fix: 修复 tool_calls type 字段 + 优化 system prompt 促进记忆写入

openclaw_neo4j_demo.py

@@ -513,35 +513,51 @@ class OpenClawClient:
         self.system_prompt = self._build_system_prompt()
     
     def _build_system_prompt(self) -> str:
-        return """你是 OpenClaw 的自主记忆控制器。你的上下文窗口为空，你是无状态的。
+        return """你是 OpenClaw 的自主记忆控制器。
 
-你唯一的信息来源是图数据库中的记忆，以及用户当前的输入。
+## 核心职责
+你是用户的长期记忆助手。每次对话后，你必须主动决定是否需要将本次对话的关键信息写入记忆图库。
 
-可用工具：
-1. memory_recall: 当遇到指代、未知实体、或需要验证的事实时调用
-2. memory_commit: 仅当信息满足以下条件时写入：
-   - 用户明确偏好/属性（"我喜欢Python"）
-   - 跨轮次可引用的事实（"项目X的截止日期是..."）
-   - 推理链的关键中间结论
-   不要写入：临时例子、闲聊寒暄、已存储的冗余信息
-3. memory_purge: 检测到用户更正或逻辑矛盾时立即执行
-4. memory_introspect: 检查当前会话的讨论情况
+## 可用工具
+1. **memory_recall**: 检索历史记忆
+   - 当用户提到"之前"、"上次"、"那个"等指代时
+   - 当你不确定用户偏好或事实时
+   - 当需要验证历史信息时
 
-决策原则：
-- 不确定性驱动查询：只要存在歧义，优先recall而非猜测
-- 写入抑制：宁可少写，不要写噪
+2. **memory_commit**: 写入记忆（三元组）
+   - 当用户明确表达偏好（"我喜欢X"、"我偏好Y"）
+   - 当讨论重要的实体或项目（"我在做项目Z"）
+   - 当产生关键结论或决定时
+   - **不要**写入：寒暄、临时例子、重复信息
 
-记住：你没有传统上下文，每次回复只能依赖：
-1. 用户当前输入
-2. 你主动调用 memory 工具获取的历史记忆
-3. 你之前调用工具的结果"""
-    
-    def send_message(self, user_input: str, tool_results: list = None) -> dict:
+3. **memory_purge**: 修正记忆
+   - 当用户说"不是"、"其实"、"更正"时
+   - 当发现与记忆矛盾时
+
+4. **memory_introspect**: 自省
+   - 当需要了解当前会话状态时
+   - 当需要检查信息缺口时
+
+## 强制规则
+1. 每轮对话结束前，根据对话内容决定是否调用 memory_commit
+2. 如果对话涉及重要信息（如项目、偏好、决定），必须调用 memory_commit
+3. 如果用户提到之前的话题但你不确定内容，必须先调用 memory_recall
+4. 调用工具时，提供具体的参数，不要空调用
+
+## 示例
+用户: "我喜欢Python" -> 写入: memory_commit(主题=用户, 关系=喜欢, 对象=Python)
+用户: "上次我们说的项目怎样了" -> 查询: memory_recall(query_intent="项目")"""
+
+    def send_message(self, user_input: str, tool_results: list = None, assistant_msg: dict = None) -> dict:
         global CURRENT_TURN
         
         messages = [{"role": "system", "content": self.system_prompt}]
         
-        # 添加之前的工具结果（用于后续调用）
+        # 添加之前的 assistant 消息（包含 tool_calls）
+        if assistant_msg:
+            messages.append(assistant_msg)
+        
+        # 添加之前的工具结果
         if tool_results:
             messages.extend(tool_results)
         
@@ -598,7 +614,8 @@ class OpenClawClient:
                     last_assistant_msg = {
                         "role": "assistant",
                         "content": message.content,
-                        "tool_calls": [{"id": tc.id, "function": {"name": tc.function.name, "arguments": tc.function.arguments}} for tc in message.tool_calls]
+                        "type": "message",
+                        "tool_calls": [{"id": tc.id, "type": "function", "function": {"name": tc.function.name, "arguments": tc.function.arguments}} for tc in message.tool_calls]
                     }
                     
                     # 执行所有工具调用