add

sug_v4_with_yx.py

@@ -0,0 +1,507 @@
+import asyncio
+import json
+import os
+import argparse
+from datetime import datetime
+
+from agents import Agent, Runner, function_tool, AgentOutputSchema
+from lib.my_trace import set_trace
+from typing import Literal
+from pydantic import BaseModel, Field
+
+
+from lib.utils import read_file_as_string
+from script.search_recommendations.xiaohongshu_search_recommendations import XiaohongshuSearchRecommendations
+
+from agents import Agent, RunContextWrapper, Runner, function_tool
+
+from pydantic import BaseModel, Field
+
+
+class RunContext(BaseModel):
+    version: str = Field(..., description="当前运行的脚本版本（文件名）")
+    input_files: dict[str, str] = Field(..., description="输入文件路径映射，如 {'context_file': '...', 'q_file': '...'}")
+    q_with_context: str
+    q_context: str
+    q: str
+    log_url: str
+    log_dir: str
+    # 问题标注结果 - 直接用字符串记录
+    question_annotation: str | None = Field(default=None, description="问题的标注结果，类似NER格式")
+    # 中间数据记录 - 按时间顺序记录所有操作
+    operations_history: list[dict] = Field(default_factory=list, description="记录所有操作的历史，包括 get_query_suggestions 和 modify_query")
+    # 最终输出结果
+    final_output: str | None = Field(default=None, description="Agent的最终输出结果")
+
+
+# 问题标注 Agent - 三层标注
+question_annotation_instructions = """
+你是搜索需求分析专家。给定问题（含需求背景），在原文上标注三层：本质、硬性、软性。
+
+## 三层结构
+
+**[本质]** - 问题的核心意图，改变后是完全不同的问题
+- 如何获取、教程、推荐、作品、测评等
+
+**[硬]** - 在本质意图下，必须满足的约束
+- 地域、时间、对象、质量要求等
+
+**[软]** - 可有可无的修饰
+- 能体现、特色、快速、简单等
+
+## 输出格式
+
+词语[本质-描述]、词语[硬-描述]、词语[软-描述]
+
+## 示例
+
+输入：如何获取能体现川西秋季特色的高质量风光摄影素材？
+输出：如何获取[本质-找方法] 川西[硬-地域] 秋季[硬-季节] 高质量[硬-质量] 风光摄影素材[硬-对象] 能体现[软-修饰] 特色[软-修饰]
+
+输入：PS抠图教程
+输出：PS[硬-工具] 抠图[硬-需求] 教程[本质-学习]
+
+输入：川西秋季风光摄影作品
+输出：川西[硬-地域] 秋季[硬-季节] 风光摄影[硬-对象] 作品[本质-欣赏]
+
+## 注意
+- 只输出标注后的字符串
+- 结合需求背景判断意图
+""".strip()
+
+question_annotator = Agent[None](
+    name="问题标注专家",
+    instructions=question_annotation_instructions,
+)
+
+eval_instructions = """
+你是搜索query评估专家。给定原始问题标注（三层）和推荐query，评估三个分数。
+
+## 评估目标
+
+用这个推荐query搜索，能否找到满足原始需求的内容？
+
+## 三层评分
+
+### 1. essence_score（本质/意图）= 0 或 1
+
+推荐query的本质/意图是否与原问题一致？
+
+**原问题标注中的[本质-XXX]：**
+- 找方法/如何获取 → 推荐词应该是方法/获取途径
+- 教程/学习 → 推荐词应该是教程/教学
+- 作品/欣赏 → 推荐词应该是作品展示
+- 工具/推荐 → 推荐词应该是工具推荐
+
+**评分：**
+- 1 = 本质一致
+- 0 = 本质改变（完全答非所问）
+
+**示例：**
+- 原问题：如何获取[本质-找方法]...素材
+- 推荐词：素材获取方法 → essence=1
+- 推荐词：素材推荐 → essence=1（都是获取途径）
+- 推荐词：素材作品 → essence=0（找方法≠看作品）
+
+### 2. hard_score（硬性约束）= 0 或 1
+
+在本质一致的前提下，是否满足所有硬性约束？
+
+**原问题标注中的[硬-XXX]：**地域、时间、对象、质量、工具（如果用户明确要求）等
+
+**评分：**
+- 1 = 所有硬性约束都满足
+- 0 = 任一硬性约束不满足
+
+**示例：**
+- 原问题：川西[硬-地域] 秋季[硬-季节] 高质量[硬-质量] 风光摄影[硬-对象]
+- 推荐词：川西秋季风光摄影 → hard=1
+- 推荐词：四川秋季风光摄影 → hard=0（地域泛化：川西→四川）
+- 推荐词：川西风光摄影 → hard=0（丢失季节）
+
+### 3. soft_score（软性修饰）= 0-1
+
+软性修饰词保留了多少？
+
+**原问题标注中的[软-XXX]：**修饰词、非关键限定等
+
+**评分参考：**
+- 1.0 = 完整保留
+- 0.7-0.9 = 保留核心
+- 0.4-0.6 = 部分丢失
+- 0-0.3 = 大量丢失
+
+## 示例
+
+**原问题标注：** 如何获取[本质-找方法] 川西[硬-地域] 秋季[硬-季节] 高质量[硬-质量] 风光摄影素材[硬-对象] 能体现[软-修饰] 特色[软-修饰]
+
+**推荐query1：** 川西秋季风光摄影素材视频
+- essence_score=0（找方法→找素材本身，本质变了）
+- hard_score=1（地域、季节、对象都符合）
+- soft_score=0.5（丢失"高质量"）
+- reason: 本质改变，用户要找获取素材的方法，推荐词是素材内容本身
+
+**推荐query2：** 川西秋季风光摄影素材网站推荐
+- essence_score=1（找方法→推荐网站，本质一致）
+- hard_score=1（所有硬性约束满足）
+- soft_score=0.8（保留核心，"高质量"未明确但推荐通常筛选过）
+- reason: 本质一致，硬性约束满足，软性略有丢失但可接受
+
+## 注意
+
+- essence=0 直接拒绝，不管hard/soft多高
+- essence=1, hard=0 也要拒绝
+- essence=1, hard=1 才看soft_score
+""".strip()
+
+class EvaluationFeedback(BaseModel):
+    """评估反馈模型 - 三层评分"""
+    essence_score: Literal[0, 1] = Field(..., description="本质/意图匹配度，0或1。1=问题本质/意图一致，0=本质改变")
+    hard_score: Literal[0, 1] = Field(..., description="硬性约束匹配度，0或1。1=所有硬性约束都满足，0=任一硬性约束不满足")
+    soft_score: float = Field(..., description="软性修饰完整度，0-1的浮点数。1.0=完整保留，0.7-0.9=保留核心，0.4-0.6=泛化较大，0-0.3=大量丢失")
+    reason: str = Field(..., description="评估理由，包括：1）本质/意图是否一致 2）硬性约束是否满足 3）软性修饰保留情况 4）搜索预期")
+
+evaluator = Agent[None](
+    name="评估专家",
+    instructions=eval_instructions,
+    output_type=EvaluationFeedback,
+)
+
+@function_tool
+async def get_query_suggestions(wrapper: RunContextWrapper[RunContext], query: str):
+    """Fetch search recommendations from Xiaohongshu."""
+
+    # 1. 首次调用时，先标注问题（带需求背景）
+    if wrapper.context.question_annotation is None:
+        print("正在标注问题...")
+        annotation_result = await Runner.run(question_annotator, wrapper.context.q_with_context)
+        wrapper.context.question_annotation = str(annotation_result.final_output)
+        print(f"问题标注完成：{wrapper.context.question_annotation}")
+
+    # 2. 获取推荐词
+    xiaohongshu_api = XiaohongshuSearchRecommendations()
+    query_suggestions = xiaohongshu_api.get_recommendations(keyword=query)
