Upload chatbot

chatbot/agents/graphs/chatbot_graph.py

@@ -0,0 +1,43 @@
+from langgraph.graph import StateGraph, START, END
+from chatbot.agents.states.state import AgentState
+
+# Import các node
+from chatbot.agents.nodes.classify_topic import classify_topic, route_by_topic
+from chatbot.agents.nodes.meal_identify import meal_identify
+from chatbot.agents.nodes.suggest_meal_node import suggest_meal_node
+from chatbot.agents.nodes.food_query import food_query
+from chatbot.agents.nodes.select_food_plan import select_food_plan
+from chatbot.agents.nodes.general_chat import general_chat
+
+def workflow_chatbot() -> StateGraph:
+    workflow_chatbot = StateGraph(AgentState)
+
+    workflow_chatbot.add_node("classify_topic", classify_topic)
+    workflow_chatbot.add_node("meal_identify", meal_identify)
+    workflow_chatbot.add_node("suggest_meal_node", suggest_meal_node)
+    workflow_chatbot.add_node("food_query", food_query)
+    workflow_chatbot.add_node("select_food_plan", select_food_plan)
+    workflow_chatbot.add_node("general_chat", general_chat)
+
+    workflow_chatbot.add_edge(START, "classify_topic")
+
+    workflow_chatbot.add_conditional_edges(
+        "classify_topic",
+        route_by_topic,
+        {
+            "meal_identify": "meal_identify",
+            "food_query": "food_query",
+            "general_chat": "general_chat",
+        }
+    )
+
+    workflow_chatbot.add_edge("meal_identify", "suggest_meal_node")
+    workflow_chatbot.add_edge("suggest_meal_node", END)
+
+    workflow_chatbot.add_edge("food_query", "select_food_plan")
+    workflow_chatbot.add_edge("select_food_plan", END)
+
+    workflow_chatbot.add_edge("general_chat", END)
+
+    graph = workflow_chatbot.compile()
+    return graph

chatbot/agents/graphs/food_similarity_graph.py

@@ -0,0 +1,23 @@
+from langgraph.graph import StateGraph, START, END
+from chatbot.agents.states.state import AgentState
+
+# Import các node
+from chatbot.agents.nodes.functions import get_user_profile, generate_food_similarity, generate_best_food_choice, enrich_food_with_nutrition
+
+def food_similarity_graph() -> StateGraph:
+    workflow = StateGraph(AgentState)
+
+    workflow.add_node("Get_User_Profile", get_user_profile)
+    workflow.add_node("Generate_Food_Similarity", generate_food_similarity)
+    workflow.add_node("Generate_Best_Food_Choice", generate_best_food_choice)
+    workflow.add_node("Enrich_Food_With_Nutrition", enrich_food_with_nutrition)
+
+    workflow.set_entry_point("Get_User_Profile")
+
+    workflow.add_edge("Get_User_Profile", "Generate_Food_Similarity")
+    workflow.add_edge("Generate_Food_Similarity", "Generate_Best_Food_Choice")
+    workflow.add_edge("Generate_Best_Food_Choice", "Enrich_Food_With_Nutrition")
+    workflow.add_edge("Enrich_Food_With_Nutrition", END)
+
+    graph = workflow.compile()
+    return graph

chatbot/agents/graphs/meal_similarity_graph.py

@@ -0,0 +1,23 @@
+from langgraph.graph import StateGraph, START, END
+from chatbot.agents.states.state import AgentState
+
+# Import các node
+from chatbot.agents.nodes.functions import get_user_profile, generate_food_similarity_2, generate_meal_plan_json_2, enrich_meal_plan_with_nutrition_2
+
+def meal_similarity_graph() -> StateGraph:
+    workflow = StateGraph(AgentState)
+
+    workflow.add_node("Get_User_Profile", get_user_profile)
+    workflow.add_node("Generate_Food_Similarity_2", generate_food_similarity_2)
+    workflow.add_node("Generate_Meal_Plan_Json_2", generate_meal_plan_json_2)
+    workflow.add_node("Enrich_Meal_Plan_With_Nutrition_2", enrich_meal_plan_with_nutrition_2)
+
+    workflow.set_entry_point("Get_User_Profile")
+
+    workflow.add_edge("Get_User_Profile", "Generate_Food_Similarity_2")
+    workflow.add_edge("Generate_Food_Similarity_2", "Generate_Meal_Plan_Json_2")
+    workflow.add_edge("Generate_Meal_Plan_Json_2", "Enrich_Meal_Plan_With_Nutrition_2")
+    workflow.add_edge("Enrich_Meal_Plan_With_Nutrition_2", END)
+
+    graph = workflow.compile()
+    return graph

chatbot/agents/graphs/meal_suggestion_graph.py

@@ -0,0 +1,21 @@
+from langgraph.graph import StateGraph, START, END
+from chatbot.agents.states.state import AgentState
+
+# Import các node
+from chatbot.agents.nodes.functions import get_user_profile, generate_food_plan, generate_meal_plan
+
+def workflow_meal_suggestion() -> StateGraph:
+    workflow = StateGraph(AgentState)
+
+    workflow.add_node("Get_User_Profile", get_user_profile)
+    workflow.add_node("Generate_Food_Plan", generate_food_plan)
+    workflow.add_node("Generate_Meal_Plan", generate_meal_plan)
+
+    workflow.set_entry_point("Get_User_Profile")
+
+    workflow.add_edge("Get_User_Profile", "Generate_Food_Plan")
+    workflow.add_edge("Generate_Food_Plan", "Generate_Meal_Plan")
+    workflow.add_edge("Generate_Meal_Plan", END)
+
+    graph = workflow.compile()
+    return graph

