feat(auto-reply): 优化自动回复逻辑和知识库功能

- 将默认回复详细程度从"detailed"调整为"medium"，前后端保持一致
- 新增话题切换检测逻辑，当用户主动要求换话题时提供引导回复
- 优化上下文处理机制，仅在指代型追问时注入历史对话，避免模型复读旧内容
- 改进知识库检索逻辑，区分自包含问题和指代型问题的上下文需求
- 完善知识库完整性指令，确保回复详细程度与知识展开程度一致
- 重构知识库重建逻辑，支持递归扫描子目录中的文件，修复索引为空的问题
- 增强素材匹配算法，引入强信号检测机制，避免仅凭模糊匹配误发素材
- 新增素材开场白AI生成功能，支持图片、视频、文档等类型智能描述
- 改进知识库重建通知，显示具体的文件数、分片数及失败统计信息

helper/auto_reply_ai.go

@@ -46,7 +46,7 @@ func (e *AutoReplyEngine) getConfig() config.AutoReplyConfig {
 		cfg.AI.MaxTokens = 700
 	}
 	if strings.TrimSpace(cfg.AI.ReplyDetail) == "" {
-		cfg.AI.ReplyDetail = "detailed"
+		cfg.AI.ReplyDetail = "medium"
 	}
 	if cfg.Knowledge.TopK <= 0 {
 		cfg.Knowledge.TopK = 3
@@ -69,8 +69,8 @@ func (e *AutoReplyEngine) askAI(question string, hits []KnowledgeChunk, msg auto
 		return nil, fmt.Errorf("AI模型未配置")
 	}
 	systemPrompt := buildAutoReplySystemPrompt(cfg)
-	msg.ContextText = e.recentContextPrompt(msg, 6)
-	userPrompt := buildAutoReplyUserPrompt(question, hits, msg, cfg.ReplyPolicy.UnknownAnswerToken)
+	msg.ContextText = e.contextPromptForQuestion(question, msg)
+	userPrompt := buildAutoReplyUserPrompt(question, hits, msg, cfg.ReplyPolicy.UnknownAnswerToken, cfg)
 	switch strings.ToLower(strings.TrimSpace(cfg.AI.Provider)) {
 	case "local", "ollama":
 		return callOllamaChat(cfg.AI, systemPrompt, userPrompt)
@@ -88,7 +88,7 @@ func (e *AutoReplyEngine) askGeneralAI(question string, msg autoReplyMessage) (*
 		return nil, fmt.Errorf("AI模型未配置")
 	}
 	systemPrompt := buildGeneralAutoReplySystemPrompt(cfg)
-	msg.ContextText = e.recentContextPrompt(msg, 6)
+	msg.ContextText = e.contextPromptForQuestion(question, msg)
 	userPrompt := buildGeneralAutoReplyUserPrompt(question, msg)
 	switch strings.ToLower(strings.TrimSpace(cfg.AI.Provider)) {
 	case "local", "ollama":
@@ -137,7 +137,7 @@ func buildAutoReplySystemPrompt(cfg config.AutoReplyConfig) string {
 	if token == "" {
 		token = "NO_ANSWER"
 	}
-	return prependAISystemPrompt(cfg, "你是企业微信客服。请基于提供的知识库片段，用自然亲切的语气回答客户问题。"+replyDetailInstruction(cfg)+"如果知识库里有详细内容，请完整展开说明，不要只列标题。知识库不足以确定答案时，只输出 "+token+"。不要编造政策、价格、承诺、库存或物流时效。客户要求人工、投诉、退款、合同、发票、赔偿或价格特殊审批时，也只输出 "+token+"。")
+	return prependAISystemPrompt(cfg, "你是企业微信客服。请基于提供的知识库片段，用自然亲切的语气回答客户问题。"+replyDetailInstruction(cfg)+knowledgeCompletenessInstruction(cfg)+"知识库不足以确定答案时，只输出 "+token+"。不要编造政策、价格、承诺、库存或物流时效。客户要求人工、投诉、退款、合同、发票、赔偿或价格特殊审批时，也只输出 "+token+"。")
 }
 
 func buildGeneralAutoReplySystemPrompt(cfg config.AutoReplyConfig) string {
@@ -184,12 +184,26 @@ func replyDetailInstruction(cfg config.AutoReplyConfig) string {
 	case "concise":
 		return "回复简洁直接，1-2句话说清楚核心内容即可。"
 	case "medium":
-		return "回复适度详细，2-4句话，说明关键信息和注意事项。"
+		return "回复适度详细，2-4句话，说明关键信息和注意事项，不要罗列大段条目。"
 	default:
 		return "回复详细充分，把知识库的相关内容完整说清楚，让客户能理解具体情况。语气要自然，像真人对话一样，不要用模板化的官方表达。"
 	}
 }
 
