From bdb69dba8377b39dab0ea1a34ffda5781867cd92 Mon Sep 17 00:00:00 2001 From: SengokuCola <1026294844@qq.com> Date: Sun, 16 Nov 2025 00:29:20 +0800 Subject: [PATCH] =?UTF-8?q?fix:=E4=BF=AE=E5=A4=8D=E9=83=A8=E5=88=86?= =?UTF-8?q?=E9=97=AE=E9=A2=98=E6=B2=A1=E6=9C=89=E7=AD=94=E6=A1=88=E5=8D=B4?= =?UTF-8?q?=E8=A2=AB=E6=A0=87=E8=AE=B0=E4=B8=BAfinal=20answer?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- src/memory_system/memory_retrieval.py | 93 +++++++++++++++------------ 1 file changed, 52 insertions(+), 41 deletions(-) diff --git a/src/memory_system/memory_retrieval.py b/src/memory_system/memory_retrieval.py index 3c176f62..f93279ef 100644 --- a/src/memory_system/memory_retrieval.py +++ b/src/memory_system/memory_retrieval.py @@ -105,16 +105,20 @@ def init_memory_retrieval_prompt(): **第一步：思考（Think）** 在思考中分析： - 当前信息是否足够回答问题？ -- 如果足够，在思考中直接给出答案，格式为：final_answer(answer="你的答案内容") -- 如果不够，说明最需要查询什么，并输出为纯文本说明 +- **如果信息足够且能找到明确答案**，在思考中直接给出答案，格式为：found_answer(answer="你的答案内容") +- **如果信息不足或无法找到答案**，在思考中给出：not_enough_info(reason="信息不足或无法找到答案的原因") +- 如果还需要继续查询，说明最需要查询什么，并输出为纯文本说明 **第二步：行动（Action）** 根据思考结果立即行动： -- 如果思考中已给出final_answer → 无需调用工具，直接结束 -- 如果信息不足 → 调用相应工具查询（可并行调用多个工具） -- 如果多次查询仍无结果 → 在思考中给出no_answer(reason="无法找到答案的原因") +- 如果思考中已给出found_answer → 无需调用工具，直接结束 +- 如果思考中已给出not_enough_info → 无需调用工具，直接结束 +- 如果信息不足且需要继续查询 → 调用相应工具查询（可并行调用多个工具） -**重要：答案必须在思考中给出，格式为 final_answer(answer="...") 或 no_answer(reason="...")，不要调用工具。** +**重要规则：** +- **只有在检索到明确、有关的信息并得出答案时，才使用found_answer** +- **如果信息不足、无法确定、找不到相关信息，必须使用not_enough_info，不要使用found_answer** +- 答案必须在思考中给出，格式为 found_answer(answer="...") 或 not_enough_info(reason="...")，不要调用工具。 """, name="memory_retrieval_react_prompt", ) @@ -139,16 +143,20 @@ def init_memory_retrieval_prompt(): **第一步：思考（Think）** 在思考中分析： - 当前信息是否足够回答问题？ -- 如果足够，在思考中直接给出答案，格式为：final_answer(answer="你的答案内容") -- 如果不够，说明最需要查询什么，并输出为纯文本说明 +- **如果信息足够且能找到明确答案**，在思考中直接给出答案，格式为：found_answer(answer="你的答案内容") +- **如果信息不足或无法找到答案**，在思考中给出：not_enough_info(reason="信息不足或无法找到答案的原因") +- 如果还需要继续查询，说明最需要查询什么，并输出为纯文本说明 **第二步：行动（Action）** 根据思考结果立即行动： -- 如果思考中已给出final_answer → 无需调用工具，直接结束 -- 如果信息不足 → 调用相应工具查询（可并行调用多个工具） -- 如果多次查询仍无结果 → 在思考中给出no_answer(reason="无法找到答案的原因") +- 如果思考中已给出found_answer → 无需调用工具，直接结束 +- 如果思考中已给出not_enough_info → 无需调用工具，直接结束 +- 如果信息不足且需要继续查询 → 调用相应工具查询（可并行调用多个工具） -**重要：答案必须在思考中给出，格式为 final_answer(answer="...") 或 no_answer(reason="...")，不要调用工具。** +**重要规则：** +- **只有在检索到明确、具体的答案时，才使用found_answer** +- **如果信息不足、无法确定、找不到相关信息，必须使用not_enough_info，不要使用found_answer** +- 答案必须在思考中给出，格式为 found_answer(answer="...") 或 not_enough_info(reason="...")，不要调用工具。 """, name="memory_retrieval_react_prompt_head", ) @@ -171,10 +179,13 @@ def init_memory_retrieval_prompt(): **执行步骤：** 分析： - 当前信息是否足够回答问题？ -- 如果足够，在思考中直接给出答案，格式为：final_answer(answer="你的答案内容") -- 如果不够，在思考中给出no_answer(reason="无法找到答案的原因") +- **如果信息足够且能找到明确答案**，在思考中直接给出答案，格式为：found_answer(answer="你的答案内容") +- **如果信息不足或无法找到答案**，在思考中给出：not_enough_info(reason="信息不足或无法找到答案的原因") -**重要：答案必须给出，格式为 final_answer(answer="...") 或 no_answer(reason="...")。** +**重要规则：** +- **只有在检索到明确、具体的答案时，才使用found_answer** +- **如果信息不足、无法确定、找不到相关信息，必须使用not_enough_info，不要使用found_answer** +- 答案必须给出，格式为 found_answer(answer="...") 或 not_enough_info(reason="...")。 """, name="memory_retrieval_react_final_prompt", ) @@ -498,13 +509,13 @@ async def _react_agent_solve_question( "observations": [] } - # 优先从思考内容中提取final_answer或no_answer + # 优先从思考内容中提取found_answer或not_enough_info def extract_quoted_content(text, func_name, param_name): """从文本中提取函数调用中参数的值，支持单引号和双引号 Args: text: 要搜索的文本 - func_name: 函数名，如 'final_answer' + func_name: 函数名，如 'found_answer' param_name: 参数名，如 'answer' Returns: @@ -556,33 +567,33 @@ async def _react_agent_solve_question( return None - # 从LLM的直接输出内容中提取final_answer或no_answer - final_answer_content = None - no_answer_reason = None + # 从LLM的直接输出内容中提取found_answer或not_enough_info + found_answer_content = None + not_enough_info_reason = None # 只检查response（LLM的直接输出内容），不检查reasoning_content if response: - final_answer_content = extract_quoted_content(response, 'final_answer', 'answer') - if not final_answer_content: - no_answer_reason = extract_quoted_content(response, 'no_answer', 'reason') + found_answer_content = extract_quoted_content(response, 'found_answer', 'answer') + if not found_answer_content: + not_enough_info_reason = extract_quoted_content(response, 'not_enough_info', 'reason') # 如果从输出内容中找到了答案，直接返回 - if final_answer_content: - step["actions"].append({"action_type": "final_answer", "action_params": {"answer": final_answer_content}}) - step["observations"] = ["从LLM输出内容中检测到final_answer"] + if found_answer_content: + step["actions"].append({"action_type": "found_answer", "action_params": {"answer": found_answer_content}}) + step["observations"] = ["从LLM输出内容中检测到found_answer"] thinking_steps.append(step) - logger.info(f"ReAct Agent 第 {iteration + 1} 次迭代 从LLM输出内容中检测到final_answer: {final_answer_content[:100]}...") - return True, final_answer_content, thinking_steps, False + logger.info(f"ReAct Agent 第 {iteration + 1} 次迭代 从LLM输出内容中检测到found_answer: {found_answer_content[:100]}...") + return True, found_answer_content, thinking_steps, False - if no_answer_reason: - step["actions"].append({"action_type": "no_answer", "action_params": {"reason": no_answer_reason}}) - step["observations"] = ["从LLM输出内容中检测到no_answer"] + if not_enough_info_reason: + step["actions"].append({"action_type": "not_enough_info", "action_params": {"reason": not_enough_info_reason}}) + step["observations"] = ["从LLM输出内容中检测到not_enough_info"] thinking_steps.append(step) - logger.info(f"ReAct Agent 第 {iteration + 1} 次迭代 从LLM输出内容中检测到no_answer: {no_answer_reason[:100]}...") - return False, no_answer_reason, thinking_steps, False + logger.info(f"ReAct Agent 第 {iteration + 1} 次迭代 从LLM输出内容中检测到not_enough_info: {not_enough_info_reason[:100]}...") + return False, not_enough_info_reason, thinking_steps, False if is_final_iteration: - step["actions"].append({"action_type": "no_answer", "action_params": {"reason": "已到达最后一次迭代，无法找到答案"}}) + step["actions"].append({"action_type": "not_enough_info", "action_params": {"reason": "已到达最后一次迭代，无法找到答案"}}) step["observations"] = ["已到达最后一次迭代，无法找到答案"] thinking_steps.append(step) logger.info(f"ReAct Agent 第 {iteration + 1} 次迭代 已到达最后一次迭代，无法找到答案") @@ -605,7 +616,7 @@ async def _react_agent_solve_question( # 如果响应不为空，记录思考过程，继续下一轮迭代 step["observations"] = [f"思考完成，但未调用工具。响应: {response}"] logger.info(f"ReAct Agent 第 {iteration + 1} 次迭代 思考完成但未调用工具: {response[:100]}...") - # 继续下一轮迭代，让LLM有机会在思考中给出final_answer或继续查询 + # 继续下一轮迭代，让LLM有机会在思考中给出found_answer或继续查询 collected_info += f"思考: {response}" thinking_steps.append(step) continue @@ -677,15 +688,15 @@ async def _react_agent_solve_question( thinking_steps.append(step) - # 达到最大迭代次数或超时，但Agent没有明确返回final_answer - # 迭代超时应该直接视为no_answer，而不是使用已有信息 - # 只有Agent明确返回final_answer时，才认为找到了答案 + # 达到最大迭代次数或超时，但Agent没有明确返回found_answer + # 迭代超时应该直接视为not_enough_info，而不是使用已有信息 + # 只有Agent明确返回found_answer时，才认为找到了答案 if collected_info: - logger.warning(f"ReAct Agent达到最大迭代次数或超时，但未明确返回final_answer。已收集信息: {collected_info[:100]}...") + logger.warning(f"ReAct Agent达到最大迭代次数或超时，但未明确返回found_answer。已收集信息: {collected_info[:100]}...") if is_timeout: - logger.warning("ReAct Agent超时，直接视为no_answer") + logger.warning("ReAct Agent超时，直接视为not_enough_info") else: - logger.warning("ReAct Agent达到最大迭代次数，直接视为no_answer") + logger.warning("ReAct Agent达到最大迭代次数，直接视为not_enough_info") return False, "未找到相关信息", thinking_steps, is_timeout