fix: 1.调整历史记录用法 2.增加相关常量 3.调整改下知识库Query用法 4.增加友好输出 5.调整系统提示词

internal/biz/ding_talk_bot.go

@@ -161,11 +161,11 @@ func (d *DingTalkBotBiz) Do(ctx context.Context, requireData *entitys.RequireDat
 
 // handleSingleChat 单聊处理
 // 先不接意图识别-仅提供问题处理
-func (d *DingTalkBotBiz) handleSingleChat(ctx context.Context, requireData *entitys.RequireDataDingTalkBot) (err error) {
+func (d *DingTalkBotBiz) handleSingleChat(ctx context.Context, requireData *entitys.RequireDataDingTalkBot) error {
 	// 1. 获取用户信息
 	user, err := d.botUserImpl.GetByStaffId(requireData.Req.SenderStaffId)
 	if err != nil {
-		return
+		return err
 	}
 	requireData.ID = int32(user.UserID)
 	requireData.UserInfo = &entitys.DingTalkUserInfo{
@@ -174,40 +174,24 @@ func (d *DingTalkBotBiz) handleSingleChat(ctx context.Context, requireData *enti
 		Name:    user.Name,
 	}
 
-	// 2. 检查会话状态 (Redis)
+	// 2. 获取历史记录 (最近6轮用户输入)
-	// statusKey := fmt.Sprintf("ai_bot:session:status:%s", requireData.Req.SenderStaffId)
+	userHist, err := d.getRecentUserHistory(ctx, constants.ConversationTypeSingle, requireData.ID, d.conf.Sys.SessionLen)
-	// status, _ := d.redisCli.Get(ctx, statusKey).Result()
-
-	// if status == "WAITING_FOR_SYS_CONFIRM" {
-	// 	// 用户回复了系统名称
-	// 	sysName := requireData.Req.Text.Content
-	// 	d.redisCli.Del(ctx, statusKey)
-	// 	return d.handleWithSpecificSys(ctx, requireData, sysName)
-	// }
-
-	// 3. 获取历史记录 (最近6轮用户输入)
-	userHist, err := d.getRecentUserHistory(ctx, constants.ConversationTypeSingle, requireData.ID, 6)
 	if err != nil {
 		return err
 	}
 
-	// 4. 改写 Query (Query Rewriting)
+	// 3. 系统&问题分类（意图识别阶段）
-	rewrittenQuery, err := d.handle.RewriteQuery(ctx, userHist, requireData.Req.Text.Content)
+	resolveResult, err := d.resolveSystemAndIssueType(ctx, requireData, userHist)
-	var queryText = requireData.Req.Text.Content
-	if err == nil && rewrittenQuery != "" {
-		queryText = rewrittenQuery
-	}
-
-	// 分类
-	resolveResult, err := d.resolveSystemAndIssueType(ctx, requireData, queryText)
 	if err != nil {
 		return err
 	}
+	log.Debugf("系统&分类结果: %s - %s", resolveResult.Sys.SysName, resolveResult.IssueType.Name)
 
+	// 4. 分类处理（后续考虑接各自的工作流/agent）
 	switch resolveResult.IssueType.Code {
-	case "knowledge_qa":
+	case constants.IssueTypeKnowledgeQA:
 		// 知识库问答
-		return d.handleKnowledgeQA(ctx, requireData, queryText, resolveResult)
+		return d.handleKnowledgeQA(ctx, requireData, userHist, resolveResult)
 	default: // 其他问题类型
 		// 系统为空，再次询问
 		if resolveResult.Sys.SysID == 0 {
@@ -219,13 +203,21 @@ func (d *DingTalkBotBiz) handleSingleChat(ctx context.Context, requireData *enti
 }
 
 // 知识库问答
-func (d *DingTalkBotBiz) handleKnowledgeQA(ctx context.Context, requireData *entitys.RequireDataDingTalkBot, queryText string, resolveResult *resolveSystemAndIssueTypeResult) error {
+func (d *DingTalkBotBiz) handleKnowledgeQA(ctx context.Context, requireData *entitys.RequireDataDingTalkBot, userHist []model.AiBotChatHi, resolveResult *resolveSystemAndIssueTypeResult) error {
 	// 获取租户ID
 	tenantId := constants.KnowledgeTenantIdDefault
 	if resolveResult.Sys.KnowlegeTenantKey != "" {
 		tenantId = resolveResult.Sys.KnowlegeTenantKey
 	}
 
