From 1ed004fbb11713d3579465af92eb647f15a8f524 Mon Sep 17 00:00:00 2001 From: fengxiangdebaozi <10845145+fengxiangdebaozi@user.noreply.gitee.com> Date: Thu, 25 Jun 2026 22:50:10 +0800 Subject: [PATCH 1/2] =?UTF-8?q?fix(ai=E5=86=99=E4=BD=9C):=20=E5=BC=B1?= =?UTF-8?q?=E6=A8=A1=E5=9E=8B=E4=B9=9F=E8=83=BD=E7=9C=9F=E6=AD=A3=E6=89=A7?= =?UTF-8?q?=E8=A1=8C=E6=8A=80=E8=83=BD=E8=84=9A=E6=9C=AC(=E6=89=A7?= =?UTF-8?q?=E8=A1=8C=E4=BC=98=E5=85=88=E7=9A=84=E5=BC=BA=E6=8F=90=E7=A4=BA?= =?UTF-8?q?)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 弱模型在 lead agent 能执行 py 脚本、在 ai写作子智能体却不能：根因是子智能体的 _MATERIAL_OUTPUT_CONTRACT 过度强调"只输出 JSON"，弱模型据此跳过工具执行直接吐空 JSON。 对齐 lead agent 的 skill_system 强框架，把契约改成"执行优先"： - 第一步强制先用 bash 实际运行技能脚本(给出 cd 技能目录 && python3 scripts/..py 的命令形态)， 严禁不调用工具就直接输出 JSON/凭记忆编造 - JSON 输出降级为第二步"检索完成后再整理" - task 末尾追加"现在立刻开始执行检索"的强指令，进一步推动弱模型先动手 Co-Authored-By: Claude Opus 4.8 (1M context) --- .../agents/ai_writing/nodes/_skill_agent.py | 30 ++++++++++++++----- 1 file changed, 22 insertions(+), 8 deletions(-) diff --git a/offline-backend-20260512/backend/packages/harness/deerflow/agents/ai_writing/nodes/_skill_agent.py b/offline-backend-20260512/backend/packages/harness/deerflow/agents/ai_writing/nodes/_skill_agent.py index cfc5f316..b87f65e3 100644 --- a/offline-backend-20260512/backend/packages/harness/deerflow/agents/ai_writing/nodes/_skill_agent.py +++ b/offline-backend-20260512/backend/packages/harness/deerflow/agents/ai_writing/nodes/_skill_agent.py @@ -58,15 +58,23 @@ _REAL_AGENT_MAX_TURNS = 16 _REAL_AGENT_TIMEOUT_SECONDS = 300 _MATERIAL_OUTPUT_CONTRACT = ( - "你的任务：严格按上面挂载的检索技能（SKILL.md）的说明，用相应工具检索与「写作意图」相关的**真实素材**。\n" - "- 必须按技能说明实际调用工具完成检索（读取知识库文件 / 调用内网检索接口 / MCP 等），**不得凭记忆编造**。\n" - "- **某个检索词返回 0 条或报「请求超时」时，不要就此放弃**：请把它换成更核心、更简短的检索词再试一次" - "（去掉「竞选/诉讼/政策/动向」等话题后缀，只保留核心实体，例如「特朗普竞选」→「特朗普」、" - "「特朗普法律诉讼」→「特朗普」；多词时只留最关键的那个词）。\n" - "- **只要有任何检索词成功拿到了数据，就必须把这些数据全部收下并输出**，绝不能因为别的检索词没出结果/超时就丢弃已经检索到的素材。\n" - "- 检索完成后，**只输出一个 JSON 对象**（不要解释、不要 markdown 代码块、用英文双引号），把检索到的真实素材列出：\n" + "你的任务：用上面挂载的检索技能（ 里的 SKILL.md）按它的说明**实际执行检索**，" + "收集与「写作意图」相关的真实素材。\n" + "\n" + "【第一步 · 必须真正执行技能，绝不能跳过】\n" + "- 你**必须先实际调用工具去检索**，再谈输出。技能通常自带脚本——按 SKILL.md 的说明用 **bash** 运行它，" + "例如：`cd <技能目录> && python3 scripts/xxx.py \"检索词\"`（具体脚本名/参数以 SKILL.md 为准），" + "或调用它说明里的内网接口 / MCP 工具。\n" + "- **严禁不调用任何工具就直接输出 JSON**，更不许凭记忆编造素材。哪怕你“觉得”知道答案，也必须真的去检索。\n" + "- 对每个检索方向各执行一次；可多次调用工具覆盖不同角度。\n" + "- 某个检索词返回 0 条或报「请求超时」时**不要放弃**：换成更核心、更短的检索词再试一次" + "（去掉「竞选/诉讼/政策/动向」等后缀，只留核心实体，如「特朗普竞选」→「特朗普」）。