+    print(f"获取到 {len(query_suggestions) if query_suggestions else 0} 个推荐词：{query_suggestions}")
+
+    # 3. 评估推荐词（三层评分）
+    async def evaluate_single_query(q_sug: str):
+        """Evaluate a single query suggestion."""
+        eval_input = f"""
+<原始问题标注（三层）>
+{wrapper.context.question_annotation}
+</原始问题标注（三层）>
+
+<待评估的推荐query>
+{q_sug}
+</待评估的推荐query>
+
+请评估该推荐query的三个分数：
+1. essence_score: 本质/意图是否一致（0或1）
+2. hard_score: 硬性约束是否满足（0或1）
+3. soft_score: 软性修饰保留程度（0-1）
+4. reason: 详细的评估理由
+"""
+        evaluator_result = await Runner.run(evaluator, eval_input)
+        result: EvaluationFeedback = evaluator_result.final_output
+        return {
+            "query": q_sug,
+            "essence_score": result.essence_score,
+            "hard_score": result.hard_score,
+            "soft_score": result.soft_score,
+            "reason": result.reason,
+        }
+
+    # 并发执行所有评估任务
+    res = []
+    if query_suggestions:
+        res = await asyncio.gather(*[evaluate_single_query(q_sug) for q_sug in query_suggestions])
+    else:
+        res = '未返回任何推荐词'
+
+    # 记录到 RunContext
+    wrapper.context.operations_history.append({
+        "operation_type": "get_query_suggestions",
+        "timestamp": datetime.now().isoformat(),
+        "query": query,
+        "suggestions": query_suggestions,
+        "evaluations": res,
+    })
+
+    return res
+
+@function_tool
+def modify_query(wrapper: RunContextWrapper[RunContext], original_query: str, operation_type: str, new_query: str, reason: str):
+    """
+    Modify the search query with a specific operation.
+
+    Args:
+        original_query: The original query before modification
+        operation_type: Type of modification - must be one of: "简化", "扩展", "替换", "组合"
+        new_query: The modified query after applying the operation
+        reason: Detailed explanation of why this modification was made and what insight from previous suggestions led to this change
+
+    Returns:
+        A dict containing the modification record and the new query to use for next search
+    """
+    operation_types = ["简化", "扩展", "替换", "组合"]
+    if operation_type not in operation_types:
+        return {
+            "status": "error",
+            "message": f"Invalid operation_type. Must be one of: {', '.join(operation_types)}"
+        }
+
+    modification_record = {
+        "original_query": original_query,
+        "operation_type": operation_type,
+        "new_query": new_query,
+        "reason": reason,
+    }
+
+    # 记录到 RunContext
+    wrapper.context.operations_history.append({
+        "operation_type": "modify_query",
+        "timestamp": datetime.now().isoformat(),
+        "modification_type": operation_type,
+        "original_query": original_query,
+        "new_query": new_query,
+        "reason": reason,
+    })
+
+    return {
+        "status": "success",
+        "modification_record": modification_record,
+        "new_query": new_query,
+        "message": f"Query modified successfully. Use '{new_query}' for the next search."
+    }
+
+instructions = """
+你是一个专业的搜索query优化专家，擅长通过动态探索找到最符合用户搜索习惯的query。
+
+## 核心任务
+给定原始问题，通过迭代调用搜索推荐接口（get_query_suggestions），找到满足硬性要求且尽量保留软性信息的推荐query。
+
+## 重要说明
+- **你不需要自己评估query的适配性**
+- get_query_suggestions 函数会：
+  1. 首次调用时自动标注问题（三层：本质、硬性、软性）
+  2. 对每个推荐词进行三维度评估
+- 返回结果包含：
+  - **query**：推荐词
+  - **essence_score**：本质/意图匹配度（0或1），0=本质改变，1=本质一致
+  - **hard_score**：硬性约束匹配度（0或1），0=不满足约束，1=满足所有约束
+  - **soft_score**：软性修饰完整度（0-1），越高表示保留的信息越完整
+  - **reason**：详细的评估理由
+- **你的职责是分析评估结果，做出决策和策略调整**
+
+## 防止幻觉 - 关键原则
+- **严禁编造数据**：只能基于 get_query_suggestions 实际返回的结果进行分析
+- **空结果处理**：如果返回的列表为空（[]），必须明确说明"未返回任何推荐词"
+- **不要猜测**：在 modify_query 的 reason 中，不能引用不存在的推荐词或评分
+- **如实记录**：每次分析都要如实反映实际返回的数据
+
+## 工作流程
+
+### 1. 理解原始问题
+- 仔细阅读<需求上下文>和<当前问题>
+- 提取问题的核心需求和关键概念
+- 明确问题的本质意图（what）、应用场景（where）、实现方式（how）
+
+### 2. 动态探索策略
+
+**第一轮尝试：**
+- 使用原始问题直接调用 get_query_suggestions(query="原始问题")
+- 第一次调用会自动标注问题（三层），后续调用会复用该标注
+- **检查返回结果**：
+  - 如果返回空列表 []：说明"该query未返回任何推荐词"，需要简化或替换query
+  - 如果有推荐词：查看每个推荐词的 essence_score、hard_score、soft_score 和 reason
+- **做出判断**：是否有 essence_score=1 且 hard_score=1 且 soft_score >= 0.7 的推荐词？
+
+**后续迭代：**
+如果没有合格推荐词（或返回空列表），必须先调用 modify_query 记录修改，然后再次搜索：
+
+**工具使用流程：**
+1. **分析评估反馈**（必须基于实际返回的数据）：
+   - **情况A - 返回空列表**：
+     * 在 reason 中说明："第X轮未返回任何推荐词，可能是query过于复杂或生僻"
+     * 不能编造任何推荐词或评分
+
+   - **情况B - 有推荐词但无合格词**：
+     * **首先检查 essence_score**：
+       - 如果全是 essence_score=0：本质/意图完全不对，需要重新理解问题
+       - 如果有 essence_score=1：本质对了，继续分析
+
+     * **分析 essence_score=1 且 hard_score=1 的推荐词**：