chatbot/agents/graphs/meal_suggestion_json_graph.py

@@ -0,0 +1,23 @@
+from langgraph.graph import StateGraph, START, END
+from chatbot.agents.states.state import AgentState
+
+# Import các node
+from chatbot.agents.nodes.functions import get_user_profile, generate_food_plan, generate_meal_plan_day_json, enrich_meal_plan_with_nutrition
+
+def workflow_meal_suggestion_json() -> StateGraph:
+    workflow = StateGraph(AgentState)
+
+    workflow.add_node("Get_User_Profile", get_user_profile)
+    workflow.add_node("Generate_Food_Plan", generate_food_plan)
+    workflow.add_node("Generate_Meal_Plan_Day_Json", generate_meal_plan_day_json)
+    workflow.add_node("Enrich_Meal_Plan_With_Nutrition", enrich_meal_plan_with_nutrition)
+
+    workflow.set_entry_point("Get_User_Profile")
+
+    workflow.add_edge("Get_User_Profile", "Generate_Food_Plan")
+    workflow.add_edge("Generate_Food_Plan", "Generate_Meal_Plan_Day_Json")
+    workflow.add_edge("Generate_Meal_Plan_Day_Json", "Enrich_Meal_Plan_With_Nutrition")
+    workflow.add_edge("Enrich_Meal_Plan_With_Nutrition", END)
+
+    graph = workflow.compile()
+    return graph

chatbot/agents/nodes/classify_topic.py

@@ -0,0 +1,60 @@
+from langchain.prompts import PromptTemplate
+import json
+from pydantic import BaseModel, Field
+from chatbot.agents.states.state import AgentState
+from chatbot.models.llm_setup import llm
+
+class Topic(BaseModel):
+    name: str = Field(
+        description=(
+            "Tên chủ đề mà người dùng đang hỏi. "
+            "Các giá trị hợp lệ: 'nutrition_analysis', 'meal_suggestion', 'general_chat'."
+        )
+    )
+
+def classify_topic(state: AgentState):
+    print("---CLASSIFY TOPIC---")
+    llm_with_structure_op = llm.with_structured_output(Topic)
+
+    prompt = PromptTemplate(
+        template="""
+        Bạn là bộ phân loại chủ đề câu hỏi người dùng trong hệ thống chatbot dinh dưỡng.
+
+        Nhiệm vụ:
+        - Phân loại câu hỏi vào một trong các nhóm:
+            1. "meal_suggestion": khi người dùng muốn gợi ý thực đơn cho một bữa ăn, khẩu phần, hoặc chế độ ăn (chỉ cho bữa ăn, không cho món ăn đơn lẻ).
+            2. "food_query": khi người dùng tìm kiếm, gợi ý một món ăn hoặc muốn biết thành phần dinh dưỡng của món ăn hoặc khẩu phần cụ thể.
+            3. "general_chat": khi câu hỏi không thuộc hai nhóm trên.
+
+        Câu hỏi người dùng: {question}
+
+        Hãy trả lời dưới dạng JSON phù hợp với schema sau:
+        {format_instructions}
+        """
+    )
+
+    messages = state["messages"]
+    user_message = messages[-1].content if messages else state.question
+
+    format_instructions = json.dumps(llm_with_structure_op.output_schema.model_json_schema(), ensure_ascii=False, indent=2)
+
+    chain = prompt | llm_with_structure_op
+
+    topic_result = chain.invoke({
+        "question": user_message,
+        "format_instructions": format_instructions
+    })
+
+    print("Topic:", topic_result.name)
+
+    return {"topic": topic_result.name}
+
+def route_by_topic(state: AgentState):
+    topic = state["topic"]
+    if topic == "meal_suggestion":
+        return "meal_identify"
+    elif topic == "food_query":
+        return "food_query"
+    else:
+        return "general_chat"
+    

chatbot/agents/nodes/food_query.py

@@ -0,0 +1,31 @@
+from chatbot.agents.states.state import AgentState
+from chatbot.utils.user_profile import get_user_by_id
+from chatbot.agents.tools.food_retriever import food_retriever, food_retriever_top3, query_constructor
+
+
+def food_query(state: AgentState):
+    print("---FOOD QUERY---")
+
+    user_id = state.get("user_id", {})
+    messages = state["messages"]
+    user_message = messages[-1].content if messages else state.question
+
+    user_profile = get_user_by_id(user_id)
+
+    suggested_meals = []
+
+    prompt = f"""
+    Người dùng có khẩu phần: {user_profile["khẩu phần"]}.
+    Câu hỏi: "{user_message}".
+    Hãy tìm các món ăn phù hợp với khẩu phần và yêu cầu này, cho phép sai lệch không quá 20%.
+    """
+
+    query_ans = query_constructor.invoke(prompt)
+    print(f"🔍 Dạng truy vấn: {food_retriever.structured_query_translator.visit_structured_query(structured_query=query_ans)}")
+    foods = food_retriever_top3.invoke(prompt)
+    print(f"🔍 Kết quả truy vấn: ")
+    for i, food in enumerate(foods):
+        print(f"{i} - {food.metadata['name']}")
+        suggested_meals.append(food)
+
+    return {"suggested_meals": suggested_meals, "user_profile": user_profile}

chatbot/agents/nodes/functions/__init__.py

@@ -0,0 +1,25 @@
+from .enrich_food_with_nutrition import enrich_food_with_nutrition
+from .enrich_meal_plan_with_nutrition import enrich_meal_plan_with_nutrition
+from .enrich_meal_plan_with_nutrition_2 import enrich_meal_plan_with_nutrition_2
+from .generate_best_food_choice import generate_best_food_choice
+from .generate_food_plan import generate_food_plan
+from .generate_food_similarity import generate_food_similarity
+from .generate_food_similarity_2 import generate_food_similarity_2
+from .generate_meal_plan_day_json import generate_meal_plan_day_json
+from .generate_meal_plan_json_2 import generate_meal_plan_json_2
+from .generate_meal_plan import generate_meal_plan
+from .get_user_profile import get_user_profile
+
+__all__ = [
+    "enrich_food_with_nutrition",
+    "enrich_meal_plan_with_nutrition",
+    "enrich_meal_plan_with_nutrition_2",
+    "generate_best_food_choice",
+    "generate_food_plan",
+    "generate_food_similarity",
+    "generate_food_similarity_2",
+    "generate_meal_plan_day_json",
+    "generate_meal_plan_json_2",
+    "generate_meal_plan",
+    "get_user_profile",
+]

