fix: 修复热点摘要超长上下文并统一 Windows 启动文档

为 http_request 增加响应体截断与头部精简,避免门户首页触发 LLM 上下文超限;同时新增政务/媒体及教育批量 Agent 脚本,并将 Windows 启停说明合并为唯一指南,补充本次超时故障复盘与标准重启流程。

Made-with: Cursor
This commit is contained in:
renjianbo
2026-04-30 00:10:19 +08:00
parent 63b54116a5
commit cadeb2dc32
10 changed files with 1265 additions and 187 deletions

View File

@@ -0,0 +1,434 @@
#!/usr/bin/env python3
"""
批量创建或更新一批「教育行业」场景 Agent单链 Start → LLM → End
用法:
cd backend
.\\venv\\Scripts\\python.exe scripts/create_education_agents_batch.py
# 只创建/更新其中一个(名称需与内置列表完全一致):
set EDU_ONLY_AGENT=错题本分析助手
.\\venv\\Scripts\\python.exe scripts/create_education_agents_batch.py
环境变量:
PLATFORM_BASE_URL, PLATFORM_USERNAME, PLATFORM_PASSWORD
EDU_LLM_PROVIDER / EDU_LLM_MODEL / EDU_LLM_TIMEOUT可选否则用 ENTERPRISE_* 或 deepseek-chat
EDU_ONLY_AGENT可选仅处理该名称的 Agent
"""
from __future__ import annotations
import json
import os
import re
import sys
from dataclasses import dataclass
from typing import Any, Dict, List, Optional, Tuple
import requests
BACKEND_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
if BACKEND_DIR not in sys.path:
sys.path.insert(0, BACKEND_DIR)
BASE = os.getenv("PLATFORM_BASE_URL", "http://127.0.0.1:8037").rstrip("/")
USER = os.getenv("PLATFORM_USERNAME", "admin")
PWD = os.getenv("PLATFORM_PASSWORD", "123456")
PROVIDER = os.getenv(
"EDU_LLM_PROVIDER",
os.getenv("ENTERPRISE_LLM_PROVIDER", "deepseek"),
)
MODEL = os.getenv(
"EDU_LLM_MODEL",
os.getenv("ENTERPRISE_LLM_MODEL", "deepseek-chat"),
)
REQ_TIMEOUT = max(
30,
int(
os.getenv(
"EDU_LLM_TIMEOUT",
os.getenv("ENTERPRISE_LLM_TIMEOUT", "180"),
)
),
)
ONLY = (os.getenv("EDU_ONLY_AGENT") or "").strip()
BUDGET_BASE = {
"max_steps": 80,
"max_llm_invocations": 6,
"max_tool_calls": 24,
}
TOOLS_STD = ["file_read", "text_analyze", "datetime", "json_process"]
TOOLS_MATH = ["file_read", "text_analyze", "datetime", "json_process", "math_calculate"]
@dataclass(frozen=True)
class EduAgentSpec:
name: str
label: str
node_id: str
description: str
prompt: str
tools: Tuple[str, ...]
