|
|
@@ -350,12 +350,28 @@ class PersonalAssistant:
|
|
|
|
|
|
observations.append(f"[工具调用] {tool_call}\n[执行结果] {result}")
|
|
|
else:
|
|
|
- # 纯文本回复(流式模式下已经显示过了)
|
|
|
- if not is_streaming:
|
|
|
- final_response = str(llm_output)
|
|
|
+ # 纯文本回复,没有工具调用
|
|
|
+ # 检查是否应该继续(用户任务可能还没完成)
|
|
|
+ output_str = str(llm_output)
|
|
|
+ has_pending_action = any(kw in user_msg for kw in [
|
|
|
+ "保存", "写入", "创建文件", "save", "write",
|
|
|
+ "生成报告", "导出", "保存到", "写到",
|
|
|
+ ])
|
|
|
+
|
|
|
+ if has_pending_action and step < max_steps - 2 and not any(
|
|
|
+ sig in output_str.lower() for sig in ["任务完成", "已保存", "已写入", "已创建"]
|
|
|
+ ):
|
|
|
+ # 用户要求了文件操作但 LLM 只输出了文本,继续推动
|
|
|
+ observations.append(
|
|
|
+ f"[LLM回复] {output_str[:500]}\n"
|
|
|
+ f"[系统提醒] 你已生成了内容但还没有保存到文件。"
|
|
|
+ f"请立即调用WriteFile工具将内容写入用户要求的路径。"
|
|
|
+ )
|
|
|
+ print(f" 💭 {_step_label} 已生成内容,继续执行文件保存...")
|
|
|
else:
|
|
|
- final_response = str(llm_output)
|
|
|
- break
|
|
|
+ # 真的是最终回复
|
|
|
+ final_response = output_str
|
|
|
+ break
|
|
|
else:
|
|
|
final_response = f"(达到最大步数 {max_steps})\n最后的观察:\n" + (
|
|
|
observations[-1] if observations else "无"
|