prompt

app/agent/mmca_agent.py

@@ -21,42 +21,18 @@ from app.mcp.tools import mcp_tools
 from app.shared.integrations.gemini_client import GeminiClient
 from app.shared.integrations.megallm_client import MegaLLMClient
 from app.shared.logger import agent_logger, AgentWorkflow, WorkflowStep
+from app.shared.prompts import (
+    MMCA_SYSTEM_PROMPT as SYSTEM_PROMPT,
+    GREETING_SYSTEM_PROMPT,
+    build_greeting_prompt,
+    build_synthesis_prompt,
+)
 
 
 # Default coordinates for Da Nang (if no location specified)
 DANANG_CENTER = (16.0544, 108.2022)
 
-# System prompt for the agent - balanced for all 3 tools
-SYSTEM_PROMPT = """Bạn là trợ lý du lịch thông minh cho Đà Nẵng. Bạn có 3 công cụ tìm kiếm:
-
-**1. retrieve_context_text** - Tìm kiếm văn bản thông minh
-   - Khi nào: Hỏi về menu, review, mô tả, đặc điểm, phong cách
-   - Ví dụ: "Phở ngon giá rẻ", "Quán cafe view đẹp", "Nơi lãng mạn hẹn hò"
-   - Đặc biệt: Tự động phát hiện category (cafe, pho, seafood...) và boost kết quả
-
-**2. retrieve_similar_visuals** - Tìm theo hình ảnh
-   - Khi nào: Người dùng gửi ảnh hoặc mô tả về không gian, decor
-   - Scene filter: food, interior, exterior, view
-   - Ví dụ: "Quán có không gian giống ảnh này"
-
-**3. find_nearby_places** - Tìm theo vị trí
-   - Khi nào: Hỏi về khoảng cách, "gần đây", "gần X", "quanh Y"
-   - Ví dụ: "Quán cafe gần Cầu Rồng", "Nhà hàng gần bãi biển Mỹ Khê"
-   - Đặc biệt: Có thể lấy chi tiết đầy đủ với photos, reviews
-
-**4. search_social_media** - Tìm kiếm mạng xã hội và tin tức
-   - Khi nào: Hỏi về "review", "tin hot", "trend", "tiktok", "facebook", "tin mới"
-   - Ví dụ: "Review quán ăn ngon Đà Nẵng trên TikTok", "Tin hot tuần qua"
-   - Tham số: query, freshness ("pw": tuần, "pm": tháng), platforms (["tiktok", "facebook", "reddit"])
-
-**Quy tắc quan trọng:**
-1. Phân tích intent để chọn ĐÚNG tool (không chỉ dùng 1 tool)
-2. Với câu hỏi tổng quát ("quán cafe ngon") → dùng retrieve_context_text
-3. Với câu hỏi vị trí ("gần X", "quanh Y") → dùng find_nearby_places
-4. Với câu hỏi trend/review từ MXH -> dùng search_social_media
-5. Với ảnh → dùng retrieve_similar_visuals
-6. Trả lời tiếng Việt, thân thiện, cung cấp thông tin cụ thể (tên, rating, khoảng cách)
-"""
+# SYSTEM_PROMPT is imported from app.shared.prompts
 
 
 
@@ -496,19 +472,12 @@ class MMCAAgent:
         
         # If no tool results (greeting case), return simple response
         if not tool_results:
-            # Build history section if available
-            history_section = ""
-            if history:
-                history_section = f"Lịch sử hội thoại:\n{history}\n\n---\n"
-            
-            prompt = f"""{history_section}User nói: "{message}"
-
-Hãy trả lời thân thiện bằng tiếng Việt. Đây là lời chào hoặc tin nhắn đơn giản, không cần tìm kiếm địa điểm."""
+            prompt = build_greeting_prompt(message, history)
             
             response = await self.llm_client.generate(
                 prompt=prompt,
                 temperature=0.7,
-                system_instruction="Bạn là LocalMate - trợ lý du lịch thân thiện cho Đà Nẵng. Trả lời ngắn gọn, thân thiện.",
+                system_instruction=GREETING_SYSTEM_PROMPT,
             )
             return response, []
         
@@ -522,32 +491,8 @@ Hãy trả lời thân thiện bằng tiếng Việt. Đây là lời chào ho
 
         context = "\n\n".join(context_parts)
 
-        # Build history section if available
-        history_section = ""
-        if history:
-            history_section = f"""Lịch sử hội thoại trước đó:
-{history}
-
----
-"""
-
         # Generate response using LLM with JSON format for place selection
-        prompt = f"""{history_section}Dựa trên kết quả tìm kiếm sau, hãy trả lời câu hỏi của người dùng.
-
-Câu hỏi hiện tại: {message}
-
-{context}
-
-**QUAN TRỌNG:** Trả lời theo format JSON:
-```json
-{{
-  "response": "Câu trả lời tiếng Việt, thân thiện. Giới thiệu top 2-3 địa điểm phù hợp nhất.",
-  "selected_place_ids": ["place_id_1", "place_id_2", "place_id_3"]
-}}
-```
-
-Chỉ chọn những place_id xuất hiện trong kết quả tìm kiếm ở trên. Nếu không có địa điểm phù hợp, để mảng rỗng.
-Nếu có lịch sử hội thoại, hãy cân nhắc ngữ cảnh trước đó khi trả lời."""
+        prompt = build_synthesis_prompt(message, context, history)
 
         agent_logger.llm_call(self.provider, self.model or "default", prompt[:100])
 

app/agent/react_agent.py

@@ -26,6 +26,10 @@ from app.mcp.tools import mcp_tools
 from app.shared.integrations.gemini_client import GeminiClient
 from app.shared.integrations.megallm_client import MegaLLMClient
 from app.shared.logger import agent_logger, AgentWorkflow, WorkflowStep
+from app.shared.prompts import (
+    SYNTHESIS_SYSTEM_PROMPT,
+    build_synthesis_prompt,
+)
 
