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);

main/xiaozhi-server/agent-base-prompt.txt

@@ -27,8 +27,9 @@ You are a playful, expressive, empathetic, and highly emotionally intelligent co
 </tts_format_constraints>
 
 <tool_and_knowledge>
-1. 【工具防骚扰】你善于使用各类工具辅助回答。但是，针对【查新闻】和【播放音乐】这两类打扰性较强的功能，必须在经过用户明确同意或主动要求后才可以调用！严禁不解风情地主动播放。
+你有工具可用。能被工具处理的请求必须调工具，禁止自行编造结果；没有对应工具的才用自身知识回答。
-2. 【无网兜底】你没有联网实时搜索功能（工具除外）。不懂或者不确定的事情，必须大大方方直接说“不知道”，绝不胡编乱造产生幻觉。
+必须调工具：播放音乐→play_music | 控制设备→hass工具 | 查新闻/天气→查询工具 | 告别→handle_exit_intent
+禁止这样做：用户说”放首歌”→你直接回答”好的我给你唱”（错！必须调play_music，用工具实际结果回复）
 </tool_and_knowledge>
 
 <safety_compliance>

main/xiaozhi-server/core/connection.py

@@ -508,6 +508,8 @@ class ConnectionHandler:
             self._init_report_threads()
             """更新系统提示词"""
             self._init_prompt_enhancement()
+            """注入工具调用few-shot示例（仅function_call模式）"""
+            self._inject_tool_call_fewshot()
 
         except Exception as e:
             self.logger.bind(tag=TAG).error(f"实例化组件失败: {e}")
@@ -523,6 +525,82 @@ class ConnectionHandler:
             self.change_system_prompt(enhanced_prompt)
             self.logger.bind(tag=TAG).debug("系统提示词已增强更新")
 
+    def _inject_tool_call_fewshot(self):
+        """注入工具调用 few-shot 示例到对话历史，帮助模型建立正确的工具调用三段式模式。
+        参考 Action.RECORD 的 assistant(tool_calls) → tool(result) → assistant(response) 模式，
+        让模型从第一轮对话就能看到正确的工具调用行为，避免上下文污染导致工具调用退化。
+        """
+        if self.intent_type != "function_call":
+            return
+        if not hasattr(self, "func_handler") or self.func_handler is None:
+            return
+
+        tools = self.func_handler.get_functions()
+        if not tools:
+            return
+
+        # 根据可用工具动态构建 few-shot 示例
+        tool_names = {t.get("function", {}).get("name") for t in tools}
+
+        if "handle_exit_intent" in tool_names:
+            tc_id = "fewshot_exit_001"
+            self.dialogue.put(Message(role="user", content="拜拜", is_temporary=True))
+            self.dialogue.put(Message(
+                role="assistant",
+                tool_calls=[{
+                    "id": tc_id,
+                    "function": {"arguments": '{"say_goodbye": "再见，下次再聊~"}', "name": "handle_exit_intent"},
+                    "type": "function", "index": 0,
+                }],
+                is_temporary=True,
+            ))
+            self.dialogue.put(Message(
+                role="tool", tool_call_id=tc_id,
+                content="退出意图已处理", is_temporary=True,
+            ))
+            self.dialogue.put(Message(
+                role="assistant", content="再见，下次再聊~", is_temporary=True,
+            ))
+
+        if "play_music" in tool_names:
+            tc_id = "fewshot_music_001"
+            self.dialogue.put(Message(role="user", content="放首歌", is_temporary=True))
+            self.dialogue.put(Message(
+                role="assistant",
+                tool_calls=[{
+                    "id": tc_id,
+                    "function": {"arguments": '{"song_name": "random"}', "name": "play_music"},
+                    "type": "function", "index": 0,
+                }],
+                is_temporary=True,
+            ))
+            self.dialogue.put(Message(
+                role="tool", tool_call_id=tc_id,
+                content="正在为您播放音乐", is_temporary=True,
+            ))
+            self.dialogue.put(Message(
+                role="assistant", content="好嘞，给你安排上~", is_temporary=True,
+            ))
+
+        # 负向示例：用户请求普通对话内容时，直接回答，不调用任何工具
+        # 帮助弱模型建立"该调才调、不该调不调"的判断能力
+        # 注意：示例回复不能包含具体的创作内容（故事、诗歌等），
+        # 否则弱模型会直接复述示例内容，而无法泛化出正确的行为模式
+        self.dialogue.put(Message(role="user", content="给我讲个故事吧", is_temporary=True))
+        self.dialogue.put(Message(
+            role="assistant",
+            content="好呀，你想听什么类型的呀？童话、冒险还是搞笑的？选一个我给你开讲~",
+            is_temporary=True,
+        ))
+        self.dialogue.put(Message(role="user", content="你知道为什么天空是蓝色的吗", is_temporary=True))
+        self.dialogue.put(Message(
+            role="assistant",
+            content="天空看起来是蓝色，是因为阳光穿过大气层的时候，蓝色光波长短，被空气分子散射得最厉害，所以我们抬头一看就是满眼蓝色啦。",
+            is_temporary=True,
+        ))
+
+        self.logger.bind(tag=TAG).debug("已注入工具调用 few-shot 示例")
+
     def _init_report_threads(self):
         """初始化ASR和TTS上报线程"""
         if not self.read_config_from_api or self.need_bind:

main/xiaozhi-server/core/utils/dialogue.py

@@ -61,68 +61,6 @@ class Dialogue:
         else:
             self.put(Message(role="system", content=new_content))
 
