feat(api): 统一 LLM JSON 调用层 llm_json_call，按域 Schema 迁移 chat/memoir agents

api/app/agents/chat/prompts_profile.py

@@ -4,6 +4,8 @@
 
 from typing import Dict, List, Optional
 
+from app.agents.chat.output_rules import chat_output_rules
+
 
 PROFILE_FIELD_NAMES = {
     "birth_year": "出生年份",
@@ -40,7 +42,7 @@ def get_profile_greeting_prompt(missing_fields: List[str], nickname: str = "") -
 - "你现在是做什么工作的呀？或者之前主要从事什么职业？"
 
 ## 严格禁止
-- 禁止输出括号注释、思考过程
+- {chat_output_rules()}
 - 禁止说"我需要收集信息"之类的机械话
 - 禁止一次列出所有问题
 
@@ -71,12 +73,10 @@ def get_profile_extraction_prompt(
     return f"""请从以下内容中提取用户已提到的基础资料信息。{dialogue_section}用户本轮回答：
 "{user_message}"
 
-**JSON 输出**：接口已启用 `response_format=json_object`（DeepSeek JSON 模式），你必须只输出一个合法 JSON 对象。
-
 需要提取的字段（只提取确实在对话中出现过的）：
 {missing_names}
 
-请返回 JSON 格式，只包含确实提到的字段：
+输出示例（只含确实提到的字段；无则 {{}}）：
 {{
   "birth_year": 1965,
   "birth_place": "湖南长沙",
@@ -88,9 +88,7 @@ def get_profile_extraction_prompt(
 1. birth_year 填整数（四位数），如"65年出生"转为 1965
 2. 如果用户在任一轮说过出生地/成长地/职业等，都要提取
 3. 只提取明确提到的信息，不要猜测
-4. 如果没有提取到任何信息，返回空对象 {{}}
-
-只返回 JSON，不要其他内容。"""
+4. 如果没有提取到任何信息，返回空对象 {{}}"""
 
 
 def get_profile_followup_prompt(
@@ -145,8 +143,7 @@ def get_profile_followup_prompt(
 
 严格禁止：
 - **严禁再次询问「已知信息」中已列出的内容**（例如已知出生年份就绝不要再问哪年出生）
-- 禁止输出括号注释、思考过程
-- 禁止说"我注意到""我需要了解"
+- {chat_output_rules()}
 
 回复格式：多条消息用 [SPLIT] 分隔。
 直接输出你要说的话："""