feat：完成重构和测试

app/agent/screen_agent.py

@@ -10,7 +10,7 @@ from typing import Literal, Self
 from langchain.agents import create_agent
 from langchain.agents.middleware import ModelCallLimitMiddleware, wrap_model_call
 from langchain.agents.structured_output import ToolStrategy
-from langchain_core.messages import AIMessage
+from langchain_core.messages import AIMessage, HumanMessage
 from loguru import logger
 from pydantic import BaseModel, Field, model_validator
 
@@ -62,21 +62,36 @@ class AgentReply(BaseModel):
         return self
 
 
-# 偶发的空回复最多重新调用几次
-EMPTY_REPLY_RETRIES = 2
+# 模型没有调用工具时最多纠正几次
+NO_TOOL_CALL_RETRIES = 2
+NO_TOOL_CALL_HINT = (
+    "每一轮都要调用工具。要结束时调用 AgentReply，给用户的话写在 message 里"
+)
 
 
 @wrap_model_call
-async def retry_empty_reply(request, handler):
-    """每一轮都必须调用工具（最后一轮是 AgentReply）；模型偶尔返回既没有文本也没有工具调用的空回复，
-    这是调用失败而不是模型的决定，重新调用即可"""
+async def require_tool_call(request, handler):
+    """ToolStrategy 要求每一轮都调用工具，结束时调用 AgentReply；模型偶尔只回文本（想直接回复用户）或空回复
+
+    原样重试往往得到同样的结果，或者模型转而重复提交 apply_actions 直到调用次数用尽，
+    所以把它的回复和纠正说明加在下一次调用里；只用于这一次调用，不写进 agent 的消息
+    """
     response = await handler(request)
-    for _ in range(EMPTY_REPLY_RETRIES):
+    for _ in range(NO_TOOL_CALL_RETRIES):
         message = response.result[0] if response.result else None
         if not isinstance(message, AIMessage) or message.tool_calls:
             break
         logger.warning(
-            f"模型返回了没有工具调用的回复，重新调用: {message.response_metadata}"
+            f"模型没有调用工具，纠正后重新调用: {str(message.content)[:200]}"
+        )
+        # 空回复不放回去，部分接口不接受内容为空的助手消息
+        replied = [message] if message.content else []
+        request = request.override(
+            messages=[
+                *request.messages,
+                *replied,
+                HumanMessage(content=NO_TOOL_CALL_HINT),
+            ]
         )
         response = await handler(request)
     return response
@@ -93,12 +108,13 @@ async def get_screen_agent():
             model=get_llm(),
             tools=[get_nodes, apply_actions, *await get_mcp_tools()],
             system_prompt=SYSTEM_PROMPT,
+            # 用工具调用给出结论：试过原生结构化输出（ProviderStrategy），歧义时模型更常直接执行而不追问，评测多删了组件
             response_format=ToolStrategy(AgentReply),
             state_schema=ScreenAgentState,
             context_schema=ScreenAgentContext,
             middleware=[
                 *skill_middleware(),
-                retry_empty_reply,
+                require_tool_call,
                 # 超过上限时插入说明并结束，没有结构化结果，由节点按失败处理
                 ModelCallLimitMiddleware(
                     run_limit=settings.max_agent_steps, exit_behavior="end"
@@ -108,4 +124,5 @@ async def get_screen_agent():
             checkpointer=False,
             name="screen_agent",
         )
+        
     return _agent