修复大模型思考输出问题

wechat-bot/bot/agent_client.py

@@ -13,7 +13,7 @@ from typing import Optional
 import httpx
 
 from config import Config
-from bot.reply_parser import extract_final_reply
+from bot.reply_parser import parse_reply
 
 logger = logging.getLogger(__name__)
 
@@ -72,6 +72,46 @@ def clear_session(user_id: str):
     _user_sessions.pop(user_id, None)
 
 
+# ============================================================
+# 显示格式化
+# ============================================================
+
+def _format_turn_for_display(text: str, use_emoji: bool = True) -> str:
+    """
+    将一轮的原始文本（ thinking... response...）格式化为微信展示文本。
+    use_emoji=True 用 💭 前缀（流式阶段，企微会渲染为可折叠的"已深度思考"）
+    use_emoji=False 用纯文本标题（最终回复，避免触发"思考中"指示器）
+    """
+    if not text:
+        return ""
+
+    prefix = "💭 思考过程:" if use_emoji else "【思考过程】"
+
+    # 查找  response 分隔标记
+    parts = text.split('\n response\n', 1)
+    if len(parts) == 2:
+        think_raw, body_raw = parts
+        think_clean = think_raw.strip()
+        if think_clean.startswith(' thinking'):
+            think_clean = think_clean[len(' thinking'):].lstrip('\n')
+        think_clean = think_clean.strip()
+        body_clean = body_raw.strip()
+
+        result = ""
+        if think_clean:
+            result = f"{prefix}\n{think_clean}\n\n"
+        if body_clean:
+            result += body_clean
+        return result
+    else:
+        # 还没有  response，全是思考内容
+        think_clean = text.strip()
+        if think_clean.startswith(' thinking'):
+            think_clean = think_clean[len(' thinking'):].lstrip('\n')
+        think_clean = think_clean.strip()
+        return f"{prefix}\n{think_clean}" if think_clean else ""
+
+
 # ============================================================
 # Agent 调用
 # ============================================================
@@ -118,19 +158,44 @@ async def call_agent_stream(
                 return await call_agent_sync(user_id, message)
 
             stream_id = generate_req_id("stream")
-            full_text = ""
+            full_text = ""          # 累积非 STOP 的增量文本
+            turn_start = 0          # 当前轮在 full_text 中的起始位置
+            stop_texts: list[str] = []  # 每轮 STOP 时的完整文本快照
+            event_count = 0
+            last_sent_display = ""   # 上次已发送到微信的展示文本
             has_sent_final = False
+            first_event_sent = False  # 是否已发送过流式更新（用于5秒超时保护）
 
             async for line in response.aiter_lines():
                 if not line.startswith("data: "):
                     continue
 
                 data_str = line[6:]
+                event_count += 1
                 try:
                     data = json.loads(data_str)
                 except json.JSONDecodeError:
+                    logger.warning("SSE #%d JSON 解析失败: %s", event_count, data_str[:200])
                     continue
 
+                finish_reason = data.get("finishReason", "")
+                content = data.get("content", {})
+                parts = content.get("parts", [])
+
+                # 日志：每个 SSE 事件的摘要
+                part_summary = []
+                for p in parts:
+                    t = p.get("text", "")
+                    part_summary.append(
+                        f"text_len={len(t)}, thought={p.get('thought', False)}, "
+                        f"preview={t[:50]!r}"
+                    )
+                logger.info(
+                    "SSE #%d | finish=%s | parts=%d | %s",
+                    event_count, finish_reason, len(parts),
+                    " | ".join(part_summary) if part_summary else "(无parts)",
+                )
+
                 # 错误处理
                 if "error" in data:
                     logger.error("Agent SSE 错误: %s", data["error"])
@@ -138,50 +203,82 @@ async def call_agent_stream(
                         clear_session(user_id)
                     return "抱歉，处理消息时出现错误，请稍后重试。"
 