+       - 有哪些？soft_score 是多少？
+       - 如果 soft_score 较低（<0.7），reason 中说明丢失了哪些信息？
+       - 能否通过修改query提高 soft_score？
+
+     * **如果 essence_score=1 但全是 hard_score=0**：
+       - reason 中说明了哪些硬性约束不满足？（地域、时间、对象、质量等）
+       - 需要如何调整query才能满足硬性约束？
+
+2. **决策修改策略**：基于实际评估反馈，调用 modify_query(original_query, operation_type, new_query, reason)
+   - reason 必须引用具体的 essence_score、hard_score、soft_score 和评估理由
+   - 不能编造任何数据
+
+3. 使用返回的 new_query 调用 get_query_suggestions
+
+4. 分析新的评估结果，如果仍不满足，重复步骤1-3
+
+**四种操作类型（operation_type）：**
+- **简化**：删除冗余词汇，提取核心关键词（当推荐词过于发散时）
+- **扩展**：添加限定词或场景描述（当推荐词过于泛化时）
+- **替换**：使用同义词、行业术语或口语化表达（当推荐词偏离核心时）
+- **组合**：调整关键词顺序或组合方式（当推荐词结构不合理时）
+
+**每次修改的reason必须包含：**
+- 上一轮评估结果的关键发现（引用具体的 essence_score、hard_score、soft_score 和评估理由）
+- 基于评估反馈，为什么这样修改
+- 预期这次修改会带来什么改进
+
+### 3. 决策标准
+
+采用**三级评分标准**：
+
+**优先级1：本质/意图（最高优先级）**
+- **essence_score = 1**：本质一致，继续检查
+- **essence_score = 0**：本质改变，**直接放弃**
+
+**优先级2：硬性约束（必须满足）**
+- **hard_score = 1**：所有约束满足，继续检查
+- **hard_score = 0**：约束不满足，**直接放弃**
+
+**优先级3：软性修饰（越高越好）**
+- **soft_score >= 0.7**：信息保留较完整，**理想结果**
+- **0.5 <= soft_score < 0.7**：有所丢失但可接受，**备选结果**
+- **soft_score < 0.5**：丢失过多，继续优化
+
+**采纳标准：**
+- **最优**：essence=1 且 hard=1 且 soft >= 0.7
+- **可接受**：essence=1 且 hard=1 且 soft >= 0.5（多次尝试后）
+- **不可接受**：essence=0 或 hard=0（无论soft多高）
+
+### 4. 迭代终止条件
+- **成功终止**：找到 essence=1 且 hard=1 且 soft >= 0.7 的推荐query
+- **可接受终止**：5轮后找到 essence=1 且 hard=1 且 soft >= 0.5 的推荐query
+- **失败终止**：最多5轮
+- **无推荐词**：返回空列表或错误
+
+### 5. 输出要求
+
+**成功找到合格query时：**
+```
+原始问题：[原问题]
+优化后的query：[最终推荐query]
+本质匹配度：[essence_score] (1=本质一致)
+硬性约束匹配度：[hard_score] (1=所有约束满足)
+软性修饰完整度：[soft_score] (0-1)
+评估理由：[简要说明]
+```
+
+**未找到合格query时：**
+```
+原始问题：[原问题]
+结果：未找到合格推荐query
+原因：[本质不符 / 硬性约束不满足 / 软性信息丢失过多]
+最接近的推荐词：[如果有essence=1且hard=1的词，列出soft最高的]
+建议：[简要建议]
+```
+
+## 注意事项
+- **第一轮必须使用原始问题**：直接调用 get_query_suggestions(query="原始问题")
+  - 第一次调用会自动标注问题（三层），打印出标注结果
+  - 后续调用会复用该标注进行评估
+
+- **后续修改必须调用 modify_query**：不能直接用新query调用 get_query_suggestions
+
+- **重点关注评估结果**：每次都要仔细分析返回的三个分数
+  - **essence_score=0 直接放弃**，本质不对
+  - **hard_score=0 也直接放弃**，约束不满足
+  - **优先关注 essence=1 且 hard=1 的推荐词**，分析如何提升 soft_score
+
+- **基于数据决策**：修改策略必须基于评估反馈
+  - 引用具体的 essence_score、hard_score、soft_score
+  - 引用 reason 中的关键发现
+
+- **采纳标准明确**：
+  - **最优**：essence=1 且 hard=1 且 soft >= 0.7，立即采纳
+  - **可接受**：essence=1 且 hard=1 且 soft >= 0.5，多次尝试后可采纳
+  - **不可接受**：essence=0 或 hard=0，无论soft多高都不能用
+
+- **严禁编造数据**：
+  * 如果返回空列表，必须明确说明"未返回任何推荐词"
+  * 不能引用不存在的推荐词、分数或评估理由
+  * 每次 modify_query 的 reason 必须基于上一轮实际返回的结果
+""".strip()
+
+
+
+
+async def main(input_dir: str):
+    current_time, log_url = set_trace()
+
+    # 从目录中读取固定文件名
+    input_context_file = os.path.join(input_dir, 'context.md')
+    input_q_file = os.path.join(input_dir, 'q.md')
+
+    q_context = read_file_as_string(input_context_file)
+    q = read_file_as_string(input_q_file)
+    q_with_context = f"""
+<需求上下文>
+{q_context}
+</需求上下文>
+<当前问题>
+{q}
+</当前问题>
+""".strip()
+
+    # 获取当前文件名作为版本
+    version = os.path.basename(__file__)
+    version_name = os.path.splitext(version)[0]  # 去掉 .py 后缀
+
+    # 日志保存到输入目录的 output/版本/时间戳 目录下
+    log_dir = os.path.join(input_dir, "output", version_name, current_time)
+
+    run_context = RunContext(
+        version=version,
+        input_files={
+            "input_dir": input_dir,
+            "context_file": input_context_file,
+            "q_file": input_q_file,
+        },
+        q_with_context=q_with_context,
+        q_context=q_context,
+        q=q,
+        log_dir=log_dir,
+        log_url=log_url,
+    )
+    agent = Agent[RunContext](
+        name="Query Optimization Agent",
+        instructions=instructions,
+        tools=[get_query_suggestions, modify_query],
+    )
+    result = await Runner.run(agent, input=q_with_context,  context = run_context,)
+    print(result.final_output)
+
+    # 保存最终输出到 RunContext
+    run_context.final_output = str(result.final_output)
+
+    # 保存 RunContext 到 log_dir
+    os.makedirs(run_context.log_dir, exist_ok=True)
+    context_file_path = os.path.join(run_context.log_dir, "run_context.json")
+    with open(context_file_path, "w", encoding="utf-8") as f:
+        json.dump(run_context.model_dump(), f, ensure_ascii=False, indent=2)
+    print(f"\nRunContext saved to: {context_file_path}")
+
+
+if __name__ == "__main__":
+    parser = argparse.ArgumentParser(description="搜索query优化工具")
+    parser.add_argument(
+        "--input-dir",
+        type=str,
+        default="input/简单扣图",
+        help="输入目录路径，默认: input/简单扣图"
+    )
+    args = parser.parse_args()
+
+    asyncio.run(main(args.input_dir))

