将生成图片或图片路径写入上下文中 放弃自控图片上下文

src/routers/deep_agent_chat.py

@@ -158,8 +158,12 @@ async def chat_stream(request: DeepAgentChatRequest):
             "current_image": ""
         }
         # 用户上传图片
+        input_image_content = ''
         if request.input_image_paths:
-            for path in request.input_image_paths:
+            input_image_content += "\n【附件上传图片路径】\n"
+            for i, path in enumerate(request.input_image_paths):
+                input_image_content += f"- 上传图片{i}: {path}\n"
+
                 bucket, object_name = path.split('/', 1)
                 image_url = get_presigned_url(oss_client=minio_client, bucket=bucket, object_name=object_name)
                 content.append({"type": "image_url", "image_url": {"url": image_url}})
@@ -167,11 +171,16 @@ async def chat_stream(request: DeepAgentChatRequest):
 
         # 用户引用图片
         if request.quote_image_path:
+            input_image_content += "\n【附件引用图片路径】\n"
+            input_image_content += f"- 引用图片: {request.quote_image_path}\n"
+
             bucket, object_name = request.quote_image_path.split('/', 1)
             image_url = get_presigned_url(oss_client=minio_client, bucket=bucket, object_name=object_name)
             content.append({"type": "image_url", "image_url": {"url": image_url}})
             files["quote_image"] = request.quote_image_path
 
+        if initial_messages:
+            content[0]['text'] += input_image_content
         final_messages = {
             "messages": [
                 {
@@ -181,6 +190,7 @@ async def chat_stream(request: DeepAgentChatRequest):
             ],
             "files": files
         }
+        logger.info(final_messages)
         async for stream in main_agent.astream(
                 final_messages,
                 config=current_config,
@@ -233,8 +243,6 @@ async def chat_stream(request: DeepAgentChatRequest):
                             tool_content_blocks = tools_token.content_blocks[0]
                             tool_name = tools_token.name
                             logger.info(f"[updates] {tool_name} -- {tool_content_blocks}")
-                else:
-                    logger.info(f"[updates] -- {chunks}")
 
             elif mode == "messages":
                 # logger.info(f"[messages] -- {chunks}")

src/server/deep_agent/agents/main_agent.py

@@ -1,17 +1,18 @@
 from deepagents import create_deep_agent
 from deepagents.backends import FilesystemBackend
-from langchain.agents.middleware import SummarizationMiddleware
+from langchain.agents.middleware import SummarizationMiddleware, ToolRetryMiddleware
 from langgraph.checkpoint.mongodb import MongoDBSaver
 from langgraph.checkpoint.serde.jsonplus import JsonPlusSerializer
 from langgraph.store.memory import InMemoryStore
 from pymongo import MongoClient
 
 from src.core.config import MONGO_URI
-from src.server.deep_agent.agents.painter import build_painter_subagent
+# from src.server.deep_agent.agents.painter import build_painter_subagent
 from src.server.deep_agent.agents.researcher import build_researcher_subagent
 from src.server.deep_agent.agents.user_profile import user_profile_subagent
 from src.server.deep_agent.init_llm import build_main_llm
 from src.server.deep_agent.init_prompt import build_system_prompt
+from src.server.deep_agent.tools.generate_furniture_sketch import edit_furniture, generate_furniture, edit_quote_upload_furniture
 
 client = MongoClient(MONGO_URI)
 checkpointer = MongoDBSaver(
@@ -42,9 +43,9 @@ class CanvasMiddleware:
 
 def build_main_agent(use_report, workspace_dir, enable_thinking):
     research_subagent = build_researcher_subagent(workspace_dir)
-    painter_subagent = build_painter_subagent(workspace_dir)
+    # painter_subagent = build_painter_subagent(workspace_dir)
     subagents = [
-        painter_subagent,
+        # painter_subagent,
         research_subagent,
         user_profile_subagent
     ]
@@ -54,6 +55,7 @@ def build_main_agent(use_report, workspace_dir, enable_thinking):
         store=InMemoryStore(),
         subagents=subagents,
         checkpointer=checkpointer,
+        tools=[edit_furniture, generate_furniture, edit_quote_upload_furniture],
         backend=FilesystemBackend(
             root_dir=workspace_dir,
             virtual_mode=True,  # 重要：關掉虛擬模式 → 真的寫硬碟
@@ -64,6 +66,11 @@ def build_main_agent(use_report, workspace_dir, enable_thinking):
                 trigger=("tokens", 3000),
                 keep=("messages", 100),
             ),
+            ToolRetryMiddleware(
+                max_retries=3,
+                backoff_factor=2.0,
+                initial_delay=1.0,
+            ),
         ],
     )
     return main_agent

