8bde981592
后端： 1. 修复 query_available_slots section_from/section_to 错误覆盖 duration 并使用精确匹配而非范围包含 - 更新backend/newAgent/tools/schedule/read_filter_tools.go：移除 span = exactTo - exactFrom + 1 对 duration 的覆盖；matchSectionRange 从精确匹配改为范围包含语义（slotStart < exactFrom || slotEnd > exactTo） 2. Execute 上下文窗口从硬编码裁剪改造为 80k token 动态预算 + LLM滚动压缩 - 基础设施层：AgentChat 新增 compaction 三个持久化字段，dao 新增 CRUD，Redis 新增缓存；pkg 新增 ExecuteTokenBudget常量、ExecuteTokenBreakdown 结构体、CheckExecuteTokenBudget 预算检查函数 - prompt 层：新建 compact_msg1.go / compact_msg2.go 分别实现msg1（历史对话）和 msg2（ReAct Loop）的 LLM 压缩；execute_context.go 移除 msg1 的 1400 字符/30 轮/120 字符三重裁剪和 msg2 的 8 条窗口限制，改为全量加载 - node 层：新建 execute_compact.go（compactExecuteMessagesIfNeeded：预算检查 → msg1 优先压缩 → msg2 兜底 → SSE 通知 → token 分布持久化）；execute.go ReAct 循环插入 compact 调用 - 服务/API 层：AgentGraphDeps / AgentService 新增 CompactionStore 注入链路；新增 GET /api/v1/agent/context-stats 查询接口 - 启动层：cmd/start.go 注入 agentRepo 为 CompactionStore 3. 新增 Execute Context Compaction 决策报告 - 新建docs/功能决策记录/Execute_Context_Compaction_决策记录.md 前端：无 仓库：无
63 lines
1.7 KiB
Go
63 lines
1.7 KiB
Go
package newagentprompt
|
||
|
||
import (
|
||
"context"
|
||
"fmt"
|
||
|
||
infrallm "github.com/LoveLosita/smartflow/backend/infra/llm"
|
||
"github.com/cloudwego/eino/schema"
|
||
)
|
||
|
||
const compactMsg1SystemPrompt = `你是一个对话压缩助手。你的任务是将以下多轮对话历史压缩为一段简洁的结构化摘要。
|
||
|
||
要求：
|
||
1. 保留用户的核心诉求和意图（原文关键词不要丢失）
|
||
2. 保留所有已确认的约束条件和规则
|
||
3. 保留关键操作决策和结果（比如排程相关的调整结果）
|
||
4. 保留用户偏好的重要信息
|
||
5. 去除冗余和重复信息
|
||
6. 按要点列出，每条一行
|
||
|
||
直接输出压缩后的摘要，不要输出其他内容。`
|
||
|
||
// CompactMsg1 将 msg1（历史对话）压缩为摘要。
|
||
// existingSummary 不为空时表示已有旧摘要，需要合并压缩。
|
||
func CompactMsg1(
|
||
ctx context.Context,
|
||
client *infrallm.Client,
|
||
historyText string,
|
||
existingSummary string,
|
||
) (string, error) {
|
||
var userContent string
|
||
if existingSummary != "" {
|
||
userContent = fmt.Sprintf(`已有压缩摘要：
|
||
%s
|
||
|
||
新增的对话记录：
|
||
%s
|
||
|
||
请将以上两部分合并为一份更紧凑的摘要。`, existingSummary, historyText)
|
||
} else {
|
||
userContent = fmt.Sprintf(`对话历史：
|
||
%s
|
||
|
||
请压缩以上对话历史。`, historyText)
|
||
}
|
||
|
||
messages := []*schema.Message{
|
||
schema.SystemMessage(compactMsg1SystemPrompt),
|
||
schema.UserMessage(userContent),
|
||
}
|
||
|
||
result, err := client.GenerateText(ctx, messages, infrallm.GenerateOptions{
|
||
MaxTokens: 4000,
|
||
})
|
||
if err != nil {
|
||
return "", fmt.Errorf("compact msg1 LLM call failed: %w", err)
|
||
}
|
||
if result == nil || result.Text == "" {
|
||
return "", fmt.Errorf("compact msg1 LLM returned empty result")
|
||
}
|
||
return result.Text, nil
|
||
}
|