feat(chat): 实现人脸智能聊天核心功能

- 新增小程序人脸聊天控制器 AppChatController，支持会话创建、消息收发、历史查询及会话关闭
- 集成智谱 GLM 模型客户端 GlmClient，支持流式文本生成与回调
- 新增聊天会话与消息实体类及 MyBatis 映射，实现数据持久化
- 提供 FaceChatService 接口及实现，封装聊天业务逻辑包括同步/流式消息发送
- 引入 zai-sdk 依赖以支持调用智谱 AI 大模型能力
- 支持基于人脸 ID 的唯一会话管理与用户权限校验
- 消息记录包含角色、内容、追踪 ID 及延迟信息，便于调试与分析

src/main/java/com/ycwl/basic/integration/glm/GlmClient.java

@@ -0,0 +1,17 @@
+package com.ycwl.basic.integration.glm;
+
+import java.util.List;
+
+/**
+ * 智谱 GLM 模型调用抽象。
+ */
+public interface GlmClient {
+    /**
+     * 流式回复，实时回调分片，同时返回完整文本。
+     */
+    String streamReply(Long faceId,
+                       Long memberId,
+                       String traceId,
+                       List<ai.z.openapi.service.model.ChatMessage> messages,
+                       java.util.function.Consumer<String> chunkConsumer);
+}

src/main/java/com/ycwl/basic/integration/glm/GlmClientImpl.java

@@ -0,0 +1,118 @@
+package com.ycwl.basic.integration.glm;
+
+import ai.z.openapi.ZhipuAiClient;
+import ai.z.openapi.service.model.ChatCompletionCreateParams;
+import ai.z.openapi.service.model.ChatCompletionResponse;
+import ai.z.openapi.service.model.ChatMessage;
+import ai.z.openapi.service.model.ChatMessageRole;
+import ai.z.openapi.service.model.ChatThinking;
+import ai.z.openapi.service.model.Delta;
+import ai.z.openapi.service.model.ModelData;
+import io.reactivex.rxjava3.core.Flowable;
+import lombok.extern.slf4j.Slf4j;
+import org.apache.commons.lang3.StringUtils;
+import org.springframework.beans.factory.annotation.Value;
+import org.springframework.stereotype.Component;
+
+import java.util.ArrayList;
+import java.util.List;
+import java.util.function.Consumer;
+
+/**
+ * 智谱 GLM 官方 SDK 调用实现，流式拆分文本。
+ */
+@Slf4j
+@Component
+public class GlmClientImpl implements GlmClient {
+
+    private static final String DEFAULT_MODEL = "glm-4.5-airx";
+
+    private final ZhipuAiClient client;
+
+    public GlmClientImpl(@Value("${zhipu.api-key:}") String apiKeyFromCfg) {
+        String apiKey = StringUtils.isNotBlank(apiKeyFromCfg) ? apiKeyFromCfg : System.getenv("ZHIPU_API_KEY");
+        if (StringUtils.isBlank(apiKey)) {
+            log.warn("未配置 ZHIPU_API_KEY，GLM 调用将返回占位结果");
+            client = null;
+        } else {
+            client = ZhipuAiClient.builder().apiKey(apiKey).build();
+        }
+    }
+
+    @Override
+    public String streamReply(Long faceId,
+                              Long memberId,
+                              String traceId,
+                              List<ChatMessage> messages,
+                              Consumer<String> chunkConsumer) {
+        if (client == null) {
+            String fallback = "GLM 未配置 API KEY，无法调用。";
+            if (chunkConsumer != null) {
+                chunkConsumer.accept(fallback);
+            }
+            return fallback;
+        }
+        List<ChatMessage> finalMessages = messages == null ? new ArrayList<>() : new ArrayList<>(messages);
+        if (finalMessages.isEmpty()) {
+            finalMessages.add(ChatMessage.builder()
+                    .role(ChatMessageRole.USER.value())
+                    .content("你好")
+                    .build());
+        }
+        finalMessages.addFirst(ChatMessage.builder()
+                .role(ChatMessageRole.SYSTEM.value())
+                .content("你是一个智能销售，然后用户是实际想购买的人。你需要尽可能推广景区生成的Vlog、视频、照片等内容给用户，鼓励购买。注意，返回内容需要为普通文本格式，禁止出现Markdown标记。")
+                .build());
+        finalMessages.addFirst(ChatMessage.builder()
+                .role(ChatMessageRole.SYSTEM.value())
+                .content("注意，返回内容需要为普通文本格式，禁止使用Markdown格式进行返回。")
+                .build());
+        ChatCompletionCreateParams request = ChatCompletionCreateParams.builder()
+                .model(DEFAULT_MODEL)
+                .messages(finalMessages)
+                .thinking(ChatThinking.builder().type("enabled").build())
+                .stream(true)
+                .maxTokens(4096)
+                .temperature(0.8f)
+                .build();
+
+        ChatCompletionResponse response = client.chat().createChatCompletion(request);
+        if (!response.isSuccess()) {
+            String msg = "GLM 调用失败: " + response.getMsg();
+            log.warn(msg);
+            if (chunkConsumer != null) {
+                chunkConsumer.accept(msg);
+            }
+            return msg;
+        }
+        StringBuilder sb = new StringBuilder();
+        Flowable<ModelData> flowable = response.getFlowable();
+        flowable.blockingSubscribe(
+                data -> {
+                    if (data.getChoices() == null || data.getChoices().isEmpty()) {
+                        return;
+                    }
+                    Delta delta = data.getChoices().getFirst().getDelta();
+                    if (delta == null) {
+                        return;
+                    }
+                    String piece = delta.getContent();
+                    if (StringUtils.isNotBlank(piece)) {
+                        sb.append(piece);
+                        if (chunkConsumer != null) {
+                            chunkConsumer.accept(piece);
+                        }
+                    }
+                },
+                error -> {
+                    log.error("GLM 流式调用异常", error);
+                    String err = "GLM 调用异常：" + error.getMessage();
+                    sb.append(err);
+                    if (chunkConsumer != null) {
+                        chunkConsumer.accept(err);
+                    }
+                }
+        );
+        return sb.toString();
+    }
+}