-                # 收集所有文本（含思考过程）
-                parts = data.get("content", {}).get("parts", [])
-                for part in parts:
-                    text = part.get("text", "")
-                    if not text:
-                        continue
-                    if part.get("thought"):
-                        continue
-                    full_text += text
+                is_final = finish_reason == "STOP"
 
-                # 实时推送"正在思考"状态
-                if full_text and not has_sent_final:
-                    try:
-                        await ws_client.reply_stream(
-                            frame, stream_id, "💭 正在思考...", False
+                if is_final:
+                    # STOP 事件：ADK 会重复发送完整文本，不追加到 full_text
+                    # 保存当前轮的文本快照
+                    turn_text = full_text[turn_start:]
+                    if turn_text:
+                        stop_texts.append(turn_text)
+                        logger.info(
+                            ">>> STOP #%d，当前轮文本长度: %d，前200字: %s",
+                            len(stop_texts), len(turn_text), turn_text[:200],
                         )
-                    except Exception:
-                        pass
+                    turn_start = len(full_text)
+                    last_sent_display = ""  # 新轮次重置展示缓存
+                else:
+                    # 非 STOP：增量文本
+                    for part in parts:
+                        text = part.get("text", "")
+                        if text:
+                            full_text += text
 
-                # 最终完成时提取正式回复并发送
-                is_final = data.get("finishReason") == "STOP"
-                if is_final and full_text and not has_sent_final:
-                    clean_reply = extract_final_reply(full_text)
-                    logger.info("Agent 回复完成，长度: %d", len(clean_reply))
-                    try:
-                        await ws_client.reply_stream(
-                            frame, stream_id, clean_reply, True
-                        )
-                        has_sent_final = True
-                    except Exception as e:
-                        logger.warning("推送最终回复失败: %s", e)
+                    # 流式更新微信消息
+                    turn_text = full_text[turn_start:]
+                    display = _format_turn_for_display(turn_text)
+                    if display and display != last_sent_display:
+                        try:
+                            await ws_client.reply_stream(
+                                frame, stream_id, display, False
+                            )
+                            last_sent_display = display
+                            first_event_sent = True
+                        except Exception:
+                            pass
 
-            # 兜底：如果流结束但未发送最终回复
-            if full_text and not has_sent_final:
-                clean_reply = extract_final_reply(full_text)
-                logger.info("Agent SSE 兜底发送，长度: %d", len(clean_reply))
+            # === SSE 流结束，发送最终回复 ===
+            logger.info(
+                "=== SSE 流结束 === %d 个事件, %d 个 STOP, full_text 总长: %d",
+                event_count, len(stop_texts), len(full_text),
+            )
+            for idx, st in enumerate(stop_texts):
+                tc, bc = parse_reply(st)
+                logger.info(
+                    "STOP[%d] 解析: 思考=%d, 正文=%d, 正文前100字: %s",
+                    idx, len(tc), len(bc), bc[:100] if bc else "(空)",
+                )
+
+            # 从最后一个有正文的 STOP 构建最终内容
+            final_body = ""
+            for stop_text in reversed(stop_texts):
+                _, body_content = parse_reply(stop_text)
+                if body_content:
+                    final_body = body_content
+                    break
+
+            # 兜底
+            if not final_body and stop_texts:
+                _, final_body = parse_reply(stop_texts[-1])
+            if not final_body and full_text:
+                _, final_body = parse_reply(full_text[turn_start:])
+            if not final_body and full_text:
+                final_body = full_text[turn_start:]
+
+            if final_body:
                 try:
+                    # 用纯正文 + finish=True 正常关闭流
+                    # 思考过程在流式阶段已通过 💭 展示，finish=True 替换为正文
                     await ws_client.reply_stream(
-                        frame, stream_id, clean_reply, True
+                        frame, stream_id, final_body, True
                     )
+                    has_sent_final = True
+                    logger.info(">>> 最终回复发送成功，正文长度: %d", len(final_body))
                 except Exception as e:
-                    logger.warning("推送兜底回复失败: %s", e)
+                    logger.warning("推送最终回复失败: %s", e)
 