chatbot/agents/nodes/functions/enrich_food_with_nutrition.py

@@ -0,0 +1,54 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+
+def enrich_food_with_nutrition(state: AgentState):
+    food_new_raw = state["food_new_raw"]
+    suggested_meals = state.get("suggested_meals", [])
+
+     # Map ID → món gốc
+    meal_map = {str(m["meal_id"]): m for m in suggested_meals}
+
+    # Những field KHÔNG nhân portion
+    skip_scale_fields = {
+        "meal_id", "name", "ingredients", "ingredients_text",
+        "difficulty", "servings", "cooking_time_minutes"
+    }
+
+
+    meal_id = str(food_new_raw["id"])
+    portion = float(food_new_raw["portion"])
+
+    base = meal_map.get(meal_id)
+
+    enriched_food = {}
+
+    if base:
+        enriched_food = {
+            "id": meal_id,
+            "name": food_new_raw["name"],
+            "portion": portion
+        }
+
+        for key, value in base.items():
+            # Nếu không nhân portion
+            if key in skip_scale_fields:
+                enriched_food[key] = value
+                continue
+
+            # Nếu là số → nhân portion
+            if isinstance(value, (int, float)):
+                enriched_food[key] = round(value * portion, 4)
+            else:
+                # Các field text, list thì giữ nguyên
+                enriched_food[key] = value
+
+        return {"food_new": enriched_food}
+    else:
+        return {"food_new": food_new_raw}

chatbot/agents/nodes/functions/enrich_meal_plan_with_nutrition.py

@@ -0,0 +1,72 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+
+def enrich_meal_plan_with_nutrition(state: AgentState):
+    meal_plan = state["meal_plan"]
+    suggested_meals = state.get("suggested_meals", [])
+
+     # Map ID → món gốc
+    meal_map = {str(m["meal_id"]): m for m in suggested_meals}
+
+    # Những field KHÔNG nhân portion
+    skip_scale_fields = {
+        "meal_id", "name", "ingredients", "ingredients_text",
+        "difficulty", "servings", "cooking_time_minutes"
+    }
+
+    enriched_meals = []
+
+    for meal in meal_plan.get("meals", []):
+        enriched_items = []
+
+        for item in meal.get("items", []):
+            meal_id = str(item["id"])
+            portion = float(item["portion"])
+
+            base = meal_map.get(meal_id)
+
+            if base:
+                enriched_item = {
+                    "id": meal_id,
+                    "name": item["name"],
+                    "portion": portion
+                }
+
+                for key, value in base.items():
+                    # Nếu không nhân portion
+                    if key in skip_scale_fields:
+                        enriched_item[key] = value
+                        continue
+
+                    # Nếu là số → nhân portion
+                    if isinstance(value, (int, float)):
+                        enriched_item[key] = round(value * portion, 4)
+                    else:
+                        # Các field text, list thì giữ nguyên
+                        enriched_item[key] = value
+
+                enriched_items.append(enriched_item)
+
+            else:
+                enriched_items.append(item)
+
+        enriched_meals.append({
+            "meal_name": meal["meal_name"],
+            "items": enriched_items
+        })
+
+    meal_plan_day = {
+        "meals": enriched_meals,
+        "reason": meal_plan.get("reason", "")
+    }
+
+    return {
+        "meal_plan_day": meal_plan_day
+    }

chatbot/agents/nodes/functions/enrich_meal_plan_with_nutrition_2.py

@@ -0,0 +1,72 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+
+def enrich_meal_plan_with_nutrition_2(state: AgentState):
+    meal_new_raw = state["meal_new_raw"]
+    suggested_meals = state.get("suggested_meals", [])
+
+     # Map ID → món gốc
+    meal_map = {str(m["meal_id"]): m for m in suggested_meals}
+
+    # Những field KHÔNG nhân portion
+    skip_scale_fields = {
+        "meal_id", "name", "ingredients", "ingredients_text",
+        "difficulty", "servings", "cooking_time_minutes"
+    }
+
+    enriched_meals = []
+
+    for meal in meal_new_raw.get("meals", []):
+        enriched_items = []
+
+        for item in meal.get("items", []):
+            meal_id = str(item["id"])
+            portion = float(item["portion"])
+
+            base = meal_map.get(meal_id)
+
+            if base:
+                enriched_item = {
+                    "id": meal_id,
+                    "name": item["name"],
+                    "portion": portion
+                }
+
+                for key, value in base.items():
+                    # Nếu không nhân portion
+                    if key in skip_scale_fields:
+                        enriched_item[key] = value
+                        continue
+
+                    # Nếu là số → nhân portion
+                    if isinstance(value, (int, float)):
+                        enriched_item[key] = round(value * portion, 4)
+                    else:
+                        # Các field text, list thì giữ nguyên
+                        enriched_item[key] = value
+
+                enriched_items.append(enriched_item)
+
+            else:
+                enriched_items.append(item)
+
+        enriched_meals.append({
+            "meal_name": meal["meal_name"],
+            "items": enriched_items
+        })
+
+    meal_new = {
+        "meals": enriched_meals,
+        "reason": meal_new_raw.get("reason", "")
+    }
+
+    return {
+        "meal_new": meal_new
+    }