\n" + "\n" + "【第二步 · 检索完成后再整理输出】\n" + "- 把工具**实际返回**的真实素材整理成一个 JSON 对象（不要解释、不要 markdown 代码块、用英文双引号）：\n" '{"materials": [{"title": "标题", "content": "素材正文摘录(尽量保留原文, <=500字)", "source": "来源", "url": "原文链接(可空)", "published_at": "日期(可空)"}]}\n' - "- content 必须来自检索到的真实内容；只有当**所有**检索词（含简化后重试）都没拿到任何素材时，才输出 {\"materials\": []}。" + "- content 必须来自工具实际返回的内容；只要有任何检索词拿到数据就**全部收下**，不要因别的检索词没结果而丢弃。\n" + "- 只有当你**确实执行了检索、且所有检索词（含简化重试）都没有结果**时，才输出 {\"materials\": []}。" ) @@ -318,6 +326,12 @@ async def run_skill_via_real_agent( if keywords: task_lines.append(f"可参考的检索方向：{', '.join(keywords[:8])}") task_lines.append(f"目标素材数量约 {max_results} 条。") + # 弱模型强提示：明确要求「先动手执行技能脚本」，避免它直接吐空 JSON 不检索。 + task_lines.append( + f"现在请**立刻开始执行检索**：按上面挂载技能的 SKILL.md，用 bash 运行它的脚本" + f"（如 `cd {skill_dir or '<技能目录>'} && python3 scripts/...py \"检索词\"`）实际检索，" + "先执行工具拿到真实数据，再整理输出 JSON；不要不检索就直接输出。" + ) task = "\n".join(task_lines) sub_cfg = SubagentConfig( From 158d157af47cd06d948e5022ea8be0897a526a6c Mon Sep 17 00:00:00 2001 From: fengxiangdebaozi <10845145+fengxiangdebaozi@user.noreply.gitee.com> Date: Thu, 25 Jun 2026 22:55:27 +0800 Subject: [PATCH 2/2] =?UTF-8?q?feat(ai=E5=86=99=E4=BD=9C):=20=E5=86=85?= =?UTF-8?q?=E7=BD=91=E6=A3=80=E7=B4=A2=E6=8E=A5=E5=8F=A3=E6=89=A7=E8=A1=8C?= =?UTF-8?q?=E8=AF=8A=E6=96=AD=E5=86=99=E5=85=A5=20material=5Fpackage.intra?= =?UTF-8?q?net=5Fdebug(=E6=8E=92=E6=9F=A5=E7=94=A8)?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - material_package 新增 intranet_debug：是否配置/端点/知识库/超时/每个检索词命中数与 报错/原始响应片段/总命中数/是否被采用为兜底/status(not_configured|pending|ran| cancelled|crashed)。随 values 事件回前端，前端忽略该字段，仅供 devtools 排查。 - 新增 config ai_writing.intranet_search_debug(默认 false)：开启后即使技能成功也跑完 内网并记录完整结果，用于验证内网接口是否真能通。 - 前端不改动。 Co-Authored-By: Claude Opus 4.8 (1M context) --- offline-backend-20260512/backend/config.yaml | 4 ++ .../agents/ai_writing/nodes/researcher.py | 64 +++++++++++++++++-- 2 files changed, 61 insertions(+), 7 deletions(-) diff --git a/offline-backend-20260512/backend/config.yaml b/offline-backend-20260512/backend/config.yaml index 369f6642..c520711d 100644 --- a/offline-backend-20260512/backend/config.yaml +++ b/offline-backend-20260512/backend/config.yaml @@ -440,6 +440,10 @@ ai_writing: # 接口契约：POST {url} 体 {"query","knowledge_base_name","ts":"yes"} → [{"page_content","metadata":{m_title,content,recUuid,m_publish,source1}}] intranet_search_url: "" # 例如 http://10.106.57.180:7863/knowledge_base/search_docs_es intranet_knowledge_base: "samples" # 兜底检索用的知识库名 + # 内网接口诊断开关：开启后即使技能已检索成功，也照样把内网接口跑完并把执行结果 + # （端点/每个检索词命中数/报错/原始响应片段）记到 material_package.intranet_debug 里， + # 便于在接口返回(devtools)排查内网接口到底通不通。生产建议关掉（会多跑一次内网）。 + intranet_search_debug: false # 四阶段「内置功能型智能体」开关（按阶段灰度）。true = 该阶段节点改为加载 # .deer-flow/agents/ai-writing-/ 的 SOUL.md + config（admin 可在智能体 # 管理页编辑人设/模型），false / 缺失 = 走旧的硬编码 prompt 路径。 