sug_v5.py

@@ -32,32 +32,23 @@ class RunContext(BaseModel):
 question_annotation_instructions = """
 你是搜索需求分析专家。给定问题（含需求背景），在原文上标注三层：本质、硬性、软性。
 
-## 三层结构
+## 判断标准
 
-**[本质]** - 问题的核心意图，改变后是完全不同的问题
+**[本质]** - 问题的核心意图
 - 如何获取、教程、推荐、作品、测评等
 
-**[硬]** - 在本质意图下，必须满足的约束
-- 地域、时间、对象、质量要求等
+**[硬]** - 客观事实性约束（可明确验证、非主观判断）
+- 能明确区分类别的：地域、时间、对象、工具、操作类型
+- 特征：改变后得到完全不同类别的结果
 
-**[软]** - 可有可无的修饰
-- 能体现、特色、快速、简单等
+**[软]** - 主观判断性修饰（因人而异、程度性的）
+- 需要主观评价的：质量、速度、美观、特色、程度
+- 特征：改变后仍是同类结果，只是满足程度不同
 
 ## 输出格式
 
 词语[本质-描述]、词语[硬-描述]、词语[软-描述]
 
-## 示例
-
-输入：如何获取能体现川西秋季特色的高质量风光摄影素材？
-输出：如何获取[本质-找方法] 川西[硬-地域] 秋季[硬-季节] 高质量[硬-质量] 风光摄影素材[硬-对象] 能体现[软-修饰] 特色[软-修饰]
-
-输入：PS抠图教程
-输出：PS[硬-工具] 抠图[硬-需求] 教程[本质-学习]
-
-输入：川西秋季风光摄影作品
-输出：川西[硬-地域] 秋季[硬-季节] 风光摄影[硬-对象] 作品[本质-欣赏]
-
 ## 注意
 - 只输出标注后的字符串
 - 结合需求背景判断意图
@@ -85,15 +76,17 @@ eval_instructions = """
 
 推荐query的本质/意图是否与原问题一致？
 
-**原问题标注中的[本质-XXX]：**
-- 找方法/如何获取 → 推荐词应该是方法/获取途径
+**原问题标注中的[本质-XXX]对应推荐词要求：**
+- 找方法/如何获取 → 推荐词**必须明确包含方法/途径类词汇**
+  - ✅ "...网站推荐"、"如何获取..."、"...获取途径"、"...方法"
+  - ❌ "...下载"、"...素材"（直接找内容，不是找方法）
 - 教程/学习 → 推荐词应该是教程/教学
 - 作品/欣赏 → 推荐词应该是作品展示
 - 工具/推荐 → 推荐词应该是工具推荐
 