chatbot/agents/nodes/functions/generate_best_food_choice.py

@@ -0,0 +1,79 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+
+import json
+
+def generate_best_food_choice(state: AgentState):
+    print("---GENERATE BEST FOOD CHOICE---")
+
+    user_profile = state["user_profile"]
+    food_old = state["food_old"]
+    suggested_meals = state["suggested_meals"]
+
+    if not suggested_meals:
+        return {"error": "Không có món để chọn"}
+
+    # Chuẩn bị danh sách món đã retriever được
+    candidate_text = "\n".join([
+        f"- ID: {m['meal_id']}, {m['name']} | "
+        f"{m.get('kcal',0)} kcal, {m.get('protein',0)} protein, "
+        f"{m.get('lipid',0)} lipid, {m.get('carbohydrate',0)} carbohydrate | "
+        f"tags: {', '.join(m.get('tags', []))}"
+        for m in suggested_meals
+    ])
+
+    # Prompt chọn món tốt nhất
+    prompt = f"""
+        Bạn là AI chuyên gia dinh dưỡng.
+
+        Nhiệm vụ: Trong danh sách các món sau đây, hãy CHỌN RA 1 MÓN TƯƠNG TỰ NHẤT
+        để thay thế món: {food_old['name']}.
+
+        Giá trị dinh dưỡng món cũ:
+        - kcal: {food_old['kcal']}
+        - protein: {food_old['protein']}
+        - lipid: {food_old['lipid']}
+        - carbohydrate: {food_old['carbohydrate']}
+        - tags: {', '.join(food_old['tags'])}
+
+        Danh sách món gợi ý:
+        {candidate_text}
+
+        --- QUY TẮC ---
+        1. Chọn món có dinh dưỡng gần nhất với món cũ (±20%).
+        2. Ưu tiên món có nhiều tag trùng với món cũ.
+        3. Đề xuất khẩu phần (portion) phù hợp để tổng năng lượng món gần với món cũ (ví dụ: 0.5, 1, 1.2).
+        4. Chỉ trả JSON duy nhất, không viết gì thêm.
+
+        --- ĐỊNH DẠNG JSON TRẢ VỀ ---
+        {{
+            "id": <ID>,
+            "name": "<Tên món>",
+            "portion": số_lượng_khẩu_phần (float)
+        }}
+
+        KHÔNG VIẾT GÌ NGOÀI JSON.
+    """
+
+
+    print("---Prompt---")
+    print(prompt)
+
+    result = llm.invoke(prompt)
+    output = result.content
+
+    # Parse JSON an toàn
+    try:
+        food_new_raw = json.loads(output)
+    except Exception as e:
+        print("❌ JSON parse error:", e)
+        return {"response": "LLM trả về JSON không hợp lệ", "raw_output": output}
+
+    return {"food_new_raw": food_new_raw}

chatbot/agents/nodes/functions/generate_food_plan.py

@@ -0,0 +1,42 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+
+# --- Cấu hình logging ---
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+# --- Generate food plan ---
+def generate_food_plan(state: AgentState) -> Dict[str, Any]:
+    logger.info("--- GENERATE_FOOD_PLAN ---")
+    meals_to_generate: List[str] = state.get("meals_to_generate", [])
+    user_profile: Dict[str, Any] = state.get("user_profile", {})
+
+    if not meals_to_generate:
+        logger.warning("meals_to_generate rỗng, sử dụng mặc định ['sáng', 'trưa', 'tối']")
+        meals_to_generate = ["sáng", "trưa", "tối"]
+
+    meals_text = ", ".join(meals_to_generate)
+
+    query_text = (
+        f"Tìm các món ăn phù hợp với người dùng có chế độ ăn: {user_profile.get('khẩu phần', 'ăn chay')}. "
+        f"Ưu tiên món phổ biến, cân bằng dinh dưỡng, cho bữa {meals_text}."
+    )
+    logger.info(f"Query: {query_text}")
+
+    try:
+        foods = food_retriever.invoke(query_text)
+    except Exception as e:
+        logger.error(f"Lỗi khi truy vấn món ăn: {e}")
+        foods = []
+
+    suggested_meals = [food.metadata for food in foods] if foods else []
+    logger.info(f"Số món được gợi ý: {len(suggested_meals)}")
+
+    return {"suggested_meals": suggested_meals}

chatbot/agents/nodes/functions/generate_food_similarity.py

@@ -0,0 +1,39 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+
+def generate_food_similarity(state: AgentState):
+    print("---GENERATE FOOD SIMILARITY---")
+    meals_to_generate = state.get("meals_to_generate", ["sáng"])
+    user_profile = state["user_profile"]
+    food_old = state["food_old"]
+
+    suggested_meals = []
+    meals_text = ", ".join(meals_to_generate)
+
+    query = (
+        f"Tìm món ăn tương tự món {food_old['name']} dựa trên: "
+        f"kcal ~{food_old['kcal']} (±20%), "
+        f"protein ~{food_old['protein']}g (±20%), "
+        f"lipid ~{food_old['lipid']}g (±20%), "
+        f"carbohydrate ~{food_old['carbohydrate']}g (±20%). "
+        f"Ưu tiên các món có tags: {', '.join(food_old['tags'])}. "
+        f"Phù hợp khẩu phần: {user_profile['khẩu phần']}, "
+        f"phục vụ cho bữa {meals_text}."
+    )
+
+    print("Query: " + query)
+
+    foods = food_retriever.invoke(query)
+    print(f"🔍 Kết quả truy vấn: ")
+    for i, food in enumerate(foods):
+        print(f"{i} - {food.metadata['name']}")
+        suggested_meals.append(food.metadata)
+
+    return {"suggested_meals": suggested_meals}

