feat: 增强对话代理和提示生成逻辑

- 在ConversationAgent中添加对话历史和轮数的计算，以支持更智能的对话管理
- 引入同一话题轮数的估算逻辑，优化对话的连贯性
- 更新get_guided_conversation_prompt函数，动态调整对话策略和回应风格
- 在UI组件中优化消息显示，支持流式消息和多部分消息的展示
- 更新应用设置管理，支持持久化存储和Compose状态观察

api/agents/conversation_agent.py

@@ -130,15 +130,23 @@ class ConversationAgent:
                 if value.snippet
             }
 
+            # 从 Redis 获取对话历史，用于计算对话轮数
+            history_messages = await self._get_history_messages(conversation_id)
+            conversation_turn = len(history_messages) // 2  # 每轮包括一个用户消息和一个AI回复
+            
+            # 计算同一话题的轮数（简单估算：基于已填充槽位的变化）
+            # 如果槽位数量没有增加，说明还在同一话题深入
+            same_topic_turns = self._estimate_same_topic_turns(history_messages, filled_slots)
+            
             system_prompt = get_guided_conversation_prompt(
                 current_stage=memoir_state.current_stage,
                 empty_slots=empty_slots,
                 filled_slots=filled_slots,
                 user_message=user_message,
+                conversation_turn=conversation_turn,
+                same_topic_turns=same_topic_turns,
             )
 
-            # 从 Redis 获取对话历史
-            history_messages = await self._get_history_messages(conversation_id)
             history_string = self._format_history_string(history_messages)
             
             # 构建完整 prompt
@@ -161,6 +169,32 @@ class ConversationAgent:
             logger.error(f"生成回应失败: {e}")
             return [f"抱歉，生成回应时出现错误: {str(e)}"]
     
+    def _estimate_same_topic_turns(self, history_messages: List[Any], current_filled_slots: dict) -> int:
+        """
+        估算同一话题的轮数
+        通过分析最近几轮对话来判断是否一直在同一个话题上
+        """
+        if len(history_messages) < 4:
+            return len(history_messages) // 2
+        
+        # 简单策略：检查最近的对话是否有重复关键词
+        recent_messages = history_messages[-6:]  # 最近3轮
+        
+        # 提取关键词（简单实现）
+        keywords_per_turn = []
+        for i in range(0, len(recent_messages), 2):
+            if i + 1 < len(recent_messages):
+                human_msg = recent_messages[i].content if hasattr(recent_messages[i], 'content') else str(recent_messages[i])
+                ai_msg = recent_messages[i+1].content if hasattr(recent_messages[i+1], 'content') else str(recent_messages[i+1])
+                combined = human_msg + ai_msg
+                keywords_per_turn.append(combined[:100])  # 取前100字作为特征
+        
+        # 如果连续3轮都在讨论相似内容，认为同一话题
+        if len(keywords_per_turn) >= 3:
+            return 3
+        
+        return len(keywords_per_turn)
+    
     def detect_stage(self, conversation_id: str, user_message: str) -> ConversationStage:
         """
         检测对话阶段