feat: 优化RAG检索与聊天模型支持历史对话

实现双路检索并行优化，使用EINO官方模板重构聊天逻辑，增加多轮对话历史记录管理及相关性过滤，并修复数据库唯一索引。

common/eino/chat_model.go

@@ -14,91 +14,122 @@ import (
 	"github.com/gogf/gf/v2/util/gconv"
 )
 
-var globalChatModel *qwen.ChatModel
+const (
+	MaxHistoryTurns = 5 // 最大历史轮数
+)
+
+var (
+	globalChatModel   *qwen.ChatModel
+	ragPromptTemplate prompt.ChatTemplate // EINO 官方模板
+)
 
 func init() {
 	ctx := context.Background()
+	// 初始化大模型
+	if err := initChatModel(ctx); err != nil {
+		glog.Errorf(ctx, "初始化大模型失败: %v", err)
+	}
+	// 初始化 EINO 提示词模板
+	initRAGPromptTemplate()
+
+	return
+}
+
+// 初始化通义千问
+func initChatModel(ctx context.Context) error {
+	if globalChatModel != nil {
+		return nil
+	}
 
 	apiKey := g.Cfg().MustGet(ctx, "eino.chatmodel.apiKey").String()
 	model := g.Cfg().MustGet(ctx, "eino.chatmodel.model").String()
 
-	var err error
-	globalChatModel, err = qwen.NewChatModel(ctx, &qwen.ChatModelConfig{
+	cm, err := qwen.NewChatModel(ctx, &qwen.ChatModelConfig{
 		APIKey:      apiKey,
 		Model:       model,
 		BaseURL:     "https://dashscope.aliyuncs.com/compatible-mode/v1",
+		Timeout:     60 * 1e9,
 		Temperature: gconv.PtrFloat32(0.7), // 客服最佳
 		MaxTokens:   gconv.PtrInt(1024),    // 最长回答
 		TopP:        gconv.PtrFloat32(1.0),
 	})
 	if err != nil {
-		glog.Errorf(ctx, "初始化大模型失败: %v", err)
+		return err
 	}
 
-	return
+	globalChatModel = cm
+	return nil
 }
 
-// NewChatModel 只处理逻辑，不复用创建模型
-func NewChatModel(ctx context.Context, content string, docs []*schema.Document) (replyMsg *schema.Message, sources []string, err error) {
-	// 1. 构建参考知识
-	knowledge, sources := buildKnowledgeAndSources(docs)
-
-	// 2. 构建提示词
-	msgs, err := buildPromptMessages(ctx, knowledge, content)
-	if err != nil {
-		return
-	}
-
-	// 3. 🔥 直接使用全局单例，不重复创建
-	replyMsg, err = streamGenerateAnswer(ctx, globalChatModel, msgs)
-
-	return
-}
-
-// buildKnowledgeAndSources 拼接参考知识 + 提取文档来源
-func buildKnowledgeAndSources(docs []*schema.Document) (string, []string) {
-	var knowledge string
-	var sources []string
-
-	for i, doc := range docs {
-		knowledge += fmt.Sprintf("[参考%d] %s\n", i+1, doc.Content)
-
-		// 提取 document_id
-		if docID, ok := doc.MetaData["document_id"].(int64); ok && docID > 0 {
-			sources = append(sources, gconv.String(docID))
-		}
-	}
-	return knowledge, sources
-}
-
-// buildPromptMessages 构建提示词模板
-func buildPromptMessages(ctx context.Context, knowledge string, question string) (msgs []*schema.Message, err error) {
-	promptTpl := prompt.FromMessages(
+// 初始化 EINO 官方提示词模板（最关键！）
+func initRAGPromptTemplate() {
+	ragPromptTemplate = prompt.FromMessages(
 		schema.FString,
+		// 系统提示（带参考知识）
 		&schema.Message{
 			Role: schema.System,
-			//			Content: `你是专业的客服助手，语气友好。
-			//如果参考知识中有相关信息，请优先依据参考知识回答。
-			//如果没有相关信息，就正常回答，不要说无法回答。
-			//
-			//参考知识：
-			//{knowledge}`,
-			Content: `你是专业的客服助手，语气友好。
-			请根据参考知识回答用户问题，无法回答则说：抱歉，我暂时无法回答这个问题。
-			
-			参考知识：
-			{knowledge}`,
+			Content: `你是专业客服，语气友好简洁。
+请严格依据参考知识回答，不知道就说：抱歉，我暂时无法回答这个问题。
+
+参考知识：
+{knowledge}`,
 		},
+		// 用户问题
 		&schema.Message{
 			Role:    schema.User,
 			Content: "{question}",
 		},
 	)
+}
 
-	return promptTpl.Format(ctx, map[string]any{
+// NewChatModel 只处理逻辑，不复用创建模型
+func NewChatModel(ctx context.Context, question string, docs []*schema.Document, history []*schema.Message) (replyMsg *schema.Message, err error) {
+	// 1. 构建参考知识
+	knowledge := buildKnowledgeAndSources(docs)
+	// 2. 历史精简
+	history = limitHistory(history)
+	// 3. ✅ EINO 官方模板格式化（超级干净）
+	msgs, err := ragPromptTemplate.Format(ctx, map[string]any{
 		"knowledge": knowledge,
 		"question":  question,
 	})
+	if err != nil {
+		return nil, err
+	}
+	// 4. 历史插入到模板消息中间（标准EINO用法）
+	if len(history) > 0 {
+		msgs = append(msgs[:1], append(history, msgs[1:]...)...)
+	}
+	// 5. 🔥 直接使用全局单例，不重复创建
+	replyMsg, err = streamGenerateAnswer(ctx, globalChatModel, msgs)
+
+	return
+}
+
+func limitHistory(history []*schema.Message) []*schema.Message {
+	valid := make([]*schema.Message, 0, len(history))
+	for _, m := range history {
+		if m.Role == schema.User || m.Role == schema.Assistant {
+			valid = append(valid, m)
+		}
+	}
+
+	keep := 2 * MaxHistoryTurns
+	if len(valid) > keep {
+		valid = valid[len(valid)-keep:]
+	}
+	return valid
+}
+
+// buildKnowledgeAndSources 拼接参考知识
+func buildKnowledgeAndSources(docs []*schema.Document) string {
+	var knowledge string
+
+	for i, doc := range docs {
+		knowledge += fmt.Sprintf("[参考%d] %s\n", i+1, doc.Content)
+
+	}
+	return knowledge
 }
 
 // streamGenerateAnswer 流式生成