简化图架构：暂时移除记忆相关节点，先让系统工作起来

backend/app/main_graph/utils/main_graph_builder.py

@@ -147,18 +147,14 @@ def adapt_old_node_for_new_state(old_node):
 # ========== 主图构建 ==========
 def build_react_main_graph(llm=None, tools=None, mem0_client=None) -> StateGraph:
     """
-    构建整合后的完整主图
+    构建整合后的完整主图（简化版：先让系统工作起来）
     
     完整流程：
     START
       ↓
-    retrieve_memory (从Mem0检索长期记忆) ← 来自旧图
+    init_state (初始化)
       ↓
-    memory_trigger (记忆触发器) ← 来自旧图
-      ↓
-    init_state (初始化) ← 来自新图
-      ↓
-    react_reason (推理) ←──────────────────────┐
+    react_reason (推理) ←───────────────────────┐
       ↓                                          │
     条件路由                                    │
       ├─ rag_retrieve →─────────────────────────┤
@@ -166,21 +162,17 @@ def build_react_main_graph(llm=None, tools=None, mem0_client=None) -> StateGraph
       ├─ dictionary_subgraph →──────────────────┤
       ├─ news_analysis_subgraph →───────────────┤
       ├─ web_search →───────────────────────────┤
-      ├─ handle_error → (重试或结束) ───────────┤
+      ├─ handle_error → (重试或结束) ────────────┤
       └─ llm_call (大模型调用) ←────────────────┘
            ↓
-    检查：需要总结？
-      ├─ 是 → summarize (提交给Mem0存储) ← 来自旧图
-      └─ 否 → (跳过)
-           ↓
-    finalize (发送完成事件) ← 来自旧图
+    finalize (发送完成事件)
       ↓
     END
     """
     # 创建图
     graph = StateGraph(MainGraphState)
     
-    # 设置全局 mem0_client
+    # 设置全局 mem0_client (暂时不用记忆功能)
     if mem0_client:
         set_global_mem0_client(mem0_client)
     
@@ -189,20 +181,8 @@ def build_react_main_graph(llm=None, tools=None, mem0_client=None) -> StateGraph
     if llm is not None:
         llm_node = create_llm_call_node(llm, tools or [])
     
-    retrieve_memory_node = None
-    summarize_node = None
-    if mem0_client:
-        retrieve_memory_node = create_retrieve_memory_node(mem0_client)
-        summarize_node = create_summarize_node(mem0_client)
-    
     # ========== 添加节点 ==========
-    
-    # 第一阶段：记忆检索（来自旧图）
-    if retrieve_memory_node:
-        graph.add_node("retrieve_memory", adapt_old_node_for_new_state(retrieve_memory_node))
-    graph.add_node("memory_trigger", memory_trigger_node)
-    
-    # 第二阶段：React 循环推理（来自新图）
+    # 简化：先不用记忆检索相关节点
     graph.add_node("init_state", init_state_node)
     graph.add_node("react_reason", react_reason_node)
     graph.add_node("rag_retrieve", rag_retrieve_node)
@@ -230,25 +210,15 @@ def build_react_main_graph(llm=None, tools=None, mem0_client=None) -> StateGraph
         wrap_subgraph_for_error_handling(news_analysis_graph.compile(), "news_analysis")
     )
     
-    # 第三阶段：完成处理（来自旧图）
-    if summarize_node:
-        graph.add_node("summarize", adapt_old_node_for_new_state(summarize_node))
+    # 完成节点
     graph.add_node("finalize", finalize_node)
     
     # ========== 添加边 ==========
-    
-    # 第一阶段：记忆检索
-    if retrieve_memory_node:
-        graph.add_edge(START, "retrieve_memory")
-        graph.add_edge("retrieve_memory", "memory_trigger")
-    else:
-        graph.add_edge(START, "memory_trigger")
-    
-    # 进入第二阶段
-    graph.add_edge("memory_trigger", "init_state")
+    # 简化：直接从 START 到 init_state
+    graph.add_edge(START, "init_state")
     graph.add_edge("init_state", "react_reason")
     
-    # 第二阶段：React 循环推理
+    # 条件路由
     graph.add_conditional_edges(
         "react_reason",
         route_by_reasoning,
@@ -263,7 +233,7 @@ def build_react_main_graph(llm=None, tools=None, mem0_client=None) -> StateGraph
         }
     )
     
-    # 循环边：检索/搜索/子图/错误处理后 → 回到推理
+    # 循环边
     graph.add_edge("rag_retrieve", "react_reason")
     graph.add_edge("web_search", "react_reason")
     graph.add_edge("contact_subgraph", "react_reason")
@@ -271,27 +241,14 @@ def build_react_main_graph(llm=None, tools=None, mem0_client=None) -> StateGraph
     graph.add_edge("news_analysis_subgraph", "react_reason")
     graph.add_edge("handle_error", "react_reason")
     
-    # 第三阶段：llm_call 后进入完成处理
+    # llm_call 之后直接到 finalize
     if llm_node is not None:
-        if summarize_node:
-            # 检查是否需要总结
-            graph.add_conditional_edges(
-                "llm_call",
-                should_summarize,
-                {
-                    "summarize": "summarize",
-                    "finalize": "finalize"
-                }
-            )
-            graph.add_edge("summarize", "finalize")
-        else:
-            # 没有 summarize 节点，直接 finalize
         graph.add_edge("llm_call", "finalize")
     
     # 完成
     graph.add_edge("finalize", END)
     
-    info("✅ [图构建] 整合后的完整主图构建完成")
+    info("✅ [图构建] 整合后的完整主图构建完成（简化版）")
     
     return graph