 
 # Default coordinates for Da Nang
@@ -327,41 +331,23 @@ class ReActAgent:
         
         context = "\n\n".join(context_parts) if context_parts else "Không có kết quả."
         
-        # Build history section
-        history_section = ""
-        if history:
-            history_section = f"Lịch sử hội thoại:\n{history}\n\n---\n"
-        
         # Build steps summary
         steps_summary = "\n".join([
             f"- Bước {s.step_number}: {s.thought[:60]}... → {get_tool_purpose(s.action)}"
             for s in state.steps
         ])
         
-        prompt = f"""{history_section}Dựa trên các bước suy luận và tìm kiếm sau:
-
-{steps_summary}
-
-Và kết quả thu thập được:
-{context}
-
-Hãy trả lời câu hỏi của user một cách tự nhiên và hữu ích:
-"{state.query}"
-
-**QUAN TRỌNG:** Trả lời theo format JSON:
-```json
-{{
-  "response": "Câu trả lời tiếng Việt, thân thiện. Giới thiệu top 2-3 địa điểm phù hợp nhất.",
-  "selected_place_ids": ["place_id_1", "place_id_2", "place_id_3"]
-}}
-```
-
-Chỉ chọn những place_id xuất hiện trong kết quả tìm kiếm ở trên. Nếu không có địa điểm, để mảng rỗng."""
+        prompt = build_synthesis_prompt(
+            message=state.query,
+            context=context,
+            history=history,
+            include_steps=steps_summary,
+        )
 
         response = await self.llm_client.generate(
             prompt=prompt,
             temperature=0.7,
-            system_instruction="Bạn là trợ lý du lịch thông minh cho Đà Nẵng. Trả lời format JSON.",
+            system_instruction=SYNTHESIS_SYSTEM_PROMPT,
         )
         
         # Parse JSON response

app/agent/reasoning.py

@@ -6,54 +6,13 @@ from dataclasses import dataclass
 from typing import Any
 
 from app.shared.logger import agent_logger
+from app.shared.prompts import (
+    REACT_SYSTEM_PROMPT,
+    TOOL_PURPOSES,
+)
 
-
-# System prompt for ReAct mode
-REACT_SYSTEM_PROMPT = """Bạn là agent du lịch thông minh cho Đà Nẵng với khả năng suy luận multi-step.
-
-**Tools có sẵn:**
-1. `get_location_coordinates` - Lấy tọa độ từ tên địa điểm
-   - Input: {"location_name": "Dragon Bridge"}
-   - Output: {"lat": 16.06, "lng": 108.22}
-
-2. `find_nearby_places` - Tìm địa điểm gần vị trí
-   - Input: {"lat": 16.06, "lng": 108.22, "category": "cafe", "max_distance_km": 3}
-   - Output: [{name, category, distance_km, rating}]
-
-3. `retrieve_context_text` - Tìm semantic trong reviews/descriptions
-   - Input: {"query": "cafe view đẹp", "limit": 5}
-   - Output: [{name, category, rating, source_text}]
-
-4. `retrieve_similar_visuals` - Tìm địa điểm có hình ảnh tương tự
-   - Input: {"image_url": "..."}
-   - Output: [{name, similarity, image_url}]
-
-5. `search_social_media` - Tìm kiếm mạng xã hội và tin tức
-   - Input: {"query": "review quán ăn", "freshness": "pw", "platforms": ["tiktok"]}
-   - Output: [{title, url, age, platform}]
-
-**Quy trình:**
-Với mỗi bước, bạn phải:
-1. **Thought**: Suy nghĩ về bước tiếp theo cần làm
-2. **Action**: Chọn tool hoặc "finish" nếu đủ thông tin
-3. **Action Input**: JSON parameters cho tool
-
-**Trả lời CHÍNH XÁC theo format JSON:**
-```json
-{
-  "thought": "Suy nghĩ của bạn...",
-  "action": "tool_name hoặc finish",
-  "action_input": {"param1": "value1"}
-}
-```
-
-**Quan trọng:**
-- Nếu cần biết vị trí → dùng get_location_coordinates trước
-- Nếu tìm theo khoảng cách → dùng find_nearby_places
-- Nếu tìm review/trend MXH → dùng search_social_media
-- Nếu cần lọc theo đặc điểm (view, không gian, giá) → dùng retrieve_context_text
-- Khi đủ thông tin → action = "finish"
-"""
+# Re-export for backward compatibility
+__all__ = ["REACT_SYSTEM_PROMPT", "ReasoningResult", "parse_reasoning_response", "build_reasoning_prompt", "get_tool_purpose"]
 
 
 