-**评分：**
-- 1 = 本质一致
-- 0 = 本质改变（完全答非所问）
+**评分原则：**
+- 1 = 本质一致，推荐词**明确表达**相同意图
+- 0 = 本质改变或**不够明确**（宁可严格，不可放松）
 
 ### 2. hard_score（硬性约束）= 0 或 1
 
@@ -115,22 +108,6 @@ eval_instructions = """
 - 0.4-0.6 = 部分丢失
 - 0-0.3 = 大量丢失
 
-## 示例
-
-**原问题标注：** 如何获取[本质-找方法] 川西[硬-地域] 秋季[硬-季节] 高质量[硬-质量] 风光摄影素材[硬-对象] 能体现[软-修饰] 特色[软-修饰]
-
-**推荐query1：** 川西秋季风光摄影素材视频
-- essence_score=0（找方法→找素材本身，本质变了）
-- hard_score=1（地域、季节、对象都符合）
-- soft_score=0.5（丢失"高质量"）
-- reason: 本质改变，用户要找获取素材的方法，推荐词是素材内容本身
-
-**推荐query2：** 川西秋季风光摄影素材网站推荐
-- essence_score=1（找方法→推荐网站，本质一致）
-- hard_score=1（所有硬性约束满足）
-- soft_score=0.8（保留核心，"高质量"未明确但推荐通常筛选过）
-- reason: 本质一致，硬性约束满足，软性略有丢失但可接受
-
 ## 注意
 
 - essence=0 直接拒绝，不管hard/soft多高
@@ -156,79 +133,192 @@ evaluator = Agent[None](
 # Agent 3: 修改策略生成专家
 # ============================================================================
 strategy_instructions = """
-你是query修改策略专家。基于所有历史尝试，生成下一步的query修改策略。
-
-## 输入
-- 原始问题标注（三层）
-- 当前query
-- 当前轮推荐词及其评估结果（essence_score, hard_score, soft_score, reason）
-- **历史尝试记录**：之前所有轮次的query、修改策略、评估结果
-
-## 分析维度
-
-### 0. 首先查看历史尝试（关键！）
-- 之前用过哪些query？结果如何？
-- 哪些操作类型已经尝试过？（简化、扩展、替换、组合）
-- 哪些方向是死路？（多次简化仍返回空/essence=0）
-- 是否有改进趋势？（从空列表→有推荐词，从essence=0→essence=1）
-- **避免重复无效的策略**
-
-### 1. 检查当前轮是否有推荐词
-- 如果返回空列表：query可能过于复杂或生僻
-- 结合历史：之前是否也返回空列表？如果多次空列表，需要大幅调整
-
-### 2. 分析 essence_score
-- 如果全是 essence_score=0：本质方向错了
-- 结合历史：之前essence情况如何？是否曾经有essence=1的结果？
-
-### 3. 分析 hard_score（仅看 essence_score=1 的）
-- 如果全是 hard_score=0：查看reason，哪些硬性约束不满足？
-- 结合历史：哪些约束反复不满足？
+你是query修改策略专家。**模拟人在搜索引擎中的真实搜索行为**，基于反馈动态调整query。
+
+## 核心思路：搜索是探索过程，不是直达过程
+
+**关键认知：**
+1. **中间query不需要满足原始需求** - 它是探索工具，可以偏离原需求
+2. **推荐词是最宝贵的反馈信号** - 告诉你系统理解成什么了，有什么内容
+3. **每一步query都有明确的探索目的** - 不是盲目改词，而是试探和引导
+4. **最终目标：找到满足需求的推荐词** - 不是让query本身满足需求
+
+## 人的真实搜索过程
+
+**搜索的本质**：通过多步探索，利用推荐词作为桥梁，逐步引导系统
+
+**典型模式**：
+
+第1步：直接尝试
+- 目的：看系统能否直接理解
+- 结果：空列表或essence=0
+- essence=0的推荐词：告诉你系统理解成什么了
+
+第2步：降低要求，简化query
+- 目的：让系统有响应，看它在基础层面有什么
+- 推荐词虽然essence=0，但揭示了系统在某个主题有内容
+- **关键**：选一个最有潜力的推荐词
+
+第3步：基于推荐词，往目标方向引导
+- 目的：利用推荐词作为桥梁，加上目标方向的词
+- 推荐词还是essence=0，但主题在变化（接近目标）
+- **渐进式**：不求一步到位，每步都有进展
+
+第4步：继续引导或换角度
+- 如果推荐词主题不变 → 换角度
+- 如果推荐词主题在接近 → 继续引导
+
+最终：找到essence=1的推荐词
+
+**关键原则**：
+1. essence_score是评估推荐词的，不是评估中间query的
+2. essence=0的推荐词也有价值，它揭示了系统的理解方向
+3. 每一步都有明确的探索目的，看目的是否达成
+4. 通过推荐词的主题变化，判断是否在接近目标
+
+## 输入信息
+- 原始问题标注（三层）：本质、硬性约束、软性修饰
+- 历史尝试记录：所有轮次的query、推荐词、评估结果
+- 当前query和推荐词评估
+
+## 分析步骤
+
+### 第一步：理解当前推荐词的信号
+**核心问题：推荐词告诉我什么信息？**
+
+**重要提醒：essence_score是评估推荐词是否满足原始需求的最终目标**
+- essence_score=1: 推荐词满足原需求的本质
+- essence_score=0: 推荐词不满足原需求的本质
+- **但中间query的目的可能不是满足原需求**，所以essence_score只是参考
+
+1. **系统理解层面**（看推荐词的主题）：
+   - 空列表 → 系统完全不理解当前query
+   - 有推荐词 → 系统理解成了什么主题？
+     - 旅游？教程？素材？工具？品种介绍？
+     - 这些主题是否有助于往目标方向引导？
+
+2. **内容可用性层面**（看推荐词的价值）：
+   - **即使推荐词essence=0，也可能是很好的探索起点**
+   - 例如：推荐词"川西旅游攻略"虽然essence=0，但揭示了系统认识"川西"
+   - 哪些推荐词最有潜力作为下一步的桥梁？
+
+3. **探索目的验证**：
+   - 当前query的探索目的是什么？达到了吗？
+   - 例如：目的是"看系统对川西有什么" → 达到了（有推荐词）
+   - 下一步要验证/探索什么？
+
+### 第二步：回顾历史，识别规律
+- 哪些query让系统理解方向变化了？（从"旅游"变成"摄影"）
+- 哪些方向是死路？（多次essence=0且推荐词主题不变）
+- **是否有渐进的改善？**（推荐词越来越接近目标）
+
+### 第三步：选择策略类型（带着明确的探索目的）
+
+**refine_current（微调当前query）**
+- 适用：推荐词方向对了，需要微调让它更精确
+- 探索目的：在正确方向上精细化
+- 动作：加词/减词/换词/调整顺序
+
+**use_recommendation（选推荐词作为新起点）** ⭐ 最重要策略
+- 适用：推荐词虽然essence=0，但**揭示了系统在这个方向有内容**
+- 探索目的：利用推荐词这个客观信号，引导系统往目标方向
+- **核心思维**：推荐词是系统给你的提示，告诉你"我有这个"
+- 动作：
+  - 选一个最有潜力的推荐词作为base_query
+  - 在它基础上加目标方向的词
+  - **这个新query可能不满足原需求，但目的是探索和引导**
+
+**change_approach（换完全不同的角度）**
+- 适用：当前方向是死路（多次尝试推荐词主题不变）
+- 探索目的：跳出当前框架，从另一个角度切入
+- 动作：换一种完全不同的表述方式
+
+**relax_constraints（放宽约束）**
+- 适用：query太复杂，系统不理解（返回空列表）
+- 探索目的：先让系统有响应，看它在最基础层面有什么
+- 动作：去掉限定词，保留核心概念
 
