# 📊 سیستم ذخیره و ردیابی سوالات هوش مصنوعی

## ✅ قابلیت‌های اضافه شده

### 1. ذخیره خودکار سوالات و پاسخ‌ها
تمام سوالاتی که به AI ارسال می‌شود و پاسخ‌های دریافتی، به صورت خودکار در دیتابیس ذخیره می‌شوند.

### 2. ردیابی مصرف توکن
برای هر سوال، اطلاعات کامل توکن ذخیره می‌شود:
- **PromptTokens**: تعداد توکن‌های سوال
- **CompletionTokens**: تعداد توکن‌های پاسخ
- **TotalTokens**: مجموع توکن‌های استفاده شده

### 3. ارتباط با دستگاه
هر سوال می‌تواند به یک دستگاه خاص مرتبط شود (با ارسال `deviceId`)

### 4. ارتباط با کاربر
هر سوال می‌تواند به یک کاربر خاص مرتبط شود (با ارسال `userId`)

### 5. اندازه‌گیری زمان پاسخ
زمان پاسخ‌دهی به میلی‌ثانیه اندازه‌گیری و ذخیره می‌شود

## 📋 جدول دیتابیس: AIQueries

```sql
CREATE TABLE AIQueries (
    Id INT PRIMARY KEY IDENTITY,
    DeviceId INT NULL,                  -- شماره دستگاه (اختیاری)
    UserId INT NULL,                    -- شماره کاربر (اختیاری)
    Question NVARCHAR(MAX) NOT NULL,    -- سوال
    Answer NVARCHAR(MAX) NOT NULL,      -- پاسخ
    PromptTokens INT NOT NULL,          -- توکن‌های سوال
    CompletionTokens INT NOT NULL,      -- توکن‌های پاسخ
    TotalTokens INT NOT NULL,           -- مجموع توکن‌ها
    Model NVARCHAR(100) NULL,           -- مدل استفاده شده
    Temperature FLOAT NULL,             -- پارامتر Temperature
    ResponseTimeMs BIGINT NULL,         -- زمان پاسخ (میلی‌ثانیه)
    CreatedAt DATETIME2 NOT NULL,       -- زمان ایجاد
    
    -- Foreign Keys
    FOREIGN KEY (DeviceId) REFERENCES Devices(Id) ON DELETE SET NULL,
    FOREIGN KEY (UserId) REFERENCES Users(Id) ON DELETE SET NULL
);

-- Indexes برای کوئری سریع
CREATE INDEX IX_AIQueries_DeviceId ON AIQueries(DeviceId);
CREATE INDEX IX_AIQueries_UserId ON AIQueries(UserId);
CREATE INDEX IX_AIQueries_CreatedAt ON AIQueries(CreatedAt);
```

## 🚀 نحوه استفاده

### 1. پرسیدن سوال با ذخیره خودکار

**درخواست:**
```http
POST /api/ai/ask
Content-Type: application/json

{
  "question": "دمای مناسب اتاق چقدر است؟",
  "systemPrompt": "شما یک مشاور خانه هوشمند هستید",
  "deviceId": 123,
  "userId": 456
}
```

**پاسخ:**
```json
{
  "question": "دمای مناسب اتاق چقدر است؟",
  "answer": "دمای مناسب اتاق برای راحتی معمولاً بین 20 تا 24 درجه سانتیگراد است...",
  "deviceId": 123,
  "tokens": {
    "prompt": 25,
    "completion": 150,
    "total": 175
  },
  "responseTimeMs": 1234,
  "timestamp": "2025-12-16T12:00:00Z"
}
```