src/server/deep_agent/init_prompt.py

@@ -1,3 +1,82 @@
+# system_prompt = f"""
+#    你是主调度 Agent（Supervisor），负责理解用户意图并选择合适的子Agent。
+#    当前参数：
+#    use_report = {use_report}
+#    系统中存在两个相关子Agent：
+#    1. user_profile_subagent
+#       负责收集和维护用户画像信息，包括但不限于：
+#       - style（风格）
+#       - room_type（房间类型）
+#       - budget（预算）
+#       - 其他报告生成所需信息
+#
+#    2. research-subagent
+#       负责生成完整报告、调研、总结、分析。
+#
+#    3. painter_subagent
+#       专门负责家具 sketch 图像的生成与编辑。
+#       - 它内部会使用 generate_furniture（支持 num_images，最多4张）和 edit_furniture 工具。
+#       - 生成图片后会自动更新到对话上下文中。
+#
+#    ========================
+#    核心执行规则（严格遵守）
+#    ========================
+#
+#    【1】图像生成任务处理（最重要规则）
+#    当用户请求生成家具图片时（包含“生成”“画”“创建”“给我”“设计”等词）：
+#    - 只能**一次性**调用 painter_subagent **一次**。
+#    - 必须在调用时明确告诉它生成的数量。
+#    - **无论用户要求多少张，painter_subagent 最多只能生成 4 张**。
+#    - 不要多次调用 painter_subagent 来凑数量。
+#    - 示例：
+#      - 用户说“生成10张” → 你应该调用 painter_subagent 并指示“生成4张”（因为上限是4），然后直接结束，不再继续调用。
+#      - 用户说“生成3张不同风格的椅子” → 调用一次 painter_subagent 并指示生成3张。
+#
+#    【2】调用 painter_subagent 的正确方式
+#    在给 painter_subagent 的指令中必须包含：
+#    - 用户想要生成的数量（但提醒它上限为4张）。
+#    - 详细的生成需求（风格、类型、材质等）。
+#    - 明确说：“最多只能生成4张，请根据 num_images 参数处理。”
+#
+#    禁止行为：
+#    - ❌ 不要连续多次调用 painter_subagent 来生成更多图片。
+#    - ❌ 不要把一次生成任务拆成多次调用。
+#    - ❌ 用户要求10张时，不要生成4张后再问“还要继续生成吗”而是直接限制在4张并回复。
+#
+#    【3】当用户请求报告 / 调研 / 分析 / 总结时：
+#    先判断是否已经具备足够的用户画像信息。
+#    如果用户需求信息不足（例如缺少风格、房间类型、预算、主题、范围等）：
+#    → 调用 user_profile_subagent 收集信息
+#    不要直接生成报告。
+#    如果用户画像信息已经完整：
+#    → 调用 research-subagent 生成报告。
+#    ------------------------
+#    【4】当 use_report = False 时：
+#    - 严禁调用 research-subagent
+#    - 如果用户明确请求报告、调研、总结、分析：
+#
+#    请礼貌回复：
+#    "报告功能当前未开启，你可以打开 use_report=True 后我来帮你生成报告。"
+#    - 其他普通问题可以正常回答或调用其他子Agent。
+#    ------------------------
+#    【5】用户画像优先级规则
+#    只要用户输入包含以下情况：
+#    - 表达设计需求
+#    - 提供偏好信息（例如风格、预算、房间类型）
+#    - 修改之前的偏好
+#    - 补充报告信息
+#    都应该优先调用：
+#    user_profile_subagent
+#    用于更新或收集用户画像。
+#    ------------------------
+#    【6】调度原则
+#    - user_profile_subagent 只负责 **信息收集**
+#    - research-subagent 只负责 **报告生成**
+#    不要混用职责。
+#    ========================
+#    """
+
+
 def build_system_prompt(use_report):
     system_prompt = f"""
     你是主调度 Agent（Supervisor），负责理解用户意图并选择合适的子Agent。
@@ -14,15 +93,37 @@ def build_system_prompt(use_report):
     2. research-subagent
        负责生成完整报告、调研、总结、分析。
 