@@ -202,13 +161,4 @@ Trả lời theo format JSON:
 
 def get_tool_purpose(action: str) -> str:
     """Get human-readable purpose for a tool."""
-    purposes = {
-        "get_location_coordinates": "Lấy tọa độ địa điểm",
-        "find_nearby_places": "Tìm địa điểm gần vị trí",
-        "retrieve_context_text": "Tìm theo văn bản (reviews, mô tả)",
-        "retrieve_similar_visuals": "Tìm theo hình ảnh tương tự",
-        "search_social_media": "Tìm kiếm mạng xã hội và tin tức",
-        "finish": "Hoàn thành và tổng hợp kết quả",
-    }
-
-    return purposes.get(action, action)
+    return TOOL_PURPOSES.get(action, action)

app/mcp/tools/__init__.py

@@ -37,7 +37,7 @@ from app.mcp.tools.graph_tool import (
 from app.mcp.tools.social_tool import (
     SocialSearchResult,
     search_social_media,
-    # TODO: Define TOOL_DEFINITION in social_tool if needed for agent JSON schema
+    TOOL_DEFINITION as SOCIAL_TOOL_DEFINITION,
 )
 
 
@@ -47,6 +47,7 @@ TOOL_DEFINITIONS = [
     TEXT_TOOL_DEFINITION,
     VISUAL_TOOL_DEFINITION,
     GRAPH_TOOL_DEFINITION,
+    SOCIAL_TOOL_DEFINITION,
 ]
 
 

app/mcp/tools/graph_tool.py

@@ -73,49 +73,12 @@ class PlaceDetails:
     same_category: list[dict[str, Any]] = field(default_factory=list)
 
 
-# Available categories in Neo4j
-AVAILABLE_CATEGORIES = [
-    "Asian restaurant", "Athletic club", "Badminton court", "Bakery", "Bar",
-    "Bistro", "Board game club", "Breakfast restaurant", "Cafe",
-    "Cantonese restaurant", "Chicken restaurant", "Chinese restaurant",
-    "Cocktail bar", "Coffee shop", "Country food restaurant", "Deli",
-    "Dessert shop", "Disco club", "Dumpling restaurant", "Espresso bar",
-    "Family restaurant", "Fine dining restaurant", "Fitness center",
-    "Food court", "French restaurant", "Game store", "Gym",
-    "Hamburger restaurant", "Holiday apartment rental", "Hot pot restaurant",
-    "Hotel", "Ice cream shop", "Indian restaurant", "Irish pub",
-    "Italian restaurant", "Izakaya restaurant", "Japanese restaurant",
-    "Korean barbecue restaurant", "Korean restaurant", "Live music bar",
-    "Malaysian restaurant", "Mexican restaurant", "Movie theater",
-    "Musical club", "Noodle shop", "Pho restaurant", "Pickleball court",
-    "Pizza restaurant", "Ramen restaurant", "Restaurant", "Restaurant or cafe",
-    "Rice cake shop", "Sandwich shop", "Seafood restaurant", "Soccer field",
-    "Soup shop", "Sports bar", "Sports club", "Sports complex", "Steak house",
-    "Sushi restaurant", "Takeout Restaurant", "Tennis court", "Tiffin center",
-    "Udon noodle restaurant", "Vegan restaurant", "Vegetarian restaurant",
-    "Vietnamese restaurant",
-]
-
-
-# Tool definition for agent
-TOOL_DEFINITION = {
-    "name": "find_nearby_places",
-    "description": """Tìm địa điểm gần một vị trí hoặc lấy chi tiết địa điểm.
-
-Dùng khi:
-- Người dùng hỏi về vị trí, khoảng cách, "gần đây", "gần X"
-- Cần tìm quán xung quanh một landmark (Cầu Rồng, Mỹ Khê, Bà Nà)
-- Lấy chi tiết đầy đủ về một địa điểm cụ thể
-
-Categories: Restaurant, Coffee shop, Cafe, Bar, Hotel, Seafood restaurant, 
-Japanese restaurant, Korean restaurant, Gym, Fitness center, v.v.""",
-    "parameters": {
-        "location": "Tên địa điểm trung tâm (VD: 'Bãi biển Mỹ Khê', 'Cầu Rồng')",
-        "category": "Loại địa điểm: restaurant, coffee, hotel, bar, seafood, gym, etc.",
-        "max_distance_km": "Khoảng cách tối đa tính theo km (mặc định 5)",
-        "limit": "Số kết quả tối đa (mặc định 10)",
-    },
-}
+# Available categories in Neo4j - imported from centralized prompts
+from app.shared.prompts import AVAILABLE_CATEGORIES
+
+
+# Tool definition for agent - imported from centralized prompts
+from app.shared.prompts import FIND_NEARBY_PLACES_TOOL as TOOL_DEFINITION
 
 
 async def find_nearby_places(

app/mcp/tools/social_tool.py

@@ -7,6 +7,10 @@ from typing import Optional, List, Dict, Any
 from dotenv import load_dotenv
 load_dotenv()  # Ensure .env is loaded before os.getenv()
 
+# Tool definition for agent - imported from centralized prompts
+from app.shared.prompts import SEARCH_SOCIAL_MEDIA_TOOL as TOOL_DEFINITION
+
+
 @dataclass
 class SocialSearchResult:
     title: str

app/mcp/tools/text_tool.py

@@ -27,49 +27,12 @@ class TextSearchResult:
     source_text: str = ""
     content_type: str = ""
 