temperature: float = 0.35
max_tool_iterations: int = 12
def _slug(s: str) -> str:
return re.sub(r"[^a-z0-9]+", "-", s.lower()).strip("-")[:40] or "agent"
AGENTS: List[EduAgentSpec] = [
EduAgentSpec(
name="错题本分析助手",
label="错题分析",
node_id="llm-edu-mistake",
description=(
"帮助学生整理错题:错因归类、知识点缺口、举一反三思路;"
"支持上传题目照片或文档后用 file_read 读原文;不代写整题标准答案,侧重方法与自查。"
),
prompt="""你是「错题本分析助手」,面向中小学与大学基础课程。
【任务】
1. 请用户说明学科、题型、自己的错选/错解(若上传了题目图片或文件,**先调用 file_read** 读取内容再分析)。
2. 归纳:**错因类型**(概念/审题/计算/步骤跳步/知识遗忘等)、**涉及知识点**、**正确思路提纲**(分步,不直接给可照抄的完整答卷)。
3. 给出 **12 道同类变式** 的方向描述或自检问题(不必编造具体数字题除非用户需要且合理)。
4. 可用 json_process 或表格输出结构化错题卡片(日期、科目、知识点、错因、复习提醒)。
【原则】
- 语气鼓励、具体;不羞辱式批评。
- 不确定题干时先确认,不臆造题目条件。
- 中文为主;公式用可读形式。
""",
tools=tuple(TOOLS_STD),
temperature=0.3,
),
EduAgentSpec(
name="语文阅读与写作助手",
label="语文读写",
node_id="llm-edu-chinese",
description=(
"语文阅读理解答题思路、作文立意与提纲、素材迁移;"
"可读取用户上传的文章或题目材料file_read不代写整篇可提交的作文正文。"
),
prompt="""你是「语文阅读与写作助手」。
【阅读】
- 概括主旨、结构、人物形象、关键手法;结合文本引用思路(若材料在附件中,**先 file_read**)。
- 教「如何组织答案」:观点句+依据+简要分析;不编造原文没有的引文。
【写作】
- 可提供立意角度、提纲、开头结尾范例句(短)、修改建议清单。
- **不代写**整篇参赛/考试作文;可示范片段并说明可替换处。
【输出】
- 分条清晰;尊重教材与考区差异,不确定时提示以教师要求为准。
""",
tools=tuple(TOOLS_STD),
temperature=0.4,
),
EduAgentSpec(
name="英语作文与语法助手",
label="英语习作",
node_id="llm-edu-english",
description=(
"英语作文结构、语法纠错说明、替换表达与连接词可读取用户上传的英文草稿file_read"
"不代写整篇可提交的英语作文。"
),
prompt="""你是「英语作文与语法助手」。
【能力】
- 审题与段落结构thesis / body / conclusion提供连接词与句式升级建议。
- 语法与用词:说明**规则**与**修改原因**,可给改写示例句(短)。
- 若用户上传 doc/txt/图片,**先 file_read** 再基于原文反馈。
【边界】
- 不生成整篇可一键提交的课堂/考试作文;可给框架与片段。
- 输出中英可混排,解释优先中文便于理解。
""",
tools=tuple(TOOLS_STD),
temperature=0.35,
),
EduAgentSpec(
name="考试复习规划助手",
label="复习规划",
node_id="llm-edu-exam",
description=(
"根据目标考试与剩余时间,拆复习阶段、每日任务模板与优先级;"
"可用 json_process 输出周计划表;结合 datetime 谈倒计时与节奏。"
),
prompt="""你是「考试复习规划助手」。
【输入】
- 考试科目/范围、当前水平自评、可用每日学习时长、考试日期(可用 datetime 对齐「今天」与截止日)。
【输出】
- 分阶段(基础→专题→模考→查漏);每周重点与**可执行**日任务(番茄钟量级即可)。
- 用 json_process 或 Markdown 表格输出计划时保持可打印、可勾选。
- 不保证分数;提醒睡眠与劳逸结合。
【原则】
- 若信息不足,先问 12 个关键问题再出计划。
""",
tools=tuple(TOOLS_STD),
temperature=0.35,
),
EduAgentSpec(
name="家校沟通话术助手",
label="家校沟通",
node_id="llm-edu-parent",
description=(
"面向教师/班主任:与家长微信、电话、家长会沟通的礼貌、清晰话术草稿;"
"情境包括成绩反馈、纪律、合作建议;不替代正式处分或法律意见。"
),
prompt="""你是「家校沟通话术助手」,读者主要是**教师**。
【能力】
- 根据情境生成:**简短微信**、**电话开场**、**家长会发言要点**(客观、合作、具体建议)。
- 语气:**尊重、不激化矛盾**;避免标签化学生与家长。
- 可提供「若家长情绪激动」的缓和句式与边界话术。
【边界】
- 不涉及具体法律结论;严重事件建议走学校流程与专业人士。
- 不编造学生隐私细节;缺信息时用占位并请老师补全。
【输出】
- 先给「目标」再给「话术草稿」与「可选修改点」。
""",
tools=tuple(TOOLS_STD),
temperature=0.3,
),
EduAgentSpec(
name="实验报告结构化助手",
label="实验报告",
node_id="llm-edu-lab",
description=(
"辅助理化生实验报告:目的、器材、步骤、数据表、误差与结论框架;"
"可读取用户上传的实验数据或草稿file_read不伪造实验数据。"
),
prompt="""你是「实验报告结构化助手」。