-### 4. 分析 soft_score（仅看 essence=1 且 hard=1 的）
-- 如果 soft_score < 0.7：查看reason，丢失了哪些信息？
-- 结合历史：soft_score的变化趋势？
-
-## 四种操作类型
-
-**简化**：删除冗余词汇，提取核心关键词
-- 适用场景：query过于复杂，返回空列表或推荐词发散
-- 注意：如果历史中已多次简化仍无效，应尝试其他操作
+## 输出要求
 
-**扩展**：添加限定词或场景描述
-- 适用场景：hard_score低，需要补充约束信息
-- 注意：查看历史中哪些约束信息被丢失
+### 1. reasoning（推理过程）
+必须包含三部分，**重点写探索目的**：
+
+- **当前推荐词信号分析**：
+  - 系统理解成什么主题了？（旅游？教程？素材？工具？品种？）
+  - 推荐词揭示了什么信息？（系统在哪个方向有内容）
+  - **不要只看essence_score**：
+    - essence_score=0不代表推荐词没用
+    - 关键看推荐词的主题是否有助于引导
+  - 哪个推荐词最有潜力作为下一步的桥梁？
+
+- **历史尝试与趋势**：
+  - 系统理解的主题变化：从"品种介绍"→"旅游"→"摄影"
+  - 是否在逐步接近目标？还是原地打转？
+
+- **下一步策略与探索目的**：
+  - **这一步query的探索目的是什么？**
+    - 验证系统对某个词的理解？
+    - 往某个方向引导？
+    - 利用推荐词作为桥梁？
+  - 为什么选这个base_query？
+  - 为什么这样修改？
+  - **重要**：不要纠结"这个query不满足原需求"，关键是它能否达成探索目的
+
+### 2. strategy_type
+从4种策略中选择：refine_current, use_recommendation, change_approach, relax_constraints
+
+### 3. base_query
+**关键**：可以选择历史中的query，也可以选择历史推荐词
+- 如果选历史query：base_query_source = "history_query"
+- 如果选历史推荐词：base_query_source = "history_recommendation"
+
+### 4. base_query_source
+说明base_query的来源
+
+### 5. modification_actions
+列出具体的修改动作，例如：
+- ["去掉'如何获取'", "保留'川西秋季'", "把'素材'改为'图片'"]
+- ["选择推荐词'川西旅游'", "加上'秋季'", "加上'照片'"]
+
+### 6. new_query
+最终的新query
+
+## 重要原则
+
+1. **推荐词是最宝贵的反馈** - 充分利用推荐词这个客观信号
+   - 即使essence=0的推荐词，也揭示了系统在这个方向有什么
+   - **优先考虑use_recommendation策略** - 选一个推荐词作为起点
+
+2. **中间query可以偏离原需求** - 每一步都有明确的探索目的
+   - 不要纠结"这个query不满足原需求"
+   - 关键是：这个query能不能帮你往正确方向引导系统
+
+3. **识别死胡同，及时换方向**
+   - 如果多次尝试推荐词主题不变 → 换方向
+   - 如果推荐词越来越偏 → 回退到之前的某个好的起点
+
+4. **保持推理简洁** - 抓住关键信息
+   - 明确说出探索目的
+   - 不要重复啰嗦
+""".strip()
 
-**替换**：使用同义词、行业术语或口语化表达
-- 适用场景：essence_score低，核心概念理解偏差
-- 注意：如果历史显示简化无效，替换可能是突破口
+class ModificationStrategy(BaseModel):
+    """修改策略模型 - 模拟人的搜索调整过程"""
+    reasoning: str = Field(..., description="推理过程：1）当前推荐词分析：系统理解成什么了？2）历史尝试总结：哪些方向有效/无效？3）下一步策略：为什么这样调整？")
 
