feat: 增强工作流引擎的提示词构建逻辑

- 添加相似度检查以判断知识库结果的相关性，确保只有相关结果用于构建提示词
- 改进日志记录，提供关于相似度分数和结果处理的详细信息
- 优化无相关结果时的处理逻辑，直接回答用户问题

th_agenter/services/workflow_engine.py

@@ -745,19 +745,30 @@ class WorkflowEngine:
             
             # 构建提示词
             if knowledge_base_results and len(knowledge_base_results) > 0:
-                # 有知识库结果，构建RAG风格的提示词
+                # 检查知识库结果的相似度，判断是否相关
-                context_parts = []
+                max_score = 0
-                for i, result in enumerate(knowledge_base_results[:5], 1):  # 取前5个结果
+                for result in knowledge_base_results:
-                    content = result.get('content', '').strip()
+                    score = result.get('normalized_score', result.get('similarity_score', 0))
-                    if content:
+                    if score > max_score:
-                        # 限制每个结果的长度，避免提示词过长
+                        max_score = score
-                        max_length = 1000
-                        if len(content) > max_length:
-                            content = content[:max_length] + "..."
-                        context_parts.append(f"【参考文档{i}】\n{content}\n")
                 
-                context = "\n\n".join(context_parts)
+                # 如果最高相似度分数很低（低于0.5），认为结果不相关
-                prompt_template = f"""你是一个专业的助手。请仔细阅读以下参考文档，然后回答用户的问题。
+                is_relevant = max_score >= 0.5
+                
+                if is_relevant:
+                    # 有相关的知识库结果，构建RAG风格的提示词
+                    context_parts = []
+                    for i, result in enumerate(knowledge_base_results[:5], 1):  # 取前5个结果
+                        content = result.get('content', '').strip()
+                        if content:
+                            # 限制每个结果的长度，避免提示词过长
+                            max_length = 1000
+                            if len(content) > max_length:
+                                content = content[:max_length] + "..."
+                            context_parts.append(f"【参考文档{i}】\n{content}\n")
+                    
+                    context = "\n\n".join(context_parts)
+                    prompt_template = f"""你是一个专业的助手。请仔细阅读以下参考文档，然后回答用户的问题。
 
 {context}
 
@@ -770,7 +781,11 @@ class WorkflowEngine:
 - 即使文档没有直接定义，也要基于文档中的相关内容进行解释和说明
 - 如果文档中提到了相关概念、政策、法规等，请基于这些内容进行回答
 - 回答要准确、详细、有条理，尽量引用文档中的具体内容"""
-                logger.info(f"自动构建RAG提示词，包含 {len(knowledge_base_results)} 个知识库结果，用户问题: {user_query}")
+                    logger.info(f"自动构建RAG提示词，包含 {len(knowledge_base_results)} 个相关知识库结果（最高相似度: {max_score:.3f}），用户问题: {user_query}")
+                else:
+                    # 知识库结果不相关，直接回答用户问题
+                    logger.warning(f"知识库结果相似度较低（最高: {max_score:.3f}），认为不相关，将直接回答用户问题")
+                    prompt_template = user_query or "请帮助我处理这个任务。"
             elif user_query:
                 # 没有知识库结果，但有用户查询，构建简单提示词
                 prompt_template = user_query
@@ -1164,10 +1179,18 @@ class WorkflowEngine:
             
             logger.info(f"应用相似度阈值 {similarity_threshold} 后，剩余 {len(filtered_results)} 个结果")
             
-            # 如果过滤后结果为空，但原始结果不为空，返回所有结果并添加警告
+            # 如果过滤后结果为空，但原始结果不为空
             if not filtered_results and results:
-                logger.warning(f"所有搜索结果都被相似度阈值 {similarity_threshold} 过滤，返回前 {min(len(results), top_k)} 个结果")
+                # 检查最高相似度分数
-                filtered_results = results[:top_k]
+                max_score = max([r.get('score', 0) for r in all_results]) if all_results else 0
+                # 如果最高分数仍然很低（低于阈值的50%），说明结果完全不相关，返回空结果
+                if max_score < similarity_threshold * 0.5:
+                    logger.warning(f"所有搜索结果相似度都很低（最高: {max_score:.3f}），返回空结果")
+                    filtered_results = []
+                else:
+                    # 相似度还可以，返回前几个结果并添加警告
+                    logger.warning(f"所有搜索结果都被相似度阈值 {similarity_threshold} 过滤，但最高分数 {max_score:.3f} 尚可，返回前 {min(len(results), top_k)} 个结果")
+                    filtered_results = results[:top_k]
             
             return {
                 'success': True,