feat: 换一个模型：huoshan-think-pro

app/config/ai_configs.py

@@ -44,6 +44,11 @@ ai_configs = {
     'url': 'https://ark.cn-beijing.volces.com/api/v3/chat/completions',
     'key': env.llm_key_huoshan,
   },
+  'huoshan-think-pro': {
+    'model': 'doubao-1-5-thinking-pro-250415',
+    'url': 'https://ark.cn-beijing.volces.com/api/v3/chat/completions',
+    'key': env.llm_key_huoshan,
+  },
   'huoshan-doubao-seed': {
     'model': 'doubao-seed-1-6-250615',
     'url': 'https://ark.cn-beijing.volces.com/api/v3/chat/completions',

app/controller/add_langgraph_chat_route.py

@@ -98,8 +98,18 @@ async def tool_book_hotel(config: RunnableConfig) -> str:
   response_data = response.json()
   # print("================  response_data  ================")
   # print(response_data)
+  approve_id = response_data.get('graph_state').get('input_approve_id')
 
-  return "预定成功，" + response_data.get('message')
+  return [
+    "预定成功，" + response_data.get('message'),
+    {
+      "component": "Link",
+      "props": {
+        "to": f"/pages/approve/approve-detail?id={approve_id}",
+        "children": "点击查看审批进度"
+      }
+    }
+  ]
 
 
 class ChatMessage(BaseModel):
@@ -121,7 +131,7 @@ class ChatAgent:
   async def get_agent() -> CompiledStateGraph:
     if not ChatAgent.agent:
       ChatAgent.agent = create_react_agent(
-        model=create_llm(),
+        model=create_llm("huoshan-think-pro"),
         tools=[
           tool_book_hotel,
           tool_get_datetime,
@@ -130,9 +140,9 @@ class ChatAgent:
         ],
         checkpointer=await PostgresCheckpointerManager.get_instance(),
         prompt="""
-        你是一名擅长使用工具的智能助手，你需要根据用户问题来进行回答，请使用中文进行回答。
-        当用户问题需要调用工具时再调用工具，否则按照你的知识来回答问题。
-        某些工具会触发中断让用户来编辑工具执行参数，这些工具会将新的执行参数作为信息返回，你需要回复用户最新的信息
+        - 你是一名擅长使用工具的智能助手，你需要根据用户问题来进行回答，请使用中文进行回答。
+        - 当用户问题需要调用工具时再调用工具，否则按照你的知识来回答问题。
+        - 特别注意，特别注意，特别注意，如果工具的返回结果是一个数组，你只能回复“工具已经执行完毕”
         """
       )
     return ChatAgent.agent