2026年山东大学软件学院创新项目实训博客（五）
2026年山东大学软件学院创新项目实训博客（五）
一、工作进展
本阶段 Agent 架构模块的核心推进是将父级编排从「单次补全加强制工具调用」升级为有界多轮循环，并同步完成系统提示词的多步能力声明、意图分类器的域关键词防误路由、以及 SSE 事件流在多轮迭代中的可观测性保障。
父级编排方面，允许同一子域内在上限轮次内迭代：模型先发起查询类调用拿到明细列表与主键，再基于返回结构发起精确改写调用，避免「参数在同一次补全里无法预知」的卡死。
系统提示词方面，顶部声明多步能力与推理纪律：模型知道自己可以发起多轮调用，但也被约束不能在查询结果非空的前提下重复发起等价查询。
意图分类器方面，补充域关键词映射，降低跨域误路由的概率。
二、详细内容
1. 单次补全模式的隐含假设为什么会破灭
早期路径允许模型在一轮补全里返回多个工具调用，后端顺序执行并把结构化结果追加回消息。这个模式的隐含假设是「所有调用参数都能在同一轮补全里写完」。
这个假设对「用户口述了全部写入字段」成立：用户说「我今天午餐吃了一碗米饭，热量大概 200 大卡」，模型可以在一次补全里生成完整的写入参数。但对「需要先查列表定位主键」的场景不成立：用户说「帮我把午餐的米饭改成面条」，模型不知道「午餐的米饭」对应的记录主键是多少——这个标识符天然依赖上一轮查询的返回结果。
缺少反馈回路时的恶果包括：私有推理通道空转，模型反复尝试猜测标识符；甚至在总结层编造已成功写入，对用户说「已经帮你改好了」，但数据库里没有任何变化。后者伤害最大——用户信任被透支，且短期内难以发现。
2. 有界循环的结构设计
编排把「补全——若有工具则执行——结果写回——再补全」固化成显式迭代。每一轮的结构是：
- 将当前消息列表发送给模型
- 检查模型返回是否包含工具调用
- 若有工具调用，执行并将结果追加到消息列表
- 若无工具调用，视为模型已得出最终结论，退出循环
- 检查是否已达最大轮次，达到则强制退出
最大轮次上限的设置需要权衡：太小会限制复杂场景的表达能力，太大会导致成本和延迟不可控。当前设置为五轮，覆盖了「先查列表、再定位、再改写」的典型三步场景，同时为异常情况留出两轮缓冲。
上限不是为了卡业务，而是为成本、延迟与异常抖动三方面兜底。模型理论上可能在查询结果非空的前提下重复发起等价查询——比如查到列表后不改写，而是再查一次。没有上限的话，这种情况会无限循环。
3. 工具绑定与子域隔离
每一轮仍然只允许当前意图绑定的那一个工具名称。多轮不等于允许多子域串烧——用户说「帮我改午餐记录，顺便查一下今天的训练消耗」，编排层应该在营养子域内完成改写，训练消耗查询要么交给父级重新分发，要么明确拒绝混合意图。
这个约束是为了审计与调试的可追溯性。如果允许多轮中自由切换工具，日志里会出现「第一轮调营养工具、第二轮调训练工具、第三轮又调营养工具」的混乱序列，排查问题时难以还原用户的真实意图链路。
4. 系统提示词的多步能力声明与推理纪律
模型需要知道自己「可以」发起多轮调用，否则它会在第一轮就尝试把所有参数猜完。系统提示词顶部显式声明：你可以先查询获取信息，再基于查询结果发起写入操作。
同时需要声明推理纪律，防止多轮退化为无意义空转：不允许在查询结果已包含目标信息的前提下重复发起等价查询；每一轮调用必须推进任务进展，要么获取新信息，要么完成写入操作。
这两条声明看似矛盾——既要鼓励多步，又要约束不多余——但实际上它们针对不同场景：鼓励多步是为「先查后改」开路，约束不多余是防止模型在已经拿到主键后还去查第二遍。
5. 意图分类器的域关键词防误路由
意图分类器负责将用户输入路由到正确的子域。此前仅靠若干枚举字符串作为标签，小型路由模型对稀疏标签极度敏感——「修正热量」「拌饭」这类表达可能被误判到训练域而非营养域。
本轮补丁是把每个意图标签映射成「用户可能要操纵的数据对象与典型动词名词组合」的自然语言描述，并强调判断顺序：先看数据实体再看修辞。热量、食物、餐次等关键词指向营养域；重量、组数、动作等关键词指向训练域；体重、体脂、心率等关键词指向身体域。
这个改进的直接效果是跨域误路由率下降。代价是意图分类器的提示词变长，路由阶段的推理成本略有增加，但与误路由导致的工具调用失败和用户困惑相比，这个代价可以接受。
6. SSE 事件流在多轮迭代中的可观测性
单次补全模式下，SSE 事件流是线性的：接收、意图解析、分发、工具调用、结果、总结。多轮循环后，事件流变成嵌套的：每一轮迭代内部都有工具调用和结果事件，轮次之间有迭代标记。
前端需要知道「当前是第几轮」才能正确展示进度，后端需要完整的轮次日志才能排查问题。SSE 事件中增加了迭代轮次标记，每一轮的开始和结束都有显式事件。前端据此展示「正在查询…」「正在修改…」等分步进度，而不是一个模糊的加载动画。
三、总结
本阶段 Agent 架构工作的核心判断是：单次补全模式的隐含假设在真实业务场景中会破灭，多轮循环是有界成本换来的确定性。
三个要点：
有界循环的结构必须显式声明最大轮次、工具绑定规则和迭代退出条件。没有约束的多轮会退化为无意义空转。
系统提示词需要同时声明多步能力和推理纪律，鼓励「先查后改」的同时防止重复等价查询。
意图分类器的域关键词映射是多轮循环能正确工作的前提——如果第一轮就路由错了域，后续所有迭代都在错误的上下文中进行。