-    def trim_history(self, max_turns: int = 10) -> int:
-        """
-        智能截断对话历史，保留工具调用的完整性
-
-        Args:
-            max_turns: 保留的最大对话轮数（每轮 = user + assistant/tool 相关消息）
-
-        Returns:
-            int: 被移除的消息数量
-        """
-        if len(self.dialogue) <= max_turns * 2 + 1:  # +1 是系统消息
-            return 0
-
-        # 分离系统消息和对话消息
-        system_messages = [msg for msg in self.dialogue if msg.role == "system"]
-        conversation_messages = [msg for msg in self.dialogue if msg.role != "system"]
-
-        if len(conversation_messages) <= max_turns * 2:
-            return 0
-
-        # 智能截断：保留完整的工具调用链路
-        keep_messages = []
-        i = len(conversation_messages) - 1
-        turn_count = 0
-
-        while i >= 0 and turn_count < max_turns:
-            msg = conversation_messages[i]
-
-            # 从后向前收集消息
-            if msg.role == "user":
-                # 遇到 user 消息，说明一轮对话开始
-                keep_messages.insert(0, msg)
-                turn_count += 1
-                i -= 1
-            elif msg.role == "assistant":
-                # 收集 assistant 消息
-                keep_messages.insert(0, msg)
-
-                # 如果这个 assistant 有 tool_calls，需要收集对应的 tool 响应
-                if msg.tool_calls is not None:
-                    i -= 1
-                    # 继续向后收集所有相关的 tool 消息
-                    while i >= 0 and conversation_messages[i].role == "tool":
-                        keep_messages.insert(0, conversation_messages[i])
-                        i -= 1
-                else:
-                    i -= 1
-            elif msg.role == "tool":
-                # tool 消息应该已经被上面的逻辑收集了
-                # 如果单独遇到，也要保留（防止边界情况）
-                keep_messages.insert(0, msg)
-                i -= 1
-            else:
-                i -= 1
-
-        removed_count = len(conversation_messages) - len(keep_messages)
-
-        # 重建对话列表
-        self.dialogue = system_messages + keep_messages
-
-        return removed_count
-
     def _ensure_tool_calls_complete(self, messages: List[Message]) -> List[Message]:
         """
         确保所有 tool_calls 都有对应的 tool 响应
@@ -167,7 +105,7 @@ class Dialogue:
         if system_message:
             # 以 <context> 为分界点，拆分静态 system prompt 和动态上下文
             # 静态部分（规则、身份等）保持不变，可命中前缀缓存
-            # 动态部分（时间、天气、记忆等）放到对话末尾的 user 消息中
+            # 动态部分（时间、天气、记忆等）作为第二条 system 消息，保持 system 权威性
             full_prompt = system_message.content
             context_match = re.search(r"<context>", full_prompt)
             if context_match:
@@ -177,16 +115,18 @@ class Dialogue:
                 static_part = full_prompt
                 dynamic_part = ""
 
-            # 静态 system prompt：不含任何动态内容，前缀缓存可命中
+            # 第一段：静态 system prompt（前缀缓存可命中）
             dialogue.append({"role": "system", "content": static_part})
 
-        # 添加用户和助手的对话
+        # 第二段：few-shot 示例（会话内不变，也是缓存前缀的一部分）
         non_system_messages = [m for m in self.dialogue if m.role != "system"]
-        complete_messages = self._ensure_tool_calls_complete(non_system_messages)
+        fewshot_messages = [m for m in non_system_messages if m.is_temporary]
-        for m in complete_messages:
+        complete_fewshot = self._ensure_tool_calls_complete(fewshot_messages)
+        for m in complete_fewshot:
             self.getMessages(m, dialogue)
 
-        # 动态上下文：时间、记忆、说话人信息，放到对话末尾的 user 消息中
+        # 第三段：动态上下文 system prompt（时间、记忆、说话人等）
+        # 保持 system 角色以确保模型权威性，不降级为 user
         if system_message and dynamic_part:
             # 替换时间占位符
             dynamic_part = dynamic_part.replace(
@@ -222,6 +162,12 @@ class Dialogue:
             except:
                 pass
 
-            dialogue.append({"role": "user", "content": dynamic_part})
+            dialogue.append({"role": "system", "content": dynamic_part})
+
+        # 第四段：实际对话历史（不含 few-shot）
+        actual_messages = [m for m in non_system_messages if not m.is_temporary]
+        complete_actual = self._ensure_tool_calls_complete(actual_messages)
+        for m in complete_actual:
+            self.getMessages(m, dialogue)
 
         return dialogue