# 推理验证纠偏记录

created: 2026-06-16

## 验证场景

### 场景 1: "查下ip"
- SimpleRouter: 无 @skill 前缀，非问候 → REACT + 全量工具
- ReActEngine: system prompt 注入工具描述 + <tool_use> 格式
- LLM 看到工具描述，理解需要 shell → 输出 <tool_use> → 解析执行
- **结论**: 正确 ✓

### 场景 2: "你好"
- SimpleRouter: 匹配 _GREETING_RE → DIRECT_CHAT
- 直接 LLM 调用，无工具
- **结论**: 正确 ✓

### 场景 3: "翻译hello为中文"
- SimpleRouter: 无前缀，非问候 → REACT + 全量工具
- LLM 看到工具但判断不需要 → 直接翻译
- **代价**: 多约 2000 tokens（工具描述），但保证正确性
- **结论**: 正确 ✓（token 成本可接受）

### 场景 4: "@skill:shell_agent 查看当前ip"
- SimpleRouter: @skill 前缀 → SKILL_REACT + shell_agent 工具
- **结论**: 正确 ✓

## 发现的问题

### P3: tool_schemas 和 prompt-based 工具描述同时存在
- **分析**: API tools 参数 + system prompt 工具描述同时传入
- **影响**: 支持 function calling 的模型走原生路径，不支持的走 prompt-based
- **当前代码已兼容**: has_tool_calls → 原生路径，else → 文本解析路径
- **代价**: 工具描述冗余约 2000 tokens
- **结论**: 可接受，不需要修改

### P4: ChatMessage timestamp 类型不匹配（已修复）
- **问题**: add_message 中用了 .isoformat()，但字段类型是 datetime
- **修复**: 移除 .isoformat()，使用默认的 datetime.now(timezone.utc)

## 未修改的已知问题

1. tasks.py 仍使用 IntentRouter — 不在 Portal 路径，暂不影响
2. 工具描述冗余 — 后续可优化（检测模型是否支持 function calling）
3. chat.py 中 user_msg 未使用变量 — 预先存在的 lint 警告