feat : add deblur prompt

services/agents.py

@@ -190,6 +190,22 @@ def deblur_image_from_url(
         return json.dumps({
             "error": f"圖片處理失敗。錯誤訊息: {e}"
         })
+    
+# ------------------------------
+# 1️⃣ 意圖分類工具
+# ------------------------------
+@tool
+def classify_intent(user_input: str) -> str:
+    """
+    判斷使用者輸入意圖：
+    - "deblur" -> 去模糊圖片
+    - "qa" -> 一般問題或分析圖片
+    """
+    deblur_keywords = ["去模糊", "清晰", "修復", "模糊", "deblur"]
+    if any(k in user_input.lower() for k in deblur_keywords):
+        return "deblur"
+    else:
+        return "qa"
 
 # ==========================
 #  LangChain 代理人設定
@@ -197,9 +213,10 @@ def deblur_image_from_url(
 
 # 結合所有定義的工具
 tools = [
-        generate_and_upload_image, 
-        analyze_image_with_text, 
-        deblur_image_from_url
+        classify_intent,              # 意圖分類
+        generate_and_upload_image,    # 生成圖片
+        analyze_image_with_text,      # 分析圖片
+        deblur_image_from_url         # 去模糊圖片
     ]
 
 # 建立 LLM 模型實例 (使用 LangChain 的 ChatGoogleGenerativeAI)
@@ -212,6 +229,18 @@ llm = ChatGoogleGenerativeAI(
 # ✅ 建立 Prompt (新版語法)
 sys_prompt = """
         你是一個強大的圖像生成、圖像去模糊與問答助理，可以根據用戶的請求使用提供的工具。
+        1. classify_intent(user_input) -> 判斷使用者意圖
+        2. deblur_image_from_url(file_url, user_text) -> 去模糊圖片
+        3. analyze_image_with_text(image_path, user_text) -> 分析圖片
+        4. generate_and_upload_image(prompt) -> 生成圖片
+
+        流程：
+        - 先呼叫 classify_intent 判斷使用者意圖
+        - 若返回 'deblur'，則使用 deblur_image_from_url
+        - 若返回 'qa'，則使用 analyze_image_with_text 或其他工具
+
+        當輸入文字明顯與圖片去模糊相關，請使用 deblur_image_from_url。
+        當輸入是問題或文字描述，請使用 analyze_image_with_text。
         ### 核心輸出規範
         * **結果呈現**：當你執行以下任一圖像處理工具成功後，你最終的回答 output **必須包含該 URL 的完整資訊**：
             * `generate_and_upload_image`