+// knowledgeCompletenessInstruction 控制"知识库片段要展开到多细"。
+// 这条指令必须与 replyDetailInstruction 一致，否则会出现"选了中等却仍写长文"的矛盾：
+// detailed 才要求完整展开；concise/medium 只挑与问题最相关的部分作答，避免又慢又被 max_tokens 截断。
+func knowledgeCompletenessInstruction(cfg config.AutoReplyConfig) string {
+	switch strings.ToLower(strings.TrimSpace(cfg.AI.ReplyDetail)) {
+	case "concise":
+		return "只回答客户这一句问的内容，挑知识库里最相关的一点说清楚，不要把整段资料都搬出来。"
+	case "medium":
+		return "只针对客户当前的问题作答，从知识库里挑最相关的关键信息，不要把不相关的条目也一并列出。"
+	default:
+		return "如果知识库里有详细内容，请完整展开说明，不要只列标题。"
+	}
+}
+
 func effectiveReplyMaxTokens(cfg config.AIConfig) int {
 	maxTokens := cfg.MaxTokens
 	switch strings.ToLower(strings.TrimSpace(cfg.ReplyDetail)) {
@@ -220,7 +234,7 @@ func buildGeneralAutoReplyUserPrompt(question string, msg autoReplyMessage) stri
 	b.WriteString("\n客户问题：")
 	b.WriteString(question)
 	if contextText := strings.TrimSpace(msg.ContextText); contextText != "" {
-		b.WriteString("\n\n最近对话上下文：\n")
+		b.WriteString("\n\n最近对话上下文（仅供理解称呼和承接，请只回答“客户问题”那一句，不要主动延续之前的话题）：\n")
 		b.WriteString(contextText)
 	}
 	b.WriteString("\n请直接给客户一条友好、可发送的回复。")
@@ -253,7 +267,7 @@ func buildNonTextAutoReplyUserPrompt(msg autoReplyMessage) string {
 	return b.String()
 }
 
-func buildAutoReplyUserPrompt(question string, hits []KnowledgeChunk, msg autoReplyMessage, noAnswerToken string) string {
+func buildAutoReplyUserPrompt(question string, hits []KnowledgeChunk, msg autoReplyMessage, noAnswerToken string, cfg config.AutoReplyConfig) string {
 	noAnswerToken = strings.TrimSpace(noAnswerToken)
 	if noAnswerToken == "" {
 		noAnswerToken = "NO_ANSWER"
@@ -268,14 +282,16 @@ func buildAutoReplyUserPrompt(question string, hits []KnowledgeChunk, msg autoRe
 	b.WriteString("\n客户问题：")
 	b.WriteString(question)
 	if contextText := strings.TrimSpace(msg.ContextText); contextText != "" {
-		b.WriteString("\n\n最近对话上下文：\n")
+		b.WriteString("\n\n最近对话上下文（仅供理解称呼和承接，请只回答“客户问题”那一句，不要主动延续之前的话题）：\n")
 		b.WriteString(contextText)
 	}
 	b.WriteString("\n\n知识库片段：\n")
 	for i, hit := range compactKnowledgeHitsForAI(hits) {
 		b.WriteString(fmt.Sprintf("[%d] 来源：%s 分数：%.3f\n%s\n\n", i+1, hit.Source, hit.Score, hit.Content))
 	}
-	b.WriteString("请基于上面的知识库片段回答客户问题。如果片段中有详细说明（比如具体步骤、标准、要求等），请完整地告诉客户，不要只列出标题。用自然的口语化表达，避免生硬的书面语。")
+	b.WriteString("请基于上面的知识库片段回答客户问题。")
+	b.WriteString(knowledgeCompletenessInstruction(cfg))
+	b.WriteString("用自然的口语化表达，避免生硬的书面语。")
 	if isGenericProductQuery(question) {
 		b.WriteString("如果客户询问全部产品、产品线或产品总览，请根据片段中能确定的内容整理产品/产品线清单；只列能确定的产品，不要说“knowledge库”“根据知识库”“知识库内容无法确定具体产品”，不要输出空的 Markdown 列表或连续星号。")
 	}