fix(prompt): 去掉"每轮只能发一次 output_send"的凭空限制;type 缺省即 text

用户现场指出:**qq 插件的输出通道判据太严了**(那条判据在插件侧,已单独修:
`output_send__qq` 不再受"当前会话身份"限制)。同时内核提示词里还有一条**同类的凭空限制**:

  「每轮对话**通常只需调用一次** output_send__{通道名} 即可完成回复。
    仅在内容确实超过单条消息长度上限(如 >4000 字)时才拆分为多条」

可设计上输出是 agent 的**主动调用**:收到一次输入后,可以往**任意(已授权的)通道**
发**任意多次**(分段播报、先回执后结论、同时通知多个通道都合法)。这句话会让模型
自己收起合理的多次输出 —— 而且它不是任何机制的要求,只是当初为压 output-loop 写的
措辞(真正的防环机制是"回执只回 ok、不回传富结果",那条保留)。

改法:
- 提示词改为明确授权:**输出次数与目标通道由你自己决定**,没有「一轮只能发一次」的限制;
  只保留两条真话:单条长度上限(超长拆完整段落)、别反复重发**完全相同**的内容。
- `output_send__*` 的 `type` 参数改为**可选**(缺省 text):判据该拦的是"不知道发什么",
  不是"没写众所周知的默认值"——此前缺 type 会直接失败并让模型重试一次。

判据 3 条(新增 `output_rules_test.go`):提示词不得含输出次数限制且必须显式授权 /
省略 type 时按 text 发送成功且 schema 的 required 只有 payload / 空 payload 仍被拦。

(cherry picked from commit 17ea7fd5f0)
This commit is contained in:
JianFeeeee
2026-09-13 16:04:11 +08:00
parent 5160d8d4d1
commit 1d4f2beeea
3 changed files with 118 additions and 6 deletions

View File

@ -13,8 +13,13 @@ func (a *Agent) executeOutputSendTool(tc agentAPI.ToolCall) string {
channel := strings.TrimPrefix(tc.Name, "output_send__")
payload, _ := tc.Arguments["payload"].(string)
rawType, _ := tc.Arguments["type"].(string)
if channel == "" || payload == "" || rawType == "" {
return "工具名称格式: output_send__{channel}payload 和 type 不能为空"
if channel == "" || payload == "" {
return "工具名称格式: output_send__{channel}payload 不能为空"
}
// type 缺省按 text 处理:绝大多数输出就是文本,让模型为"省略一个默认值"付一次
// 失败重试没有意义(判据该拦的是"不知道发什么",不是"没写众所周知的默认值")。
if rawType == "" {
rawType = "text"
}
// 授权闸(纵深防御):模型可能凭名字直接调未授权的输出门。
if !a.IsOutputAllowed(channel) {

View File

@ -0,0 +1,100 @@
package core
import (
"strings"
"testing"
agentAPI "gitcode.com/JianFeeeee/HomeAgent/internal/agent/api"
)
// 设计口径:输出是 agent 的**主动调用** —— 收到一次输入后,可以往任意(已授权的)
// 通道发**任意多次**(分段播报、先回执后结论、同时通知多个通道都合法)。
//
// 这条判据钉住的是"提示词里不得出现输出次数限制"。此前 `tooldefs.go` 里写着
// 「每轮对话通常只需调用一次 output_send__{通道名} 即可完成回复」—— 一条凭空的限制,
// 会让模型自己收起合理的多次输出(用户现场指出)。
func TestSystemPromptDoesNotRestrictOutputCount(t *testing.T) {
parent, _, _ := newRootForResidents(t)
defer parent.Stop()
prompt := parent.buildSystemPrompt("", "你好")
banned := []string{
"只需调用一次",
"只能调用一次",
"通常只需调用",
"不要重复发送",
}
for _, b := range banned {
if strings.Contains(prompt, b) {
t.Fatalf("系统提示词里仍有输出次数限制 %q —— 设计上次数不限", b)
}
}
if !strings.Contains(prompt, "输出次数与目标通道由你自己决定") {
t.Fatal("系统提示词应明确「输出次数与目标通道由你自己决定」")
}
if !strings.Contains(prompt, "没有任何「一轮只能发一次」的限制") {
t.Fatal("系统提示词应显式否认「一轮只能发一次」")
}
}
// 输出工具的 type 可省略,缺省按 text 处理(判据该拦的是"不知道发什么"
// 不是"没写众所周知的默认值")。
func TestOutputSendTypeDefaultsToText(t *testing.T) {
parent, _, _ := newRootForResidents(t)
defer parent.Stop()
dev := &outputTestDevice{name: "fakeout"}
if err := parent.io.RegisterDevice(dev); err != nil {
t.Fatal(err)
}
out := parent.executeOutputSendTool(agentAPI.ToolCall{
Name: "output_send__fakeout",
Arguments: map[string]interface{}{"payload": "只给 payload不给 type"},
})
if out != "ok" {
t.Fatalf("省略 type 时应默认 text 并发送成功,得到 %q", out)
}
if len(dev.sent) != 1 {
t.Fatalf("通道应收到 1 次输出,得到 %d", len(dev.sent))
}
if args, _ := dev.sent[0]["args"].(map[string]interface{}); args["type"] != "text" {
t.Fatalf("缺省类型应为 text实际 %v", args["type"])
}
// 工具 schemarequired 只应含 payload
var found bool
for _, td := range parent.buildToolDefs() {
entry, _ := td.(map[string]interface{})
fn, _ := entry["function"].(map[string]interface{})
if n, _ := fn["name"].(string); n != "output_send__fakeout" {
continue
}
found = true
params, _ := fn["parameters"].(map[string]interface{})
req, _ := params["required"].([]string)
if len(req) != 1 || req[0] != "payload" {
t.Fatalf("output_send 的 required 应只有 payload实际 %v", req)
}
}
if !found {
t.Fatal("未生成 output_send__fakeout 工具")
}
}
// 空 payload 仍应被拦(这条判据是对的:不知道发什么不能放过)。
func TestOutputSendStillRequiresPayload(t *testing.T) {
parent, _, _ := newRootForResidents(t)
defer parent.Stop()
if err := parent.io.RegisterDevice(&outputTestDevice{name: "fakeout"}); err != nil {
t.Fatal(err)
}
out := parent.executeOutputSendTool(agentAPI.ToolCall{
Name: "output_send__fakeout",
Arguments: map[string]interface{}{"type": "text"},
})
if !strings.Contains(out, "payload 不能为空") {
t.Fatalf("空 payload 应被拦,得到 %q", out)
}
}

