Version: 0.9.2.dev.260406
后端：
1.Chat 四路由升级（二分类 chat/task → 四路由 direct_reply/execute/deep_answer/plan）
- 新建model/chat_contract.go：路由决策模型，含 NeedsRoughBuild 粗排标记
- 更新node/chat.go：四路由分流；新增 deep_answer 深度回答路径（二次 LLM 开 thinking）
- 更新prompt/chat.go：意图分类 prompt 升级为四路由 prompt；新增 deep_answer prompt
2.粗排节点（RoughBuild）全链路
- 新建node/rough_build.go：粗排节点，调用注入的算法函数，结果写入 ScheduleState 后进 Execute 微调
- 更新graph/common_graph.go：注册 RoughBuild 节点；Chat/Confirm 后可路由至粗排
- 更新model/graph_run_state.go：新增 RoughBuildPlacement/RoughBuildFunc 类型；Deps 注入入口
- 更新model/plan_contract.go：PlanDecision 新增 NeedsRoughBuild/TaskClassIDs 字段
- 更新node/plan.go：plan_done 时写入粗排标记和 TaskClassIDs
3.任务类约束元数据（TaskClassMeta）贯穿 prompt → tools → 持久化
- 更新tools/state.go：新增 TaskClassMeta；ScheduleState.TaskClasses；ScheduleTask.TaskClassID；Clone 深拷贝
- 更新conv/schedule_state.go：加载时构建 TaskClassMeta；Diff 支持 HostEventID 嵌入关系
- 更新conv/schedule_provider.go：新增 LoadTaskClassMetas 按需加载
- 更新model/state_store.go：ScheduleStateProvider 接口新增 LoadTaskClassMetas
- 更新prompt/base.go：renderStateSummary 渲染任务类约束
- 更新prompt/plan.go：注入任务类 ID 上下文和粗排识别规则
- 更新tools/read_tools.go：GetOverview 展示任务类约束
- 更新model/common_state.go：CommonState 新增 TaskClassIDs/TaskClasses/NeedsRoughBuild
4.Execute 健壮性增强（correction 重试 + 纯 ReAct 模式）
- 更新node/execute.go：未知工具名/空文本走 correction 重试而非 fatal；maxConsecutiveCorrections 提升为包级常量；新增无 plan 纯ReAct 模式；工具结果截断；speak 排除 ask_user/confirm
- 更新prompt/execute.go：新增 ReAct 模式 system prompt 和 contract
5.写入持久化完善（task_item source + 嵌入水课）
- 更新conv/schedule_persist.go：place/move/unplace 支持 task_item source，含嵌入水课和普通 task event 两条路径
- 新建conv/schedule_preview.go：ScheduleState → 排程预览缓存，复用旧格式，前端无需改动
6.状态持久化体系（Redis → MySQL outbox 异步）
- 更新dao/cache.go：Redis 快照 TTL 从 24h 改为 2h，配合 MySQL outbox
- 新建model/agent_state_snapshot_record.go：快照 MySQL 记录模型
- 新建service/events/agent_state_persist.go：outbox 异步持久化处理器
- 更新cmd/start.go + inits/mysql.go：注册快照事件处理器 + AutoMigrate
- 更新service/agentsvc/agent_newagent.go：注入 RoughBuildFunc；outbox 异步写快照；排程结果写 Redis 预览缓存
7.基础设施与稳定性
- 更新stream/sse_adapter.go：outChan 满时静默丢弃，保证持久化不被 SSE 阻断
- 更新service/agentsvc/agent.go：新增 readAgentExtraIntSlice；outChan 容量 8→256
- 更新node/agent_nodes.go：Chat 注入工具 schema；Deliver 改 saveAgentState 替代 deleteAgentState
前端：无
仓库：无
This commit is contained in:
Losita
@@ -1,63 +1,122 @@
|
||||
package newagentprompt
|
||||
|
||||
import (
|
||||
"fmt"
|
||||
"strings"
|
||||
|
||||
newagentmodel "github.com/LoveLosita/smartflow/backend/newAgent/model"
|
||||
"github.com/cloudwego/eino/schema"
|
||||
)
|
||||
|
||||
const chatIntentSystemPrompt = `
|
||||
你是 SmartFlow 的意图分类器。
|
||||
你的唯一任务是判断用户本轮输入是"纯闲聊"还是"包含任务意图"。
|
||||
const chatRoutingSystemPrompt = `
|
||||
你是 SmartFlow 的智能路由器。你的职责是判断用户意图的复杂度，并决定后续处理路径。
|
||||
|