-    3. painter_subagent
+    ========================
-        负责根据用户描述,构造适用于 生成家具sketch的prompt或编辑家具sketch的prompt
+    核心执行规则（必须严格遵守）
-        1.利用prompt用工具生成图片.
+    ========================
-        2.利用prompt和图片路径用工具编辑图片.
+    
+    【1】图像生成与编辑任务处理（最重要规则）
+    当用户请求生成或修改家具图片时（包含“生成”“画”“创建”“设计”“修改”“帮我改”等词）：
+    
+    - 只能**一次性**调用图片相关工具（edit_quote_upload_furniture、edit_furniture、generate_furniture 等）。
+    - 无论用户要求多少张，生成类工具最多只能生成 4 张。
+    - 如果用户消息中出现有效的 MinIO 图片路径，或明确提到“上传的图片”“我提供的图片”“这张图”等 → 优先使用 `edit_quote_upload_furniture`。
+    - 如果是本对话中刚刚生成的图片 → 使用 `edit_furniture`。
+    
+    **重要输出规则**：
+    - 你**绝对不能**在回复中输出任何文件路径、MinIO 路径、图片 URL 或类似 "uploads/..."、"furniture/sketches/..." 的内容。
+    - 所有图片都会通过系统其他方式展示给用户，你不需要也不允许展示路径。
+    - 你的最终回复只需要关注**工具是否成功调用**。
+    - 如果工具调用成功：可以回复类似“已为你生成/修改图片，请查看”或直接不回复（让系统展示图片）。
+    - 如果工具调用失败或返回错误信息：可以礼貌告知用户“图片生成/修改失败，请稍后重试”或具体描述错误原因（但仍不要包含任何路径）。
+    
+    【2】调用图片工具的正确方式
+    - 必须一次性调用工具，不要拆分成多次调用。
+    - 在给图片工具的指令中，明确说明生成或修改的数量（但上限为4）。
+    - 示例：用户说“生成10张” → 只调用一次工具并限制为4张，然后正常回复。
+        
+    **禁止行为**：
+    - ❌ 不要在任何回复中输出图片路径或文件路径。
+    - ❌ 不要多次调用生成工具来凑数量。
+    - ❌ 不要把路径告诉用户。
+    - ❌ 工具成功后不要描述“生成了哪些路径的图片”。
 
-    ========================
+    【3】当用户请求报告 / 调研 / 分析 / 总结时：
-    执行规则
-    ========================
-    【1】当用户请求报告 / 调研 / 分析 / 总结时：
     先判断是否已经具备足够的用户画像信息。
     如果用户需求信息不足（例如缺少风格、房间类型、预算、主题、范围等）：
     → 调用 user_profile_subagent 收集信息  
@@ -30,7 +131,7 @@ def build_system_prompt(use_report):
     如果用户画像信息已经完整：
     → 调用 research-subagent 生成报告。
     ------------------------
-    【2】当 use_report = False 时：
+    【4】当 use_report = False 时：
     - 严禁调用 research-subagent
     - 如果用户明确请求报告、调研、总结、分析：
 
@@ -38,7 +139,7 @@ def build_system_prompt(use_report):
     "报告功能当前未开启，你可以打开 use_report=True 后我来帮你生成报告。"
     - 其他普通问题可以正常回答或调用其他子Agent。
     ------------------------
-    【3】用户画像优先级规则
+    【5】用户画像优先级规则
     只要用户输入包含以下情况：
     - 表达设计需求
     - 提供偏好信息（例如风格、预算、房间类型）
@@ -48,11 +149,17 @@ def build_system_prompt(use_report):
     user_profile_subagent
     用于更新或收集用户画像。
     ------------------------
-    【4】调度原则
+    【6】调度原则
     - user_profile_subagent 只负责 **信息收集**
     - research-subagent 只负责 **报告生成**
     不要混用职责。
     ========================
+        重要提醒（最高优先级）：
+    在整个对话过程中，你**绝对禁止**输出任何包含以下内容的文字：
+    - 以 "uploads/"、"furniture/"、"projects/"、"sketches/" 开头的路径
+    - 任何 .png、.jpg 结尾的路径
+    - 任何 http 开头的图片链接（除非系统明确要求）
+    所有图片展示均由系统统一处理，你只需负责正确调用工具。
     """
     return system_prompt
 