### 2. دریافت تاریخچه سوالات یک دستگاه

**درخواست:**
```http
GET /api/ai/history/device/123?take=50
```

**پاسخ:**
```json
{
  "queries": [
    {
      "id": 1,
      "question": "دمای مناسب اتاق چقدر است؟",
      "answer": "دمای مناسب اتاق...",
      "totalTokens": 175,
      "promptTokens": 25,
      "completionTokens": 150,
      "model": "deepseek-chat",
      "responseTimeMs": 1234,
      "createdAt": "2025-12-16T12:00:00Z"
    }
  ],
  "totalTokens": 5432
}
```

### 3. دریافت آمار کلی

**درخواست:**
```http
GET /api/ai/stats
```

**پاسخ:**
```json
{
  "totalQueries": 1523,
  "totalTokensUsed": 254789,
  "totalPromptTokens": 89234,
  "totalCompletionTokens": 165555,
  "averageResponseTimeMs": 1456.78,
  "todayQueries": 45,
  "todayTokens": 7890
}
```

## 📊 API Endpoints جدید

### 1. POST /api/ai/ask
پرسیدن سوال ساده با ذخیره خودکار

**پارامترها:**
- `question` (required): سوال
- `systemPrompt` (optional): زمینه برای AI
- `deviceId` (optional): شماره دستگاه
- `userId` (optional): شماره کاربر

### 2. POST /api/ai/chat
چت پیشرفته با ذخیره خودکار

**پارامترها:**
- `messages` (required): لیست پیام‌ها
- `model` (optional): مدل AI
- `temperature` (optional): پارامتر خلاقیت
- `maxTokens` (optional): حداکثر توکن پاسخ
- `deviceId` (optional): شماره دستگاه
- `userId` (optional): شماره کاربر

### 3. POST /api/ai/suggest
دریافت پیشنهاد برای خانه هوشمند

**پارامترها:**
- `deviceContext` (required): اطلاعات دستگاه
- `deviceId` (optional): شماره دستگاه
- `userId` (optional): شماره کاربر

### 4. GET /api/ai/history/device/{deviceId}
دریافت تاریخچه سوالات یک دستگاه

**Query Parameters:**
- `take` (optional, default: 50): تعداد رکورد

### 5. GET /api/ai/stats
دریافت آمار کلی استفاده از AI

## 💡 مثال‌های عملی

### مثال 1: سوال درباره دستگاه خاص

```bash
curl -X POST http://localhost:5000/api/ai/ask \
  -H "Content-Type: application/json" \
  -d '{
    "question": "دمای فعلی بالاست، چه کنم؟",
    "deviceId": 123,
    "userId": 456
  }'
```

### مثال 2: دریافت تاریخچه

```bash
curl http://localhost:5000/api/ai/history/device/123
```

### مثال 3: دریافت آمار

```bash
curl http://localhost:5000/api/ai/stats
```

### مثال 4: پیشنهاد برای دستگاه

```bash
curl -X POST http://localhost:5000/api/ai/suggest \
  -H "Content-Type: application/json" \
  -d '{
    "deviceContext": "دمای اتاق: 28 درجه، رطوبت: 65%, ساعت: 14:00",
    "deviceId": 123
  }'
```

## 🔍 کوئری‌های مفید SQL

### 1. پرتکرارترین سوالات
```sql
SELECT Question, COUNT(*) as Count
FROM AIQueries
GROUP BY Question
ORDER BY Count DESC
LIMIT 10;
```

### 2. مصرف توکن به تفکیک دستگاه
```sql
SELECT 
    d.DeviceName,
    COUNT(aq.Id) as QueryCount,
    SUM(aq.TotalTokens) as TotalTokens,
    AVG(aq.TotalTokens) as AvgTokens
FROM AIQueries aq
JOIN Devices d ON aq.DeviceId = d.Id
GROUP BY d.DeviceName
ORDER BY TotalTokens DESC;
```

### 3. سوالات امروز
```sql
SELECT *
FROM AIQueries
WHERE CAST(CreatedAt AS DATE) = CAST(GETDATE() AS DATE)
ORDER BY CreatedAt DESC;
```

