wangliang/assistant
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
20 Commits 1 Branch 0 Tags
0f13102a025fbb82f3cd13032cf04cae220f022b
Commit Graph

15 Commits

Author SHA1 Message Date
wangliang
0f13102a02 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>
 2026-01-27 13:15:58 +08:00
wangliang
54eefba6f8 fix: 修复 JSON 解析导致的 tool_name 丢失问题 
## 问题
商品搜索时工具名丢失，导致 404 错误：
```
HTTP Request: POST http://product_mcp:8004/tools/ "HTTP/1.1 404 Not Found"
```

URL 应该是 `/tools/search_products` 但实际是 `/tools/`（工具名丢失）

## 根本原因
当 LLM 返回带 ```json``` 代码块格式的 JSON 时：

```
```json
{
  "action": "call_tool",
  "tool_name": "search_products",
  "arguments": {"keyword": "ring"}
}
```
```

解析逻辑处理后：
1. 移除 ```` → 得到 `json\n{\n...`
2. 移除 `json` → 得到 `\n{\n...`
3. 内容以换行符开头，不是 `{`
4. 被误判为非 JSON 格式（`tool_name\n{args}`）
5. 按换行符分割，第一行为空 → `tool_name = ""`

## 解决方案
**第 189 行**：添加 `content.strip()` 去除前后空白

```python
if content.startswith("```"):
    content = content.split("```")[1]
    if content.startswith("json"):
        content = content[4:]
    # Remove leading/trailing whitespace after removing code block markers
    content = content.strip()  # ← 新增
```

## 额外改进
**第 217-224 行**：添加工具调用日志

```python
logger.info(
    "Product agent calling tool",
    tool_name=tool_name,
    arguments=arguments,
    conversation_id=state["conversation_id"]
)
```

便于调试工具调用问题。

## 测试验证

修复前：
```
tool_name = ""  (空字符串)
URL: /tools/     (缺少工具名)
```

修复后：
```
tool_name = "search_products"  (正确)
URL: /tools/search_products     (完整路径)
```

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-26 18:36:27 +08:00
wangliang
7b676f8015 refactor: 将 search_spu_products 重命名为 search_products 
## 修改内容

### 1. Product Agent prompt
- 将工具名从 `search_spu_products` 改为 `search_products`
- 更新所有示例代码
- 保持功能说明不变（Mall API SPU 搜索）

### 2. Product Agent 代码
**文件**: agent/agents/product.py

**修改**:
- 第 24 行：工具名改为 `search_products`
- 第 65、77 行：示例中的工具名更新
- 第 219-230 行：注入逻辑改为检查 `search_products`
- 第 284 行：工具结果检查改为 `search_products`
- 第 279-333 行：变量名 `spu_products` → `products`
- 第 280 行：`has_spu_search_result` → `has_product_search_result`

### 3. Product MCP Server
**文件**: mcp_servers/product_mcp/server.py

**修改**:
- 第 292 行：函数名 `search_spu_products` → `search_products`
- 第 300 行：文档字符串更新
- 功能完全相同，只是重命名

### 4. 移除映射逻辑
- 移除了 `search_products` → `search_spu_products` 的工具名映射
- 保留了 `query` → `keyword` 的参数映射（向后兼容）

## 好处

1. **简化命名**：`search_products` 比 `search_spu_products` 更简洁
2. **统一接口**：与系统中其他搜索工具命名一致
3. **降低复杂度**：减少名称长度和冗余

## 向后兼容

参数映射保留：
```python
# 仍然支持旧参数名
{"query": "ring"} → {"keyword": "ring"}
```

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-26 18:22:23 +08:00
wangliang
1aeb17fcce 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>
 2026-01-26 18:19:12 +08:00
wangliang
e58c3f0caf fix: 修复 Product Agent LLM 响应格式解析和工具选择问题 
## 问题 1: LLM 返回非标准 JSON 格式