【能力】
- 按常见结构梳理:**目的、原理、器材、步骤、数据记录表、处理与误差、结论与讨论**。
- 用户上传数据/草稿时 **先 file_read**,再帮助排版与补全「讨论角度」(不编造未出现的测量值)。
- 可用 json_process 输出字段清单供粘贴到 Word。
【原则】
- **严禁伪造数据**;缺失数据处标注「请填写实测」。
- 涉及安全操作须提醒遵守实验室规范。
【输出】
- 中文;公式与单位规范;表格用 Markdown。
""",
tools=tuple(TOOLS_STD),
temperature=0.3,
),
EduAgentSpec(
name="数学解题思路助手",
label="数学辅导",
node_id="llm-edu-math",
description=(
"数学题型思路、关键步骤与检验方法;可用 math_calculate 做简单数值校验;"
"不输出可整卷照抄的解答,侧重引导与分步。"
),
prompt="""你是「数学解题思路助手」。
【能力】
- 根据题目(含上传图片 **file_read** OCR结果分析**考点、等价变形、推荐步骤链、易错点**。
- 需要时可用 **math_calculate** 做简单数值/表达式验算(步骤仍用文字说明)。
- 给「下一步提示」而非一次性完整标准答案,引导学生自算。
【边界】
- 竞赛/考试整卷代做请求应拒绝完整作答,改为方法提纲。
- 不确定题意时先澄清条件。
【输出】
- 分步编号;关键式子单独一行;中文说明。
""",
tools=tuple(TOOLS_MATH),
temperature=0.25,
max_tool_iterations=14,
),
EduAgentSpec(
name="生涯选科咨询助手",
label="选科咨询",
node_id="llm-edu-career",
description=(
"浅度选科/分科、专业兴趣自我梳理:优势学科、职业想象、信息清单与决策问题;"
"不提供唯一正确答案,不替代官方招生政策;引导查官方简章与老师。"
),
prompt="""你是「生涯选科咨询助手」,做**浅度、非决策替代**的引导。
【能力】
- 用结构化提问帮用户梳理:**兴趣、学科感受、时间投入、长远想象**。
- 输出「信息收集清单」(官方简章、学校开设组合、本校资源)与「决策维度表」,不替用户做唯一选择。
- 可用 json_process 整理自评表。
【边界】
- 不编造分数线、政策条款;涉及政策必提示以**教育部门与学校最新官方文件**为准。
- 心理危机倾向请引导寻求专业人士与学校心理老师。
【语气】
- 平等、务实;避免焦虑营销式表述。
""",
tools=tuple(TOOLS_STD),
temperature=0.4,
),
]
def _sanitize_edges(edges: List[Dict[str, Any]]) -> List[Dict[str, Any]]:
seen: set = set()
out: List[Dict[str, Any]] = []
for e in edges or []:
s, t = e.get("source"), e.get("target")
if not s or not t or s == t:
continue
key = (s, t, e.get("sourceHandle") or "")
if key in seen:
continue
seen.add(key)
ne = dict(e)
if not ne.get("targetHandle"):
ne["targetHandle"] = "left"
if not ne.get("id"):
sh = ne.get("sourceHandle") or "r"
ne["id"] = f"e_{s}_{t}_{sh}"
out.append(ne)
return out
def build_workflow(spec: EduAgentSpec) -> Dict[str, Any]:
llm_pos: Tuple[int, int] = (380, 220)
tools = list(spec.tools)
nodes: List[Dict[str, Any]] = [
{"id": "start-1", "type": "start", "position": {"x": 80, "y": 220}, "data": {"label": "开始"}},
{
"id": spec.node_id,
"type": "llm",
"position": {"x": llm_pos[0], "y": llm_pos[1]},
"data": {
"label": spec.label,
"prompt": spec.prompt,
"provider": PROVIDER,
"model": MODEL,
"temperature": spec.temperature,
"request_timeout": REQ_TIMEOUT,
"enable_tools": True,
"tools": tools,
"selected_tools": tools,
"max_tool_iterations": spec.max_tool_iterations,
},
},
{"id": "end-1", "type": "end", "position": {"x": llm_pos[0] + 260, "y": 220}, "data": {"label": "结束"}},
]
edges = _sanitize_edges(
[
{"source": "start-1", "target": spec.node_id, "sourceHandle": "right", "targetHandle": "left"},
{"source": spec.node_id, "target": "end-1", "sourceHandle": "right", "targetHandle": "left"},
]
)
