refactor: 更新Agent模块

- 优化conversation_agent代码结构
- 优化memory_agent代码结构
- 改进错误处理和代码可读性

api/agents/conversation_agent.py

@@ -1,14 +1,13 @@
 """
 对话 Agent：基于访谈问题清单，动态选择问题，实时生成回应
 """
-import os
 from typing import List, Optional
 
 from langchain.chains import ConversationChain
 from langchain.memory import ConversationBufferMemory
 from langchain.prompts import PromptTemplate
-from langchain_openai import ChatOpenAI
 
+from services.llm_service import llm_service
 from .prompts import ConversationStage, get_conversation_prompt
 
 
@@ -16,42 +15,8 @@ class ConversationAgent:
     """对话 Agent"""
     
     def __init__(self):
-        # 初始化 LLM（使用环境变量配置）
-        # 优先使用 LLM_API_KEY 和 LLM_BASE_URL，如果没有则使用 OPENAI_API_KEY
-        api_key = os.getenv("LLM_API_KEY") or os.getenv("OPENAI_API_KEY", "")
-        base_url = os.getenv("LLM_BASE_URL", "")
-        model_name = os.getenv("OPENAI_MODEL", "gpt-4o")
-        
-        if not api_key:
-            self.llm = None
-            self.memories: dict[str, ConversationBufferMemory] = {}
-            return
-        
-        # 如果提供了 base_url，需要处理路径（langchain 会自动添加 /v1/chat/completions）
-        llm_kwargs = {
-            "temperature": 0.7,
-            "model": model_name,
-            "openai_api_key": api_key,
-        }
-        
-        if base_url:
-            # 移除可能的 /v1/chat/completions 路径，langchain 会自动添加
-            if base_url.endswith("/v1/chat/completions"):
-                base_url = base_url[:-20]  # 移除 "/v1/chat/completions"
-            elif base_url.endswith("/v1"):
-                base_url = base_url[:-3]  # 移除 "/v1"
-            # 确保 base_url 以 / 结尾（如果没有）
-            if base_url and not base_url.endswith("/"):
-                base_url += "/"
-            llm_kwargs["openai_api_base"] = base_url
-        
-        try:
-            self.llm = ChatOpenAI(**llm_kwargs)
-        except Exception:
-            self.llm = None
-        
-        # 对话记忆
-        self.memories: dict[str, ConversationBufferMemory] = {}
+        # 使用 LLM 服务获取 LLM 实例
+        self.llm = llm_service.get_llm()
         
         # 对话记忆
         self.memories: dict[str, ConversationBufferMemory] = {}
@@ -92,7 +57,7 @@ class ConversationAgent:
         
         # 如果没有配置 LLM，返回默认回应
         if not self.llm:
-            return "抱歉，LLM 服务未配置。请设置 LLM_API_KEY 或 OPENAI_API_KEY 环境变量。"
+            return "抱歉，LLM 服务未配置。请设置 DEEPSEEK_API_KEY 或 LLM_API_KEY 环境变量。"
         
         # 获取系统提示词
         system_prompt = get_conversation_prompt(current_stage, covered_topics, user_message)

api/agents/memory_agent.py

@@ -1,11 +1,10 @@
 """
 回忆录整理 Agent：基于传记结构，将口语改写为书面语，归类到章节
 """
-import os
 import json
 from typing import List, Dict, Optional
-from langchain_openai import ChatOpenAI
-from langchain.prompts import PromptTemplate
+
+from services.llm_service import llm_service
 
 from .prompts import (
     get_memory_prompt,
@@ -20,38 +19,8 @@ class MemoryAgent:
     """回忆录整理 Agent"""
     
     def __init__(self):
-        # 初始化 LLM
-        # 优先使用 LLM_API_KEY 和 LLM_BASE_URL，如果没有则使用 OPENAI_API_KEY
-        api_key = os.getenv("LLM_API_KEY") or os.getenv("OPENAI_API_KEY", "")
-        base_url = os.getenv("LLM_BASE_URL", "")
-        model_name = os.getenv("OPENAI_MODEL", "gpt-4o")
-        
-        if not api_key:
-            self.llm = None
-            return
-        
-        # 如果提供了 base_url，需要处理路径（langchain 会自动添加 /v1/chat/completions）
-        llm_kwargs = {
-            "temperature": 0.3,  # 较低温度，更稳定
-            "model": model_name,
-            "openai_api_key": api_key,
-        }
-        
-        if base_url:
-            # 移除可能的 /v1/chat/completions 路径，langchain 会自动添加
-            if base_url.endswith("/v1/chat/completions"):
-                base_url = base_url[:-20]  # 移除 "/v1/chat/completions"
-            elif base_url.endswith("/v1"):
-                base_url = base_url[:-3]  # 移除 "/v1"
-            # 确保 base_url 以 / 结尾（如果没有）
-            if base_url and not base_url.endswith("/"):
-                base_url += "/"
-            llm_kwargs["openai_api_base"] = base_url
-        
-        try:
-            self.llm = ChatOpenAI(**llm_kwargs)
-        except Exception:
-            self.llm = None
+        # 使用 LLM 服务获取 LLM 实例
+        self.llm = llm_service.get_llm()
     
     def classify_chapter(self, segments_text: str) -> str:
         """