feat：优化记忆查询表现

src/memory_system/retrieval_tools/query_chat_history.py

@@ -193,7 +193,7 @@ def register_tool():
     """注册工具"""
     register_memory_retrieval_tool(
         name="query_chat_history",
-        description="根据时间或关键词在chat_history表的聊天记录概述库中查询。可以查询某个时间点发生了什么、某个时间范围内的事件，或根据关键词搜索消息概述。支持两种匹配模式：模糊匹配（默认，只要包含任意一个关键词即匹配）和全匹配（必须包含所有关键词才匹配）",
+        description="根据时间或关键词在聊天记录中查询。可以查询某个时间点发生了什么、某个时间范围内的事件，或根据关键词搜索消息概述。支持两种匹配模式：模糊匹配（默认，只要包含任意一个关键词即匹配）和全匹配（必须包含所有关键词才匹配）",
         parameters=[
             {
                 "name": "keyword",

src/memory_system/retrieval_tools/query_lpmm_knowledge.py

@@ -10,7 +10,7 @@ from .tool_registry import register_memory_retrieval_tool
 logger = get_logger("memory_retrieval_tools")
 
 
-async def query_lpmm_knowledge(query: str) -> str:
+async def query_lpmm_knowledge(query: str, limit: int = 5) -> str:
     """在LPMM知识库中查询相关信息
 
     Args:
@@ -24,6 +24,12 @@ async def query_lpmm_knowledge(query: str) -> str:
         if not content:
             return "查询关键词为空"
 
+        try:
+            limit_value = int(limit)
+        except (TypeError, ValueError):
+            limit_value = 5
+        limit_value = max(1, limit_value)
+
         if not global_config.lpmm_knowledge.enable:
             logger.debug("LPMM知识库未启用")
             return "LPMM知识库未启用"
@@ -33,7 +39,7 @@ async def query_lpmm_knowledge(query: str) -> str:
             logger.debug("LPMM知识库未初始化，跳过查询")
             return "LPMM知识库未初始化"
 
-        knowledge_info = await qa_manager.get_knowledge(content)
+        knowledge_info = await qa_manager.get_knowledge(content, limit=limit_value)
         logger.debug(f"LPMM知识库查询结果: {knowledge_info}")
 
         if knowledge_info:
@@ -57,7 +63,13 @@ def register_tool():
                 "type": "string",
                 "description": "需要查询的关键词或问题",
                 "required": True,
-            }
+            },
+            {
+                "name": "limit",
+                "type": "integer",
+                "description": "希望返回的相关知识条数，默认为5",
+                "required": False,
+            },
         ],
         execute_func=query_lpmm_knowledge,
     )