diff --git a/backend_service/generated_reasoning_content/0c58e126-fb6b-4c3c-982f-cf24ec7147d9.md b/backend_service/generated_reasoning_content/0c58e126-fb6b-4c3c-982f-cf24ec7147d9.md deleted file mode 100644 index 9620bef6..00000000 --- a/backend_service/generated_reasoning_content/0c58e126-fb6b-4c3c-982f-cf24ec7147d9.md +++ /dev/null @@ -1,230 +0,0 @@ -好的，我现在需要处理用户的任务指令，生成一个符合要求的行为树JSON。首先，我得仔细阅读用户的指令和参考知识，确保理解所有要求。 - -用户的要求是：无人机起飞后，先移动至学生宿舍，搜索并锁定任一红色的球，在对其环绕三十两圈后进行打击操作。参考知识中提到学生宿舍的坐标是(x:5, y:3, z:2)。不过，这里有个问题，用户提到的“红色的球”可能不在学生宿舍区域，但根据参考知识，学生宿舍的坐标是(5,3,2)，而其他地点如跷跷板和A地的坐标不同。不过用户可能希望无人机先飞到学生宿舍，然后在附近搜索球。 - -首先，我需要确保所有坐标符合物理约束。学生宿舍的坐标是x=5，y=3，z=2，这在允许的范围内。接下来，无人机需要起飞，然后飞往学生宿舍。这里可能需要使用fly_to_waypoint动作，将坐标设置为学生宿舍的坐标。 - -接下来是搜索红色球。用户提到“搜索并锁定任一红色的球”，这里可能需要使用search_pattern或者object_detect。不过，用户可能希望先飞到学生宿舍区域，然后进行搜索。根据参考知识，学生宿舍的坐标是(5,3,2)，所以可能需要先飞到那里，然后进行搜索。不过，用户可能希望在学生宿舍附近搜索，所以可能需要使用search_pattern，或者先悬停再检测。 - -不过，用户提到“搜索并锁定”，可能需要先使用search_pattern来搜索，或者直接使用object_detect。但object_detect需要无人机在目标附近悬停，而search_pattern是移动搜索。根据任务描述，可能先飞到学生宿舍，然后进行搜索，所以可能需要使用search_pattern，或者先飞到学生宿舍，然后使用object_detect。 - -不过，用户可能希望先飞到学生宿舍，然后在该区域搜索红色球。所以可能需要先fly_to_waypoint到学生宿舍，然后使用search_pattern或者object_detect。但根据参考知识，学生宿舍的坐标是(5,3,2)，而红色球可能在附近，所以可能需要使用search_pattern，或者直接使用object_detect，但需要确认位置。 - -不过，用户可能希望先飞到学生宿舍，然后在该区域进行搜索。因此，可能需要先fly_to_waypoint到学生宿舍，然后使用search_pattern来搜索红色球。或者，如果红色球的位置已知，可能直接使用object_detect。但根据用户指令，可能需要先搜索，所以使用search_pattern更合适。 - -接下来，找到红色球后，需要环绕三十两圈。这里的“三十两圈”可能是笔误，应该是“三十圈”或者“三圈”？但用户写的是“三十两圈”，可能是指半径30米，绕两圈？或者可能是“三十圈”？需要根据中文习惯判断。通常，“三十两圈”可能是指半径30米，绕两圈，或者可能是“三十圈”？这里可能需要进一步确认，但根据用户给出的参考知识，可能需要将半径设为30米，绕两圈。或者，用户可能想表达的是“三十圈”？但中文中“三十两圈”不太常见，可能是“三十圈”或“三圈”。不过，根据用户给出的参考知识中的“环绕三十两圈”，可能是指半径30米，绕两圈。因此，在orbit_around_target中设置radius=30，laps=2。 - -然后进行打击操作，使用strike_target动作。 - -同时，必须包含安全监控，使用Parallel节点，包含电池和GPS监控，以及紧急处理流程。 - -现在，构建行为树的结构： - -根节点是Parallel，包含主任务和安全监控。主任务是一个Sequence，包含起飞、飞往学生宿舍、搜索球、环绕、打击、降落。安全监控是Selector，包含电池、GPS条件，以及紧急处理Sequence。 - -在飞往学生宿舍时，使用fly_to_waypoint，参数x=5，y=3，z=2。然后进行搜索，使用search_pattern，可能以学生宿舍为中心，半径适当，比如50米，搜索红色球。或者，可能需要先悬停，使用object_detect。但用户可能希望先搜索，所以使用search_pattern，参数center_x=5，center_y=3，radius=50，target_class=ball，description=红色球。不过，用户提到的是红色球，可能需要调整参数。 - -接下来，环绕目标，使用orbit_around_target，参数center_x=5（假设球在学生宿舍附近），但需要确认。或者，可能在搜索后，锁定球的位置，然后环绕。