chatbot/agents/nodes/functions/generate_food_similarity_2.py

@@ -0,0 +1,45 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+
+def generate_food_similarity_2(state: AgentState):
+    print("---GENERATE FOOD SIMILARITY---")
+    meals_to_generate = state.get("meals_to_generate", ["sáng"])
+    user_profile = state["user_profile"]
+    meal_old = state["meal_old"]
+
+    suggested_meals = []
+    food_name_text = ", ".join([meal['name'] for meal in meal_old])
+
+    all_tags = [
+        tag
+        for meal in meal_old
+        for tag in meal.get("tags", [])
+        if isinstance(tag, str)
+    ]
+    unique_tags = list(set(all_tags))
+    food_tag_text = ", ".join(unique_tags)
+
+    meals_text = ", ".join(meals_to_generate)
+
+    query = (
+        f"Tìm món ăn ưu tiên các món có tags: {food_tag_text}. "
+        f"Phù hợp khẩu phần: {user_profile['khẩu phần']}, "
+        f"phục vụ cho bữa {meals_text}."
+    )
+
+    print("Query: " + query)
+
+    foods = food_retriever.invoke(query)
+    print(f"🔍 Kết quả truy vấn: ")
+    for i, food in enumerate(foods):
+        print(f"{i} - {food.metadata['name']}")
+        suggested_meals.append(food.metadata)
+
+    return {"suggested_meals": suggested_meals}

chatbot/agents/nodes/functions/generate_meal_plan.py

@@ -0,0 +1,66 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+
+# --- Cấu hình logging ---
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+def generate_meal_plan(state: AgentState):
+    logger.info("--- GENERATE_MEAL_PLAN ---")
+    user_profile = state.get("user_profile", {})
+    suggested_meals = state.get("suggested_meals", [])
+    meals_to_generate = state.get("meals_to_generate", [])
+    question = state.get("question", "Hãy tạo thực đơn cho tôi.")
+
+    meals_text = ", ".join(meals_to_generate)
+
+    suggested_meals_text = "\n".join(
+        [f"- {meal['name']}: {meal.get('kcal', 0)} kcal, "
+         f"{meal.get('protein', 0)}g protein, "
+         f"{meal.get('lipid', 0)}g chất béo, "
+         f"{meal.get('carbohydrate', 0)}g carbohydrate"
+         for meal in suggested_meals]
+    ) if suggested_meals else "Chưa có món ăn gợi ý."
+
+    prompt = f"""
+        Bạn có thể sử dụng thông tin người dùng có hồ sơ dinh dưỡng sau nếu cần thiết cho câu hỏi của người dùng:
+        - Tổng năng lượng mục tiêu: {user_profile['kcal']} kcal/ngày
+        - Protein: {user_profile['protein']}g
+        - Chất béo (lipid): {user_profile['lipid']}g
+        - Carbohydrate: {user_profile['carbohydrate']}g
+        - Chế độ ăn: {user_profile['khẩu phần']}
+
+        Câu hỏi của người dùng: "{question}"
+
+        Các bữa cần xây dựng:
+        {meals_text}
+
+        Danh sách món ăn hiện có để chọn:
+        {suggested_meals_text}
+
+        Yêu cầu:
+        1. Hãy tổ hợp các món ăn trên để tạo thực đơn cho từng bữa (chỉ chọn trong danh sách có sẵn).
+        2. Mỗi bữa gồm 1 đến 3 món, tổng năng lượng và dinh dưỡng xấp xỉ giá trị yêu cầu của bữa đó (±15%).
+        3. Nếu cần, hãy ước tính khẩu phần mỗi món (ví dụ: 0.5 khẩu phần hoặc 1.2 khẩu phần) để đạt cân bằng chính xác.
+        4. Đảm bảo tổng giá trị dinh dưỡng toàn ngày gần với hồ sơ người dùng.
+        5. Chỉ chọn những món phù hợp với chế độ ăn: {user_profile['khẩu phần']}.
+    """
+
+    logger.info(prompt)
+    
+    try:
+        result = llm.invoke(prompt, timeout=60)
+        response_content = getattr(result, "content", str(result))
+    except Exception as e:
+        logger.error(f"Lỗi khi gọi LLM: {e}")
+        response_content = "Không thể tạo thực đơn lúc này, vui lòng thử lại sau."
+
+    logger.info("Meal plan suggestion generated.")
+    return {"response": response_content}

