feat：优化增量执行、工具调用容错与评测体系

app/processor/nodes/screen_agent_node.py

@@ -1,39 +1,49 @@
-"""调用 screen agent，按它的回复和最后一次提交的结果写回状态
+"""调用 screen agent，按它的回复和成功提交的动作写回状态
 
-kind 由模型决定；代码只在"回复 done 但最后一次提交失败"时不采纳，因为此时没有能交付的动作
+kind 由模型决定；代码只在"回复 done 但最后一次提交失败"时不采纳：最后想做的修改没有写入草稿，
+模型却说已完成。这是保守做法，last_write_failed 只看工具结果，任务是否完成仍以模型的结论和评测为准
+agent 正常结束却没有结论时（调用次数用尽、只回了文本或空回复）补一次只读收尾；取消和异常照常抛出，不收尾
 """
 
 import json
 
 from langchain_core.messages import HumanMessage
 
-from app.agent.screen_agent import AgentReply, get_screen_agent
-from app.agent.tools import ScreenAgentContext
+from app.agent.screen_agent import (
+    AgentReply,
+    finalize_reply,
+    get_screen_agent,
+    reached_call_limit,
+)
+from app.agent.tools import ScreenAgentContext, last_write_failed
 from app.processor.base import BaseNode
 from app.processor.history import history_messages
 from app.processor.state import QueryState, run_data
 from app.processor.summary import request_summary
 from app.resources.component import get_catalog_cache
 
+# 评测按这句话识别"草稿因最后一次提交失败没有交付"，单独核对草稿本身是否满足要求
+DRAFT_REJECTED = "修改没有通过校验，这次没有生效，可以换个说法再试"
 
-def reply_update(result: dict) -> QueryState:
+
+def reply_update(result: dict, *, limit_hit: bool = False) -> QueryState:
     """把 agent 的运行结果转换成 QueryState 的更新"""
     reply: AgentReply | None = result.get("structured_response")
     if reply is None:
-        # 调用次数用尽等情况，agent 没有给出结论
-        return {
-            "status": "failed",
-            "answer": "处理步骤超出上限，这次没有完成，可以换个说法再试",
-        }
+        # 收尾也没有给出合法的结论；按真实原因说明，不再一律说超出上限
+        answer = (
+            "处理步骤超出上限，这次没有完成，修改没有生效，可以换个说法再试"
+            if limit_hit
+            else "这次没有得出结论，修改没有生效，可以换个说法再试"
+        )
+        return {"status": "failed", "answer": answer}
     if reply.kind == "clarify":
         return {"status": "waiting_for_input", "clarification": reply.clarification}
     if reply.kind == "unable":
         return {"status": "failed", "answer": reply.message}
-    if result.get("apply_error"):
-        return {
-            "status": "failed",
-            "answer": "修改没有通过校验，这次没有生效，可以换个说法再试",
-        }
+    if last_write_failed(result.get("messages", [])):
+        return {"status": "failed", "answer": DRAFT_REJECTED}
+    # 各次成功提交的动作按顺序拼接；clarify、unable 不交付，下次请求从原始大屏重新执行
     return {
         "status": "completed",
         "actions": result.get("actions") or [],
@@ -70,12 +80,16 @@ class ScreenAgentNode(BaseNode):
                 data=run_data(),
             ),
         )
+        limit_hit = False
         if result.get("structured_response") is None:
+            limit_hit = reached_call_limit(result["messages"])
             last = result["messages"][-1]
             self.logger.warning(
-                f"agent 没有给出结论: {last.type} {str(last.content)[:500]} "
-                f"tool_calls={getattr(last, 'tool_calls', None)} "
+                f"agent 没有给出结论（{'调用次数用尽' if limit_hit else '没有调用 AgentReply'}），收尾一次: "
+                f"{last.type} {str(last.content)[:500]} "
                 f"metadata={getattr(last, 'response_metadata', None)}"
             )
-        updated_state.update(reply_update(result))
+            reply = await finalize_reply(result, limit_hit=limit_hit)
+            result = {**result, "structured_response": reply}
+        updated_state.update(reply_update(result, limit_hit=limit_hit))
         return updated_state

app/processor/state.py

@@ -20,7 +20,9 @@ class QueryState(TypedDict):
     input_context: NotRequired[InputContext]  # 校验后的上下文，包含最新大屏和澄清历史
     intent_decision: NotRequired[DecisionResponse | None]  # Jev 原始意图判断及分数
     intent: NotRequired[Route | None]  # 门控后的去向
-    actions: NotRequired[list[Action] | None]  # screen agent 最后一次成功提交的动作
+    actions: NotRequired[
+        list[Action] | None
+    ]  # screen agent 各次成功提交的动作，按执行顺序拼接
     clarification: NotRequired[Clarification | None]  # 当前澄清问题及选项
     clarification_reply: NotRequired[
         ClarificationReply | None