-            return extract_final_reply(full_text) if full_text else ""
+            _, body = parse_reply(full_text[turn_start:] if turn_start else full_text)
+            return body if body else ""
 
     except httpx.ConnectError:
         logger.error("无法连接到 Agent 服务: %s", Config.AGENT_BASE_URL)
@@ -234,4 +331,4 @@ async def call_agent_sync(user_id: str, message: str) -> str:
         return "抱歉，服务暂时不可用，请稍后重试。"
     except Exception as e:
         logger.error("同步调用 Agent 失败: %s", e)
-        return "抱歉，处理消息时出现错误，请稍后重试。"
+        return "抱歉，处理消息时出现错误，请稍后重试。"

wechat-bot/bot/handlers.py

@@ -9,8 +9,6 @@
 """
 import logging
 
-from aibot import generate_req_id
-
 from bot.agent_client import call_agent_stream
 from bot.message_parser import extract_metadata, extract_text_content
 
@@ -33,11 +31,8 @@ async def handle_message(ws_client, frame: dict, msg_type: str):
 
     # ---- 调用 Agent ----
     reply = await call_agent_stream(ws_client, frame, user_id, content)
-
-    # ---- 兜底：未收到回复 ----
     if not reply:
-        stream_id = generate_req_id("stream")
-        await ws_client.reply_stream(frame, stream_id, "（未收到回复）", True)
+        logger.warning("Agent 未返回有效回复，用户: %s", user_id)
 
 
 async def _resolve_content(

wechat-bot/bot/reply_parser.py

@@ -1,55 +1,108 @@
 """
 回复文本解析模块
-负责处理 Agent 返回的原始文本，提取最终正式回复。
+负责处理 Agent 返回的原始文本，分离思考内容和正文。
 
-模型思考标记格式（按优先级检测）：
-1. <think...</think 标签对（MiniMax M2.7 等模型）
-2. 💭 emoji 前缀（旧版格式，保留兼容）
+SSE 实际输出格式（从日志确认）：
+- " thinking\\n...思考内容...\\n response\\n...正文内容..." （纯文本标记）
+- 思考部分: " thinking\\n" 开头
+- 正文部分: "\\n response\\n" 之后的所有内容
 
-ADK 最后一个 event 会重复发送完整内容，需要去重。
+多轮调用时 full_text 会累加，调用方需要自行切分轮次。
 """
-import logging
 import re
 
-logger = logging.getLogger(__name__)
+# 思考-正文分隔标记：出现在文本中时，之前是思考，之后是正文
+_RESPONSE_MARKER = re.compile(r'\n response\n')
 
 
-def extract_final_reply(text: str) -> str:
+def parse_reply(text: str) -> tuple[str, str]:
     """
-    从 SSE 收集的完整文本中提取最终正式回复。
+    从文本中分离思考内容和正文。
 
-    策略：
-    1. 去除 <think...</think 标签及其内容
-    2. 兼容 💭 emoji 分割（旧版格式）
-    3. 去重
+    支持两种格式：
+    1. " thinking\\n...\\n response\\n..."  （SSE 实际纯文本格式）
+    2. " thinking... response" （HTML 标签风格）
+
+    返回: (思考内容, 正文内容)
     """
     if not text:
-        return text
+        return "", ""
 
-    # 步骤1：去除 <think...</think 标签块
-    if "<think" in text:
-        text = re.sub(r"<think[\s\S]*?</think\s*>?", "", text)
+    think_content = ""
+    body_content = text
 