||||
判断规则：
|
||||
1. chat：打招呼、感谢、简单问答、情感表达、闲聊，不涉及任何具体任务或操作请求。
|
||||
2. task：包含任何需要规划/执行/操作的意图，包括但不限于查询信息、创建内容、修改数据、安排日程、继续已有任务等。
|
||||
你会看到：
|
||||
- 历史对话
|
||||
- 用户本轮输入
|
||||
- 当前可用工具摘要（如有）
|
||||
- 本次排课涉及的任务类约束（如有）
|
||||
|
||||
保守原则：当不确定时，倾向于判断为 task，宁可多走一次规划也不要丢失用户意图。
|
||||
请遵守以下规则：
|
||||
1. 只输出严格 JSON，不要输出 markdown，不要输出额外解释。
|
||||
2. 根据用户意图判断复杂度并选择路由。
|
||||
3. speak 字段始终填写：给用户看的话。
|
||||
|
||||
严格输出以下 JSON（不要输出 markdown，不要在 JSON 外补文字）：
|
||||
{"intent":"chat或task","reply":"仅当intent=chat时填写你的闲聊回复，task时留空","reason":"简短判断依据"}
|
||||
路由规则：
|
||||
- direct_reply：纯闲聊、简单问答、打招呼、感谢等。speak 直接写你的完整回复。
|
||||
- execute：需要用工具处理的请求（查询日程、移动课程、排课等），但不需要先制定计划。speak 写简短确认。
|
||||
- deep_answer：复杂问题但不需要工具（如分析建议、深度解释等），需要深度思考后直接回答。speak 写过渡语（如"让我想想"）。
|
||||
- plan：用户明确要求先制定计划，或涉及多阶段复杂规划。speak 写确认语。
|
||||
|
||||
粗排判断：当用户意图包含"批量安排/排课/把任务类排进日程"，且上下文中有任务类 ID 时，设置 needs_rough_build=true。
|
||||
|
||||
输出协议（严格 JSON）：
|
||||
{"route":"direct_reply / execute / deep_answer / plan","speak":"给用户看的话","needs_rough_build":false,"reason":"简短判断依据"}
|
||||
|
||||
合法示例：
|
||||
|
||||
{"route":"direct_reply","speak":"你好！我是 SmartFlow 助手，有什么可以帮你的？","reason":"用户打招呼"}
|
||||
|
||||
{"route":"execute","speak":"好的，我来帮你看看今天的安排。","reason":"需要调用工具查询日程","needs_rough_build":false}
|
||||
|
||||
{"route":"execute","speak":"好的，我来帮你排课。","reason":"批量排课需求，有任务类 ID","needs_rough_build":true}
|
||||
|
||||
{"route":"deep_answer","speak":"这是个好问题，让我仔细想想。","reason":"需要深度分析但不需要工具"}
|
||||
|
||||
{"route":"plan","speak":"明白，我来帮你制定一个完整的学习计划。","reason":"用户明确要求制定计划"}
|
||||
`
|
||||
|
||||
// BuildChatIntentSystemPrompt 返回意图分类系统提示词。
|
||||
func BuildChatIntentSystemPrompt() string {
|
||||
return strings.TrimSpace(chatIntentSystemPrompt)
|
||||
// BuildChatRoutingSystemPrompt 返回路由阶段的系统提示词。
|
||||
func BuildChatRoutingSystemPrompt() string {
|
||||
return strings.TrimSpace(chatRoutingSystemPrompt)
|
||||
}
|
||||
|
||||
// BuildChatIntentMessages 组装意图分类的 messages。
|
||||
//
|
||||
// 职责边界：
|
||||
// 1. 只取最近 6 条历史，保证分类高效；
|
||||
// 2. 不注入 pinned blocks / tool schemas，分类不需要这些信息；
|
||||
// 3. 不负责解析模型输出。
|
||||
func BuildChatIntentMessages(conversationContext *newagentmodel.ConversationContext, userInput string) []*schema.Message {
|
||||
messages := make([]*schema.Message, 0, 8)
|
||||
// BuildChatRoutingMessages 组装路由阶段的 messages。
|
||||
func BuildChatRoutingMessages(ctx *newagentmodel.ConversationContext, userInput string, state *newagentmodel.CommonState) []*schema.Message {
|
||||
return buildStageMessages(
|
||||
BuildChatRoutingSystemPrompt(),
|
||||
ctx,
|
||||
BuildChatRoutingUserPrompt(ctx, userInput, state),
|
||||
)
|
||||
}
|
||||
|
||||
messages = append(messages, schema.SystemMessage(BuildChatIntentSystemPrompt()))
|