### 4. میانگین زمان پاسخ
```sql
SELECT 
    Model,
    COUNT(*) as QueryCount,
    AVG(ResponseTimeMs) as AvgResponseTime,
    MIN(ResponseTimeMs) as MinResponseTime,
    MAX(ResponseTimeMs) as MaxResponseTime
FROM AIQueries
WHERE ResponseTimeMs IS NOT NULL
GROUP BY Model;
```

## 📈 گزارش‌های آماری

### مصرف روزانه
```csharp
public async Task<DailyUsageReport> GetDailyUsage(DateTime date)
{
    var queries = await dbContext.AIQueries
        .Where(q => q.CreatedAt.Date == date.Date)
        .ToListAsync();
    
    return new DailyUsageReport
    {
        Date = date,
        TotalQueries = queries.Count,
        TotalTokens = queries.Sum(q => q.TotalTokens),
        UniqueDevices = queries.Select(q => q.DeviceId).Distinct().Count()
    };
}
```

### مصرف هر دستگاه
```csharp
public async Task<DeviceUsageReport> GetDeviceUsage(int deviceId)
{
    var queries = await dbContext.AIQueries
        .Where(q => q.DeviceId == deviceId)
        .ToListAsync();
    
    return new DeviceUsageReport
    {
        DeviceId = deviceId,
        TotalQueries = queries.Count,
        TotalTokens = queries.Sum(q => q.TotalTokens),
        AverageResponseTime = queries.Average(q => q.ResponseTimeMs ?? 0)
    };
}
```

## ⚠️ نکات مهم

### 1. هزینه
- هر توکن هزینه دارد
- با استفاده از آمار، مصرف را کنترل کنید
- برای کاهش هزینه، سوالات مشابه را cache کنید

### 2. عملکرد
- Index ها برای کوئری سریع اضافه شده‌اند
- برای حجم بالا، از pagination استفاده کنید
- رکوردهای قدیمی را Archive کنید

### 3. حریم خصوصی
- سوالات کاربران ذخیره می‌شوند
- از این داده‌ها با احتیاط استفاده کنید
- در صورت نیاز، امکان حذف تاریخچه اضافه کنید

## 🔧 اعمال تغییرات در دیتابیس

Migration ایجاد شده و آماده اجرا است:

```bash
cd GreenHome.Infrastructure
dotnet ef database update --startup-project ../GreenHome.Api
```

یا اگر برنامه را اجرا کنید، Migration به صورت خودکار اعمال می‌شود (در `Program.cs` تنظیم شده).

## 📚 مستندات مرتبط

- **Entity**: `GreenHome.Domain/AIQuery.cs`
- **Service**: `GreenHome.Infrastructure/AIQueryService.cs`
- **Interface**: `GreenHome.Application/IAIQueryService.cs`
- **Controller**: `GreenHome.Api/Controllers/AIController.cs`
- **Migration**: `GreenHome.Infrastructure/Migrations/20251216113127_AddAIQueryTable.cs`

## 🎯 استفاده‌های پیشرفته

### 1. تحلیل رفتار کاربر
```csharp
var userQueries = await aiQueryService.GetUserQueriesAsync(userId, 100);
var topics = ExtractTopics(userQueries);
// تحلیل علایق کاربر
```

### 2. بهینه‌سازی پاسخ‌ها
```csharp
// پیدا کردن سوالات با زمان پاسخ بالا
var slowQueries = await dbContext.AIQueries
    .Where(q => q.ResponseTimeMs > 3000)
    .ToListAsync();
```

### 3. گزارش هزینه
```csharp
// محاسبه هزینه بر اساس توکن
var totalTokens = await aiQueryService.GetDeviceTotalTokensAsync(deviceId);
var estimatedCost = CalculateCost(totalTokens);
```

---

**نکته:** تمام سوالات و پاسخ‌ها اکنون به صورت خودکار ذخیره می‌شوند و نیازی به کار اضافی نیست! ✨