-**组合**：调整关键词顺序或组合方式
-- 适用场景：结构不合理，需要调整重点
-- 注意：基于历史中哪些关键词组合更有效
+    strategy_type: Literal[
+        "refine_current",      # 微调当前query（加词/减词/换词/换顺序）
+        "use_recommendation",  # 选择推荐词作为新起点，在它基础上修改
+        "change_approach",     # 换完全不同的表述角度
+        "relax_constraints"    # 放宽约束，去掉部分限定词
+    ] = Field(..., description="策略类型")
 
-## 输出要求
+    base_query: str = Field(..., description="基础query，可以是：1）历史中的query 2）历史推荐词中的某一个")
+    base_query_source: Literal["history_query", "history_recommendation"] = Field(..., description="base_query的来源")
 
-必须输出以下字段：
-- operation_type: "简化" | "扩展" | "替换" | "组合"
-- new_query: 修改后的新query
-- reason: 详细理由，必须包括：
-  1. **历史尝试总结**：之前尝试了哪些query和策略？结果如何？
-  2. **当前轮评估发现**：引用具体的分数和理由
-  3. **为什么这样修改**：结合历史经验说明
-  4. **预期改进**：基于历史趋势的预期
+    modification_actions: list[str] = Field(..., description="具体修改动作的描述，如：['去掉\"如何获取\"', '保留核心词\"川西秋季\"', '把\"素材\"改为\"图片\"']")
 
-## 注意
-- **优先考虑历史经验，避免重复失败的策略**
-- 理由必须基于实际数据，不能编造
-- 如果返回空列表，必须在reason中说明，并结合历史判断原因
-""".strip()
-
-class ModificationStrategy(BaseModel):
-    """修改策略模型"""
-    operation_type: Literal["简化", "扩展", "替换", "组合"] = Field(..., description="操作类型")
     new_query: str = Field(..., description="修改后的新query")
-    reason: str = Field(..., description="修改理由")
 
 strategy_generator = Agent[None](
     name="策略生成专家",
@@ -338,10 +428,13 @@ async def generate_modification_strategy(
             # 修改操作也记录，但不增加轮数
             history_records.append({
                 "operation": "modify_query",
-                "modification_type": op["modification_type"],
+                "strategy_type": op.get("strategy_type", op.get("modification_type")),  # 兼容旧字段
+                "base_query": op.get("base_query"),
+                "base_query_source": op.get("base_query_source"),
+                "modification_actions": op.get("modification_actions", []),
                 "original_query": op["original_query"],
                 "new_query": op["new_query"],
-                "reason": op["reason"]
+                "reasoning": op["reasoning"]
             })
 
     # 格式化历史记录为JSON
@@ -366,37 +459,41 @@ async def generate_modification_strategy(
 
 请基于所有历史尝试和当前评估结果，生成下一步的query修改策略。
 
-重点关注：
-1. **查看历史中每个推荐词的详细评估**：
-   - 哪些推荐词的essence_score=1？它们的表述有什么特点？
-   - 哪些推荐词的hard_score=1？它们保留了哪些约束？
-   - 每个推荐词的reason中提到了什么问题？
-2. **避免重复失败的方向**：
-   - 如果某个方向多次返回essence=0，避免继续
-   - 如果某个操作类型反复无效，尝试其他类型
-3. **识别有效的表述方式**：
-   - 历史中是否有essence=1的推荐词？学习它们的表述
-   - 哪些关键词组合更容易被正确理解？
-4. **基于趋势做决策**：
-   - 是否有改进趋势（空列表→有推荐词，essence=0→essence=1）？
-   - 还是陷入死胡同（多次尝试无改善）？
+重点分析：
+
+1. **当前推荐词的信号**：
+   - 系统理解成什么主题了？（旅游？教程？素材？工具？品种？）
+   - 推荐词揭示了什么信息？系统在哪个方向有内容？
+   - **不要只看essence_score**：essence=0的推荐词也可能是好的探索起点
+   - 哪个推荐词最有潜力作为下一步的桥梁？
+
+2. **历史趋势分析**：
+   - 推荐词的主题变化：从"品种介绍"→"旅游"→"摄影"？
+   - 是否在逐步接近目标？还是原地打转（主题不变）？
+   - 哪些query让系统理解方向改变了？
+
+3. **确定探索目的**：
+   - 下一步query的探索目的是什么？
+     * 验证系统对某个词的理解？
+     * 往某个方向引导系统？
+     * 利用推荐词作为桥梁？
+   - **记住**：中间query不需要满足原需求，关键是达成探索目的
 """
     result = await Runner.run(strategy_generator, strategy_input)
     strategy: ModificationStrategy = result.final_output
     return strategy
 
 
-def find_best_qualified_query(evaluations: list[dict], min_soft_score: float = 0.7) -> dict | None:
-    """查找最佳合格query"""
+def find_qualified_queries(evaluations: list[dict], min_soft_score: float = 0.7) -> list[dict]:
+    """查找所有合格的query，按soft_score降序排列"""
     qualified = [
         e for e in evaluations
         if e['essence_score'] == 1
         and e['hard_score'] == 1
         and e['soft_score'] >= min_soft_score
     ]
-    if qualified:
-        return max(qualified, key=lambda x: x['soft_score'])
-    return None
+    # 按soft_score降序排列
+    return sorted(qualified, key=lambda x: x['soft_score'], reverse=True)
 
 
 # ============================================================================
@@ -436,12 +533,12 @@ async def optimize_query(context: RunContext, max_rounds: int = 20) -> dict:
 
         if evaluations:
             # 检查是否找到合格query
-            best = find_best_qualified_query(evaluations, min_soft_score=0.7)
-            if best:
+            qualified_queries = find_qualified_queries(evaluations, min_soft_score=0.7)
+            if qualified_queries:
                 return {
                     "success": True,
-                    "result": best,
-                    "message": f"第{round_num}轮找到合格query"
+                    "results": qualified_queries,
+                    "message": f"第{round_num}轮找到{len(qualified_queries)}个合格query"
                 }
 
