feat: 增强 Agent 系统和完善项目结构

主要改进:
- Agent 增强: 订单查询、售后支持、客服路由等功能优化
- 新增语言检测和 Token 管理模块
- 改进 Chatwoot webhook 处理和用户标识
- MCP 服务器增强: 订单 MCP 和 Strapi MCP 功能扩展
- 新增商城客户端、知识库、缓存和同步模块
- 添加多语言提示词系统 (YAML)
- 完善项目结构: 整理文档、脚本和测试文件
- 新增调试和测试工具脚本

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

agent/agents/router.py

@@ -4,92 +4,24 @@ Router Agent - Intent recognition and routing
 import json
 from typing import Any, Optional
 
-from core.state import AgentState, Intent, ConversationState, set_intent, add_entity
+from core.state import AgentState, Intent, ConversationState, set_intent, add_entity, set_language
 from core.llm import get_llm_client, Message
+from core.language_detector import get_cached_or_detect
+from prompts import get_prompt
 from utils.logger import get_logger
 
 logger = get_logger(__name__)
 
 
-# Intent classification prompt
-CLASSIFICATION_PROMPT = """你是一个 B2B 购物网站的智能助手路由器。
-你的任务是分析用户消息，识别用户意图并提取关键实体。
-
-## 可用意图分类
-
-1. **customer_service** - 通用咨询
-   - FAQ 问答
-   - 产品使用问题
-   - 公司信息查询
-   - 政策咨询（退换货政策、隐私政策等）
-   
-2. **order** - 订单相关
-   - 订单查询（"我的订单在哪"、"查一下订单"）
-   - 物流跟踪（"快递到哪了"、"什么时候到货"）
-   - 订单修改（"改一下收货地址"、"修改订单数量"）
-   - 订单取消（"取消订单"、"不想要了"）
-   - 发票查询（"开发票"、"要发票"）
-   
-3. **aftersale** - 售后服务
-   - 退货申请（"退货"、"不满意想退"）
-   - 换货申请（"换货"、"换一个"）
-   - 投诉（"投诉"、"服务态度差"）
-   - 工单/问题反馈
-   
-4. **product** - 商品相关
-   - 商品搜索（"有没有xx"、"找一下xx"）
-   - 商品推荐（"推荐"、"有什么好的"）
-   - 询价（"多少钱"、"批发价"、"大量购买价格"）
-   - 库存查询（"有货吗"、"还有多少"）
-   
-5. **human_handoff** - 需要转人工
-   - 用户明确要求转人工
-   - 复杂问题 AI 无法处理
-   - 敏感问题需要人工处理
-
-## 实体提取
-
-请从消息中提取以下实体（如果存在）：
-- order_id: 订单号（如 ORD123456）
-- product_id: 商品ID
-- product_name: 商品名称
-- quantity: 数量
-- date_reference: 时间引用（今天、昨天、上周、具体日期等）
-- tracking_number: 物流单号
-- phone: 电话号码
-- address: 地址信息
-
-## 输出格式
-
-请以 JSON 格式返回，包含以下字段：
-```json
-{
-  "intent": "意图分类",
-  "confidence": 0.95,
-  "sub_intent": "子意图（可选）",
-  "entities": {
-    "entity_type": "entity_value"
-  },
-  "reasoning": "简短的推理说明"
-}
-```
-
-## 注意事项
-- 如果意图不明确，置信度应该较低
-- 如果无法确定意图，返回 "unknown"
-- 实体提取要准确，没有的字段不要填写
-"""
-
-
 async def classify_intent(state: AgentState) -> AgentState:
     """Classify user intent and extract entities
-    
+
     This is the first node in the workflow that analyzes the user's message
     and determines which agent should handle it.
-    
+
     Args:
         state: Current agent state
-        
+
     Returns:
         Updated state with intent and entities
     """
@@ -98,24 +30,38 @@ async def classify_intent(state: AgentState) -> AgentState:
         conversation_id=state["conversation_id"],
         message=state["current_message"][:100]
     )
-    
+
     state["state"] = ConversationState.CLASSIFYING.value
     state["step_count"] += 1
-    
+
+    # Detect language
+    detected_locale = get_cached_or_detect(state, state["current_message"])
+    confidence = 0.85  # Default confidence for language detection
+    state = set_language(state, detected_locale, confidence)
+
+    logger.info(
+        "Language detected",
+        locale=detected_locale,
+        confidence=confidence
+    )
+
     # Build context from conversation history
     context_summary = ""
     if state["context"]:
         context_parts = []
         if state["context"].get("order_id"):
-            context_parts.append(f"当前讨论的订单: {state['context']['order_id']}")
+            context_parts.append(f"Current order: {state['context']['order_id']}")
         if state["context"].get("product_id"):
-            context_parts.append(f"当前讨论的商品: {state['context']['product_id']}")
+            context_parts.append(f"Current product: {state['context']['product_id']}")
         if context_parts:
             context_summary = "\n".join(context_parts)
-    
+
+    # Load prompt in detected language
+    classification_prompt = get_prompt("router", detected_locale)
+
     # Build messages for LLM
     messages = [
-        Message(role="system", content=CLASSIFICATION_PROMPT),
+        Message(role="system", content=classification_prompt),
     ]
     
     # Add recent conversation history for context
@@ -123,9 +69,9 @@ async def classify_intent(state: AgentState) -> AgentState:
         messages.append(Message(role=msg["role"], content=msg["content"]))
     
     # Add current message with context
-    user_content = f"用户消息: {state['current_message']}"
+    user_content = f"User message: {state['current_message']}"
     if context_summary:
-        user_content += f"\n\n当前上下文:\n{context_summary}"
+        user_content += f"\n\nCurrent context:\n{context_summary}"
     
     messages.append(Message(role="user", content=user_content))