perf：

1、优化工具调用相关提示词，拆分静态system-prompt和动态上下文。
2、新增few-shot示例，使用"调用→结果→回复"流程闭环，显著提高多次会话后工具调用准确性。
3、去除对话标题总结和记忆的模型思考模式。

main/manager-api/src/main/java/xiaozhi/modules/llm/service/impl/OpenAIStyleLLMServiceImpl.java

@@ -1,6 +1,7 @@
 package xiaozhi.modules.llm.service.impl;
 
 import java.util.HashMap;
+import java.util.LinkedHashMap;
 import java.util.List;
 import java.util.Map;
 
@@ -30,11 +31,34 @@ import xiaozhi.modules.model.service.ModelConfigService;
 @Service
 public class OpenAIStyleLLMServiceImpl implements LLMService {
 
+    // 需要禁用思考模式的平台域名及其对应参数
+    private static final Map<String, Map<String, Object>> THINKING_DISABLED_DOMAINS = new LinkedHashMap<>();
+    static {
+        THINKING_DISABLED_DOMAINS.put("aliyuncs.com", Map.of("enable_thinking", false));
+        Map<String, Object> thinkingDisabled = Map.of("thinking", Map.of("type", "disabled"));
+        THINKING_DISABLED_DOMAINS.put("bigmodel.cn", thinkingDisabled);
+        THINKING_DISABLED_DOMAINS.put("moonshot.cn", thinkingDisabled);
+        THINKING_DISABLED_DOMAINS.put("volces.com", thinkingDisabled);
+    }
+
     @Autowired
     private ModelConfigService modelConfigService;
 
     private final RestTemplate restTemplate = new RestTemplate();
 
+    /**
+     * 根据域名自动禁用思考模式
+     */
+    private void applyThinkingDisabled(String baseUrl, Map<String, Object> requestBody) {
+        for (Map.Entry<String, Map<String, Object>> entry : THINKING_DISABLED_DOMAINS.entrySet()) {
+            if (baseUrl.contains(entry.getKey())) {
+                requestBody.putAll(entry.getValue());
+                log.info("为域名 {} 禁用思考模式，参数: {}", baseUrl, entry.getValue());
+                break;
+            }
+        }
+    }
+
     private static final String DEFAULT_SUMMARY_PROMPT = "你是一个经验丰富的记忆总结者，擅长将对话内容进行总结摘要，遵循以下规则：\n1、总结用户的重要信息，以便在未来的对话中提供更个性化的服务\n2、不要重复总结，不要遗忘之前记忆，除非原来的记忆超过了1800字，否则不要遗忘、不要压缩用户的历史记忆\n3、用户操控的设备音量、播放音乐、天气、退出、不想对话等和用户本身无关的内容，这些信息不需要加入到总结中\n4、聊天内容中的今天的日期时间、今天的天气情况与用户事件无关的数据，这些信息如果当成记忆存储会影响后续对话，这些信息不需要加入到总结中\n5、不要把设备操控的成果结果和失败结果加入到总结中，也不要把用户的一些废话加入到总结中\n6、不要为了总结而总结，如果用户的聊天没有意义，请返回原来的历史记录也是可以的\n7、只需要返回总结摘要，严格控制在1800字内\n8、不要包含代码、xml，不需要解释、注释和说明，保存记忆时仅从对话提取信息，不要混入示例内容\n9、如果提供了历史记忆，请将新对话内容与历史记忆进行智能合并，保留有价值的历史信息，同时添加新的重要信息\n\n历史记忆：\n{history_memory}\n\n新对话内容：\n{conversation}";
 
     private static final String DEFAULT_TITLE_PROMPT = "请根据以下对话内容，生成一个简洁的会话标题（约15字以内），只返回标题，不要包含任何解释或标点符号：\n{conversation}";
@@ -102,6 +126,9 @@ public class OpenAIStyleLLMServiceImpl implements LLMService {
             requestBody.put("temperature", temperature != null ? temperature : 0.7);
             requestBody.put("max_tokens", maxTokens != null ? maxTokens : 2000);
 
+            // 禁用思考模式
+            applyThinkingDisabled(baseUrl, requestBody);
+
             // 发送HTTP请求
             HttpHeaders headers = new HttpHeaders();
             headers.setContentType(MediaType.APPLICATION_JSON);
@@ -156,10 +183,8 @@ public class OpenAIStyleLLMServiceImpl implements LLMService {
             // 从智控台获取LLM模型配置
             ModelConfigEntity llmConfig;
             if (modelId != null && !modelId.trim().isEmpty()) {
-                // 通过具体模型ID获取配置
                 llmConfig = modelConfigService.getModelByIdFromCache(modelId);
             } else {
-                // 保持向后兼容，使用默认配置
                 llmConfig = getDefaultLLMConfig();
             }
 
@@ -197,6 +222,9 @@ public class OpenAIStyleLLMServiceImpl implements LLMService {
             requestBody.put("temperature", 0.2);
             requestBody.put("max_tokens", 2000);
 
+            // 禁用思考模式
+            applyThinkingDisabled(baseUrl, requestBody);
+
             // 发送HTTP请求
             HttpHeaders headers = new HttpHeaders();
             headers.setContentType(MediaType.APPLICATION_JSON);
@@ -350,6 +378,9 @@ public class OpenAIStyleLLMServiceImpl implements LLMService {
             requestBody.put("temperature", 0.3);
             requestBody.put("max_tokens", 50);
 
+            // 禁用思考模式
+            applyThinkingDisabled(baseUrl, requestBody);
+
             HttpHeaders headers = new HttpHeaders();
             headers.setContentType(MediaType.APPLICATION_JSON);
             headers.set("Authorization", "Bearer " + apiKey);