+# Category constants - imported from centralized prompts
+from app.shared.prompts import CATEGORY_KEYWORDS, CATEGORY_TO_DB
 
-# Category keywords for intent detection
-CATEGORY_KEYWORDS = {
-    'cafe': ['cafe', 'cà phê', 'coffee', 'caphe', 'caphê'],
-    'pho': ['phở', 'pho'],
-    'banh_mi': ['bánh mì', 'banh mi', 'bread'],
-    'seafood': ['hải sản', 'hai san', 'seafood', 'cá', 'tôm', 'cua'],
-    'restaurant': ['nhà hàng', 'restaurant', 'quán ăn', 'ăn'],
-    'bar': ['bar', 'pub', 'cocktail', 'beer', 'bia'],
-    'hotel': ['hotel', 'khách sạn', 'resort', 'villa'],
-    'japanese': ['nhật', 'japan', 'sushi', 'ramen'],
-    'korean': ['hàn', 'korea', 'bbq'],
-}
-
-CATEGORY_TO_DB = {
-    'cafe': ['Coffee shop', 'Cafe', 'Coffee house', 'Espresso bar'],
-    'pho': ['Pho restaurant', 'Bistro', 'Restaurant', 'Vietnamese restaurant'],
-    'banh_mi': ['Bakery', 'Tiffin center', 'Restaurant'],
-    'seafood': ['Seafood restaurant', 'Restaurant', 'Asian restaurant'],
-    'restaurant': ['Restaurant', 'Vietnamese restaurant', 'Asian restaurant'],
-    'bar': ['Bar', 'Cocktail bar', 'Pub', 'Night club', 'Live music bar'],
-    'hotel': ['Hotel', 'Resort', 'Apartment', 'Villa', 'Holiday apartment rental'],
-    'japanese': ['Japanese restaurant', 'Sushi restaurant', 'Ramen restaurant'],
-    'korean': ['Korean restaurant', 'Korean barbecue restaurant'],
-}
-
-
-# Tool definition for agent
-TOOL_DEFINITION = {
-    "name": "retrieve_context_text",
-    "description": """Tìm kiếm thông tin địa điểm dựa trên văn bản, mô tả, đánh giá.
-
-Dùng khi:
-- Người dùng hỏi về menu, review, mô tả địa điểm
-- Tìm kiếm theo đặc điểm: "quán cafe view đẹp", "phở ngon giá rẻ"
-- Tìm theo không khí: "nơi lãng mạn", "chỗ yên tĩnh làm việc"
-
-Hỗ trợ: Vietnamese + English""",
-    "parameters": {
-        "query": "Câu query tìm kiếm tự nhiên (VD: 'quán phở nước dùng đậm đà')",
-        "limit": "Số kết quả tối đa (mặc định 10)",
-    },
-}
+
+# Tool definition for agent - imported from centralized prompts
+from app.shared.prompts import RETRIEVE_CONTEXT_TEXT_TOOL as TOOL_DEFINITION
 
 
 def detect_category_intent(query: str) -> Optional[str]:

app/mcp/tools/visual_tool.py

@@ -27,22 +27,8 @@ class ImageSearchResult:
     matched_images: int = 1
     image_url: str = ""
 
-
-# Tool definition for agent
-TOOL_DEFINITION = {
-    "name": "retrieve_similar_visuals",
-    "description": """Tìm địa điểm có hình ảnh tương tự.
-
-Dùng khi:
-- Người dùng gửi ảnh và muốn tìm nơi tương tự
-- Mô tả về không gian, decor, view
-- "Tìm quán có view như này", "Nơi nào có không gian giống ảnh này"
-""",
-    "parameters": {
-        "image_url": "URL của ảnh cần tìm kiếm tương tự",
-        "limit": "Số kết quả tối đa (mặc định 10)",
-    },
-}
+# Tool definition for agent - imported from centralized prompts
+from app.shared.prompts import RETRIEVE_SIMILAR_VISUALS_TOOL as TOOL_DEFINITION
 
 
 async def retrieve_similar_visuals(

app/shared/integrations/megallm_client.py

@@ -67,8 +67,11 @@ class MegaLLMClient:
         last_error = None
         rate_limit_retries = 0
         
-        for attempt in range(max_retries + 1):
-            # Get rotated API key (get new key on each attempt for rate limit issues)
+        # Total attempts = max_retries + 1 (for timeout) + MAX_429_RETRIES (for rate limits)
+        total_attempts = max_retries + 1 + MAX_429_RETRIES
+        
+        for attempt in range(total_attempts):
+            # Get rotated API key (get new key on each attempt)
             api_key = self._get_api_key()
             
             try:
@@ -96,9 +99,10 @@ class MegaLLMClient:
                                 f"after {wait_time}s"
                             )
                             await asyncio.sleep(wait_time)
-                            continue
+                            continue  # Try again with a new key
                         else:
-                            # Max retries exceeded, raise the error
+                            # Max 429 retries exceeded - raise HTTPStatusError
+                            logger.error(f"[MegaLLM] Max 429 retries exceeded ({MAX_429_RETRIES})")
                             response.raise_for_status()
                     
                     response.raise_for_status()
@@ -110,16 +114,20 @@ class MegaLLMClient:
                 if attempt < max_retries:
                     logger.warning(f"[MegaLLM] Timeout, retry {attempt + 1}/{max_retries}")
                     continue
+                # After max timeout retries, raise the error
                 raise
-            except httpx.HTTPStatusError as e:
+            except httpx.HTTPStatusError:
                 # Re-raise HTTP errors (including 429 after max retries)
+                # This allows react_agent to catch and handle gracefully
                 raise
             except Exception as e:
                 last_error = e
                 raise
 
