fix: 修复 RAG 无限循环问题和导入错误

主要修复：
1. 修复 RAG 推理无限循环问题（大小写不匹配 + 缺少已检索结果检查）
2. 修复 intent_classifier.py 的绝对导入错误
3. 删除旧的 start.sh 脚本，添加新的启动脚本
4. 优化路由逻辑和状态管理

backend/app/main_graph/nodes/react_nodes.py

@@ -364,11 +364,15 @@ def route_by_reasoning(state: MainGraphState) -> str:
     if "subgraph_completed" in previous_actions or state.final_result:
         return "llm_call"
     
-    # 关键修复：如果已经执行过 rag_retrieve 并且又执行过推理，直接去 LLM_CALL
-    # 这样的流程：推理1 → RAG → 推理2（判断 RAG 结果） → LLM_CALL
-    rag_count = previous_actions.count("rag_retrieve")
-    if rag_count >= 1 and len(previous_actions) >= rag_count + 1:
-        info(f"[route_by_reasoning] 已完成 RAG 检索和结果判断，直接去 llm_call")
+    # 关键修复：检测 RAG 重复循环 - 如果发现"RETRIEVE_RAG"出现超过1次，直接去 LLM
+    rag_count = previous_actions.count("RETRIEVE_RAG")
+    if rag_count >= 2:
+        info(f"[route_by_reasoning] 检测到 RAG 重复循环（{rag_count}次），直接去 llm_call")
+        return "llm_call"
+    
+    # 关键修复：如果已经有 rag_docs 或 rag_context，说明已经检索过了，直接去 LLM
+    if (state.rag_docs and len(state.rag_docs) > 0) or (state.rag_context and len(state.rag_context) > 0):
+        info(f"[route_by_reasoning] 检测到已存在 RAG 检索结果，直接去 llm_call")
         return "llm_call"
     
     # 关键修复：限制最多 3 次推理，避免无限循环