d_id in lookup_map:
+                        d_name = lookup_map[d_id]['name']
+                        logger.info(f" - [ID:{d_id}] {d_name} ({d.role})")
+                    else:
+                        logger.info(f" - [ID:{d_id}] ??? (Không tìm thấy trong kho) ({d.role})")
 
     logger.info("\n--- MENU ĐÃ CHỌN ---")
-    print_menu_by_meal(result)
+    print_menu_by_meal(result, candidate_map)
 
     # 4. HẬU XỬ LÝ (Gán Bounds)
     selected_full_info = []
-    all_clean_candidates = primary_pool + backup_pool
-    candidate_map = {m['name']: m for m in all_clean_candidates}
 
     for choice in result.dishes:
-        if choice.name in candidate_map:
-            dish_data = candidate_map[choice.name].copy()
+        chosen_id = str(choice.dish_id)
+        if chosen_id in candidate_map:
+            dish_data = candidate_map[chosen_id].copy()
             dish_data["assigned_meal"] = choice.meal_type
 
             d_kcal = float(dish_data.get("kcal", 0))
@@ -154,11 +169,11 @@ NGUYÊN TẮC CHỌN MÓN (QUAN TRỌNG):
             final_role = choice.role
             # 1. Phát hiện "Carb trá hình" (Cơm chiên/Mì xào quá nhiều thịt)
             if final_role == "carb" and d_pro > 15:
-                logger.info(f"   ⚠️ Phát hiện Carb giàu đạm ({choice.name}: {d_pro}g Pro). Đổi role sang 'main'.")
+                logger.info(f"   ⚠️ Phát hiện Carb giàu đạm ({dish_data['name']}: {d_pro}g Pro). Đổi role sang 'main'.")
                 final_role = "main"
             # 2. Phát hiện "Side giàu đạm" (Salad gà/bò, Canh sườn)
             elif final_role == "side" and d_pro > 10:
-                logger.info(f"   ⚠️ Phát hiện Side giàu đạm ({choice.name}: {d_pro}g Pro). Đổi role sang 'main'.")
+                logger.info(f"   ⚠️ Phát hiện Side giàu đạm ({dish_data['name']}: {d_pro}g Pro). Đổi role sang 'main'.")
                 final_role = "main"
                 
             dish_data["role"] = final_role
@@ -183,19 +198,19 @@ NGUYÊN TẮC CHỌN MÓN (QUAN TRỌNG):
             # --- GIAI ĐOẠN 3: KIỂM TRA AN TOÀN & GHI ĐÈ ---
             # Override A: Nếu món Main có Protein quá lớn so với Target
             if final_role == "main" and d_pro > t_pro:
-                logger.info(f"   ⚠️ Món {choice.name} thừa đạm ({d_pro}g > {t_pro}g). Mở rộng bound xuống thấp.")
+                logger.info(f"   ⚠️ Món {dish_data['name']} thừa đạm ({d_pro}g > {t_pro}g). Mở rộng bound xuống thấp.")
                 lower_bound = 0.3
                 upper_bound = min(upper_bound, 1.2)
 
             # Override B: Nếu món quá nhiều Calo (Chiếm > 80% Kcal cả bữa)
             if d_kcal > (t_kcal * 0.8):
-                logger.info(f"   ⚠️ Món {choice.name} quá đậm năng lượng ({d_kcal} kcal). Siết chặt bound.")
+                logger.info(f"   ⚠️ Món {dish_data['name']} quá đậm năng lượng ({d_kcal} kcal). Siết chặt bound.")
                 lower_bound = 0.3
                 upper_bound = min(upper_bound, 1.0)
 
             # Override C: Nếu là món Side nhưng Protein vẫn hơi cao (5-10g)
             if final_role == "side" and d_pro > 5:
-                logger.info(f"   ⚠️ Món {choice.name} Side có đạm hơi cao ({d_pro}g). Hạ thấp bound.")
+                logger.info(f"   ⚠️ Món {dish_data['name']} Side có đạm hơi cao ({d_pro}g). Hạ thấp bound.")
                 lower_bound = 0.2
 
             # --- KẾT THÚC: GÁN VÀO DỮ LIỆU ---
@@ -204,28 +219,15 @@ NGUYÊN TẮC CHỌN MÓN (QUAN TRỌNG):
 
     return {
         "selected_structure": selected_full_info,
-        "reason": result.reason
     }
     
 def format_pool_detailed(pool, title):
-        if not pool: return ""
-        text = f"--- {title} ---\n"
-
-        for m in pool:
-            name = m['name']
-            name_lower = name.lower()
-
-            role_hint = ""
-            if any(w in name_lower for w in ["rau", "cải", "canh", "salad", "nộm", "gỏi", "bầu", "bí", "su su"]):
-                role_hint = "[Role: Rau/Canh]"
-            elif any(w in name_lower for w in ["cơm", "bún", "phở", "mì", "miến", "xôi", "cháo", "bánh mì"]):
-                role_hint = "[Role: Tinh Bột]"
-            else:
-                role_hint = "[Role: Món Mặn]"
-
-            stats = f"({int(m.get('kcal',0))}k, P:{int(m.get('protein',0))}, F:{int(m.get('totalfat',0))}, C:{int(m.get('carbs',0))})"
-
-            # Kết hợp: "Món A [Role] (500k, P30...)"
-            text += f"- {name} {role_hint} {stats}\n"
-
-        return text
+    if not pool: return ""
+    text = f"--- {title} ---\n"
+    for m in pool:
+        d_id = m.get('id') or m.get('meal_id') 
+        name = m['name']
+        stats = f"({int(m.get('kcal',0))}k, P:{int(m.get('protein',0))}, F:{int(m.get('totalfat',0))}, C:{int(m.get('carbs',0))})"
+        text += f"- [ID: {d_id}] {name} {stats}\n"
+
+    return text

chatbot/routes/meal_plan_route.py

@@ -39,7 +39,6 @@ def generate_meal_plan(request: Request):
         final_state = meal_app.invoke(initial_state)
         response = {
             "final_menu": final_state["final_menu"],
-            "reason": final_state["reason"]
         }
         
         if not response["final_menu"]: