Update callbacks.py

src/ui/callbacks.py

@@ -103,47 +103,45 @@ def bot_response(
     yield history
 
     # --- 4. АГЕНТ ПОИСКА (РОУТЕР) ---
-    search_info = ""
     if use_search:
+        search_info = ""
         history[-1]["content"] = (
             file_info + "\n" if file_info else ""
         ) + "🤔 Агент анализирует необходимость поиска..."
         yield history
 
+        # Находим последний вопрос пользователя
+        last_user_msg = ""
+        for msg in reversed(history):
+            if msg["role"] == "user":
+                last_user_msg = msg["content"]
+                break
+
+        # Промпт Роутера: кладем инструкцию прямо в USER, чтобы модель не могла её проигнорировать.
+        # Используем XML теги, LLM справляются с ними лучше, чем с JSON.
         agent_messages = [
             {
-                "role": "system",
+                "role": "user",
                 "content": (
-                    "Ты строгий системный классификатор. Твоя единственная цель - определить, нужен ли интернет-поиск.\n"
-                    "ПРАВИЛО 1: Если вопрос касается недавних событий, атак, инцидентов, новостей, дат или меняющихся фактов — поиск НУЖЕН ОБЯЗАТЕЛЬНО, даже если ты думаешь, что знаешь ответ.\n"
-                    "ПРАВИЛО 2: Отвечай СТРОГО и ТОЛЬКО в формате JSON. Запрещено использовать теги <think> и писать текст.\n\n"
-                    "Формат (если нужен поиск):\n"
-                    '{"search": true, "query": "оптимальный и короткий поисковый запрос"}\n\n'
-                    "Формат (если это просто болтовня или математика):\n"
-                    '{"search": false, "query": null}'
+                    f"Пользователь спросил: «{last_user_msg}»\n\n"
+                    "Определи, нужен ли поиск в интернете для ответа на этот запрос.\n"
+                    "Любые вопросы про недавние события, атаки (например, на НПЗ), новости и точные факты ТРЕБУЮТ поиска.\n\n"
+                    "ОТВЕТЬ СТРОГО ОДНИМ ИЗ ВАРИАНТОВ (без лишних слов):\n"
+                    "Вариант 1 (поиск нужен): <search>твой поисковый запрос</search>\n"
+                    "Вариант 2 (поиск не нужен): <no_search>"
                 ),
             }
         ]
 
-        for msg in history[-3:]:
-            if msg["role"] == "user":
-                agent_messages.append({"role": "user", "content": msg["content"]})
-
         try:
             eval_response = engine.generate(
                 messages=agent_messages,
-                max_tokens=150,
-                temperature=0.0,  # 0.0 для максимальной предсказуемости
+                max_tokens=400,  # <--- Увеличили, чтобы модель успела дописать тег поиска, если задумается
+                temperature=0.0,
                 stream=False,
             )
 
             raw_response = eval_response["choices"][0]["message"]["content"]
-
-            # ВАЖНО: Выводим в терминал (консоль), что ответил роутер, чтобы отлаживать
-            print(
-                f"\n--- [DEBUG] ОТВЕТ РОУТЕРА ---\n{raw_response}\n---------------------------\n"
-            )
-
             clean_query = extract_search_query(raw_response)
 
             if clean_query:
@@ -165,9 +163,7 @@ def bot_response(
                         f"\n\n{search_context}\n\n[УВЕДОМЛЕНИЕ]: Поиск выполнен. Сформулируй ответ на основе контекста выше."
                     )
                 else:
-                    search_info = (
-                        f'🌐 Поиск по запросу *"{clean_query}"* не дал результатов.'
-                    )
+                    search_info = f'🌐 Поиск по запросу *"{clean_query}"* не дал результатов (возможно сработал лимит DuckDuckGo).'
             else:
                 search_info = "⚡ Агент ответит из своих знаний (поиск не нужен)."