-        # This shouldn't be reached, but just in case
-        raise last_error if last_error else RuntimeError("Unknown error")
+        # If we exit the loop without returning, something went wrong
+        if last_error:
+            raise last_error
+        raise RuntimeError("Max retries exceeded")
 
     async def chat(
         self,

app/shared/prompts/__init__.py

@@ -0,0 +1,42 @@
+"""Prompts package for LocalMate Agent."""
+
+from app.shared.prompts.prompts import (
+    MMCA_SYSTEM_PROMPT,
+    REACT_SYSTEM_PROMPT,
+    GREETING_SYSTEM_PROMPT,
+    SYNTHESIS_SYSTEM_PROMPT,
+    TOOL_DEFINITIONS,
+    TOOL_PURPOSES,
+    # Tool-specific definitions
+    FIND_NEARBY_PLACES_TOOL,
+    RETRIEVE_CONTEXT_TEXT_TOOL,
+    RETRIEVE_SIMILAR_VISUALS_TOOL,
+    SEARCH_SOCIAL_MEDIA_TOOL,
+    # Database constants
+    AVAILABLE_CATEGORIES,
+    CATEGORY_KEYWORDS,
+    CATEGORY_TO_DB,
+    # Prompt builders
+    build_greeting_prompt,
+    build_synthesis_prompt,
+    build_reasoning_prompt,
+)
+
+__all__ = [
+    "MMCA_SYSTEM_PROMPT",
+    "REACT_SYSTEM_PROMPT",
+    "GREETING_SYSTEM_PROMPT",
+    "SYNTHESIS_SYSTEM_PROMPT",
+    "TOOL_DEFINITIONS",
+    "TOOL_PURPOSES",
+    "FIND_NEARBY_PLACES_TOOL",
+    "RETRIEVE_CONTEXT_TEXT_TOOL",
+    "RETRIEVE_SIMILAR_VISUALS_TOOL",
+    "SEARCH_SOCIAL_MEDIA_TOOL",
+    "AVAILABLE_CATEGORIES",
+    "CATEGORY_KEYWORDS",
+    "CATEGORY_TO_DB",
+    "build_greeting_prompt",
+    "build_synthesis_prompt",
+    "build_reasoning_prompt",
+]