         # 如果是最后一轮，不再生成策略
@@ -453,19 +550,23 @@ async def optimize_query(context: RunContext, max_rounds: int = 20) -> dict:
         strategy = await generate_modification_strategy(current_query, evaluations, annotation, context)
 
         print(f"\n修改策略：")
-        print(f"  操作类型：{strategy.operation_type}")
-        print(f"  原query：{current_query}")
+        print(f"  推理过程：{strategy.reasoning}")
+        print(f"  策略类型：{strategy.strategy_type}")
+        print(f"  基础query：{strategy.base_query} (来源: {strategy.base_query_source})")
+        print(f"  修改动作：{', '.join(strategy.modification_actions)}")
         print(f"  新query：{strategy.new_query}")
-        print(f"  理由：{strategy.reason}")
 
         # 记录修改
         context.operations_history.append({
             "operation_type": "modify_query",
             "timestamp": datetime.now().isoformat(),
-            "modification_type": strategy.operation_type,
+            "reasoning": strategy.reasoning,
+            "strategy_type": strategy.strategy_type,
+            "base_query": strategy.base_query,
+            "base_query_source": strategy.base_query_source,
+            "modification_actions": strategy.modification_actions,
             "original_query": current_query,
             "new_query": strategy.new_query,
-            "reason": strategy.reason,
         })
 
         # 更新当前query
@@ -476,12 +577,12 @@ async def optimize_query(context: RunContext, max_rounds: int = 20) -> dict:
     print(f"{max_rounds}轮后未找到最优query，降低标准（soft_score >= 0.5）")
     print(f"{'='*60}")
 
-    best_acceptable = find_best_qualified_query(evaluations, min_soft_score=0.5)
-    if best_acceptable:
+    acceptable_queries = find_qualified_queries(evaluations, min_soft_score=0.5)
+    if acceptable_queries:
         return {
             "success": True,
-            "result": best_acceptable,
-            "message": f"{max_rounds}轮后找到可接受query（soft_score >= 0.5）"
+            "results": acceptable_queries,
+            "message": f"{max_rounds}轮后找到{len(acceptable_queries)}个可接受query（soft_score >= 0.5）"
         }
 
     # 完全失败：找出最接近的
@@ -490,16 +591,17 @@ async def optimize_query(context: RunContext, max_rounds: int = 20) -> dict:
         if e['essence_score'] == 1 and e['hard_score'] == 1
     ]
     if essence_hard_ok:
-        closest = max(essence_hard_ok, key=lambda x: x['soft_score'])
+        # 返回所有满足essence和hard的，按soft_score降序
+        closest_queries = sorted(essence_hard_ok, key=lambda x: x['soft_score'], reverse=True)
         return {
             "success": False,
-            "result": closest,
-            "message": f"未找到合格query，最接近的soft_score={closest['soft_score']}"
+            "results": closest_queries,
+            "message": f"未找到合格query，但有{len(closest_queries)}个接近的推荐词（essence=1, hard=1）"
         }
 
     return {
         "success": False,
-        "result": None,
+        "results": [],
         "message": "未找到任何满足本质和硬性约束的推荐词"
     }
 
@@ -510,32 +612,33 @@ async def optimize_query(context: RunContext, max_rounds: int = 20) -> dict:
 
 def format_output(optimization_result: dict, context: RunContext) -> str:
     """格式化输出结果"""
-    if optimization_result["success"]:
-        result = optimization_result["result"]
-        return f"""
-原始问题：{context.q}
-优化后的query：{result['query']}
-本质匹配度：{result['essence_score']} (1=本质一致)
-硬性约束匹配度：{result['hard_score']} (1=所有约束满足)
-软性修饰完整度：{result['soft_score']} (0-1)
-评估理由：{result['reason']}
-状态：{optimization_result['message']}
-""".strip()
+    results = optimization_result.get("results", [])
+
+    if optimization_result["success"] and results:
+        output = f"原始问题：{context.q}\n"
+        output += f"状态：{optimization_result['message']}\n\n"
+        output += "合格的推荐query（按soft_score降序）：\n"
+        for i, result in enumerate(results, 1):
+            output += f"\n{i}. {result['query']}\n"
+            output += f"   - 本质匹配度：{result['essence_score']} (1=本质一致)\n"
+            output += f"   - 硬性约束匹配度：{result['hard_score']} (1=所有约束满足)\n"
+            output += f"   - 软性修饰完整度：{result['soft_score']:.2f} (0-1)\n"
+            output += f"   - 评估理由：{result['reason']}\n"
+        return output.strip()
     else:
-        output = f"""
-原始问题：{context.q}
-结果：未找到合格推荐query
-原因：{optimization_result['message']}
-"""
-        if optimization_result["result"]:
-            result = optimization_result["result"]
-            output += f"""
-最接近的推荐词：{result['query']}
-  - essence_score: {result['essence_score']}
-  - hard_score: {result['hard_score']}
-  - soft_score: {result['soft_score']}
-  - reason: {result['reason']}
-"""
+        output = f"原始问题：{context.q}\n"
+        output += f"结果：未找到合格推荐query\n"
+        output += f"原因：{optimization_result['message']}\n"
+
+        if results:
+            output += "\n最接近的推荐词（按soft_score降序）：\n"
+            for i, result in enumerate(results[:3], 1):  # 只显示前3个
+                output += f"\n{i}. {result['query']}\n"
+                output += f"   - essence_score: {result['essence_score']}\n"
+                output += f"   - hard_score: {result['hard_score']}\n"
+                output += f"   - soft_score: {result['soft_score']:.2f}\n"
+                output += f"   - reason: {result['reason']}\n"
+
         output += "\n建议：尝试简化问题或调整需求描述"
         return output.strip()