-    # 步骤2：兼容 💭 emoji 分割（旧版格式）
-    if "💭" in text:
-        text = text.split("💭")[-1]
+    # 格式1：匹配 " thinking\\n ... \\n response\\n" 纯文本标记
+    # 从 SSE 日志确认: 思考内容以 "\\n response\\n" 结束
+    parts = _RESPONSE_MARKER.split(text, maxsplit=1)
+    if len(parts) == 2:
+        think_part, body_part = parts
+        # 去掉开头的 " thinking\\n"
+        think_part = think_part.strip()
+        if think_part.startswith(' thinking'):
+            think_part = think_part[len(' thinking'):].lstrip('\n')
+        think_content = think_part.strip()
+        body_content = body_part.strip()
 
-    # 清理前导空白
-    text = text.strip()
+    # 格式2：匹配 " thinking... response" HTML 标签风格（兜底）
+    if not think_content and "<think" in text:
+        match = re.search(r"<think([\s\S]*?)</think\s*>", text)
+        if match:
+            think_content = match.group(1).strip()
+            body_content = re.sub(r"<think[\s\S]*?</think\s*>", "", text).strip()
+        else:
+            think_content = text.replace("<think", "").strip()
+            body_content = ""
 
-    # 步骤3：去重
-    text = _deduplicate(text)
+    # 去重
+    body_content = _deduplicate(body_content)
+    think_content = _deduplicate(think_content)
 
-    return text
+    return think_content, body_content
+
+
+def extract_body_only(text: str) -> str:
+    """
+    从文本中只提取正文内容（不含思考）。
+    用于流式更新时过滤思考内容。
+
+    如果文本中还没有出现 "\\n response\\n" 标记，
+    说明还在思考阶段，返回空字符串避免把思考内容当正文发送。
+    """
+    if not text:
+        return ""
+
+    # 检查正文标记是否已出现
+    split_pos = _find_response_marker(text)
+    if split_pos < 0:
+        # 还没出现 response 标记，仍在思考阶段，不返回任何内容
+        return ""
+
+    # 返回 response 之后的内容
+    body = text[split_pos + 1:]
+    # 去掉开头的 response\n
+    body = body.lstrip('\n')
+    if body.startswith(' response'):
+        body = body[len(' response'):].lstrip('\n')
+
+    # 再次检查是否有新的 response 标记（多轮场景）
+    pos2 = _find_response_marker(body)
+    if pos2 >= 0:
+        body = body[pos2 + 1:]
+        body = body.lstrip('\n')
+        if body.startswith(' response'):
+            body = body[len(' response'):].lstrip('\n')
+
+    return body.strip()
+
+
+def _find_response_marker(text: str) -> int:
+    """查找 \\n response\\n 标记的位置，返回 response 中 'r' 的索引"""
+    m = _RESPONSE_MARKER.search(text)
+    return m.start() if m else -1
 
 
 def _deduplicate(text: str) -> str:
-    """
-    对回复文本去重。
-    ADK 最后一个 SSE event 会重复发送完整内容（含思考+回复），
-    去除 <think...> 后可能出现连续两份相同的正式回复。
-    支持行级和字符级去重。
-    """
+    """对回复文本去重。"""
     if not text:
         return text
 
@@ -66,13 +119,13 @@ def _deduplicate(text: str) -> str:
             if non_empty[-overlap_len:] == non_empty[:overlap_len]:
                 return "\n".join(non_empty[overlap_len:])
 
-    # 字符级去重：检查文本是否由两个相同的子串拼接而成
+    # 字符级去重
     length = len(text)
     for sub_len in range(length // 2, 0, -1):
         if length % sub_len == 0 and text[:sub_len] * (length // sub_len) == text:
             return text[:sub_len]
 
-    # 部分重叠：前缀和后缀相同，中间有重复
+    # 部分重叠
     for overlap in range(min(length // 2, 500), 0, -1):
         if text[:overlap] == text[-overlap:]:
             trimmed = text[overlap:]
@@ -81,4 +134,4 @@ def _deduplicate(text: str) -> str:
                 if trimmed_len % sub_len == 0 and trimmed[:sub_len] * (trimmed_len // sub_len) == trimmed:
                     return trimmed[:sub_len]
 
-    return text
+    return text