20 Feb, 2026
3 commits
-
- Search image_url: parse results[].image_url, add _normalize_image_url() to convert protocol-less URLs (////host/path) to https://host/path; fix double slash (use https:// + url.lstrip("/") so normalized URL has single //). - Logging: log full LLM request/response (LLM_REQUEST, LLM_RESPONSE), full tool call results (TOOL_CALL_RESULT); for search tool log SEARCH_RESULT summary and per-item SEARCH_RESULT_ITEM (image_url_raw) and SEARCH_RESULT_PRODUCT (image_url_normalized). - Streamlit: replace deprecated use_container_width=True with width="stretch" for st.image and st.button. Co-authored-by: Cursor <cursoragent@cursor.com> -
## 搜索结果管理与人机回复引用 - 新增 app/search_registry.py：SearchResultRegistry + SearchResult/ProductItem 数据结构，按 session 存储每次搜索的 query、质量评估与商品列表。 - 搜索工具改为工厂 make_search_products_tool(session_id, registry)：每次搜索后由 LLM 对 top20 打标（完美匹配/部分匹配/不相关），产出整体 verdict（优质/一般/较差），仅将「完美+部分」写入 registry 并返回摘要 + [SEARCH_REF:ref_id]；不再向 Agent 返回完整商品列表。 - 废除 extract_products_from_response：最终回复中通过内联 [SEARCH_REF:xxx] 引用「搜索结果块」，UI 用 SEARCH_REF_PATTERN 解析后从 registry 取对应 SearchResult 渲染 query 标题 + 商品卡片，避免 LLM 复述商品列表，节省 token 并减少错误。 ## 系统提示与行为约束 - 系统提示词通用化（不绑定时尚品类），明确四步：理解意图 → 规划 2～4 个 query → 执行搜索并评估 → 撰写回复。 - 要求同一条回复中并行发起 2～4 次 search_products（不同 query），利用 LangGraph ToolNode 的并行执行缩短等待；禁止串行「搜一个看一个再搜下一个」。 - 轮次上限：最多两轮搜索（两轮 = 两次「Agent 发 tool_calls → Tools 执行 → 返回」）；若已有优质/一般结果则直接写回复，仅当全部较差时允许第二轮（最多再 1～2 个 query）。图逻辑增加 n_tool_rounds 状态与 agent_final 节点，两轮后强制进入「仅回复、不调工具」的 agent_final，避免无限重搜。 ## 前端与工具导出 - app.py：render_message_with_refs(content, session_id) 按 [SEARCH_REF:xxx] 切分并渲染；render_search_result_block 展示 query + 质量 + 商品卡片；display_product_card_from_item 支持 image_url/本地图/占位；Clear Chat 时 clear_session(registry)。 - app/tools/__init__.py：改为导出 make_search_products_tool、web_search，不再导出已移除的 search_products 顶层名。 Co-authored-by: Cursor <cursoragent@cursor.com>
18 Feb, 2026
1 commit
-
2. add web sch tools
12 Feb, 2026
4 commits