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

tools/test/test_rag_pipeline.py

@@ -22,7 +22,7 @@ async def test_rag_pipeline_direct():
         rerank_top_n=5
     )
     
-    query = "黄双银的经历"
+    query = "吕布的经历"
     
     print(f"\n用户查询: {query}")
     print("-" * 80)
@@ -64,7 +64,7 @@ async def test_rag_tool():
         rerank_top_n=5
     )
     
-    query = "黄双银的经历"
+    query = "吕布的经历"
     
     print(f"\n用户查询: {query}")
     print("-" * 80)
@@ -91,7 +91,7 @@ async def test_custom_pipeline():
         rerank_top_n=3     # 只返回前 3 个最相关文档
     )
     
-    query = "黄双银的经历"
+    query = "吕布的经历"
     
     print(f"\n用户查询: {query}")
     print(f"配置: num_queries=2, rerank_top_n=3")
@@ -124,7 +124,7 @@ async def main():
     """主测试函数"""
     print("\n" + "="*80)
     print("完整 RAG Pipeline 测试")
-    print("查询: '黄双银的经历'")
+    print("查询: '吕布的经历'")
     print("="*80)
     
     # 测试 1: 直接使用 pipeline