# 重构计划：统一 backend/llm.py 和 backend/main.py

## 目标

消除 `llm.py` 和 `main.py` 之间的代码冗余，建立清晰的职责分离。

## 当前问题

```mermaid
graph LR
    A[llm.py] -->|流式调用| B[Ollama API]
    C[main.py] -->|非流式调用| B
    A -.->|未被使用| D[❌ 冗余]
```

## 重构后架构

```mermaid
graph LR
    A[main.py] -->|导入调用| B[llm.py]
    B -->|非流式调用| C[Ollama API]
    A --> D[FastAPI 路由处理]
```

## 具体步骤

### 步骤 1：重构 llm.py

将 `stream_openai` 函数改为非流式调用，参考 main.py 的实现：

```python
# 新的 llm.py 结构
async def call_ollama(prompt: str) -> dict:
    # 非流式调用
    # 返回 {"content": str, "thinking": str}
```

关键改动：
- 移除 `AsyncGenerator` 类型，改为返回 `dict`
- 设置 `stream=False`
- 使用 `temperature=0.2`（与 main.py 一致）
- 返回 content 和 thinking 字段

### 步骤 2：重构 main.py

导入并使用 llm.py：

```python
# main.py 改动
from llm import call_ollama

@app.post("/v1/completions")
async def create_completion(request: CompletionRequest):
    prompt = build_prompt(request.prefix, request.suffix)
    result = await call_ollama(prompt)
    # 使用 result["content"] 和 result["thinking"]
```

删除的代码：
- 直接导入 `ollama` 的代码
- 重复创建 `AsyncClient` 的代码
- 重复的 API 调用逻辑
- 重复的环境变量读取

### 步骤 3：清理冗余

- 移除 llm.py 中不再需要的 `AsyncGenerator` 导入
- 移除 main.py 中重复的环境变量定义
- 确保调试日志保留但不过度

## 文件职责划分

| 文件 | 职责 |
|------|------|
| `llm.py` | Ollama API 调用封装、模型配置 |
| `main.py` | FastAPI 路由、请求解析、响应格式化 |
| `prompt.py` | Prompt 构建逻辑 |