diff --git a/offline-backend-20260512/backend/packages/harness/deerflow/agents/ai_writing/nodes/researcher.py b/offline-backend-20260512/backend/packages/harness/deerflow/agents/ai_writing/nodes/researcher.py index c5790883..bd4319d1 100644 --- a/offline-backend-20260512/backend/packages/harness/deerflow/agents/ai_writing/nodes/researcher.py +++ b/offline-backend-20260512/backend/packages/harness/deerflow/agents/ai_writing/nodes/researcher.py @@ -554,6 +554,9 @@ async def researcher_node(state: AIWritingState, config: RunnableConfig) -> dict # 本轮新检索到的原始结果（统一在下方合并段转 Material、与旧素材去重） new_results: list[SearchResult] = [] provider = None + # 内网检索接口执行诊断（排查用，最终挂到 material_package["intranet_debug"]，前端忽略）。 + # 记录：是否配置 / 端点 / 每个检索词命中数与报错 / 原始响应片段 / 是否被采用为兜底。 + intranet_debug: dict | None = None if material_source == "notebook" and notebook_search_space_id: # ── 纯笔记模式 ── @@ -772,12 +775,27 @@ async def researcher_node(state: AIWritingState, config: RunnableConfig) -> dict # 预跑好的内网结果兜底（省去"技能全失败后再串行等一遍内网"的时间）。需在 config.yaml # 的 ai_writing.intranet_search_url 配地址才启用；技能拿到结果则取消这个任务、不浪费。 intranet_url = (ai_writing_config.get("intranet_search_url") or "").strip() + # 诊断开关：开启后即使技能成功也照样跑完内网并记录完整结果（用于验证内网接口是否真能通）。 + intranet_debug_force = bool(ai_writing_config.get("intranet_search_debug", False)) intranet_task: "asyncio.Task | None" = None intranet_holder: dict = {} + intranet_debug = { + "configured": bool(intranet_url), + "endpoint": intranet_url or "(未配置 ai_writing.intranet_search_url)", + "knowledge_base": ai_writing_config.get("intranet_knowledge_base", "samples"), + "timeout": ai_writing_config.get("intranet_search_timeout", 600), + "debug_force": intranet_debug_force, + "status": "pending" if intranet_url else "not_configured", + "queries": [], # 每个检索词：{query, count, error?} + "errors": [], # provider 聚合的报错 + "raw_responses": [], # 解析失败时的原始响应片段 + "result_count": 0, # 内网总命中条数 + "used_as_fallback": False, # 内网结果是否被真正采用为素材 + } async def _run_intranet_search() -> list[SearchResult]: # 全程吞异常：并行内网任务**绝不**能把主流程带挂（实测内网接口可能瞬间失败）。 - # 失败只记 search_errors + 日志，返回空列表，交由技能结果或空结果文案兜底。 + # 失败只记 search_errors + 诊断 + 日志，返回空列表，交由技能结果或空结果文案兜底。 try: from ..search.intranet_stub import IntranetSearchProvider @@ -795,31 +813,56 @@ async def researcher_node(state: AIWritingState, config: RunnableConfig) -> dict return_exceptions=True, ) collected: list[SearchResult] = [] - for res in gathered: + for kw, res in zip(fb_keywords, gathered): if isinstance(res, Exception): - logger.warning("[intranet-parallel] one keyword failed: %s", res) + logger.warning("[intranet-parallel] keyword=%r failed: %s", kw, res) search_errors.append(f"{type(res).__name__}: {res}") + intranet_debug["queries"].append({"query": kw, "count": 0, "error": f"{type(res).