||||
// BuildChatRoutingUserPrompt 构造路由阶段的用户提示词。
|
||||
func BuildChatRoutingUserPrompt(ctx *newagentmodel.ConversationContext, userInput string, state *newagentmodel.CommonState) string {
|
||||
var sb strings.Builder
|
||||
|
||||
if conversationContext != nil {
|
||||
history := conversationContext.HistorySnapshot()
|
||||
if len(history) > 6 {
|
||||
history = history[len(history)-6:]
|
||||
sb.WriteString("请判断用户本轮意图的复杂度，并选择最合适的路由。\n")
|
||||
|
||||
// 注入任务类上下文（供粗排判断参考）。
|
||||
if state != nil && len(state.TaskClassIDs) > 0 {
|
||||
parts := make([]string, len(state.TaskClassIDs))
|
||||
for i, id := range state.TaskClassIDs {
|
||||
parts[i] = fmt.Sprintf("%d", id)
|
||||
}
|
||||
if len(history) > 0 {
|
||||
messages = append(messages, history...)
|
||||
sb.WriteString(fmt.Sprintf("\n本次请求涉及的任务类 ID：[%s]\n", strings.Join(parts, ", ")))
|
||||
}
|
||||
|
||||
if state != nil && len(state.TaskClasses) > 0 {
|
||||
sb.WriteString("任务类约束：\n")
|
||||
for _, tc := range state.TaskClasses {
|
||||
line := fmt.Sprintf("- [ID=%d] %s：策略=%s，总时段预算=%d", tc.ID, tc.Name, tc.Strategy, tc.TotalSlots)
|
||||
if tc.StartDate != "" || tc.EndDate != "" {
|
||||
line += fmt.Sprintf("，日期范围=%s ~ %s", tc.StartDate, tc.EndDate)
|
||||
}
|
||||
sb.WriteString(line + "\n")
|
||||
}
|
||||
}
|
||||
|
||||
// 只在 history 末尾还没有当前用户消息时才追加，
|
||||
// 避免与 loadConversationContext 的预追加产生重复。
|
||||
trimmedInput := strings.TrimSpace(userInput)
|
||||
if trimmedInput != "" {
|
||||
alreadyLast := len(messages) > 0 &&
|
||||
messages[len(messages)-1].Role == schema.User &&
|
||||
messages[len(messages)-1].Content == trimmedInput
|
||||
if !alreadyLast {
|
||||
messages = append(messages, schema.UserMessage(trimmedInput))
|
||||
}
|
||||
sb.WriteString("\n用户本轮输入：\n")
|
||||
sb.WriteString(trimmedInput)
|
||||
sb.WriteString("\n")
|
||||
}
|
||||
|
||||
return messages
|
||||
return strings.TrimSpace(sb.String())
|
||||
}
|
||||
|
||||
// --- 深度回答 prompt ---
|
||||
|
||||
const deepAnswerSystemPrompt = `
|
||||
你是 SmartFlow 的深度分析助手。用户提出了一个需要深入思考的问题，请认真分析后给出详细、有价值的回答。
|
||||
|
||||
请遵守以下规则：
|
||||
1. 充分利用上下文中已有的信息（任务类约束、日程数据、历史对话等）。
|
||||
2. 如果缺少关键信息，在回答中说明需要哪些额外信息。
|
||||
3. 直接输出你的回答，不要输出 JSON。
|
||||
`
|
||||
|
||||
// BuildDeepAnswerSystemPrompt 返回深度回答阶段的系统提示词。
|
||||
func BuildDeepAnswerSystemPrompt() string {
|
||||
return strings.TrimSpace(deepAnswerSystemPrompt)
|
||||
}
|
||||
|
||||
// BuildDeepAnswerMessages 组装深度回答阶段的 messages。
|
||||
func BuildDeepAnswerMessages(ctx *newagentmodel.ConversationContext, userInput string) []*schema.Message {
|
||||
return buildStageMessages(
|
||||
BuildDeepAnswerSystemPrompt(),
|
||||
ctx,
|
||||
userInput,
|
||||
)
|
||||
}
|
||||
|
||||
Reference in New Issue
Block a user