chatbot/agents/nodes/functions/generate_meal_plan_day_json.py

@@ -0,0 +1,83 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+
+import json
+
+def generate_meal_plan_day_json(state: AgentState):
+    # logger.info("--- GENERATE_MEAL_PLAN ---")
+    user_profile = state.get("user_profile", {})
+    suggested_meals = state.get("suggested_meals", [])
+
+    suggested_meals_text = "\n".join(
+        [f"- ID: {meal['meal_id']} {meal['name']}: {meal.get('kcal', 0)} kcal, "
+         f"{meal.get('protein', 0)}g protein, "
+         f"{meal.get('lipid', 0)}g chất béo, "
+         f"{meal.get('carbohydrate', 0)}g carbohydrate"
+         for meal in suggested_meals]
+    ) if suggested_meals else "Chưa có món ăn gợi ý."
+
+    prompt = f"""
+        Bạn là AI chuyên gia dinh dưỡng. Nhiệm vụ: Tạo thực đơn cho một ngày theo dạng JSON.
+
+        Hồ sơ dinh dưỡng người dùng:
+        - Năng lượng mục tiêu: {user_profile['kcal']} kcal/ngày
+        - Protein: {user_profile['protein']}g
+        - Lipid: {user_profile['lipid']}g
+        - Carbohydrate: {user_profile['carbohydrate']}g
+        - Chế độ ăn: {user_profile['khẩu phần']}
+
+        Danh sách món ăn hiện có:
+        {suggested_meals_text}
+
+        --- YÊU CẦU ---
+        Trả về duy nhất một JSON theo cấu trúc sau:
+
+        {{
+            "meals": [
+                {{
+                    "meal_name": "Tên bữa",
+                    "items": [
+                        {{
+                            "id": "ID món",
+                            "name": "Tên món",
+                            "portion": số_lượng_khẩu_phần (float)
+                        }}
+                    ]
+                }}
+            ],
+            "reason": "Lý do xây dựng thực đơn"
+        }}
+
+        --- QUY TẮC ---
+        1. Hãy tổ hợp các món ăn trên để tạo thực đơn cho từng bữa (chỉ chọn trong danh sách có sẵn).
+        2. Mỗi bữa gồm 1 đến 3 món, tổng năng lượng và dinh dưỡng xấp xỉ giá trị yêu cầu của bữa đó (±15%).
+        3. Mỗi món phải có cả "id", "name", "portion".
+        4. Điều chỉnh "portion" có thể là 0.5, 1, 1.2... sao cho tổng năng lượng của một ngày đạt cân bằng chính xác.
+        5. Đảm bảo tổng giá trị dinh dưỡng toàn ngày gần với hồ sơ người dùng.
+        6. "reason" là lý do xây dựng thực đơn bao gồm dinh dưỡng của từng bữa sáng, trưa, tối và tổng lại cả ngày.
+        7. Chỉ chọn món đúng chế độ ăn: {user_profile['khẩu phần']}.
+        8. KHÔNG được trả lời thêm văn bản nào ngoài JSON.
+    """
+
+    print("---Prompt---")
+    print(prompt)
+
+    result = llm.invoke(prompt)
+    output = result.content
+
+    # Parse JSON an toàn
+    try:
+        meal_plan = json.loads(output)
+        logging.info("Lý do: " + meal_plan.get("reason", "Không có lý do"))
+    except Exception as e:
+        print("❌ JSON parse error:", e)
+        return {"response": "LLM trả về JSON không hợp lệ", "raw_output": output}
+
+    return {"meal_plan": meal_plan}

chatbot/agents/nodes/functions/generate_meal_plan_json_2.py

@@ -0,0 +1,94 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+import json
+
+def generate_meal_plan_json_2(state: AgentState):
+    # logger.info("--- GENERATE_MEAL_PLAN ---")
+    user_profile = state.get("user_profile", {})
+    suggested_meals = state.get("suggested_meals", [])
+    meals_to_generate = state.get("meals_to_generate", ["sáng"])
+
+    meal_text = ", ".join(meals_to_generate)
+
+    suggested_meals_text = "\n".join(
+        [f"- ID: {meal['meal_id']} {meal['name']}: {meal.get('kcal', 0)} kcal, "
+         f"{meal.get('protein', 0)}g protein, "
+         f"{meal.get('lipid', 0)}g chất béo, "
+         f"{meal.get('carbohydrate', 0)}g carbohydrate"
+         for meal in suggested_meals]
+    ) if suggested_meals else "Chưa có món ăn gợi ý."
+
+    meal_old = state["meal_old"]
+
+    meal_old_text = "\n".join([
+        f"- {item['name']}: {item.get('kcal',0)} kcal, "
+        f"{item.get('protein',0)}g protein, "
+        f"{item.get('lipid',0)}g lipid, "
+        f"{item.get('carbohydrate',0)}g carbohydrate, "
+        f"tương đương: {item.get('portion', 1)} khẩu phần."
+        for item in meal_old
+    ])
+
+    prompt = f"""
+        Bạn là AI chuyên gia dinh dưỡng.
+
+        Nhiệm vụ: Tạo lại thực đơn cho bữa {meal_text} bằng cách chọn MÓN MỚI
+        từ danh sách gợi ý bên dưới sao cho:
+        - Dinh dưỡng gần nhất với bữa cũ (±15%)
+        - Món phù hợp khẩu phần: {user_profile['khẩu phần']}
+        - Chỉ được chọn món có trong danh sách gợi ý
+
+        --- THÔNG TIN BỮA CŨ ---
+        Bao gồm các món sau:
+        {meal_old_text}
+
+        Danh sách món gợi ý:
+        {suggested_meals_text}
+
+        --- QUY TẮC ---
+        1. Chỉ chọn trong danh sách gợi ý.
+        2. Mỗi bữa gồm 1–3 món.
+        3. Mỗi món phải trả về đầy đủ: "id", "name", "portion".
+        4. "portion" có thể là số thực: 0.5, 1.0, 1.2...
+        5. Tổng dinh dưỡng bữa mới phải gần với tổng dinh dưỡng bữa cũ (±15%).
+        6. Không được thêm mô tả ngoài JSON.
+
+        --- JSON TRẢ VỀ ---
+        {{
+            "meals": [
+                {{
+                    "meal_name": "{meal_text}",
+                    "items": [
+                        {{
+                            "id": "ID món",
+                            "name": "Tên món",
+                            "portion": số_lượng_khẩu_phần
+                        }}
+                    ]
+                }}
+            ],
+            "reason": "Giải thích vì sao chọn các món và khẩu phần"
+        }}
+    """
+
+    print("---Prompt---")
+    print(prompt)
+
+    result = llm.invoke(prompt)
+    output = result.content
+
+    # Parse JSON an toàn
+    try:
+        meal_new_raw = json.loads(output)
+    except Exception as e:
+        print("❌ JSON parse error:", e)
+        return {"response": "LLM trả về JSON không hợp lệ", "raw_output": output}
+
+    return {"meal_new_raw": meal_new_raw}

