revert: 撤回错误的修改，恢复原版本

用户指出SiliconFlow平台确实支持标准tool消息类型，之前的修改是错误的

版本: v3.0.7

main_v2.py

@@ -33,7 +33,7 @@ logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
 # 创建应用
-app = FastAPI(title="AI对话系统 v3.0", version="3.0.6")
+app = FastAPI(title="AI对话系统 v2.0", version="2.0.0")
 
 # 静态文件和模板
 BASE_DIR = os.path.dirname(os.path.abspath(__file__))

services/llm_service.py

@@ -519,9 +519,6 @@ class LLMService:
         """
         第二阶段调用：使用包含工具调用和结果的完整消息历史
         
-        注意：SiliconFlow 等平台不支持标准 tool 消息类型，
-        需要将工具结果转换为普通用户消息格式。
-        
         Args:
             messages: 已包含assistant tool_calls和tool结果的完整消息历史
             provider_config: LLM Provider配置
@@ -536,43 +533,8 @@ class LLMService:
         max_tokens = provider_config.get('max_tokens', 4096)
         temperature = agent_config.get('temperature_override') or provider_config.get('temperature', 0.7)
         
-        # 转换消息格式：将 tool 相关消息转为普通消息格式
-        # 因为很多 API 平台（如 SiliconFlow）不支持 tool 消息类型
-        converted_messages = []
-        tool_results_content = []
-        
-        for msg in messages:
-            role = msg.get('role')
-            
-            if role == 'system':
-                converted_messages.append(msg)
-            elif role == 'user':
-                converted_messages.append(msg)
-            elif role == 'assistant':
-                # 如果有 tool_calls，跳过这个消息（不发送给不支持的平台）
-                if msg.get('tool_calls'):
-                    # 记录工具调用信息（可选）
-                    pass
-                else:
-                    converted_messages.append(msg)
-            elif role == 'tool':
-                # 收集工具结果，后面合并成一个用户消息
-                tool_results_content.append(msg.get('content', ''))
-        
-        # 如果有工具结果，添加为一个特殊的用户消息
-        if tool_results_content:
-            combined_results = "\n\n".join([
-                f"【搜索结果 {i+1}】\n{result}"
-                for i, result in enumerate(tool_results_content)
-            ])
-            
-            # 添加工具结果作为用户消息
-            converted_messages.append({
-                "role": "user",
-                "content": f"以下是搜索工具返回的结果：\n\n{combined_results}\n\n请根据以上搜索结果回答我之前的问题，不要再说\"让我搜索一下\"，直接给出回答。如果搜索结果不足以回答，请说明。"
-            })
-        
-        final_messages = converted_messages
+        # 消息历史已经包含了assistant的tool_calls和tool结果，直接使用
+        final_messages = messages.copy()
         
         # 调用LLM生成最终回复
         url = f"{api_base.rstrip('/')}/chat/completions"
@@ -588,16 +550,6 @@ class LLMService:
         }
         
         logger.info(f"工具结果返回LLM: url={url}, model={model}, 消息数={len(final_messages)}")
-        # 打印消息内容（调试）
-        for i, msg in enumerate(final_messages):
-            role = msg.get('role')
-            content_preview = str(msg.get('content', ''))[:100] if msg.get('content') else 'None'
-            if role == 'tool':
-                logger.info(f"消息[{i}] role={role}, tool_call_id={msg.get('tool_call_id')}, content长度={len(msg.get('content',''))}")
-            elif role == 'assistant' and msg.get('tool_calls'):
-                logger.info(f"消息[{i}] role={role}, tool_calls={len(msg['tool_calls'])}")
-            else:
-                logger.info(f"消息[{i}] role={role}, content={content_preview}...")
         
         try:
             async with httpx.AsyncClient(timeout=60.0) as client:
@@ -610,27 +562,6 @@ class LLMService:
                 data = response.json()
                 content = data['choices'][0]['message']['content']
                 
-                # 过滤掉伪工具调用格式（某些模型如Kimi会输出这种内部格式）
-                # 模式：<|tool_calls_section_begin|>...<|tool_calls_section_end|>
-                import re
-                tool_pattern = r'<\|tool_calls_section_begin\|>.*?<\|tool_calls_section_end\|>'
-                content = re.sub(tool_pattern, '', content, flags=re.DOTALL)
-                
-                # 也过滤单个 tool_call 格式
-                tool_call_pattern = r'<\|tool_call_begin\|>.*?<\|tool_call_end\|>'
-                content = re.sub(tool_call_pattern, '', content, flags=re.DOTALL)
-                
-                # 清理可能残留的格式标记
-                content = content.replace('<|tool_calls_section_begin|>', '')
-                content = content.replace('<|tool_calls_section_end|>', '')
-                content = content.replace('<|tool_call_begin|>', '')
-                content = content.replace('<|tool_call_end|>', '')
-                content = content.replace('<|tool_call_argument_begin|>', '')
-                content = content.replace('<|tool_call_argument_end|>', '')
-                
-                # 清理多余空行
-                content = re.sub(r'\n{3,}', '\n\n', content).strip()
-                
                 return content, None
                 
         except Exception as e: