feat：优化节点错误处理

app/processor/graph.py

@@ -28,9 +28,11 @@ def route_after_intent(state: QueryState) -> str:
     return state["intent"]
 
 
-def route_after_requirement(state: QueryState) -> bool:
-    # True 进入澄清，False 进入修改范围判断
-    return state["requirement"].needs_clarification
+def route_after_requirement(state: QueryState) -> str:
+    # 需求输出校验失败直接收尾；需要澄清进入澄清，否则进入修改范围判断
+    if state["status"] == "failed":
+        return "fallback_node"
+    return "clarify_node" if state["requirement"].needs_clarification else "scope_node"
 
 
 def route_after_wait(state: QueryState) -> str:
@@ -38,7 +40,15 @@ def route_after_wait(state: QueryState) -> str:
     return "input_node" if state["status"] == "running" else END
 
 
+# TODO 目前“资源”只有物料目录，数据源和 RAG 尚未准备好
+# 接入后把 needs_planning 与 resource_needs 拆成两个独立开关：
+#   规划 -> 按需查资源 -> planner；无需规划但有 resource_needs -> 查资源 -> action
+# 并让 component_resource_node 按 resource_needs 决定查什么，而不是固定全量目录
+# 在此之前，无需规划且带 resource_needs 的请求会由 action_block_reason 判为失败
 def route_after_scope(state: QueryState) -> str:
+    # 范围输出校验失败或已判定无法执行，直接失败收尾
+    if state["status"] == "failed":
+        return "fallback_node"
     # 需要规划时先获取组件能力，供规划节点选择可用组件
     if state["change_scope"].needs_planning:
         return "component_resource_node"
@@ -132,7 +142,11 @@ def build_graph(checkpointer=None):
     workflow.add_conditional_edges(
         source="requirement_node",
         path=route_after_requirement,
-        path_map={True: "clarify_node", False: "scope_node"},
+        path_map={
+            "clarify_node": "clarify_node",
+            "scope_node": "scope_node",
+            "fallback_node": "fallback_node",
+        },
     )
 
     # 先保存澄清问题和等待状态，再进入调用 interrupt 的节点暂停执行
@@ -160,7 +174,11 @@ def build_graph(checkpointer=None):
     )
 
     # 规划完成后交给动作节点转换，动作节点还会检查规划是否可执行
-    workflow.add_edge("planner_node", "action_node")
+    workflow.add_conditional_edges(
+        "planner_node",
+        lambda state: "fallback_node" if state["status"] == "failed" else "action_node",
+        {"action_node": "action_node", "fallback_node": "fallback_node"},
+    )
 
     # 动作生成后按结果进入校验、修正分析或失败收尾
     workflow.add_conditional_edges(