View File

@ -102,7 +102,14 @@ func (a *Agent) buildSystemPrompt(memContext string, userInput string) string {
prompt += "- 同步通道webui / cli / 终端):直接返回纯文本,内核会把文本交给等待方显示,无需调用工具。\n"
prompt += "- 异步通道qq / wechat / 群聊等):返回纯文本**【不会】**自动送达用户,必须调用 output_send__{通道名} 工具(注意 meta 里带上正确的 user_id 或 group_id才能真正把消息发出去。\n"
prompt += "- 不确定当前通道的发送方式时,先用 output_send__{通道名}_help 查看该通道的 meta 格式和 type 枚举,再决定。\n"
prompt += "- 每轮对话**通常只需调用一次** output_send__{通道名} 即可完成回复。仅在内容确实超过单条消息长度上限(如 >4000 字)时才拆分为多条;拆分时每条应是完整段落,不要碎片化。\n"
// ❗这里**不得**限制"一轮只能发一次"。设计上输出是 agent 的**主动调用**
// 收到一次输入后,可以往**任意(已授权的)通道**发**任意多次**(分段播报、
// 先回执后结论、同时通知多个通道都合法)。此前这里写着"每轮对话通常只需调用
// 一次 output_send"——那是一条**凭空的限制**,会让模型自己收起合理的多次输出。
// 真正需要提醒的只有两件事:单条长度上限(超长拆成完整段落)与"别反复重发
// 完全相同的内容"(自律,不是判据)。
prompt += "- **输出次数与目标通道由你自己决定**:一次输入可以对同一通道发多条(先回执后结论、分步播报、分段长文),也可以同时发到多个通道(例如同时通知 webui 与 qq。**没有任何「一轮只能发一次」的限制。**\n"
prompt += "- 输出时只需注意两点:单条消息的长度上限(超长就拆成完整段落,不要碎片化);别反复重发**完全相同**的内容(那是浪费,不是限制)。\n"
prompt += "- 需要多步执行的长任务:**必须先**向当前对话通道发一条确认消息告诉用户已收到(异步通道用输出门工具,同步通道直接返回文本),**然后再**执行具体排查工具。确认消息不代表任务完成,发出后仍需继续执行实际工具并最终汇报结果。\n"
prompt += "- 用户从其他渠道发来「在哪里/怎么样了」这类追问时,先回忆上次任务的通道与上下文,再回同一通道。"
@ -624,7 +631,7 @@ func (a *Agent) buildToolDefs() []interface{} {
"type": "function",
"function": map[string]interface{}{
"name": "output_send__" + ch.Name,
"description": desc + "。能力: " + capStr + "。payload 为消息载荷meta 为 JSON 发送元数据type 为载荷类型。用 _help 查看 meta 格式 type 枚举。",
"description": desc + "。能力: " + capStr + "。payload 为消息载荷type 默认 text可省略meta 为 JSON 发送元数据。用 _help 查看 meta 格式 type 枚举。",
"parameters": map[string]interface{}{
"type": "object",
"properties": map[string]interface{}{
@ -638,10 +645,10 @@ func (a *Agent) buildToolDefs() []interface{} {
},
"type": map[string]interface{}{
"type": "string",
"description": "载荷类型,用 channel._help 查看支持的枚举值",
"description": "载荷类型,默认 text其它枚举用 channel._help 查看",
},
},
"required": []string{"payload", "type"},
"required": []string{"payload"},
},
},
})