但根据用户指令，可能需要先飞到学生宿舍，然后搜索球，所以search_pattern的中心是学生宿舍的坐标，半径50米，搜索红色球。然后，环绕该球，使用orbit_around_target，radius=30，laps=2。然后进行打击。 - -现在，检查所有参数是否符合约束： - -fly_to_waypoint的坐标是学生宿舍的(5,3,2)，z=2，符合约束。 - -search_pattern的参数：pattern_type=spiral，center_x=5，center_y=3，center_z=2（学生宿舍的坐标），radius=50，target_class=ball，description=红色球。这符合约束。 - -然后，环绕该球，使用orbit_around_target，参数center_x=5（假设球在学生宿舍附近），但需要确认。或者，可能在搜索后，球的位置被确认，所以使用orbit_around_target，中心是搜索到的球的位置。但根据用户指令，可能需要在搜索后，锁定球的位置，然后环绕。因此，在search_pattern后，可能需要使用object_detect来确认球的位置，但用户可能希望直接环绕。 - -不过，用户可能希望在搜索后，锁定球的位置，然后环绕。因此，在search_pattern后，可能需要使用object_detect来确认球的位置，但根据任务描述，可能需要直接环绕。 - -因此，在search_pattern后，可能需要使用orbit_around_target，参数center_x=5（假设球在学生宿舍附近），但需要确认。或者，可能在搜索后，球的位置被确认，所以使用orbit_around_target，中心是球的位置。 - -但根据用户指令，可能需要先飞到学生宿舍，然后在该区域搜索球，所以search_pattern的中心是学生宿舍的坐标，半径50米，搜索红色球。然后，环绕该球，使用orbit_around_target，参数center_x=5（假设球在学生宿舍附近），radius=30，laps=2。 - -然后进行打击操作。 - -现在，构建行为树的结构： - -根节点是Parallel，包含主任务Sequence和安全监控Selector。 - -主任务Sequence的步骤： - -1. preflight_checks，检查级别为comprehensive。 -2. takeoff，altitude=2.0。 -3. fly_to_waypoint到学生宿舍的坐标(5,3,2)，acceptance_radius=2.0。 -4. search_pattern，pattern_type=spiral，center_x=5，center_y=3，center_z=2，radius=50，target_class=ball，description=红色球。 -5. orbit_around_target，参数center_x=5（假设球在学生宿舍附近），但需要确认。或者，可能在搜索后，球的位置被确认，所以使用orbit_around_target，中心是球的位置。但根据用户指令，可能需要在搜索后，锁定球的位置，然后环绕。因此，在search_pattern后，可能需要使用object_detect来确认球的位置，但用户可能希望直接环绕。 - -因此，在search_pattern后，可能需要使用orbit_around_target，参数center_x=5（假设球在学生宿舍附近），radius=30，laps=2。 - -然后进行strike_target操作。 - -最后，land，mode=home。 - -同时，安全监控Selector包含电池条件（threshold=0.35）和GPS条件（min_satellites=8），以及紧急处理Sequence。 - -现在，检查所有参数是否符合约束： - -- fly_to_waypoint的坐标是学生宿舍的(5,3,2)，z=2，符合约束。 -- search_pattern的参数：center_x=5，center_y=3，center_z=2，radius=50，符合约束。 -- orbit_around_target的参数：center_x=5（假设球在学生宿舍附近），但需要确认。或者，可能在搜索后，球的位置被确认，所以使用orbit_around_target，中心是球的位置。但根据用户指令，可能需要在搜索后，锁定球的位置，然后环绕。因此，在search_pattern后，可能需要使用object_detect来确认球的位置，但用户可能希望直接环绕。 - -因此，在search_pattern后，可能需要使用orbit_around_target，参数center_x=5（假设球在学生宿舍附近），radius=30，laps=2。 - -然后进行strike_target操作。 - -现在，构建JSON： - -根节点是Parallel，包含主任务Sequence和安全监控Selector。 - -主任务Sequence的步骤： - -1. preflight_checks，参数check_level=comprehensive。 -2. takeoff，参数altitude=2.0。 -3. fly_to_waypoint到学生宿舍的坐标(5,3,2)，acceptance_radius=2.0。 -4. search_pattern，参数pattern_type=spiral，center_x=5，center_y=3，center_z=2，radius=50，target_class=ball，description=红色球。 -5. orbit_around_target，参数center_x=5（假设球在学生宿舍附近），但需要确认。或者，可能在搜索后，球的位置被确认，所以使用orbit_around_target，中心是球的位置。但根据用户指令，可能需要在搜索后，锁定球的位置，然后环绕。因此，在search_pattern后，可能需要使用object_detect来确认球的位置，但用户可能希望直接环绕。 - -因此，在search_pattern后，可能需要使用orbit_around_target，参数center_x=5（假设球在学生宿舍附近），radius=30，laps=2。 - -然后进行strike_target操作。 - -最后，land，mode=home。 - -同时，安全监控Selector包含电池条件（threshold=0.35）和GPS条件（min_satellites=8），以及紧急处理Sequence。 - -现在，检查所有参数是否符合约束： - -- orbit_around_target的参数center_x=5，但需要确认球的位置是否在学生宿舍附近。根据用户指令，可能需要在搜索后，锁定球的位置，所以使用orbit_around_target，中心是球的位置。但根据参考知识，学生宿舍的坐标是(5,3,2)，而红色球可能在附近，所以使用orbit_around_target，参数center_x=5（学生宿舍的坐标），radius=30，laps=2。 - -这样，参数符合约束。 - -现在，构建JSON： - -{ - "root": { - "type": "Parallel", - "name": "CompleteStrikeMission", - "params": { - "policy": "all_success" - }, - "children": [ - { - "type": "Sequence", - "name": "MainStrikeSequence", - "children": [ - { - "type": "action", - "name": "preflight_checks", - "params": { - "check_level": "comprehensive" - } - }, - { - "type": "action", - "name": "takeoff", - "params": { - "altitude": 2.0 - } - }, - { - "type": "action", - "name": "fly_to_waypoint", - "params": { - "x": 5.0, - "y": 3.0, - "z": 2.0, - "acceptance_radius": 2.0 - } - }, - { - "type": "action", - "name": "search_pattern", - "params": { - "pattern_type": "spiral", - "center_x": 5.0, - "center_y": 3.0, - "center_z": 2.0, - "radius": 50.0, - "target_class": "ball", - "description": "红色球", - "count": 1 - } - }, - { - "type": "action", - "name": "orbit_around_target", - "params": { - "center_x": 5.0, - "center_y": 3.0, - "center_z": 2.0, - "radius": 30.0, - "laps": 2, - "clockwise": true, - "gimbal_lock": true - } - }, - { - "type": "action", - "name": "strike_target", - "params": { - "target_class": "ball", - "description": "红色球", - "count": 1 - } - }, - { - "type": "action", - "name": "land", - "params": { - "mode": "home" - } - } - ] - }, - { - "type": "Selector", - "name": "SafetyMonitor", - "params": { - "memory": true - }, - "children": [ - { - "type": "condition", - "name": "battery_above", - "params": { - "threshold": 0.35 - } - }, - { - "type": "condition", - "name": "gps_status", - "params": { - "min_satellites": 8 - } - }, - { - "type": "Sequence", - "name": "EmergencyHandler", - "children": [ - { - "type": "action", - "name": "emergency_return", - "params": { - "reason": "safety_breach" - } - } - , - { - "type": "action", - "name": "land", - "params": { - "mode": "home" - } - } - ] - } - ] - } - ] - } -} \ No newline at end of file diff --git a/backend_service/generated_reasoning_content/ec1faa0c-2ca8-419d-90bf-6b58555c9694.md b/backend_service/generated_reasoning_content/ec1faa0c-2ca8-419d-90bf-6b58555c9694.md deleted file mode 100644 index 7bc25485..00000000 --- a/backend_service/generated_reasoning_content/ec1faa0c-2ca8-419d-90bf-6b58555c9694.md +++ /dev/null @@ -1,35 +0,0 @@ -好的，我现在需要处理用户的任务指令，生成一个符合要求的行为树JSON。首先，我得仔细阅读用户的指令和参考知识，确保理解所有要求。 - -用户的目标是搜索并锁定危险性最高的气球（红色>蓝色>绿色），然后跟踪30秒后进行打击。参考知识中提到了三个地点，但用户可能希望搜索的区域是这些地点附近，或者需要根据这些坐标来规划路径。 - -首先，我需要确定无人机的起降点。参考知识中的地点坐标可能作为搜索区域的中心。比如，用户提到的“学生宿舍”坐标是(5,3,2)，但可能需要选择一个合适的中心点进行搜索。不过用户没有明确指定搜索区域，可能需要根据常识判断，比如选择一个开阔区域，或者使用提供的坐标中的某个作为中心。 - -接下来，任务流程应该是：起飞→飞往搜索区域→搜索目标→检测到目标后跟踪→打击。同时必须包含安全监控。 - -根据参考知识中的坐标，可能需要将搜索区域设置为某个中心点。比如，用户提到的“跷跷板”在(x:15, y:-8.5, z:1.2)，但z坐标可能需要调整到最低1米，所以可能设置为z=2。或者选择其他地点作为搜索中心。不过用户没有明确说明，可能需要假设搜索区域是这些地点附近，或者需要覆盖多个区域。但根据任务描述，可能需要在某个特定区域搜索，比如“学生宿舍”附近，或者使用提供的坐标中的某个作为中心。 - -假设用户希望搜索的区域是“学生宿舍”附近，那么飞往该区域的坐标是(5,3,2)。但需要确保z≥1，所以没问题。或者可能需要更广泛的搜索，比如使用search_pattern的模式，以某个中心点为中心，半径覆盖周围区域。 - -接下来，构建行为树的结构。根节点必须是Parallel，包含主任务和安全监控。主任务是一个Sequence，包含起飞、飞往搜索点、搜索、跟踪、打击、降落。安全监控部分包括电池和GPS检查，以及紧急处理。 - -在搜索阶段，用户需要检测红色气球（危险最高），所以使用object_detect，参数target_class为balloon，description为“红色>蓝色>绿色”，count为1。如果未检测到，可能需要使用search_pattern，比如以某个中心点为中心，半径适当，模式为spiral或grid。但根据用户指令，可能需要先尝试直接检测，否则搜索。 - -然后，一旦检测到目标，进行跟踪，使用track_object，参数target_class为balloon，description同上，track_time为30秒。之后打击，使用strike_target，最后评估战损。 - -需要确保所有参数符合约束，比如坐标在±10000米内，z≥1，电池阈值正确等。例如，起飞高度为2米，飞往搜索点的坐标可能需要调整到合理范围，比如使用学生宿舍的坐标(5,3,2)，或者可能需要更远的点，但根据参考知识中的坐标，可能选择其中一个作为中心。 - -另外，安全监控部分需要包含电池监控（threshold 0.3）和GPS状态，以及紧急处理流程。同时，主任务的Sequence必须以land结束。 - -现在，将这些步骤转化为JSON结构，确保每个节点正确，参数符合要求。例如，fly_to_waypoint的坐标可能需要调整到参考知识中的某个点，比如学生宿舍的坐标，或者可能需要更广泛的区域。但用户没有明确说明，可能需要假设搜索区域是某个特定点，或者使用search_pattern覆盖周围区域。 - -可能需要使用search_pattern来覆盖更大的区域，比如以学生宿舍为中心，半径50米，模式为spiral，寻找balloon。或者先飞往某个点，然后进行检测或搜索。 - -综合考虑，可能的步骤是：起飞→飞往学生宿舍附近→进行object_detect，如果未检测到，则执行search_pattern。但根据用户指令，可能需要直接检测，否则搜索。因此，在Selector中，先尝试直接检测，否则搜索。 - -因此，在MainStrikeSequence中，fly_to_waypoint的坐标可能设置为学生宿舍的坐标(5,3,2)，调整z为2。然后进行object_detect，参数target_class为balloon，description为“红色>蓝色>绿色”，count为1。如果检测到，进入跟踪和打击。否则，执行search_pattern，以该中心点为中心，半径适当，模式为spiral，寻找balloon。 - -接下来，构建JSON。主任务Sequence包括preflight_checks，takeoff，fly_to_waypoint（坐标可能为学生宿舍的(5,3,2)），然后Selector用于目标获取，包含直接检测和search_pattern。检测到后，track_object，然后strike_target，最后land。 - -安全监控部分包括电池阈值0.3，GPS检查，以及紧急处理。 - -现在，将这些步骤转化为JSON结构，确保每个节点正确，参数符合约束。 \ No newline at end of file diff --git a/backend_service/generated_reasoning_content/reasoning_content.md b/backend_service/generated_reasoning_content/reasoning_content.md new file mode 100644 index 00000000..3360f2fd --- /dev/null +++ b/backend_service/generated_reasoning_content/reasoning_content.md @@ -0,0 +1,43 @@ +好的，我现在需要处理用户的任务指令，生成一个符合要求的行为树JSON。首先，我得仔细阅读用户的指令和参考知识，确保理解所有要求。 + +用户的目标是搜索并锁定危险性最高的气球（红色>蓝色>绿色），然后跟踪30秒后进行打击。参考知识中提到了三个地点，但用户可能希望搜索的区域是这些地点附近，或者需要根据这些坐标来规划路径。 + +首先，我需要确定无人机的起降点。参考知识中的地点坐标可能作为搜索区域的中心。比如，用户提到的“学生宿舍”坐标是(5,3,2)，但可能需要选择一个合适的中心点进行搜索。不过用户没有明确指定搜索区域，可能需要使用search_pattern来覆盖这些区域，或者直接在某个中心点周围搜索。 + +接下来，任务流程应该是：起飞→飞往搜索区域→搜索目标→检测到目标后跟踪→打击。同时必须包含安全监控。 + +根据用户提供的参考知识，可能需要将搜索区域设置为某个中心点。比如，用户提到的“跷跷板”在(x:15, y:-8.5, z:1.2)，但z坐标需要调整到至少1米，这里已经是1.2，没问题。或者可能选择其他地点作为搜索中心。但用户没有明确说明，可能需要假设搜索区域是这些地点附近，或者使用一个综合的中心点。 + +不过用户可能希望无人机先飞往某个特定的搜索区。比如，参考知识中的“学生宿舍”可能是一个可能的区域，但需要确认。或者用户可能希望无人机在某个中心点周围进行搜索。例如，使用search_pattern的中心点可能选在某个已知地点，比如“跷跷板”附近，或者综合多个点。 + +但用户没有明确指定搜索区域，所以可能需要使用search_pattern的中心点为某个已知地点，比如“跷跷板”的坐标，或者选择一个合理的中心点。例如，假设搜索区域是“跷跷板”所在的位置，那么中心坐标为(15, -8.5, 1.2)。或者可能需要将搜索区域设置为多个地点的组合，但用户没有说明，所以可能需要选择一个中心点。 + +接下来，考虑使用search_pattern来搜索，因为目标位置未知。参数中需要指定pattern_type，比如spiral或grid。假设选择spiral模式，覆盖更大的区域。中心点可能选在某个已知地点，比如“跷跷板”的坐标，或者综合多个点。但用户没有明确，所以可能需要选择一个合理的中心点，比如“跷跷板”的坐标。 + +然后，检测到目标后，需要跟踪30秒，再打击。所以流程是：起飞→飞往搜索区→搜索→检测→跟踪→打击→降落。 + +安全监控必须包含在Parallel节点中，监控电池和GPS，并在紧急情况下返航。 + +现在，构建行为树的结构： + +根节点是Parallel，包含主任务和安全监控。主任务是Sequence，包含起飞、飞往搜索区、搜索、检测、跟踪、打击、降落。安全监控是Selector，包含电池和GPS条件，以及紧急处理Sequence。 + +在搜索部分，使用search_pattern，参数包括pattern_type为spiral，中心点选在某个已知地点，比如“跷跷板”的坐标(15, -8.5, 1.2)，半径可能设为50米，覆盖较大区域。目标类别是balloon，描述为“红色气球危险性高于蓝色气球高于绿色气球”，但参数中description需要描述目标属性，比如“红>蓝>绿”。 + +检测到目标后，使用track_object，参数target_class为balloon，description为“红>蓝>绿”，track_time为30秒。然后strike_target，最后评估战损。 + +需要确保所有参数符合约束，比如z坐标在1-5000米之间，半径在5-1000米之间，速度等参数在合理范围。 + +现在，将各个步骤的参数填入JSON中。例如，起飞到2米，飞往搜索区的中心点可能选在“跷跷板”的坐标(15, -8.5, 1.2)，但z需要调整到至少1米，这里已经是1.2。所以fly_to_waypoint的参数x=15，y=-8.5，z=1.2，接受半径2米。 + +搜索使用search_pattern，pattern_type为spiral，中心点为(15, -8.5, 1.2)，半径设为50米，覆盖区域。目标类别是balloon，description为“红>蓝>绿”。 + +检测到目标后，使用track_object，参数target_class为balloon，description为“红>蓝>绿”，track_time为30秒，min_confidence设为0.7，safe_distance设为15米。 + +然后strike_target，参数target_class为balloon，description为“红>蓝>绿”，count为1。 + +最后，降落。 + +安全监控部分，电池阈值设为0.35，GPS的min_satellites设为8，紧急处理Sequence包括emergency_return和land。 + +现在，将所有步骤的参数填入JSON中，确保符合所有规则。 \ No newline at end of file diff --git a/backend_service/generated_visualizations/py_tree.png b/backend_service/generated_visualizations/py_tree.png index b24cdaca..b1f8670d 100644 Binary files a/backend_service/generated_visualizations/py_tree.png and b/backend_service/generated_visualizations/py_tree.png differ diff --git a/backend_service/src/__pycache__/py_tree_generator.cpython-310.pyc b/backend_service/src/__pycache__/py_tree_generator.cpython-310.pyc index de1b8ccc..f2dca6e6 100644 Binary files a/backend_service/src/__pycache__/py_tree_generator.cpython-310.pyc and b/backend_service/src/__pycache__/py_tree_generator.cpython-310.pyc differ diff --git a/backend_service/src/py_tree_generator.py b/backend_service/src/py_tree_generator.py index 6ebf7492..b6690675 100644 --- a/backend_service/src/py_tree_generator.py +++ b/backend_service/src/py_tree_generator.py @@ -574,6 +574,10 @@ class PyTreeGenerator: self.simple_base_url = os.getenv("SIMPLE_BASE_URL", f"http://{self.orin_ip}:8081/v1") self.complex_base_url = os.getenv("COMPLEX_BASE_URL", f"http://{self.orin_ip}:8081/v1") self.api_key = os.getenv("OPENAI_API_KEY", "sk-no-key-required") + # 直接在代码中指定最大输出token数（不通过环境变量） + self.classifier_max_tokens = 512 + self.simple_max_tokens = 8192 + self.complex_max_tokens = 8192 # 为不同用途分别创建客户端 self.classifier_client = openai.OpenAI(api_key=self.api_key, base_url=self.classifier_base_url) @@ -636,7 +640,8 @@ class PyTreeGenerator: {"role": "user", "content": user_prompt} ], temperature=0.0, - response_format={"type": "json_object"} + response_format={"type": "json_object"}, + max_tokens=self.classifier_max_tokens ) class_str = classifier_resp.choices[0].message.content class_obj = json.loads(class_str) @@ -682,6 +687,8 @@ class PyTreeGenerator: } if not self.enable_reasoning_capture: response_kwargs["response_format"] = {"type": "json_object"} + # 基于模式设定最大输出token数（直接在代码中配置） + response_kwargs["max_tokens"] = self.simple_max_tokens if mode == "simple" else self.complex_max_tokens response = client.chat.completions.create(**response_kwargs) # 兼容可能存在的 reasoning_content 字段 try: @@ -700,6 +707,7 @@ class PyTreeGenerator: if isinstance(msg_content, str) and msg_content.strip(): combined_text += msg_content pytree_str = combined_text if combined_text else (msg_content or "") + raw_full_text_for_logging = pytree_str # 保存完整原文（含 ）以便失败时完整打印 # 提取 推理链内容（若存在） reasoning_text = None @@ -715,7 +723,41 @@ class PyTreeGenerator: try: pytree_dict = json.loads(pytree_str) except json.JSONDecodeError as e: - logging.error(f"❌ JSON解析失败（第 {attempt + 1}/3 次）。原始响应如下：\n{pytree_str}") + logging.error(f"❌ JSON解析失败（第 {attempt + 1}/3 次）。\n—— 完整原始文本(含) ——\n{raw_full_text_for_logging}") + # 尝试打印响应对象的完整结构 + try: + raw_response_dump = None + if hasattr(response, 'model_dump_json'): + raw_response_dump = response.model_dump_json(indent=2, exclude_none=False) + elif hasattr(response, 'dict'): + raw_response_dump = json.dumps(response.dict(), ensure_ascii=False, indent=2, default=str) + else: + # 兜底：尝试将choices与关键字段展开 + safe_obj = { + "id": getattr(response, 'id', None), + "model": getattr(response, 'model', None), + "object": getattr(response, 'object', None), + "usage": getattr(response, 'usage', None), + "choices": [ + { + "index": getattr(c, 'index', None), + "finish_reason": getattr(c, 'finish_reason', None), + "message": { + "role": getattr(getattr(c, 'message', None), 'role', None), + "content": getattr(getattr(c, 'message', None), 'content', None), + "reasoning_content": getattr(getattr(c, 'message', None), 'reasoning_content', None) + } if getattr(c, 'message', None) is not None else None + } + for c in getattr(response, 'choices', []) + ] if hasattr(response, 'choices') else None + } + raw_response_dump = json.dumps(safe_obj, ensure_ascii=False, indent=2, default=str) + logging.error(f"—— 完整响应对象 ——\n{raw_response_dump}") + except Exception as dump_e: + try: + logging.error(f"响应对象转储失败，repr如下：\n{repr(response)}") + except Exception: + pass continue # 简单/复杂分别验证与返回