app/shared/prompts/prompts.py

@@ -0,0 +1,418 @@
+"""
+Centralized Prompts for LocalMate Agent.
+
+This file contains all system prompts and prompt templates used across the agent.
+Import prompts from this file to ensure consistency and easy maintenance.
+
+Usage:
+    from app.shared.prompts.prompts import (
+        MMCA_SYSTEM_PROMPT,
+        REACT_SYSTEM_PROMPT,
+        build_synthesis_prompt,
+        build_greeting_prompt,
+        build_reasoning_prompt,
+    )
+"""
+
+# =============================================================================
+# TOOL DEFINITIONS
+# =============================================================================
+
+TOOL_DEFINITIONS = """
+**Tools có sẵn:**
+1. `get_location_coordinates` - Lấy tọa độ từ tên địa điểm
+   - Input: {"location_name": "Dragon Bridge"}
+   - Output: {"lat": 16.06, "lng": 108.22}
+
+2. `find_nearby_places` - Tìm địa điểm gần vị trí
+   - Input: {"lat": 16.06, "lng": 108.22, "category": "cafe", "max_distance_km": 3}
+   - Output: [{name, category, distance_km, rating}]
+
+3. `retrieve_context_text` - Tìm semantic trong reviews/descriptions
+   - Input: {"query": "cafe view đẹp", "limit": 5}
+   - Output: [{name, category, rating, source_text}]
+
+4. `retrieve_similar_visuals` - Tìm địa điểm có hình ảnh tương tự
+   - Input: {"image_url": "..."}
+   - Output: [{name, similarity, image_url}]
+
+5. `search_social_media` - Tìm kiếm mạng xã hội và tin tức
+   - Input: {"query": "review quán ăn", "freshness": "pw", "platforms": ["tiktok"]}
+   - Output: [{title, url, age, platform}]
+"""
+
+TOOL_PURPOSES = {
+    "get_location_coordinates": "Lấy tọa độ địa điểm",
+    "find_nearby_places": "Tìm địa điểm gần vị trí",
+    "retrieve_context_text": "Tìm theo văn bản (reviews, mô tả)",
+    "retrieve_similar_visuals": "Tìm theo hình ảnh tương tự",
+    "search_social_media": "Tìm kiếm mạng xã hội và tin tức",
+    "finish": "Hoàn thành và tổng hợp kết quả",
+}
+
+
+# =============================================================================
+# SYSTEM PROMPTS
+# =============================================================================
+
+MMCA_SYSTEM_PROMPT = """Bạn là trợ lý du lịch thông minh cho Đà Nẵng. Bạn có 3 công cụ tìm kiếm:
+
+**1. retrieve_context_text** - Tìm kiếm văn bản thông minh
+   - Khi nào: Hỏi về menu, review, mô tả, đặc điểm, phong cách
+   - Ví dụ: "Phở ngon giá rẻ", "Quán cafe view đẹp", "Nơi lãng mạn hẹn hò"
+   - Đặc biệt: Tự động phát hiện category (cafe, pho, seafood...) và boost kết quả
+
+**2. retrieve_similar_visuals** - Tìm theo hình ảnh
+   - Khi nào: Người dùng gửi ảnh hoặc mô tả về không gian, decor
+   - Scene filter: food, interior, exterior, view
+   - Ví dụ: "Quán có không gian giống ảnh này"
+
+**3. find_nearby_places** - Tìm theo vị trí
+   - Khi nào: Hỏi về khoảng cách, "gần đây", "gần X", "quanh Y"
+   - Ví dụ: "Quán cafe gần Cầu Rồng", "Nhà hàng gần bãi biển Mỹ Khê"
+   - Đặc biệt: Có thể lấy chi tiết đầy đủ với photos, reviews
+
+**4. search_social_media** - Tìm kiếm mạng xã hội và tin tức
+   - Khi nào: Hỏi về "review", "tin hot", "trend", "tiktok", "facebook", "tin mới"
+   - Ví dụ: "Review quán ăn ngon Đà Nẵng trên TikTok", "Tin hot tuần qua"
+   - Tham số: query, freshness ("pw": tuần, "pm": tháng), platforms (["tiktok", "facebook", "reddit"])
+
+**Quy tắc quan trọng:**
+1. Phân tích intent để chọn ĐÚNG tool (không chỉ dùng 1 tool)
+2. Với câu hỏi tổng quát ("quán cafe ngon") → dùng retrieve_context_text
+3. Với câu hỏi vị trí ("gần X", "quanh Y") → dùng find_nearby_places
+4. Với câu hỏi trend/review từ MXH -> dùng search_social_media
+5. Với ảnh → dùng retrieve_similar_visuals
+6. Trả lời tiếng Việt, thân thiện, cung cấp thông tin cụ thể (tên, rating, khoảng cách)
+"""
+
+
+REACT_SYSTEM_PROMPT = f"""Bạn là agent du lịch thông minh cho Đà Nẵng với khả năng suy luận multi-step.
+
+{TOOL_DEFINITIONS}
+
+**Quy trình:**
+Với mỗi bước, bạn phải:
+1. **Thought**: Suy nghĩ về bước tiếp theo cần làm
+2. **Action**: Chọn tool hoặc "finish" nếu đủ thông tin
+3. **Action Input**: JSON parameters cho tool
+
+**Trả lời CHÍNH XÁC theo format JSON:**
+```json
+{{
+  "thought": "Suy nghĩ của bạn...",
+  "action": "tool_name hoặc finish",
+  "action_input": {{"param1": "value1"}}
+}}
+```
+
+**Quan trọng:**
+- Nếu cần biết vị trí → dùng get_location_coordinates trước
+- Nếu tìm theo khoảng cách → dùng find_nearby_places
+- Nếu tìm review/trend MXH → dùng search_social_media
+- Nếu cần lọc theo đặc điểm (view, không gian, giá) → dùng retrieve_context_text
+- Khi đủ thông tin → action = "finish"
+"""
+
+
+GREETING_SYSTEM_PROMPT = "Bạn là LocalMate - trợ lý du lịch thân thiện cho Đà Nẵng. Trả lời ngắn gọn, thân thiện."
+
+
+SYNTHESIS_SYSTEM_PROMPT = "Bạn là trợ lý du lịch thông minh cho Đà Nẵng. Trả lời format JSON."
+
+
+# =============================================================================
+# PROMPT TEMPLATES
+# =============================================================================
+
+def build_greeting_prompt(message: str, history: str | None = None) -> str:
