默认职责提示词教的终止方式与 CodeAct 守卫判定相矛盾，问答场景高频陷入重试循环直至 max_steps

[2862282695gjh-afk]

版本：v2.6.0 main（v2.5.1 私有化部署同样复现）

问题描述

三处组件对"如何终止会话"的约定互相矛盾：

1. 默认职责提示词 backend/prompts/utils/prompt_generate_zh.yaml:64 明确教模型：
   「在思考结束后，当Agent认为可以回答用户问题，那么可以不生成代码，直接生成最终回答给到用户并停止循环」，
   且示例（任务1）的终止措辞是「思考：……现在我将生成最终回答」——这正是守卫判定的"动作前奏"句式；
2. core_agent.py 的 _looks_like_incomplete_action_output：输出提及任一工具名 + 含动作意图句式
   即判为 action preamble，抛 InvalidActionFormatError 重试；finish_reason == "length" 时无条件判 preamble；
3. verification.py:958：代码块中无 final_answer( 会触发 tool_relevance_signal 检查——
   但默认提示词从未教过 final_answer() 的存在与用法（它仅在 max_steps 兜底模板中出现）。

实际现象

知识问答智能体（思考型模型）高频触发：
The previous response described an action but ended before producing an executable tool call...
模型遵循默认提示词的示例输出「……我将生成最终回答」，被守卫判为 preamble → 重试 → 模型按同样示例再输出 →
循环直至 max_steps（默认15），以兜底总结收场。每次重试还将守卫消息与失败输出追加进上下文，进一步加剧截断。
另：引导模型改用 final_answer() 后，长 markdown 答案被塞进单引号字符串导致
unterminated string literal（默认提示词无三引号用法教学）。

建议

1. 统一终止约定：默认提示词明确教学 final_answer() 用法（含三引号包裹多行答案的示例），
   并修改示例中「我将生成最终回答」这类前奏式措辞；
2. 守卫加熔断：同一会话连续 2 次 InvalidActionFormatError 后停止重试，输出兜底答案，避免烧满 max_steps；
3. 文档补充思考型模型的输出 token 配置建议（reasoning 占用导致 content 被 length 截断的场景）。