fix: 改进错误处理和清理测试代码

## 主要修复

### 1. JSON 解析错误处理
- 修复所有 Agent 的 LLM 响应解析失败时返回原始内容的问题
- 当 JSON 解析失败时，返回友好的兜底消息而不是原始文本
- 影响文件: customer_service.py, order.py, product.py, aftersale.py

### 2. FAQ 快速路径修复
- 修复 customer_service.py 中变量定义顺序问题
- has_faq_query 在使用前未定义导致 NameError
- 添加详细的错误日志记录

### 3. Chatwoot 集成改进
- 添加响应内容调试日志
- 改进错误处理和日志记录

### 4. 订单查询优化
- 将订单列表默认返回数量从 10 条改为 5 条
- 统一 MCP 工具层和 Mall Client 层的默认值

### 5. 代码清理
- 删除所有测试代码和示例文件
- 刋试文件包括: test_*.py, test_*.html, test_*.sh
- 删除测试目录: tests/, agent/tests/, agent/examples/

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>

agent/agents/product.py

@@ -23,7 +23,7 @@ PRODUCT_AGENT_PROMPT = """你是一个专业的 B2B 商品顾问助手。
 
 1. **search_products** - 搜索商品
    - keyword: 搜索关键词（商品名称、编号等）
-   - page_size: 每页数量（默认 60，最大 100）
+   - page_size: 每页数量（默认 5，最大 100）
    - page: 页码（默认 1）
    - 说明：此工具使用 Mall API 搜索商品 SPU，支持用户 token 认证，返回卡片格式展示
 
@@ -231,6 +231,14 @@ async def product_agent(state: AgentState) -> AgentState:
                 arguments["user_id"] = state["user_id"]
                 arguments["account_id"] = state["account_id"]
 
+                # Set default page_size if not provided
+                if "page_size" not in arguments:
+                    arguments["page_size"] = 5
+
+                # Set default page if not provided
+                if "page" not in arguments:
+                    arguments["page"] = 1
+
                 # Map "query" parameter to "keyword" for compatibility
                 if "query" in arguments and "keyword" not in arguments:
                     arguments["keyword"] = arguments.pop("query")
@@ -272,11 +280,18 @@ async def product_agent(state: AgentState) -> AgentState:
             state["state"] = ConversationState.GENERATING.value
             
         return state
-        
-    except json.JSONDecodeError:
-        state = set_response(state, response.content)
+
+    except json.JSONDecodeError as e:
+        logger.error(
+            "Failed to parse product agent LLM response as JSON",
+            error=str(e),
+            conversation_id=state.get("conversation_id"),
+            raw_content=response.content[:500] if response.content else "EMPTY"
+        )
+        # Don't use raw content as response - use fallback instead
+        state = set_response(state, "抱歉，我无法理解您的请求。请尝试重新表述或联系人工客服。")
         return state
-        
+
     except Exception as e:
         logger.error("Product agent failed", error=str(e))
         state["error"] = str(e)