+	// 改写 Query (Query Rewriting)
+	rewrittenQuery, err := d.handle.RewriteQuery(ctx, userHist, requireData.Req.Text.Content)
+	var queryText = requireData.Req.Text.Content
+	if err == nil && rewrittenQuery != "" {
+		queryText = rewrittenQuery
+	}
+	log.Debugf("改写前后的Query: %s -> %s", requireData.Req.Text.Content, queryText)
+
 	// 获取知识库结果
 	isRetrieved, err := d.getKnowledgeAnswer(ctx, requireData, tenantId, queryText)
 	if err != nil {
@@ -276,7 +268,7 @@ type resolveSystemAndIssueTypeResult struct {
 }
 
 // 解析系统和问题类型
-func (d *DingTalkBotBiz) resolveSystemAndIssueType(ctx context.Context, requireData *entitys.RequireDataDingTalkBot, queryText string) (*resolveSystemAndIssueTypeResult, error) {
+func (d *DingTalkBotBiz) resolveSystemAndIssueType(ctx context.Context, requireData *entitys.RequireDataDingTalkBot, userHist []model.AiBotChatHi) (*resolveSystemAndIssueTypeResult, error) {
 	// 1. 获取所有系统和问题类型用于分类
 	allSys, err := d.sysImpl.FindAll()
 	if err != nil {
@@ -294,7 +286,7 @@ func (d *DingTalkBotBiz) resolveSystemAndIssueType(ctx context.Context, requireD
 	})
 
 	// 2. LLM 分类
-	classification, err := d.handle.ClassifyIssue(ctx, sysNames, issueTypeNames, requireData.Req.Text.Content)
+	classification, err := d.handle.ClassifyIssue(ctx, sysNames, issueTypeNames, requireData.Req.Text.Content, userHist)
 	if err != nil {
 		return nil, err
 	}
@@ -360,6 +352,8 @@ func (d *DingTalkBotBiz) getRecentUserHistory(ctx context.Context, conversationT
 
 // 在已知系统&问题类型的情况下进行分类并拉群
 func (d *DingTalkBotBiz) fallbackToGroupCreation(ctx context.Context, requireData *entitys.RequireDataDingTalkBot, resolveResult *resolveSystemAndIssueTypeResult) error {
+	entitys.ResText(requireData.Ch, "", fmt.Sprintf("\n检测到您想咨询 %s-%s 问题。", resolveResult.Sys.SysName, resolveResult.IssueType.Name))
+
 	// 查找分配规则
 	rule, found, _ := d.issueImpl.IssueAssignRule.FindOne(
 		d.issueImpl.WithSysID(resolveResult.Sys.SysID),
@@ -371,7 +365,7 @@ func (d *DingTalkBotBiz) fallbackToGroupCreation(ctx context.Context, requireDat
 		return nil
 	}
 
-	var staffIds []string
+	var groupMember, groupMemberName []string
 	if rule.ID != 0 {
 		// 获取配置的用户
 		assignUsers, err := d.issueImpl.IssueAssignUser.FindAll(d.issueImpl.WithRuleID(rule.ID))
@@ -394,18 +388,23 @@ func (d *DingTalkBotBiz) fallbackToGroupCreation(ctx context.Context, requireDat
 				return bu.UserID == au.UserID
 			})
 			if found && botUser.StaffID != "" {
-				staffIds = append(staffIds, botUser.StaffID)
+				groupMember = append(groupMember, botUser.StaffID)
+				groupMemberName = append(groupMemberName, "@"+botUser.Name)
 			}
 		}
 	}
 
 	// 兜底处理人
-	if len(staffIds) == 0 {
+	if len(groupMember) == 0 {
-		staffIds = []string{"17415698414368678"}
+		groupMember = []string{"17415698414368678"}
 	}
 
 	// 合并提问者
-	staffIds = append([]string{requireData.Req.SenderStaffId}, staffIds...)
+	groupMember = append([]string{requireData.Req.SenderStaffId}, groupMember...)
+	groupMember = slice.Unique(groupMember)
+
+	// 先回复用户
+	entitys.ResText(requireData.Ch, "", fmt.Sprintf("\n已检索到处理人\n%s\n是否创建群聊？", strings.Join(groupMemberName, "、")))
 
