docs/requirements/2025-10-13-10-21-fix-workflow-chat-context.md

metadata

重要性: 高

需求: 修复工作流 Tab 中用户输入无法进入模型上下文的 Bug

1. 问题描述

在“工作流 (Workflow)”功能区，用户在主 Agent 聊天框中输入任务后，该输入没有被正确地加入到与大模型的对话历史（history）中。这导致模型无法获知用户的具体需求，只会反复询问“您希望首先解决什么？”，而无法根据用户的输入生成有效的工作流。

2. 需求目标

修复此 Bug，确保用户在工作流 Tab 中的输入能够被正确捕获，并作为上下文传递给 ling_chat_workflow 函数，使模型能够理解用户意图并生成相应的执行计划。

3. 验收标准 (验证方式)

1. 启动应用: 运行 app.py。
2. 导航到工作流 Tab: 点击界面上的“工作流 (Workflow)”标签页。
3. 输入任务: 在左侧的“输入你的任务...”文本框中，输入具体的任务描述，例如：“写一个在网页上显示‘你好，世界！’的 Python Flask 应用”。
4. 点击发送: 点击“发送”按钮。
5. 验证模型响应:
   • 预期结果: 模型不再询问用户需要做什么，而是直接针对用户输入的任务，开始生成工作流或提出澄清问题。例如，它可能会回复：“好的，我们来创建一个 Flask 应用。第一步是...”。
   • 错误结果 (当前状态): 模型回复：“您希望首先解决什么？请告诉我具体情况。”
6. 验证工作流状态:
   • 预期结果: 右侧的“实时工作流”区域会根据模型的响应，显示出与任务相关的初始状态或图表。
   • 错误结果 (当前状态): 右侧区域显示的是一个通用的、与用户输入无关的初始状态。

4. 技术实现思路

• 问题定位: tab_workflow.py 文件中的 send_button.click() 事件监听器是问题的关键。
• 分析: 当前的实现中，ling_chat_workflow 函数在被调用时，虽然接收了 user_input 和 chatbot 作为参数，但在函数内部，user_input 并未被正确地追加到 chatbot 的历史记录中。
• 修复方案: 在 ling_chat_workflow 函数的开头，需要手动将用户的输入 user_input 和一个空的响应（None 或空字符串）作为一个元组 (user_input, None) 追加到 history 列表中。这样，后续模型生成时，就能看到用户的最新提问。