fix: 经验/动作蒸馏不再静默丢弃（关推理 + 质量门槛 + 截断容忍）+ 前端会话显示 ID

问题：蒸馏模型把 token 预算烧在 reasoning 上 → content 为空/被截断（finish_reason=length），代码只读 content → 经验与动作被静默丢弃（"使用小红书找苏州饭店"跑完什么都没存，动作侧日志 '原始输出 0 字符'）。修复（web/agent_api.py）： - 蒸馏调用统一加 "thinking": {"type":"disabled"}（该代理支持；实测关掉后 reasoning=0、配方 3/3 合格）——关键修复 - 配方：纯文本问法 + _recipe_ok 质量门槛（过短/含省略号占位丢弃，避免把提示词示例当真配方；曾因提示词里写了占位示例，模型照抄成 "1. …\n2. …" 存进库）+ 空则重试一次；仅动作提炼允许回退 reasoning_content（配方不回退，防思考草稿污染） - 动作：JSON 输出 + _loads_lenient 截断容忍（逐对象抢救）+ {action,params} 形状归一 + 输入/产出限量（≤10 步、≤3 动作×4 步）；失败日志带样本 - 前端 agent.js：会话列表显示会话 ID 前 8 位（等宽小字），点击复制完整 ID（便于引用 conv=<id>） - doc/ARCHITECTURE.md：§3.8 序号语义 + §5.4 蒸馏健壮性与会话 ID 说明实测：真机复跑同一句需求 → 经验已保存（配方 196 字符）+ 动作经验已保存 2 条
2026-09-10 15:31:39 +08:00
parent 3f44cd1491
commit 972db13f81
3 changed files with 135 additions and 22 deletions
@@ -226,6 +226,60 @@ def _find_experiences(prompt, limit=2, threshold=0.10):
    return "\n".join(parts), picked


+def _msg_text(message, allow_reasoning=False):
+    """取模型回复正文。
+
+    推理模型（DeepSeek 等）**偶发**把 token 预算全花在 reasoning 上、content 为空
+    （finish_reason=length），直接读 content 会当空处理 → 经验/动作被静默丢弃
+    （2026-09-10 实测）。默认**不回退 reasoning**（那是思考草稿，做"配方"会污染）；
+    仅在能结构化解析的场景（动作 JSON 提取）才允许回退。
+    """
+    m = message or {}
+    text = (m.get("content") or "").strip()
+    if text:
+        return text
+    if allow_reasoning:
+        return (m.get("reasoning_content") or "").strip()
+    return ""
+
+
+_RECIPE_JSON_RE = re.compile(r'"recipe"\s*:\s*"((?:[^"\\]|\\.)*)"', re.S)
+
+
+def _recipe_ok(recipe):
+    """配方质量门槛：太短、或只有序号+省略号（模型照抄占位）视为无效。
+
+    2026-09-10 实测：提示词里写了示例 JSON，模型会把占位符 `1. …\\n2. …`
+    原样当成配方存下来 → 这里拦掉，宁可重试/不存，也不污染经验库。
+    """
+    t = (recipe or "").strip()
+    if len(t) < 15:
+        return False
+    if "…" in t and len(t) < 30:
+        return False
+    return True
+
+
+def _extract_recipe(text):
+    """从（可能被截断的）模型输出里取配方正文。
+
+    蒸馏提示词要求输出 {"recipe": "…"}；推理模型会把预算烧在 reasoning 上并
+    截断（finish_reason=length），严格 json.loads 会失败，故用正则直接抠字段。
+    """
+    if not text:
+        return ""
+    m = _RECIPE_JSON_RE.search(text)
+    if m:
+        try:
+            return json.loads('"' + m.group(1) + '"').strip()
+        except Exception:
+            return m.group(1).replace("\\n", "\n").strip()
+    t = text.strip()
+    if t.startswith("{") or t.startswith("["):
+        return ""          # JSON 外壳但没抠到 recipe：视为无效，避免把草稿当配方
+    return t
+
+
 def _clean_recipe(recipe):
    """清洗蒸馏输出：去掉模型可能加的「操作配方：」之类前缀标签与包裹引号。