**现象**：
LLM 返回：`search_products\n{"query": "ring"}`
期望格式：`{"action": "call_tool", "tool_name": "...", "arguments": {...}}`

**原因**：
LLM 有时会返回简化格式 `tool_name\n{args}`，导致 JSON 解析失败

**解决方案**：
添加格式兼容逻辑（第 172-191 行）：
- 检测 `\n` 分隔的格式
- 解析工具名和参数
- 转换为标准 JSON 结构

## 问题 2: LLM 选择错误的搜索工具

**现象**：
LLM 选择 `search_products`（Hyperf API）而非 `search_spu_products`（Mall API）

**原因**：
Prompt 中工具说明不够突出，LLM 优先选择第一个工具

**解决方案**：
1. 在 prompt 开头添加醒目警告（第 22-29 行）：
   - ⚠️ 强调必须使用 `search_spu_products`
   - 标注适用场景
   - 添加 ⭐ 标记推荐工具

2. 添加具体示例（第 78-89 行）：
   - 展示正确的工具调用格式
   - 示例：搜索 "ring" 应使用 `search_spu_products`

## 修改内容

### agent/agents/product.py:172-191
添加非标准格式兼容逻辑

### agent/agents/product.py:14-105
重写 PRODUCT_AGENT_PROMPT：
- 开头添加工具选择警告
- 突出 `search_spu_products` 优先级
- 添加具体使用示例
- 标注各工具适用场景

## 预期效果
1. 兼容 LLM 的简化格式输出
2. LLM 优先选择 `search_spu_products` 进行商品搜索
3. 返回 Mall API 数据并以 Chatwoot cards 展示

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-26 18:17:37 +08:00
wangliang
15a4bdeb75 fix: 为 search_spu_products 工具注入 user_token 参数 
## 问题
即使更新了 Product Agent prompt，LLM 仍然调用 search_products 而非 search_spu_products

## 根本原因
search_spu_products 工具需要 user_token 参数（Mall API 认证必需），
但 product_agent 函数中没有注入此参数，导致工具调用失败或被忽略

## 修改内容

### agent/agents/product.py:169-173
在工具调用前注入 user_token、user_id、account_id 参数：

```python
# Inject context for SPU product search (Mall API)
if result["tool_name"] == "search_spu_products":
    arguments["user_token"] = state.get("user_token")
    arguments["user_id"] = state["user_id"]
    arguments["account_id"] = state["account_id"]
```

## 参数来源
- user_token: 从 Chatwoot webhook 提取（contact.custom_attributes.jwt_token）
- user_id: 从 AgentState 获取
- account_id: 从 AgentState 获取

## 预期效果
LLM 现在可以成功调用 search_spu_products 工具，
返回 Mall API 商品数据并以 Chatwoot cards 格式展示

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-26 18:10:36 +08:00
wangliang
fa2c8f8102 fix: 更新 Product Agent prompt 添加 search_spu_products 工具说明 
## 问题
搜索商品时返回错误的工具调用 search_products 而非 search_spu_products

## 根本原因
Product Agent 的 PRODUCT_AGENT_PROMPT 中没有列出 search_spu_products 工具，
导致 LLM 不知道可以使用 Mall API 的 SPU 搜索工具

## 修改内容

### agent/agents/product.py
- 将 search_spu_products 设为第一个工具（推荐使用）
- 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
- 原有的 search_products 标记为高级搜索工具（使用 Hyperf API）
- 调整工具序号 1-6

### docs/PRODUCT_SEARCH_SERVICE.md
- 添加 Product Agent Prompt 更新说明章节
- 调整章节序号

## 预期效果
LLM 现在应该优先使用 search_spu_products 工具进行商品搜索，
返回 Mall API 的商品数据并以 Chatwoot cards 格式展示

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-26 17:50:29 +08:00
wangliang
2dd46a8626 feat: 添加 typing status 状态指示器 
- 在处理消息时自动显示"正在输入..."状态
- 处理完成后自动隐藏状态指示器
- 错误处理时确保状态指示器被关闭
- 提升用户体验，让用户知道 AI 正在处理请求

