update

app.py

@@ -24,7 +24,7 @@ class MainAgent:
             description='A helpful assistant agent.'
         )
 
-    def process_query(self, query: str):
+    def process_query(self, query: str): # 更改回 def
         # Process the query using the agent
         # Wrap the query into the expected messages format for qwen-agent
         messages = [{'role': 'user', 'content': query}]
@@ -36,10 +36,10 @@ class MainAgent:
             if isinstance(response_item, list):
                 for chunk in response_item:
                     if isinstance(chunk, dict) and 'content' in chunk:
-                        # 每次都更新为最新的完整内容
+                        # 每次都累加内容
                         final_response_content = chunk['content']
             elif isinstance(response_item, dict) and 'content' in response_item:
-                # 每次都更新为最新的完整内容
+                # 每次都累加内容
                 final_response_content = response_item['content']
             # 暂时不处理其他类型的 response_item，例如 tool_calls，因为当前目标是获取文本响应
         return final_response_content # 返回最终的完整内容

docs/项目需求.md

@@ -24,6 +24,7 @@
 ### 目标
 *   在 FastAPI 应用中集成 `qwen-agent` 库。
 *   定义并实例化一个 `MainAgent` 类，用于封装 `qwen-agent` 的核心逻辑。
+*   实现非流式输出，即等待所有内容生成完毕后一次性返回。
 
 ### 具体实现
 1.  **更新 `requirements.txt` 文件**：
@@ -32,9 +33,12 @@
     fastapi
     uvicorn
     qwen-agent
+    python-dotenv
     ```
 2.  **在 `app.py` 中定义和实例化 `MainAgent` 类**：
     *   在 `app.py` 文件中，定义一个名为 `MainAgent` 的 Python 类。
     *   该类应包含处理 `qwen-agent` 相关逻辑的方法。
     *   在 `app.py` 中实例化 `MainAgent` 类。
-    *   考虑如何将 `MainAgent` 的功能暴露给 FastAPI 路由，例如，可以添加一个新的 POST 路由（例如 `/agent_chat`），接收用户输入，然后调用 `MainAgent` 的方法进行处理并返回结果。
+    *   添加一个新的 POST 路由（例如 `/agent_chat`），接收用户输入，然后调用 `MainAgent` 的方法进行处理并返回结果。
+    *   `MainAgent` 的 `process_query` 方法应确保将 `qwen-agent` 的分块输出累加，并在所有内容生成完毕后，一次性返回完整的响应内容，而不是流式返回。
+    *   确保 `API_KEY` 从 `.env` 文件中加载。