feat: add toolmessage result

services/agents.py

@@ -6,18 +6,9 @@ from dotenv import load_dotenv # 匯入 dotenv 以載入 .env 環境變數檔案
 import json # 匯入 json 庫用於序列化
 
 # LangChain 相關匯入
-#from langchain_core.prompts import ChatPromptTemplate  # 匯入 LangChain 的聊天提示模板
-#from langchain_core.tools import tool  # 匯入 LangChain 的工具裝飾器
-#from langchain_google_genai import ChatGoogleGenerativeAI  # 匯入 LangChain 的 Google GenAI 聊天模型
-#from langchain.agents import create_tool_calling_agent
-#from langchain.agents import AgentExecutor  # (若此行仍錯誤，則要改用 Runnable 方式)
-#from langchain.agents import initialize_agent
-#from langchain.agents import AgentType
-
 from langchain.agents import create_agent
-from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
 from langchain.tools import tool
-from langchain.messages import SystemMessage, HumanMessage
+from langchain.messages import AIMessage, HumanMessage, ToolMessage
 
 from langchain_google_genai import ChatGoogleGenerativeAI
 
@@ -218,23 +209,6 @@ llm = ChatGoogleGenerativeAI(
         temperature=0.2
     )
 
-# 建立提示模板
-#prompt_template = ChatPromptTemplate([
-#    ("system", 
-#    """
-#        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。
-#        ### 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`
-#            * `deblur_image_from_url` (或其他任何產生圖像輸出的工具)
-#        
-#        * **錯誤處理**：如果工具有產生錯誤訊息，請解讀錯誤並以自然語言回應給用戶。
-#    """
-#    ), # 系統提示 (System Prompt)
-#    ("user", "{input}"), # 用戶輸入的佔位符
-#    ("placeholder", "{agent_scratchpad}"), # 代理人思考過程的佔位符
-#])
-
 # ✅ 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。
@@ -246,12 +220,6 @@ sys_prompt = """
         * **錯誤處理**：如果工具有產生錯誤訊息，請解讀錯誤並以自然語言回應給用戶。
     """
 
-# 建立工具調用代理人 (Tool Calling Agent)
-#agent = create_tool_calling_agent(llm, tools, prompt_template)
-# 建立代理人執行器 (Agent Executor)
-#agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True) # verbose=True 會在終端印出代理人的思考過程
-# ✅ 使用 initialize_agent 取代 create_tool_calling_agent + AgentExecutor
-
 # --- 4. 建立代理人與執行器 ---
 # 建立工具調用代理人 (Tool Calling Agent)
 agent = create_agent(
@@ -260,20 +228,39 @@ agent = create_agent(
         system_prompt=sys_prompt
     )
 
+def format_agent_result(result):
+    output = {
+        "user": None,
+        "tool_call": None,
+        "tool_result": None,
+        "final_response": None
+    }
+
+    for msg in result["messages"]:
+        if isinstance(msg, HumanMessage):
+            output["user"] = msg.content
+
+        elif isinstance(msg, AIMessage) and msg.additional_kwargs.get("function_call"):
+            fn = msg.additional_kwargs["function_call"]
+            output["tool_call"] = {
+                "name": fn["name"],
+                "arguments": fn["arguments"]
+            }
+
+        elif isinstance(msg, ToolMessage):
+            output["tool_result"] = json.loads(msg.content)
+
+        elif isinstance(msg, AIMessage) and not msg.additional_kwargs.get("function_call"):
+            output["final_response"] = msg.content
+
+    return output
+
 def run_agent(user_input: str):
     """呼叫此函式來執行 Agent"""
-    #human_msg = HumanMessage( user_input )
-    #sys_msg = SystemMessage(sys_prompt)
-    #messages = [
-    #    sys_msg,
-    #    human_msg
-    #]
     print(f"UserInput:{user_input}")
     result = agent.invoke({
         "messages": [{"role": "user", "content": user_input }]
     })
-    
+
     print(f"result:{result}")
-    return {
-        "output": result["messages"][-1].content
-    }
+    return { "output": format_agent_result( result ) }

services/linebot.py

@@ -141,18 +141,18 @@ def handle_message(event):
             response = run_agent(agent_input)
             # Agent 的輸出是 JSON 字串 (無論成功或失敗)
             out_str = response["output"]
-            # 2. 嘗試解析 JSON 輸出
-            result = json.loads(out_str)
+            tool_result = out_str.get("tool_result", {})
+            final_response = out_str.get("final_response") 
 
-            if "error" in result:
+            if "error" in tool_result:
                 # 3A. 處理錯誤情況 (例如：圖片下載失敗、API 錯誤)
-                error_msg = result["error"]
+                error_msg = tool_result["error"]
                 reply_text = f"🚫 圖片工具執行失敗：\n{error_msg}"
                 line_bot_api.reply_message(event.reply_token, TextSendMessage(text=reply_text))
-            elif "image_url" in result:
+            elif "image_url" in tool_result:
                 # 3B. 處理成功情況 (帶有圖片 URL，例如：圖片生成或去模糊工具)
-                image_url = result["image_url"]
-                text_result = result.get("text_result", "圖片處理完成。")
+                image_url = tool_result["image_url"]
+                text_result = tool_result.get("text_result", "圖片處理完成。")
             
                 # Line 要求圖片 URL 必須是 HTTPS
                 # 由於 HF_SPACE 預設是 https，這裡做一個保險轉換
@@ -170,11 +170,14 @@ def handle_message(event):
                     ]
                 )
 
-            elif "text_result" in result:
+            elif "text_result" in tool_result:
                 # 3C. 處理純文字結果 (例如：多模態分析工具)
-                text_result = result["text_result"]
+                text_result = tool_result["text_result"]
                 line_bot_api.reply_message(event.reply_token, TextSendMessage(text=text_result))
             
+            elif final_response:
+                line_bot_api.reply_message(event.reply_token, TextSendMessage(text=final_response))
+
             else:
                 # 3D. 處理意外的 JSON 結構
                 line_bot_api.reply_message(