__name__}: {res}"}) continue + intranet_debug["queries"].append({"query": kw, "count": len(res or [])}) collected.extend(res or []) + intranet_debug["errors"] = list(dict.fromkeys(getattr(intranet, "errors", [])))[:5] + intranet_debug["raw_responses"] = list(dict.fromkeys(getattr(intranet, "raw_responses", [])))[:3] + intranet_debug["result_count"] = len(collected) + intranet_debug["status"] = "ran" return collected except asyncio.CancelledError: + intranet_debug["status"] = "cancelled" raise # 取消要正常传播（技能已拿到结果时主动取消） except Exception as e: # noqa: BLE001 logger.warning("[intranet-parallel] intranet fallback crashed: %s", e, exc_info=True) search_errors.append(f"内网兜底异常：{type(e).__name__}: {e}") + intranet_debug["status"] = "crashed" + intranet_debug["errors"].append(f"{type(e).__name__}: {e}") return [] if intranet_url: intranet_task = asyncio.create_task(_run_intranet_search()) async def _cancel_intranet_task() -> None: - """技能已拿到素材：取消并行的内网检索任务，避免无谓占用 / 未取回异常告警。""" - if intranet_task is not None and not intranet_task.done(): - intranet_task.cancel() + """技能已拿到素材：默认取消并行的内网检索任务，避免无谓占用。 + + 诊断模式（intranet_search_debug=true）下**不取消**，而是等它跑完拿到完整诊断， + 这样即使技能成功也能在 material_package.intranet_debug 里看到内网接口的真实返回。 + """ + if intranet_task is None or intranet_task.done(): + if intranet_task is not None: + try: + await intranet_task + except BaseException: # noqa: BLE001 + pass + return + if intranet_debug_force: try: await intranet_task - except BaseException: # noqa: BLE001 — CancelledError / 任务内异常都吞掉 + except BaseException: # noqa: BLE001 pass + return + intranet_task.cancel() + try: + await intranet_task + except BaseException: # noqa: BLE001 — CancelledError / 任务内异常都吞掉 + pass for sk in ordered: added, error_detail = await _execute_skill(sk) @@ -871,6 +914,8 @@ async def researcher_node(state: AIWritingState, config: RunnableConfig) -> dict fb_results = [] search_errors.append(f"{type(e).__name__}: {e}") fb_added = _collect(fb_results) + if intranet_debug is not None: + intranet_debug["used_as_fallback"] = True intranet = intranet_holder.get("provider") if intranet is not None: search_errors.extend(getattr(intranet, "errors", [])) @@ -1004,6 +1049,11 @@ async def researcher_node(state: AIWritingState, config: RunnableConfig) -> dict pkg["skill_search_used"] = existing_pkg.get("skill_search_used", False) pkg["skill_search_steps"] = existing_pkg.get("skill_search_steps", []) + # 内网检索接口执行诊断：挂进 material_package，随 values 事件回前端（前端忽略此字段， + # 仅供在浏览器 devtools / 接口返回里排查内网接口到底有没有被调、返回/报错是什么）。 + if intranet_debug is not None: + pkg["intranet_debug"] = intranet_debug + # 容错告警：检索接口 / 模型调用出错时以非致命 notice 提示用户，不打断写作流程 notices: list[dict] = [] if kw_result.get("_llm_error"):