feat：优化节点错误处理

app/processor/nodes/planner_node.py

@@ -10,6 +10,12 @@ from app.processor.state import QueryState
 from app.prompt.planner import PLANNER_SYSTEM_PROMPT
 from app.schemas.screen_plan import ScreenPlan
 
+# 规划输出未通过校验时，带着错误让模型重新规划的最大次数
+# TODO 上游节点目前只有这里做了节点内重试，scope_node 和 requirement_node 尚未跟进
+# TODO 将来可改为图级回路：规划校验失败 -> 规划版 reflection -> planner，
+#      与动作阶段的重试统一由 route_failure 控制，届时可去掉这里的节点内重试
+PLAN_MAX_REPAIRS = 1
+
 
 class PlannerNode(BaseNode):
     name = "planner_node"
@@ -26,28 +32,64 @@ class PlannerNode(BaseNode):
         # 图保证组件目录已就绪后才进入规划
         resources = state["component_resources"]
 
+        messages = [
+            # 系统消息提供稳定的规划规则和输出边界
+            SystemMessage(content=PLANNER_SYSTEM_PROMPT),
+            # 用户消息承载本次上下文、需求、范围及组件能力摘要
+            HumanMessage(
+                content=json.dumps(
+                    {
+                        "input_context": context.model_dump(mode="json"),
+                        "requirement": requirement.model_dump(mode="json"),
+                        "change_scope": scope.model_dump(mode="json"),
+                        # 仅提供规划需要的组件摘要，省略完整默认配置
+                        "component_resources": resources.to_planner_context(),
+                    },
+                    ensure_ascii=False,
+                )
+            ),
+        ]
         llm_client = get_llm(ScreenPlan)
-        result = await llm_client.ainvoke(
-            [
-                # 系统消息提供稳定的规划规则和输出边界
-                SystemMessage(content=PLANNER_SYSTEM_PROMPT),
-                # 用户消息承载本次上下文、需求、范围及组件能力摘要
-                HumanMessage(
-                    content=json.dumps(
-                        {
-                            "input_context": context.model_dump(mode="json"),
-                            "requirement": requirement.model_dump(mode="json"),
-                            "change_scope": scope.model_dump(mode="json"),
-                            # 仅提供规划需要的组件摘要，省略完整默认配置
-                            "component_resources": resources.to_planner_context(),
-                        },
-                        ensure_ascii=False,
-                    )
-                ),
-            ]
-        )
 
-        plan = result
+        for attempt in range(PLAN_MAX_REPAIRS + 1):
+            plan = None
+            try:
+                plan = await llm_client.ainvoke(messages)
+                self._check(plan, state)
+                break
+            except ValueError as error:
+                # 解析失败、引用不存在的目标等可由模型自行纠正，超过次数才失败收尾
+                if attempt == PLAN_MAX_REPAIRS:
+                    return self.fail_on_invalid_output(
+                        state, error, "未能生成可用的大屏规划，请调整需求后重试"
+                    )
+                self.logger.warning(f"规划未通过校验，重新规划: {error}")
+                feedback = f"上一次输出未通过校验：{error}\n请修正后重新输出完整规划。"
+                if plan is not None:
+                    feedback = f"上一次输出：\n{plan.model_dump_json()}\n\n{feedback}"
+                messages = [*messages, HumanMessage(content=feedback)]
+
+        # 合并需求约束和规划约束，按首次出现顺序去重，保留需求约束在前
+        plan.constraints = list(
+            dict.fromkeys([*requirement.constraints, *plan.constraints])
+        )
+        # 同样合并原始假设与规划补充的假设，避免重复记录或丢失前置条件
+        plan.assumptions = list(
+            dict.fromkeys([*requirement.assumptions, *plan.assumptions])
+        )
+        # 保存通过校验的规划，供后续动作生成使用
+        updated_state["screen_plan"] = plan
+
+        # 返回更新后的状态，由图继续处理规划对应的动作
+        return updated_state
+
+    @staticmethod
+    def _check(plan: ScreenPlan, state: QueryState) -> None:
+        """校验规划的组件类型、目标引用和修改范围，不通过时抛出 ValueError"""
+        requirement = state["requirement"]
+        scope = state["change_scope"]
+        context = state["input_context"]
+        resources = state["component_resources"]
 
         # 校验规划中的物料类型是否真实受支持
         supported_types = {component.type for component in resources.components}
@@ -97,20 +139,6 @@ class PlannerNode(BaseNode):
             if outside := changed_ids - set(scope.target_ids):
                 raise ValueError(f"局部规划修改了范围外的组件: {sorted(outside)}")
 
-        # 合并需求约束和规划约束，按首次出现顺序去重，保留需求约束在前
-        plan.constraints = list(
-            dict.fromkeys([*requirement.constraints, *plan.constraints])
-        )
-        # 同样合并原始假设与规划补充的假设，避免重复记录或丢失前置条件
-        plan.assumptions = list(
-            dict.fromkeys([*requirement.assumptions, *plan.assumptions])
-        )
-        # 保存通过校验的规划，供后续动作生成使用
-        updated_state["screen_plan"] = plan
-
-        # 返回更新后的状态，由图继续处理规划对应的动作
-        return updated_state
-
 
 if __name__ == "__main__":
     import asyncio