chatbot/agents/nodes/functions/get_user_profile.py

@@ -0,0 +1,35 @@
+import logging
+from typing import List, Dict, Any
+
+from chatbot.agents.states.state import AgentState
+from chatbot.agents.tools.food_retriever import query_constructor, food_retriever
+from langgraph.graph import END, StateGraph
+from chatbot.models.llm_setup import llm
+from langchain.tools import tool
+from chatbot.utils.user_profile import get_user_by_id
+
+# --- Cấu hình logging ---
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+def get_user_profile(state: AgentState) -> Dict[str, Any]:
+    """
+    Node: Lấy profile người dùng và chuẩn hóa key.
+    """
+    logger.info("--- GET_USER_PROFILE ---")
+    user_id = state.get("user_id", "")
+    user_profile = get_user_by_id(user_id)
+
+    # Chuẩn hóa khóa
+    mapping = {"fat": "lipid", "carbs": "carbohydrate", "protein": "protein",
+               "kcal": "kcal", "lipid": "lipid", "carbohydrate": "carbohydrate"}
+    normalized_profile = {mapping.get(k.lower(), k.lower()): v for k, v in user_profile.items()}
+
+    # Fallback default nếu thiếu
+    defaults = {"kcal": 1700, "protein": 120, "lipid": 56, "carbohydrate": 170, "khẩu phần": "ăn chay"}
+    for key, val in defaults.items():
+        normalized_profile.setdefault(key, val)
+
+    logger.info(f"User profile chuẩn hóa: {normalized_profile}")
+
+    return {"user_profile": normalized_profile, "daily_goal": normalized_profile, "suggested_meals": []}

chatbot/agents/nodes/general_chat.py

@@ -0,0 +1,40 @@
+from chatbot.agents.states.state import AgentState
+from chatbot.models.llm_setup import llm
+from langchain.schema.messages import SystemMessage, HumanMessage
+from chatbot.utils.user_profile import get_user_by_id
+
+def general_chat(state: AgentState):
+    print("---GENERAL CHAT---")
+
+    user_id = state.get("user_id", {})
+    messages = state["messages"]
+    user_message = messages[-1].content if messages else state.question
+
+    user_profile = get_user_by_id(user_id)
+
+    system_prompt = f"""
+    Bạn là một chuyên gia dinh dưỡng và ẩm thực AI.
+    Hãy trả lời các câu hỏi về:
+    - món ăn, thành phần, dinh dưỡng, calo, protein, chất béo, carb,
+    - chế độ ăn (ăn chay, keto, giảm cân, tăng cơ...),
+    - sức khỏe, lối sống, chế độ tập luyện liên quan đến ăn uống.
+    Một số thông tin về người dùng có thể dùng đến như sau:
+    - Tổng năng lượng mục tiêu: {user_profile['kcal']} kcal/ngày
+        - Protein: {user_profile['protein']}g
+        - Chất béo (lipid): {user_profile['lipid']}g
+        - Carbohydrate: {user_profile['carbohydrate']}g
+        - Chế độ ăn: {user_profile['khẩu phần']}
+    Không trả lời các câu hỏi ngoài chủ đề này.
+    Giải thích ngắn gọn, tự nhiên, rõ ràng.
+    """
+
+    messages = [
+        SystemMessage(content=system_prompt),
+        HumanMessage(content=user_message),
+    ]
+
+    response = llm.invoke(messages)
+
+    print(response.content if hasattr(response, "content") else response)
+
+    return {"response": response.content}

chatbot/agents/nodes/meal_identify.py

@@ -0,0 +1,64 @@
+from langchain.prompts import PromptTemplate
+import json
+from pydantic import BaseModel, Field
+from chatbot.agents.states.state import AgentState
+from chatbot.models.llm_setup import llm
+from typing import List
+
+class MealIntent(BaseModel):
+    intent: str = Field(
+        description=(
+            "Loại yêu cầu của người dùng, có thể là:\n"
+            "- 'full_day_meal': khi người dùng chưa ăn bữa nào và muốn gợi ý thực đơn cho cả ngày.\n"
+            "- 'not_full_day_meal': khi người dùng đã ăn một vài bữa và muốn gợi ý một bữa cụ thể hoặc các bữa còn lại."
+        )
+    )
+    meals_to_generate: List[str] = Field(
+        description="Danh sách các bữa được người dùng muốn gợi ý: ['sáng', 'trưa', 'tối']."
+    )
+    
+    
+def meal_identify(state: AgentState):
+    print("---MEAL IDENTIFY---")
+
+    llm_with_structure_op = llm.with_structured_output(MealIntent)
+
+    # Lấy câu hỏi mới nhất từ lịch sử hội thoại
+    messages = state["messages"]
+    user_message = messages[-1].content if messages else state.question
+
+    format_instructions = json.dumps(llm_with_structure_op.output_schema.model_json_schema(), ensure_ascii=False, indent=2)
+
+    prompt = PromptTemplate(
+        template="""
+        Bạn là bộ phân tích yêu cầu gợi ý bữa ăn trong hệ thống chatbot dinh dưỡng.
+
+        Dựa trên câu hỏi của người dùng, hãy xác định:
+        1. Người dùng muốn gợi ý cho **cả ngày**, **một hoặc một vài bữa cụ thể**.
+        2. Danh sách các bữa người dùng muốn gợi ý (nếu có).
+
+        Quy tắc:
+        - Nếu người dùng muốn gợi ý thực đơn cho cả ngày → intent = "full_day_meal".
+        - Nếu họ nói đã ăn một bữa nào đó, muốn gợi ý một hoặc các bữa còn lại → intent = "not_full_day_meal".
+        - Các bữa người dùng có thể muốn gợi ý: ["sáng", "trưa", "tối"].
+
+        Câu hỏi người dùng: {question}
+
+        Hãy xuất kết quả dưới dạng JSON theo schema sau:
+        {format_instructions}
+        """
+    )
+
+    chain = prompt | llm_with_structure_op
+
+    result = chain.invoke({
+        "question": user_message,
+        "format_instructions": format_instructions
+    })
+
+    print("Bữa cần gợi ý: " + ", ".join(result.meals_to_generate))
+
+    return {
+        "meal_intent": result.intent,
+        "meals_to_generate": result.meals_to_generate,
+    }