+    """
+    Build prompt for greeting/simple message response.
+    
+    Args:
+        message: User's message
+        history: Optional conversation history
+        
+    Returns:
+        Formatted prompt string
+    """
+    history_section = ""
+    if history:
+        history_section = f"Lịch sử hội thoại:\n{history}\n\n---\n"
+    
+    return f"""{history_section}User nói: "{message}"
+
+Hãy trả lời thân thiện bằng tiếng Việt. Đây là lời chào hoặc tin nhắn đơn giản, không cần tìm kiếm địa điểm."""
+
+
+def build_synthesis_prompt(
+    message: str,
+    context: str,
+    history: str | None = None,
+    include_steps: str | None = None,
+) -> str:
+    """
+    Build prompt for synthesizing response from tool results.
+    
+    Args:
+        message: User's query
+        context: Tool results as formatted string
+        history: Optional conversation history
+        include_steps: Optional steps summary (for ReAct mode)
+        
+    Returns:
+        Formatted prompt string
+    """
+    history_section = ""
+    if history:
+        history_section = f"""Lịch sử hội thoại trước đó:
+{history}
+
+---
+"""
+
+    steps_section = ""
+    if include_steps:
+        steps_section = f"""Dựa trên các bước suy luận và tìm kiếm sau:
+
+{include_steps}
+
+Và kết quả thu thập được:
+"""
+
+    return f"""{history_section}{steps_section}Dựa trên kết quả tìm kiếm sau, hãy trả lời câu hỏi của người dùng.
+
+Câu hỏi hiện tại: {message}
+
+{context}
+
+**QUAN TRỌNG:** Trả lời theo format JSON:
+```json
+{{
+  "response": "Câu trả lời tiếng Việt, thân thiện. Giới thiệu top 2-3 địa điểm phù hợp nhất.",
+  "selected_place_ids": ["place_id_1", "place_id_2", "place_id_3"]
+}}
+```
+
+Chỉ chọn những place_id xuất hiện trong kết quả tìm kiếm ở trên. Nếu không có địa điểm phù hợp, để mảng rỗng.
+Nếu có lịch sử hội thoại, hãy cân nhắc ngữ cảnh trước đó khi trả lời."""
+
+
+def build_reasoning_prompt(
+    query: str,
+    context_summary: str | None = None,
+    previous_steps: list[dict] | None = None,
+    image_url: str | None = None,
+) -> str:
+    """
+    Build prompt for ReAct reasoning step.
+    
+    Args:
+        query: User's query
+        context_summary: Summary of context gathered so far
+        previous_steps: List of previous reasoning steps
+        image_url: Optional image URL if user provided image
+        
+    Returns:
+        Formatted prompt string
+    """
+    # Context section
+    context_text = ""
+    if context_summary:
+        context_text = f"\n{context_summary}\n"
+    
+    # Previous steps section
+    steps_text = ""
+    if previous_steps:
+        steps_text = "\nKết quả từ các bước trước:\n"
+        for step in previous_steps:
+            tool = step.get("action", "N/A")
+            observation = step.get("observation", None)
+            steps_text += f"- {TOOL_PURPOSES.get(tool, tool)}: "
+            if observation:
+                result_count = len(observation) if isinstance(observation, list) else 1
+                steps_text += f"✅ {result_count} items\n"
+            else:
+                steps_text += "❌ Không có kết quả\n"
+        
+        steps_text += "\n**⚠️ QUAN TRỌNG:** Nếu đã có đủ thông tin từ các bước trên → action = 'finish'\n"
+    else:
+        steps_text = "\nChưa có kết quả từ các tools trước đó.\n"
+    
+    # Image context
+    image_text = ""
+    if image_url:
+        image_text = "\n**Lưu ý:** User đã gửi kèm ảnh. Có thể dùng retrieve_similar_visuals nếu cần.\n"
+    
+    return f"""**Câu hỏi của user:** {query}
+{image_text}
+{context_text}
+{steps_text}
+**Bước tiếp theo là gì?**
+
+Trả lời theo format JSON:
+```json
+{{
+  "thought": "...",
+  "action": "tool_name hoặc finish",
+  "action_input": {{...}}
+}}
+```"""
+
+
+
+# =============================================================================
+# TOOL DEFINITIONS FOR MCP TOOLS
+# =============================================================================
+
+FIND_NEARBY_PLACES_TOOL = {
+    "name": "find_nearby_places",
+    "description": """Tìm địa điểm gần một vị trí hoặc lấy chi tiết địa điểm.
+
+Dùng khi:
+- Người dùng hỏi về vị trí, khoảng cách, "gần đây", "gần X"
+- Cần tìm quán xung quanh một landmark (Cầu Rồng, Mỹ Khê, Bà Nà)
+- Lấy chi tiết đầy đủ về một địa điểm cụ thể
+
+Categories: Restaurant, Coffee shop, Cafe, Bar, Hotel, Seafood restaurant, 
+Japanese restaurant, Korean restaurant, Gym, Fitness center, v.v.""",
+    "parameters": {
+        "location": "Tên địa điểm trung tâm (VD: 'Bãi biển Mỹ Khê', 'Cầu Rồng')",
+        "category": "Loại địa điểm: restaurant, coffee, hotel, bar, seafood, gym, etc.",
+        "max_distance_km": "Khoảng cách tối đa tính theo km (mặc định 5)",
+        "limit": "Số kết quả tối đa (mặc định 10)",
+    },
+}
+
+
+RETRIEVE_CONTEXT_TEXT_TOOL = {
+    "name": "retrieve_context_text",
+    "description": """Tìm kiếm thông tin địa điểm dựa trên văn bản, mô tả, đánh giá.
+
+Dùng khi:
+- Người dùng hỏi về menu, review, mô tả địa điểm
