fix/various fixes

api/app/agents/chat/interview_agent.py

@@ -204,12 +204,10 @@ class InterviewAgent:
     ) -> List[str]:
         """生成空对话开场白，不持久化（由 Orchestrator 负责）"""
         if not self.llm:
-            return ["你好呀～ 有空聊聊你的人生故事吗？你小时候是在哪儿长大的？"]
+            return ["你好呀～ 又见面了，今天有没有哪段回忆或近况想聊聊？"]
         try:
             empty_slots = memoir_state.empty_slots_for_current_stage()
             empty_slots_readable = [SLOT_NAME_MAP.get(s, s) for s in empty_slots]
-            if not empty_slots_readable:
-                empty_slots_readable = ["成长的地方", "难忘的事", "重要的人"]
             prompt = get_opening_prompt(
                 current_stage=memoir_state.current_stage,
                 empty_slots_readable=empty_slots_readable,
@@ -226,4 +224,4 @@ class InterviewAgent:
             return messages[:2] if messages else [response_text]
         except Exception as e:
             logger.error("生成开场白失败: %s", e, exc_info=True)
-            return ["你好呀～ 有空聊聊你的人生故事吗？你童年里印象最深的一件事是什么？"]
+            return ["你好呀～ 又见面了，最近有没有什么事想跟我说说？"]

api/app/agents/chat/orchestrator.py

@@ -236,7 +236,12 @@ class ChatOrchestrator:
         memoir_state: MemoirStateSchema,
         user_profile_context: str = "",
     ) -> List[str]:
-        """委托 InterviewAgent 生成开场白，并写入 Redis"""
+        """
+        委托 InterviewAgent 生成访谈开场白，并写入 Redis。
+
+        调用方（如 WS）须在「空会话」分支前通过 ConversationService 从 DB 回填 Redis，
+        避免与多 Agent 契约混淆：本编排器不读取 segments，只假定 Redis 已反映是否已有轮次。
+        """
         responses = await self.interview_agent.generate_opening_message(
             conversation_id=conversation_id,
             memoir_state=memoir_state,

api/app/agents/chat/profile_agent.py

@@ -8,15 +8,15 @@ from typing import Any, Dict, List, Optional
 
 from langchain_core.messages import AIMessage, HumanMessage
 
-from app.core.dependencies import get_llm_provider
-from app.core.logging import get_logger
-
 from app.agents.chat.helpers import format_history_string, get_history_messages
 from app.agents.chat.prompts_profile import (
     get_profile_extraction_prompt,
     get_profile_followup_prompt,
     get_profile_greeting_prompt,
 )
+from app.core.dependencies import get_llm_provider
+from app.core.langchain_llm import bind_json_object_mode
+from app.core.logging import get_logger
 from app.features.memoir.memoir_images.json_payload import extract_json_payload
 
 logger = get_logger(__name__)
@@ -62,10 +62,7 @@ class ProfileAgent:
             prompt = get_profile_extraction_prompt(
                 user_message, missing_fields, recent_dialogue=recent_dialogue or None
             )
-            json_llm = self.llm.bind(
-                model_kwargs={"response_format": {"type": "json_object"}},
-                max_tokens=512,
-            )
+            json_llm = bind_json_object_mode(self.llm, max_tokens=512)
             response = await json_llm.ainvoke(prompt)
             content = response.content.strip()
             parsed = json.loads(extract_json_payload(content))

api/app/agents/chat/prompts_conversation.py

@@ -185,22 +185,46 @@ def get_opening_prompt(
         "belief": "人生信念",
     }
     stage_name = stage_name_map.get(current_stage, current_stage)
-    topics_str = (
-        "、".join(empty_slots_readable)
-        if empty_slots_readable
-        else "人生故事、童年、经历等"
-    )
+    if empty_slots_readable:
+        topics_str = "、".join(empty_slots_readable)
+        topics_heading = (
+            f"## 当前建议话题（{stage_name}）\n可以从中选一个来问：{topics_str}"
+        )
+        task_question = (
+            "2. **必须问一个问题**：接着问一个**具体、好回答**的问题，引导用户开始分享；"
+            "优先落在上述还未聊透的方向上。不要问太宽泛的「有什么想聊的」。"
+        )
+        style_examples = (
+            "示例（仅供参考风格）：\n"
+            '"你好呀～ 有空的话想听听你的人生故事。你小时候是在哪儿长大的？那边有什么特别让你怀念的？"\n或\n'
+            '"在的！今天想聊聊你。你童年里印象最深的一件事是什么？"'
+        )
+    else:
+        topics_heading = (
+            f"## 当前阶段（{stage_name}）\n"
+            "访谈结构化槽位里，这一阶段的主要问题在素材侧**已有覆盖**。"
+            "开场要像老朋友重逢：接近况、接续上次聊过的事、或任何用户可能想提起的新片段；"
+            "**禁止**为了凑问题而默认再从「童年在哪长大」等已覆盖模板重头盘问。"
+        )
+        task_question = (
+            "2. **问候 + 轻巧引子**：用一句温暖的话接上对话；若自然，可以问一个与近况、"
+            "想续上的回忆、或新冒出来的小事有关的问题。若不适合追问，问候 + 一句开放式引子即可。"
+        )
+        style_examples = (
+            "示例（仅供参考风格）：\n"
+            '"嘿，又见面啦～ 今天有没有哪件事突然从脑子里冒出来，想跟我说说？"\n或\n'
+            '"在的！上次聊到那儿我还记着，你后来还有想起什么细节吗？"'
+        )
     profile_section = (
         f"\n## 用户基本信息\n{user_profile_context}\n" if user_profile_context else ""
     )
     return f"""你是「岁月知己」，用户的老朋友。用户刚通过「打个招呼」进入空对话，**还没有发任何消息**，需要你先开口。
 {profile_section}
-## 当前建议话题（{stage_name}）
-可以从中选一个来问：{topics_str}
+{topics_heading}
 
 ## 你的任务
-1. **先开口**：用一两句亲切的问候开场（如「你好呀，有空聊聊你的故事吗」）。
-2. **必须问一个问题**：接着问一个**具体、好回答**的问题，引导用户开始分享（如童年、家乡、印象深的事等）。不要问太宽泛的「有什么想聊的」。
+1. **先开口**：用一两句亲切的问候开场。
+{task_question}
 3. 语气像老朋友，自然、温暖。
 
 ## 回复格式
@@ -208,10 +232,7 @@ def get_opening_prompt(
 - **严禁**输出括号、注释、思考过程。
 - **严禁**模拟或虚构用户的回答。你只能输出「你的问候 + 你的问题」，不能替用户回答，不能自问自答。最多 2 段（问候 + 问题），禁止更多。
 
-示例（仅供参考风格）：
-"你好呀～ 有空的话想听听你的人生故事。你小时候是在哪儿长大的？那边有什么特别让你怀念的？"
-或
-"在的！今天想聊聊你。你童年里印象最深的一件事是什么？"
+{style_examples}
 
 直接输出你要说的话（多条用 [SPLIT] 分隔）："""