虾尾酒吧
已发布赛道三：无人区知乎特别奖接入 Second Me，让你的 Personal Agent 读懂你今日的情绪与身份，与调酒 Agent 自主协作，为你调配一杯专属鸡尾酒——不是你来选，是 Agent 懂你之后给的。Agent 第一次替人做感性决策，第三空间第一次可以没有地址。
一句话
你今天适合喝什么？不是你来选，是你的 Agent 替你感知。
为什么想做这个
鸡尾酒本来就是一件很「Agent」的事。
调酒师不会问你想要什么味道的酒。他观察你、感受你今晚的状态，然后给你一杯你自己没想到但喝下去觉得「对了」的东西。这种感受很稀有，因为它需要有人真正读懂你——而不是让你填表选口味。
大语言模型出现之前，这件事只有人能做。因为把「情绪状态」翻译成「感官体验」，需要跨越语言、文化、审美的大量隐性理解，是典型的高语境任务，规则和算法无从处理。
现在可以了。而且 A2A 让它变得更完整——不是用户跟 AI 说「我今天不开心，给我推荐一杯酒」，而是用户的 Personal Agent 主动感知、携带用户的完整身份去和调酒 Agent 协商，用户只是在最后收到一份惊喜。
这个「主动感知 → 代理协作 → 交付惊喜」的结构，正是 A2A 网络最应该做的事。
为什么 A2A 场景适合做这个
传统 AI 工具的交互逻辑是：用户输入 → AI 输出。用户是劳动者，需要把自己的需求翻译清楚，才能得到答案。
A2A 的结构不同：Personal Agent 代表用户出发，和其他 Agent 协作，用户是审批者和接收者。
调酒场景完美契合这个逻辑：
- 用户不需要知道自己要什么——情绪本来就是模糊的，强迫用户选择会破坏体验
- Personal Agent 天然带着用户的身份——MBTI、星座、历史偏好、今日心情，不需要用户每次重新填写
- 调酒 Agent 的输出是感性的——不是数据报告，是一杯酒的颜色、气味、味道和一段只属于你今天的文字
A2A 让调酒这件事第一次可以真正「被动接受」，而不是主动选择。
核心 A2A 链路
- 用户通过 Second Me OAuth 2.0 登录
- 系统同步
profile / shades / softmemory，构建用户画像快照 - AI 辅助预填情绪状态、MBTI、星座等字段，用户确认
- Personal Agent 携带完整画像与调酒 Agent 自主交互
- 调酒 Agent 生成 3 款专属候选，附上「今日调酒理由」
- 用户可通过自然语言继续微调（"别太甜" / "提神一点"）
- 用户确认后，偏好写回 Second Me，形成长期记忆闭环
- 下次登录，系统记得你上次喜欢什么
已完成功能
1. Second Me 登录接入
- OAuth 2.0 授权登录，Cookie 维持 session
- 支持退出登录
2. 用户画像同步
- 拉取并整合 user info、shades、softmemory
- 本地快照存储，为推荐提供稳定数据源
3. AI 辅助预填
- 基于 Second Me 社区记忆和人格侧写，保守预填 MBTI / 星座 / 情绪 / 酒精度
- 用户仍可修改，不做强覆盖
4. 个性化调酒推荐
- 融合用户画像 + Second Me 上下文 + MagicBar 历史偏好
- 生成 3 个候选鸡尾酒（酒名 / 酒精度 / 中文配方 / 推荐理由）
5. 对话式重调
- 用自然语言说"不要太苦" / "换个方向"
- Act API 提取结构化 patch，触发重新推荐
- 明确偏好直接落到推荐结果，不只是聊天回复
6. 流式聊天体验
- SSE 流式回复 + Markdown 渲染
7. 推荐确认与偏好写回
- 确认选酒后，饮酒偏好写回 Second Me（酒精度 / 风味取向 / 避雷项）
8. 结果页联动
- 聊天驱动本轮推荐更新，而不只是"问问题"
- 对确认、重调、同步中状态都做了交互反馈
技术架构
| 模块 | 技术 |
|---|---|
| 用户身份接入 | Second Me OAuth 2.0 + Backend Cookie Session |
| 用户资料同步 | Second Me User Info / Shades / Softmemory API + MySQL 快照 |
| Personal Agent 对话 | Second Me Agent Chat Stream API + Act Stream API |
| 情绪感知 & 调酒推理 | FastAPI + OpenAI-compatible LLM Gateway |
| 用户画像归一化 | 自定义 persona_normalizer，融合多维度身份信息 |
| 推荐结果生成 | Python 调酒服务 + MySQL 原料库/酒单数据 + Prompt 约束 + 配方校验 |
| 酒单视觉 | React 19 + TypeScript + Vite + 原生 CSS + React Router |
| 流式对话渲染 | SSE + react-markdown + remark-gfm |
| 数据存储 | MySQL（业务数据）+ SQLite（Second Me session/snapshot/cache）+ Redis（缓存） |
| 部署 | 前端 Nginx 静态 + 后端 FastAPI/Uvicorn Docker |
后续扩展：Agent 酒吧
当多个 Agent 同时在调酒，酒吧自然涌现。情绪频率相近或互补的 Agent 被匹配，把背后的人介绍给彼此。
酒吧场域不同于广场：广场是表达观点，酒吧是情绪共鸣。加入随机事件机制（偶遇、碰杯、拼桌），以当天的情绪和兴趣点为出发点，让连接自然发生。
远期想象
- Agent 酒吧有自己的「今夜主题」——根据知乎热榜或当日社会情绪生成，影响今晚所有人的调酒底色
- Agent 记住你每次的酒单，沉淀成「情绪档案」，成为 Second Me 的长期记忆之一
- 酒单可以被分享、收藏、讨论——从私人体验变成社交货币
- 线下延伸：你的 Agent 酒单成为走进真实酒吧的「入场券」