chatbot/agents/nodes/select_food_plan.py

@@ -0,0 +1,51 @@
+from chatbot.agents.states.state import AgentState
+from chatbot.models.llm_setup import llm
+
+def select_food_plan(state: AgentState):
+    print("---SELECT FOOD PLAN---")
+
+    user_profile = state["user_profile"]
+    suggested_meals = state["suggested_meals"]
+    messages = state["messages"]
+    user_message = messages[-1].content if messages else state.question
+
+    suggested_meals_text = "\n".join(
+        f"{i+1}. {doc.metadata.get('name', 'Không rõ')} - "
+        f"{doc.metadata.get('kcal', '?')} kcal, "
+        f"Protein:{doc.metadata.get('protein', '?')}g, "
+        f"Chất béo:{doc.metadata.get('lipid', '?')}g, "
+        f"Carbohydrate:{doc.metadata.get('carbohydrate', '?')}g\n"
+        f"Mô tả: {doc.page_content}"
+        for i, doc in enumerate(suggested_meals)
+    )
+
+    prompt = f"""
+        Bạn là chuyên gia dinh dưỡng AI.
+        Bạn có thể sử dụng thông tin người dùng có hồ sơ dinh dưỡng sau nếu cần thiết cho câu hỏi của người dùng:
+        - Tổng năng lượng mục tiêu: {user_profile['kcal']} kcal/ngày
+        - Protein: {user_profile['protein']}g
+        - Chất béo (lipid): {user_profile['lipid']}g
+        - Carbohydrate: {user_profile['carbohydrate']}g
+        - Chế độ ăn: {user_profile['khẩu phần']}
+
+        Câu hỏi của người dùng: "{user_message}"
+
+        Danh sách món ăn hiện có để chọn:
+        {suggested_meals_text}
+
+        Yêu cầu:
+        1. Chọn một món ăn phù hợp nhất với yêu cầu của người dùng, dựa trên dinh dưỡng và chế độ ăn.
+        2. Nếu không có món nào phù hợp, hãy trả về:
+          "Không tìm thấy món phù hợp trong danh sách hiện có."
+        3. Không tự tạo thêm món mới hoặc tên món không có trong danh sách.
+        4. Nếu có nhiều món gần giống nhau, hãy chọn món có năng lượng và thành phần dinh dưỡng gần nhất với mục tiêu người dùng.
+    """
+
+    print("Prompt:")
+    print(prompt)
+
+    result = llm.invoke(prompt)
+
+    print(result.content if hasattr(result, "content") else result)
+
+    return {"response": result.content}

chatbot/agents/nodes/suggest_meal_node.py

@@ -0,0 +1,72 @@
+from langchain_core.messages import HumanMessage, SystemMessage, AIMessage, ToolMessage
+from chatbot.agents.states.state import AgentState
+from chatbot.models.llm_setup import llm
+from chatbot.agents.tools.daily_meal_suggestion import daily_meal_suggestion
+
+def suggest_meal_node(state: AgentState):
+    print("---SUGGEST MEAL NODE---")
+
+    # 🧠 Lấy dữ liệu từ state
+    user_id = state.get("user_id", 0)
+    question = state.get("messages")
+    meals_to_generate = state.get("meals_to_generate", [])
+
+    # 🧩 Chuẩn bị prompt mô tả yêu cầu
+    system_prompt = """
+    Bạn là một chuyên gia gợi ý thực đơn AI.
+    Bạn không được tự trả lời hay đặt câu hỏi thêm.
+    Nếu người dùng yêu cầu gợi ý món ăn, bắt buộc gọi tool 'daily_meal_suggestion'.
+    với các tham số:
+    - user_id: ID người dùng hiện tại
+    - question: nội dung câu hỏi họ vừa hỏi
+    - meals_to_generate: danh sách các bữa cần sinh thực đơn (nếu có)
+
+    Nếu bạn không chắc bữa nào cần sinh, vẫn gọi tool này — phần xử lý sẽ lo chi tiết sau.
+    """
+
+    user_prompt = f"""
+    Người dùng có ID: {user_id}
+    Yêu cầu: "{question}"
+    Danh sách các bữa cần gợi ý: {meals_to_generate}
+    """
+
+    # 🚀 Gọi LLM và Tools
+    tools = [daily_meal_suggestion]
+    llm_with_tools = llm.bind_tools(tools)
+    
+    response = llm_with_tools.invoke(
+        [
+            SystemMessage(content=system_prompt),
+            HumanMessage(content=user_prompt)
+        ]
+    )
+
+    print("===== DEBUG =====")
+    print("Response type:", type(response))
+    print("Tool calls:", getattr(response, "tool_calls", None))
+    print("Message content:", response.content)
+    print("=================")
+
+    if isinstance(response, AIMessage) and response.tool_calls:
+        tool_call = response.tool_calls[0]
+        tool_name = tool_call["name"]
+        tool_args = tool_call["args"]
+        tool_call_id = tool_call["id"]
+
+        print(f"👉 Executing tool: {tool_name} with args: {tool_args}")
+
+        # Bổ sung tham số nếu LLM quên
+        tool_args.setdefault("user_id", user_id)
+        tool_args.setdefault("question", question)
+        tool_args.setdefault("meals_to_generate", meals_to_generate)
+
+        if tool_name == "daily_meal_suggestion":
+            result = daily_meal_suggestion.invoke(tool_args)
+        elif tool_name == "fallback":
+            result = {"message": "Không có tool phù hợp.", "reason": tool_args.get("reason", "")}
+        else:
+            result = {"message": f"Tool '{tool_name}' chưa được định nghĩa."}
+
+        tool_message = ToolMessage(content=str(result), name=tool_name, tool_call_id=tool_call_id)
+        return {"messages": state["messages"] + [response, tool_message], "response": result}
+    return {"response": "Lỗi!!!"}