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-26 13:15:59 +08:00
wangliang
9fe29ff3fe feat: 完善物流信息展示功能 
- 修复物流信息中 order_id 字段缺失的问题，确保按钮正常生成
- 添加 tracking_url 支持，新增"官网追踪"按钮
- "官网追踪"按钮在新标签页打开 (target: "_blank")
- 改进日志记录，添加完整的 payload 预览

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-26 13:15:47 +08:00
wangliang
0b5d0a8086 feat: 重构订单和物流信息展示格式 
主要改动：
- 订单列表：使用 order_list 格式，展示 5 个订单（全部状态）
- 订单详情：使用 order_detail 格式，优化价格和时间显示
- 物流信息：使用 logistics 格式，根据 track id 动态生成步骤
- 商品图片：从 orderProduct.imageUrl 字段获取
- 时间格式：统一为 YYYY-MM-DD HH:MM:SS
- 多语言支持：amountLabel、orderTime 支持中英文
- 配置管理：新增 FRONTEND_URL 环境变量
- API 集成：改进 Mall API tracks 数据解析
- 认证优化：account_id 从 webhook 动态获取

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-23 18:49:40 +08:00
wangliang
e8e89601a5 feat: 修复订单查询和物流查询功能 
主要修改：

1. 订单数据解析修复 (agent/agents/order.py)
   - 修复 Mall API 返回数据的嵌套结构解析
   - 更新字段映射：orderId→order_id, orderProduct→items, statusText→status_text
   - 支持多种商品图片字段：image, pic, thumb, productImg
   - 添加详细的调试日志

2. 物流查询修复 (mcp_servers/order_mcp/server.py)
   - 修复物流接口返回数据结构解析 (data[].trackingCode→tracking_number)
   - 添加 print() 日志用于调试
   - 支持多种字段名映射

3. Chatwoot 集成优化 (agent/integrations/chatwoot.py)
   - 添加 json 模块导入
   - 完善订单卡片和表单展示功能

4. API 请求头优化 (mcp_servers/shared/mall_client.py)
   - 更新 User-Agent 和 Accept 头
   - 修正 Origin 和 Referer 大小写

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-20 19:10:21 +08:00
wangliang
6b6172d8f0 feat: 优化 FAQ 处理和系统稳定性 
- 添加本地 FAQ 库快速路径（问候语等社交响应）
- 修复 Chatwoot 重启循环问题（PID 文件清理）
- 添加 LLM 响应缓存（Redis 缓存，提升性能）
- 添加智能推理模式（根据查询复杂度自动启用）
- 添加订单卡片消息功能（Chatwoot 富媒体）
- 增加 LLM 超时时间至 60 秒

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-20 14:51:30 +08:00
wangliang
c4e97cf312 feat: 添加物流查询功能和完善 token 传递 
- 添加 get_logistics 工具查询 Mall API /mall/api/order/parcel
- 修复 Cookie token 传递到 MCP 的问题
- 增强 LLM 客户端超时处理和日志
- 移除 MALL_API_TOKEN，使用用户登录 token
- 更新测试页面使用 setUser 设置用户属性
- 增强 webhook 调试日志
 2026-01-16 18:36:17 +08:00
wangliang
e093995368 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>
 2026-01-16 16:28:47 +08:00
wl
3ad6eee0d9 feat: 初始化 B2B AI Shopping Assistant 项目 
- 配置 Docker Compose 多服务编排
- 实现 Chatwoot + Agent 集成
- 配置 Strapi MCP 知识库
- 支持 7 种语言的 FAQ 系统
- 实现 LangGraph AI 工作流

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
 2026-01-14 19:25:22 +08:00