 	// 发送确认卡片
 	groupName := fmt.Sprintf("[%s]-%s", resolveResult.IssueType.Name, resolveResult.Classification.Summary)
@@ -413,7 +412,7 @@ func (d *DingTalkBotBiz) fallbackToGroupCreation(ctx context.Context, requireDat
 		RobotCode:      requireData.Req.RobotCode,
 		ConversationId: requireData.Req.ConversationId,
 		SenderStaffId:  requireData.Req.SenderStaffId,
-		UserIds:        staffIds,
+		UserIds:        groupMember,
 		GroupName:      groupName,
 		Summary:        resolveResult.Classification.Summary,
 	})

internal/biz/do/handle.go

@@ -131,27 +131,52 @@ type IssueClassification struct {
 }
 
 // ClassifyIssue 问题分类分析
-func (r *Handle) ClassifyIssue(ctx context.Context, systems []string, issueTypes []string, userInput string) (*IssueClassification, error) {
+func (r *Handle) ClassifyIssue(ctx context.Context, systems []string, issueTypes []string, userInput string, userHist []model.AiBotChatHi) (*IssueClassification, error) {
 	systemPrompt := fmt.Sprintf(`## 角色
-你是一个技术支持路由专家。输出必须是 JSON 格式。
+你是一个技术支持路由专家。你的核心能力是通过深度语义分析和上下文回溯，将碎片化的用户输入通过时间先后拼接成完整的意图。输出必须是严格的 JSON 格式。
-## 任务
+
-请分析用户的输入，并将其归类到最合适的系统和问题类型中。
+## 核心推理引擎（关键逻辑）
-- 系统名称：必须是可用系统列表中的一个，若未提及可用系统关键词，则为"全局"，不要臆想！
+
-- 问题类型名称：必须是可用问题类型列表中的一个，若未提及可用问题类型关键词，则为空字符串
+请执行以下三步推理，不要只看当前这一句话：
-- 问题简述：15字以内的问题简述（用于群聊命名）
+
-- 分类判断理由：对系统名称和问题类型名称的判断理由
+1.  **构建完整意图**：
-## 背景与材料：
+    *   将“当前输入”与“历史对话”合并视为用户的完整诉求。
-可用系统列表: [%s]
+    *   **特殊规则**：如果“当前输入”仅包含一个系统名称（例如用户只输入了“CRM”），这被视为**“上下文补充”**，而非新问题。此时，**必须保留最近历史对话中已识别的问题类型**。
-可用问题类型: [%s]
+
-## 输出
+2.  **系统判定 (sys_name)**
-请仅以 JSON 格式回复，包含以下字段：
+    *   **策略**：覆盖式更新。
-- sys_name: 系统名称
+    *   如果当前输入提到了系统A，则 sys_name = 系统A（不管历史是什么）。
-- issue_type_name: 问题类型名称
+    *   如果当前输入未提系统，但历史有，则继承最近历史。
-- summary: 问题简述
+    *   如果都无，设为 "全局"。
-- reason: 分类判断理由`, strings.Join(systems, ", "), strings.Join(issueTypes, ", "))
+
+3.  **问题类型判定 (issue_type_name)**
+    *   **策略**：回溯与推断。
+    *   **核心原则**：基于合并后的完整意图进行分析。推断出最近历史对话中的问题类型。
+    *   **严禁清空**：除非用户是在闲聊（如“你好”），否则绝不允许为空。如果当前句没提问题，但历史有，必须继承历史的 issue_type_name。
+
+## 背景数据
+-   可用系统列表: [%s]
+-   可用问题类型: [%s]
+
+## 输出格式
+{
+  "sys_name": "系统名称",
+  "issue_type_name": "问题类型名称",
+  "summary": "15字内标题",
+  "reason": "1. 系统：说明来源（当前/历史/默认）。2. 问题类型：说明是基于哪句话推断的，或说明是继承了历史意图。"
+}`, strings.Join(systems, ", "), strings.Join(issueTypes, ", "))
+
+	historyStr := strings.Builder{}
+	historyStr.WriteString("### 历史对话：\n")
+	for _, h := range userHist {
+		if h.Role == "user" {
+			historyStr.WriteString(fmt.Sprintf("%s:%s\n", h.CreateAt, h.Content))
+		}
+	}
 
 	messages := []api.Message{
 		{Role: "system", Content: systemPrompt},
+		{Role: "assistant", Content: historyStr.String()},
 		{Role: "user", Content: userInput},
 	}
 

internal/data/constants/bot.go

@@ -45,3 +45,11 @@ const (
 	PermissionTypeNone = 1
 	PermissionTypeDept = 2
 )
+
+// IssueType 问题类型
+const (
+	IssueTypeKnowledgeQA = "knowledge_qa" // 知识问答
+	IssueTypeUI          = "ui"           // UI需求
+	IssueTypeBug         = "bug"          // Bug
+	IssueTypeDemand      = "demand"       // 开发需求
+)