@@ -247,22 +301,34 @@ def _distill_experience(cfg, prompt, tool_seq):
        import httpx
        body = {
            "model": cfg.get("model") or "deepseek-v4-flash-vision-exp",
+            # 关推理：蒸馏是"给定轨迹写配方"的确定性任务，开启 thinking 会占满
+            # 预算导致 content 空/被截断（实测）；该代理支持 thinking.type=disabled
+            "thinking": {"type": "disabled"},
            "messages": [{"role": "user",
                          "content": "以下是一次成功的手机自动化操作记录。请提炼成简洁的"
                                     "「操作配方」（2-6 步，每步：目标 → 用哪个工具），"
-                                     "供下次同类任务参考。不要解释，直接输出配方。\n"
+                                     "供下次同类任务参考。不要解释，直接输出配方正文。\n"
                                     f"任务：{prompt[:300]}\n操作序列：{tool_seq[:800]}"}],
-            "max_tokens": 600,
+            "max_tokens": 800,
        }
        headers = {"Authorization": f"Bearer {cfg.get('api_key', '')}",
                   "Content-Type": "application/json"}
-        r = httpx.post(f"{(cfg.get('api_base') or 'https://api.deepseek.com').rstrip('/')}/chat/completions",
-                       json=body, headers=headers, timeout=25)
-        if r.status_code != 200:
-            return ""
-        j = r.json()
-        recipe = ((j.get("choices") or [{}])[0].get("message") or {}).get("content") or ""
-        return recipe.strip()[:1500]
+        url = f"{(cfg.get('api_base') or 'https://api.deepseek.com').rstrip('/')}/chat/completions"
+        # content 为空（推理吃满预算）时重试一次——实测同样提示第二次常能出正文
+        for _attempt in (1, 2):
+            r = httpx.post(url, json=body, headers=headers, timeout=25)
+            if r.status_code != 200:
+                _log.warning(f"经验提炼: 模型返回 HTTP {r.status_code}")
+                continue
+            msg = (r.json().get("choices") or [{}])[0].get("message") or {}
+            # 正文优先；为空时从 reasoning 里抠（可能含清晰步骤），都要过质量门槛
+            for cand in (_msg_text(msg), _extract_recipe(msg.get("reasoning_content"))):
+                if _recipe_ok(cand):
+                    return cand.strip()[:1500]
+                if cand:
+                    _log.info(f"经验提炼: 候选配方质量不足（{len(cand)} 字符）被丢弃")
+        _log.info("经验提炼: 两次均未产出可用配方（推理占满预算/输出被截断/仅占位）")
+        return ""
    except Exception as e:
        _log.warning(f"经验提炼失败: {e}")
        return ""
@@ -505,10 +571,13 @@ def _distill_actions(cfg, prompt, trace):
    _log.info(f"动作提炼: 轨迹 {len(trace or [])} 步, 成功可沉淀 {len(ok_ops)} 步")
    if not ok_ops:
        return []
+    # 输入截断到前 10 步：步数过多会让模型输出变长被截断（实测 10 步 → 2002 字符无有效 JSON）
+    ok_ops = ok_ops[:10]
    lines = [f"- {t['tool']} 参数={t['args']} 结果={_brief_result(t['result'])}" for t in ok_ops]
    instruction = (
-        "以下是一次成功的手机自动化操作的**成功步骤**。请把它们提炼为若干「动作」"
-        "（每个动作 = 一个有语义名的可复用单元，可含 1~N 步）。只输出 JSON 数组，不要解释。\n"
+        "以下是一次成功的手机自动化操作的**成功步骤**。请提炼为**至多 3 个**「动作」"
+        "（每个动作 = 一个有语义名的可复用单元，**至多 4 步**，字段尽量简短）。"
+        "只输出 JSON 数组，不要解释，不要思考过程。\n"
        "字段：name(动作名，如「打开抖音」「搜索关键词」)；app(包名，未知则空串)；"
        "aliases(别名数组)；params(参数名数组，如[\"关键词\"])；steps(步骤数组)。\n"
        "steps 每步：type + params，type 取值：open_app{package} / click{selector_type,"
@@ -526,20 +595,28 @@ def _distill_actions(cfg, prompt, trace):
    try:
        import httpx
        body = {"model": cfg.get("model") or "deepseek-v4-flash-vision-exp",
+                "thinking": {"type": "disabled"},   # 同 _distill_experience：关推理
                "messages": [{"role": "user", "content": instruction}],
                "max_tokens": 900}
        headers = {"Authorization": f"Bearer {cfg.get('api_key', '')}",
                   "Content-Type": "application/json"}
-        r = httpx.post(
-            f"{(cfg.get('api_base') or 'https://api.deepseek.com').rstrip('/')}/chat/completions",
-            json=body, headers=headers, timeout=30)
-        if r.status_code != 200:
-            _log.warning(f"动作提炼: 模型返回 HTTP {r.status_code}")
-            return []
-        content = (((r.json().get("choices") or [{}])[0].get("message") or {}).get("content") or "")
+        url = f"{(cfg.get('api_base') or 'https://api.deepseek.com').rstrip('/')}/chat/completions"
+        content = ""
+        # content 空（推理吃满预算）→ 重试一次；仍空则回退 reasoning_content
+        # （这里能结构化提取 JSON 数组，草稿里也常含可用 JSON，故允许回退）
+        for _attempt in (1, 2):
+            r = httpx.post(url, json=body, headers=headers, timeout=30)
+            if r.status_code != 200:
+                _log.warning(f"动作提炼: 模型返回 HTTP {r.status_code}")
+                continue
+            msg = (r.json().get("choices") or [{}])[0].get("message") or {}
+            content = _msg_text(msg, allow_reasoning=True)
+            if content:
+                break
        acts = _sanitize_actions(_loads_lenient(content))
        if not acts:
-            _log.info(f"动作提炼: 解析后无有效动作（原始输出 {len(content)} 字符）")
+            _log.info(f"动作提炼: 解析后无有效动作（原始输出 {len(content)} 字符）"
+                      f" 样本={content[:160]!r}")
        return acts
    except Exception as e:
        _log.warning(f"动作提炼失败: {e}")
@@ -681,8 +758,8 @@ def _review_one_exp(cfg, prompt, recipe, tool_seq, hits):
                           json=body, headers=headers, timeout=20)
            if r.status_code != 200:
                raise RuntimeError(f"HTTP {r.status_code}")
-            text = (((r.json() or {}).get("choices") or [{}])[0]
-                    .get("message") or {}).get("content") or ""
+            text = _msg_text(((r.json() or {}).get("choices") or [{}])[0]
+                             .get("message") or {})
            m = re.search(r"\{.*\}", text, re.S)
            if not m:
                raise RuntimeError("响应无 JSON")