refactor: 移除 search_products 工具，统一使用 search_spu_products

## 修改内容

### 1. 简化 Product Agent prompt
- 移除 `search_products` 工具说明
- 移除工具选择警告和说明
- 只保留 `search_spu_products` 作为唯一商品搜索工具
- 调整工具序号 1-5

### 2. 添加工具名自动映射
**位置**：第 195-201 行（非 JSON 格式），第 221-227 行（JSON 格式）

**功能**：
- 自动将 `search_products` 转换为 `search_spu_products`
- 防止 LLM 缓存或习惯导致的旧工具调用
- 添加日志记录映射操作

**示例**：
```python
# LLM 返回
{"tool_name": "search_products", "arguments": {"query": "ring"}}

# 自动转换为
{"tool_name": "search_spu_products", "arguments": {"keyword": "ring"}}
```

### 3. 添加参数自动映射
**位置**：第 240-246 行

**功能**：
- 自动将 `query` 参数转换为 `keyword` 参数
- 兼容 LLM 使用旧参数名的情况

**示例**：
```python
# LLM 返回
{"arguments": {"query": "ring"}}

# 自动转换为
{"arguments": {"keyword": "ring"}}
```

## 优势

1. **简化逻辑**：LLM 只有一个搜索工具可选，不会选错
2. **向后兼容**：即使 LLM 调用旧工具，也能自动转换
3. **参数兼容**：支持旧参数名 `query`，自动转为 `keyword`
4. **可观测性**：所有映射操作都有日志记录

## 预期效果
- LLM 调用 `search_spu_products`（Mall API）
- 返回商品卡片到 Chatwoot
- 即使调用旧工具也能正常工作

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

agent/agents/product.py

@@ -19,46 +19,27 @@ PRODUCT_AGENT_PROMPT = """你是一个专业的 B2B 商品顾问助手。
 - 库存查询
 - 商品详情
 
-## ⚠️ 重要：商品搜索工具选择
-
-**商品搜索必须优先使用 `search_spu_products` 工具！**
-
-- ✅ **search_spu_products**：使用 Mall API，支持用户认证，返回精美卡片展示（推荐）
-- ⚠️ **search_products**：仅用于高级搜索（需要复杂过滤条件时）
-
-**普通商品搜索（如 "ring"、"手机"、"iPhone"）必须使用 `search_spu_products`**
-
 ## 可用工具
 
-1. **search_spu_products** - 搜索商品（使用 Mall API，推荐）⭐
+1. **search_spu_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: 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
-   - **适用于所有普通商品搜索请求**
 
-2. **search_products** - 搜索商品（使用 Hyperf API）
+2. **get_product_detail** - 获取商品详情
-   - query: 搜索关键词
-   - filters: 过滤条件（category, price_range, brand 等）
-   - sort: 排序方式（price_asc/price_desc/sales/latest）
-   - page: 页码
-   - page_size: 每页数量
-   - 说明：此工具用于高级搜索，支持多维度过滤
-   - **仅在需要复杂过滤条件时使用**
-
-3. **get_product_detail** - 获取商品详情
    - product_id: 商品ID
 
-4. **recommend_products** - 智能推荐
+3. **recommend_products** - 智能推荐
    - context: 推荐上下文（可包含当前查询、浏览历史等）
    - limit: 推荐数量
 
-5. **get_quote** - B2B 询价
+4. **get_quote** - B2B 询价
    - product_id: 商品ID
    - quantity: 采购数量
    - delivery_address: 收货地址（可选，用于计算运费）
 
-6. **check_inventory** - 库存查询
+5. **check_inventory** - 库存查询
    - product_ids: 商品ID列表
    - warehouse: 仓库（可选）
 
@@ -88,6 +69,18 @@ PRODUCT_AGENT_PROMPT = """你是一个专业的 B2B 商品顾问助手。
 }
 ```
 
+用户说："查找手机"
+返回：
+```json
+{
+  "action": "call_tool",
+  "tool_name": "search_spu_products",
+  "arguments": {
+    "keyword": "手机"
+  }
+}
+```
+
 当需要向用户询问更多信息时：
 ```json
 {
@@ -199,6 +192,14 @@ async def product_agent(state: AgentState) -> AgentState:
             tool_name = lines[0].strip()
             args_json = lines[1].strip() if len(lines) > 1 else '{}'
 
+            # Map old tool name to new tool name
+            if tool_name == "search_products":
+                tool_name = "search_spu_products"
+                logger.info(
+                    "Tool name mapped: search_products -> search_spu_products",
+                    conversation_id=state["conversation_id"]
+                )
+
             try:
                 arguments = json.loads(args_json) if args_json else {}
                 result = {
@@ -217,6 +218,14 @@ async def product_agent(state: AgentState) -> AgentState:
             # Standard JSON format
             result = json.loads(content)
 
+        # Auto-map search_products to search_spu_products in JSON format
+        if result.get("tool_name") == "search_products":
+            result["tool_name"] = "search_spu_products"
+            logger.info(
+                "Tool name mapped: search_products -> search_spu_products",
+                conversation_id=state["conversation_id"]
+            )
+
         action = result.get("action")
         
         if action == "call_tool":
@@ -228,6 +237,14 @@ async def product_agent(state: AgentState) -> AgentState:
                 arguments["user_id"] = state["user_id"]
                 arguments["account_id"] = state["account_id"]
 
+                # Map "query" parameter to "keyword" for compatibility
+                if "query" in arguments and "keyword" not in arguments:
+                    arguments["keyword"] = arguments.pop("query")
+                    logger.info(
+                        "Parameter mapped: query -> keyword",
+                        conversation_id=state["conversation_id"]
+                    )
+
             # Inject context for recommendation
             if result["tool_name"] == "recommend_products":
                 arguments["user_id"] = state["user_id"]