return {"nodes": nodes, "edges": edges}
def _validate_local(wf: Dict[str, Any]) -> None:
from app.services.workflow_validator import validate_workflow
r = validate_workflow(wf.get("nodes") or [], wf.get("edges") or [])
if not r.get("valid"):
errs = r.get("errors") or []
raise ValueError("工作流校验失败: " + "; ".join(errs))
def _find_agent_id(h: Dict[str, str], name: str) -> Optional[str]:
r = requests.get(f"{BASE}/api/v1/agents", params={"search": name, "limit": 80}, headers=h, timeout=45)
if r.status_code != 200:
return None
for a in r.json() or []:
if a.get("name") == name:
return a.get("id")
return None
def upsert_agent(h: Dict[str, str], spec: EduAgentSpec) -> Tuple[bool, str]:
wf = build_workflow(spec)
_validate_local(wf)
desc = spec.description + f" 默认模型 {PROVIDER}/{MODEL}"
existing = _find_agent_id(h, spec.name)
if existing:
ur = requests.put(
f"{BASE}/api/v1/agents/{existing}",
headers=h,
json={
"description": desc,
"workflow_config": wf,
"budget_config": BUDGET_BASE,
},
timeout=120,
)
if ur.status_code != 200:
return False, f"更新失败 {spec.name}: {ur.status_code} {ur.text[:500]}"
return True, f"更新 {spec.name} id={existing}"
cr = requests.post(
f"{BASE}/api/v1/agents",
headers=h,
json={
"name": spec.name,
"description": desc,
"workflow_config": wf,
"budget_config": BUDGET_BASE,
},
timeout=120,
)
if cr.status_code != 201:
return False, f"创建失败 {spec.name}: {cr.status_code} {cr.text[:500]}"
aid = cr.json()["id"]
return True, f"创建 {spec.name} id={aid}"
def main() -> int:
specs = AGENTS
if ONLY:
specs = [s for s in AGENTS if s.name == ONLY]
if not specs:
print(f"未找到名称完全匹配的 Agent 规格: {ONLY}", file=sys.stderr)
print("可选名称:", "".join(s.name for s in AGENTS), file=sys.stderr)
return 1
r = requests.post(
f"{BASE}/api/v1/auth/login",
data={"username": USER, "password": PWD},
headers={"Content-Type": "application/x-www-form-urlencoded"},
timeout=15,
)
if r.status_code != 200:
print("登录失败:", r.status_code, r.text[:500], file=sys.stderr)
return 1
token = r.json().get("access_token")
if not token:
print("无 access_token", file=sys.stderr)
return 1
h = {"Authorization": f"Bearer {token}", "Content-Type": "application/json"}
ok_n = 0
results: List[Dict[str, str]] = []
for spec in specs:
try:
ok, msg = upsert_agent(h, spec)
print(msg)
results.append({"name": spec.name, "ok": str(ok), "message": msg})
if ok:
ok_n += 1
except ValueError as e:
print(spec.name, "校验失败:", e, file=sys.stderr)
results.append({"name": spec.name, "ok": "false", "message": str(e)})
print(json.dumps({"base": BASE, "succeeded": ok_n, "total": len(specs), "details": results}, ensure_ascii=False))
return 0 if ok_n == len(specs) else 2
if __name__ == "__main__":
raise SystemExit(main())