17 Commits

Author	SHA1	Message	Date
root	b5c15ef445	refactor: 单图方案重构 + 动态模型选择 + chat_services优化 ... ## 核心改动 ### 1. 单图方案重构 - 删除了多图（self.graphs），改为单图（self.graph） - 新增 MainGraphState.current_model 字段用于运行时注入模型 - llm_call 节点改为动态选择模型（create_dynamic_llm_call_node） ### 2. chat_services 优化 - 添加 _cached_services 缓存，避免重复初始化 - 新增 get_cached_chat_services() 函数，用于单图注入 - 新增 _check_http_service_available() 统一HTTP探测逻辑 - 减少重复代码，LocalVLLMChatProvider和LocalSmallModelProvider共用探测方法 ### 3. AIAgentService 重构 - initialize() 只构建一次图，传入 chat_services 字典 - 新增 _resolve_model() 模型回退逻辑 - 新增 _build_invocation() 统一构建调用参数 - process_message() 和 process_message_stream() 改为注入 current_model - 流式处理代码拆分，增加可读性 ### 4. 新增和删除文件 - 新增：backend/app/main_graph/main_graph_builder.py（图构建） - 新增：backend/app/main_graph/subgraph_wrapper.py（子图封装） - 新增：tools/test/test_tavily_search.py（测试） - 删除：backend/app/main_graph/graph.py（旧图） - 删除：backend/app/main_graph/utils/main_graph_builder.py（旧构建器） - 删除：backend/app/main_graph/utils/__init__.py ### 5. 其他更新 - README.md：新增模型服务使用情况详解章节 - backend/app/model_services/__init__.py：新增 get_cached_chat_services 导出 ## 方案优势 - 内存优化：N张图 → 1张图 - 灵活性：运行时动态选择模型，支持同会话不同模型 - 性能：模型服务缓存，初始化仅一次 - 可维护性：减少重复代码，统一HTTP探测逻辑	2026-05-05 17:30:55 +08:00
root	8c021c264e	修改readme	2026-05-05 13:30:31 +08:00
root	128aad0c22	refactor: 重构快速路径流程，统一通过 llm_call 输出 ... - 重构 fast_paths.py，让 fast_chitchat 和 fast_rag 都进入 llm_call 而不是直接设置 final_result - 修改 check_fast_path_success 函数返回 'llm_call' 而不是 'success' - 更新 main_graph_builder.py 的条件边配置，支持路由到 llm_call - 在快速路径节点中添加清除 state.final_result 的逻辑，避免复用旧结果 - 重构 RAG 工具初始化方式，使用模块级变量管理 - 修改 finalize.py 让它返回 final_result - 更新 agent_service.py 的 RAG 工具注入方式 - 简化 hybrid_router.py 的代码结构 - 清理 rag_nodes.py 的全局变量相关代码 - 更新相关测试文件	2026-05-05 04:32:42 +08:00
root	c9bf21be0e	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	2026-05-04 18:59:15 +08:00
root	82dde7113e	修改rag，实现混合检索	2026-05-04 04:28:32 +08:00
root	e67ec97a12	添加自定义事件的调试日志	2026-05-02 09:39:18 +08:00
root	2893accbc4	修复三个问题：1. 子图执行后的无限循环 2. llm_call没有输出 3. 思考打印两次 ... - 子图执行后直接进入finalize，避免回到react_reason循环 - llm_call节点检查是否已有final_result，避免重复调用LLM - 直接在react_reason_node中通过adispatch_custom_event发送推理事件，避免通过state传递导致重复	2026-05-02 09:00:34 +08:00
root	bd2c20d927	debug: 添加更多调试日志来诊断 llm_token 不输出的问题	2026-05-02 08:00:32 +08:00
root	26b15aa4e5	feat: 新增 react_reason 循环思考过程的流式显示 ... - 修改 react_nodes.py，在推理时保存推理过程到状态 - 修改 agent_service.py，检测并发送推理过程事件到前端 - 修改 chat_area.py，接收并显示推理过程 - 修改 useChat.ts，添加对推理过程事件的支持	2026-05-02 07:48:45 +08:00
root	1f177f7dfd	整合旧图和新图：添加完整的记忆检索、总结和完成流程	2026-05-01 15:43:45 +08:00
root	4ee769a79f	重构架构：恢复统一的 llm_call 节点，移除错误的 final_response 节点	2026-05-01 14:01:48 +08:00
root	4f6b9c096a	feat: 添加更详细的chunk日志，分析海量chunk的内容	2026-05-01 13:13:15 +08:00
root	b3387b3ec7	fix: 初始化 RAG 工具后调用 set_global_rag_tool	2026-05-01 13:06:10 +08:00
root	6d300ee8b4	添加调试日志，排查Task was destroyed问题	2026-05-01 12:11:16 +08:00
root	57a917b2c6	remove: 移除快速路径逻辑，全部走 React 模式	2026-05-01 11:24:13 +08:00
root	f3bcb01777	fix: 修复 process_message_stream 中缺少 GraphContext 的问题 ... 问题： - 在 9d4cf15 提交中只更新了 process_message 方法，但没有更新 process_message_stream 方法 - process_message_stream 还在使用旧代码中的 GraphContext，导致报错 'name GraphContext is not defined' 修复： - 移除了 GraphContext 的使用 - 更新 input_state 为新的 MainGraphState 格式 - 从 graph.astream() 中移除了 context 参数	2026-05-01 00:54:58 +08:00
root	7a08aacced	refactor: 重命名文件更清晰，调整最大推理步数为10 ... - subgraph_builder.py → main_graph_builder.py - service.py → agent_service.py - 调整 max_steps 从 40 → 10 - 更新所有相关导入	2026-05-01 00:24:00 +08:00