+- Tìm kiếm theo đặc điểm: "quán cafe view đẹp", "phở ngon giá rẻ"
+- Tìm theo không khí: "nơi lãng mạn", "chỗ yên tĩnh làm việc"
+
+Hỗ trợ: Vietnamese + English""",
+    "parameters": {
+        "query": "Câu query tìm kiếm tự nhiên (VD: 'quán phở nước dùng đậm đà')",
+        "limit": "Số kết quả tối đa (mặc định 10)",
+    },
+}
+
+
+RETRIEVE_SIMILAR_VISUALS_TOOL = {
+    "name": "retrieve_similar_visuals",
+    "description": """Tìm địa điểm có hình ảnh tương tự.
+
+Dùng khi:
+- Người dùng gửi ảnh và muốn tìm nơi tương tự
+- Mô tả về không gian, decor, view
+- "Tìm quán có view như này", "Nơi nào có không gian giống ảnh này"
+""",
+    "parameters": {
+        "image_url": "URL của ảnh cần tìm kiếm tương tự",
+        "limit": "Số kết quả tối đa (mặc định 10)",
+    },
+}
+
+
+SEARCH_SOCIAL_MEDIA_TOOL = {
+    "name": "search_social_media",
+    "description": """Tìm kiếm review, tin tức, trend trên mạng xã hội.
+
+Dùng khi:
+- Hỏi về "review", "tin hot", "trend", "viral"
+- Tìm thông tin từ TikTok, Facebook, Reddit
+- "Review quán ăn ngon Đà Nẵng trên TikTok"
+""",
+    "parameters": {
+        "query": "Câu query tìm kiếm",
+        "freshness": "pw: tuần qua, pm: tháng qua (mặc định: pw)",
+        "platforms": "Danh sách platform: tiktok, facebook, reddit",
+    },
+}
+
+
+# =============================================================================
+# DATABASE CONSTANTS (Categories, Keywords mapping)
+# =============================================================================
+
+# Available categories in Neo4j database
+AVAILABLE_CATEGORIES = [
+    "Asian restaurant", "Athletic club", "Badminton court", "Bakery", "Bar",
+    "Bistro", "Board game club", "Breakfast restaurant", "Cafe",
+    "Cantonese restaurant", "Chicken restaurant", "Chinese restaurant",
+    "Cocktail bar", "Coffee shop", "Country food restaurant", "Deli",
+    "Dessert shop", "Disco club", "Dumpling restaurant", "Espresso bar",
+    "Family restaurant", "Fine dining restaurant", "Fitness center",
+    "Food court", "French restaurant", "Game store", "Gym",
+    "Hamburger restaurant", "Holiday apartment rental", "Hot pot restaurant",
+    "Hotel", "Ice cream shop", "Indian restaurant", "Irish pub",
+    "Italian restaurant", "Izakaya restaurant", "Japanese restaurant",
+    "Korean barbecue restaurant", "Korean restaurant", "Live music bar",
+    "Malaysian restaurant", "Mexican restaurant", "Movie theater",
+    "Musical club", "Noodle shop", "Pho restaurant", "Pickleball court",
+    "Pizza restaurant", "Ramen restaurant", "Restaurant", "Restaurant or cafe",
+    "Rice cake shop", "Sandwich shop", "Seafood restaurant", "Soccer field",
+    "Soup shop", "Sports bar", "Sports club", "Sports complex", "Steak house",
+    "Sushi restaurant", "Takeout Restaurant", "Tennis court", "Tiffin center",
+    "Udon noodle restaurant", "Vegan restaurant", "Vegetarian restaurant",
+    "Vietnamese restaurant",
+]
+
+# Category keywords for intent detection (user query -> category)
+CATEGORY_KEYWORDS = {
+    'cafe': ['cafe', 'cà phê', 'coffee', 'caphe', 'caphê'],
+    'pho': ['phở', 'pho'],
+    'banh_mi': ['bánh mì', 'banh mi', 'bread'],
+    'seafood': ['hải sản', 'hai san', 'seafood', 'cá', 'tôm', 'cua'],
+    'restaurant': ['nhà hàng', 'restaurant', 'quán ăn', 'ăn'],
+    'bar': ['bar', 'pub', 'cocktail', 'beer', 'bia'],
+    'hotel': ['hotel', 'khách sạn', 'resort', 'villa'],
+    'japanese': ['nhật', 'japan', 'sushi', 'ramen'],
+    'korean': ['hàn', 'korea', 'bbq'],
+}
+
+# Category keyword -> Database category name mapping
+CATEGORY_TO_DB = {
+    'cafe': ['Coffee shop', 'Cafe', 'Coffee house', 'Espresso bar'],
+    'pho': ['Pho restaurant', 'Bistro', 'Restaurant', 'Vietnamese restaurant'],
+    'banh_mi': ['Bakery', 'Tiffin center', 'Restaurant'],
+    'seafood': ['Seafood restaurant', 'Restaurant', 'Asian restaurant'],
+    'restaurant': ['Restaurant', 'Vietnamese restaurant', 'Asian restaurant'],
+    'bar': ['Bar', 'Cocktail bar', 'Pub', 'Night club', 'Live music bar'],
+    'hotel': ['Hotel', 'Resort', 'Apartment', 'Villa', 'Holiday apartment rental'],
+    'japanese': ['Japanese restaurant', 'Sushi restaurant', 'Ramen restaurant'],
+    'korean': ['Korean restaurant', 'Korean barbecue restaurant'],
+}
+
+
+# =============================================================================
+# EXPORTS
+# =============================================================================
+
+__all__ = [
+    # System prompts
+    "MMCA_SYSTEM_PROMPT",
+    "REACT_SYSTEM_PROMPT",
+    "GREETING_SYSTEM_PROMPT",
+    "SYNTHESIS_SYSTEM_PROMPT",
+    # Tool definitions
+    "TOOL_DEFINITIONS",
+    "TOOL_PURPOSES",
+    # Tool-specific definitions
+    "FIND_NEARBY_PLACES_TOOL",
+    "RETRIEVE_CONTEXT_TEXT_TOOL",
+    "RETRIEVE_SIMILAR_VISUALS_TOOL",
+    "SEARCH_SOCIAL_MEDIA_TOOL",
+    # Database constants
+    "AVAILABLE_CATEGORIES",
+    "CATEGORY_KEYWORDS",
+    "CATEGORY_TO_DB",
+    # Prompt builders
+    "build_greeting_prompt",
+    "build_synthesis_prompt",
+    "build_reasoning_prompt",
+]