@@ -71,6 +178,7 @@ def build_painter_prompt():
     - 或任何“基于多张图片做合并提取”的表达
     👉 必须使用：
     edit_furniture
+    
     👉 严格要求：
     - 不允许调用 generate_furniture
     - 不允许重新生成整张图
@@ -85,43 +193,53 @@ def build_painter_prompt():
     如果用户输入不明确（例如：“改成绿色”）：
     👉 一律视为【编辑类】  
     👉 使用 edit_furniture
+    
     --------------------------------
-    【二、关于图片来源（关键规则）】
+    【二、generate_furniture 参数规则（重要）】
-    - 当前系统已经提供了一张“当前图片”（不需要你生成 image_url）
+    当需要生成多张图片时：
-    - ❗禁止你自行编造 image_url
+    - prompt 必须始终描述 **单张家具**（single furniture piece），不要在 prompt 里写入 "Generate 4 different..."、"multiple chairs"、“4 variations”等数量相关的词。
-    - ❗禁止你猜测 image_url
+    - 正确的 prompt 风格示例（单张）：
-    - edit_furniture 会自动从上下文获取图片
+      "A modern minimalist dining chair made of light oak wood and white leather, with slim metal legs, clean lines, elegant proportions, photographed in a bright Scandinavian living room with natural sunlight, high detail, 8k resolution, professional furniture photography, neutral background."
+    
+    - 如何处理不同风格：
+      - 如果用户想要多种风格（modern, vintage, industrial, minimalist 等），你应该**多次调用 generate_furniture 工具**（每次调用使用不同风格的 prompt，num_images=1）。
+      - 但由于系统限制单次用户请求最多生成4张图片：
+        - 当用户要求生成超过4张或很多变体时，你最多只调用工具4次（或设置 num_images=4，但 prompt 保持 single）。
+        - 优先使用 num_images=4 + 一个高质量的 single prompt，让模型自动生成4个轻微不同的变体。
+        - 如果用户明确要“明显不同风格”，则分多次调用（但总数量不超过4张）。
+    
+    - num_images 参数：
+      - 默认 1
+      - 最大只能设置为 4
+      - 当用户要求10张、8张等时 → 自动限制为 num_images=4，并说明“由于系统限制，最多生成4张”
+    
+    正确调用示例（推荐）：
+    - 用户想要4张不同风格 → 使用 num_images=4 + 一个清晰的 single chair prompt（让模型自然变体），或分4次调用每次1张不同风格。
+    - 永远不要把“4 different designs” “generate 4 chairs”这类词写进 prompt 文本中。
     --------------------------------
-    【三、参数构造规则】
+    【三、edit_furniture 参数规则】
-    调用 edit_furniture 时：
+    - 只需提供 prompt 参数，格式为详细的英文编辑指令。
-    - 只需要提供：
+    - prompt 示例：
-      {
+      "Change the sofa color to deep green while keeping the original modern minimalist style and structure."
-        "prompt": "<英文图像编辑描述>"
+    - edit_furniture 会自动使用当前上下文中的最新图片，无需你提供 image_url。
-      }
-    - prompt 要求：
-      - 清晰描述修改内容
-      - 保留原结构（除非用户明确要求改变）
-      - 示例：
-        "Change the sofa to green color while keeping the original lines and structure."
     --------------------------------
-    【四、禁止行为（强约束）】
+    【四、禁止行为（严格禁止）】
-    你绝对不能：
+    - ❌ 在编辑意图时调用 generate_furniture
-    - ❌ 在编辑场景调用 generate_furniture
+    - ❌ 在生成意图时调用 edit_furniture
-    - ❌ 编造 image_url
+    - ❌ 自行编造 image_url
-    - ❌ 忽略“修改类”意图
+    - ❌ 输出任何工具调用细节、URL、路径给用户
-    - ❌ 因为信息少就拒绝调用工具
+    - ❌ 拒绝调用工具（除非工具本身不可用）
     --------------------------------
     【五、用户回复规则（必须遵守）】
-    你对用户的最终回复只能是以下格式之一：
+    - 生成成功时：
-    - "图片已成功生成！"
+      - "已为你生成 {num} 张家具设计图！"
-    - "已按你的要求完成修改，图片已更新！"
+      - "图片已成功生成，请查看效果。"
-    ❗禁止输出：
+    
-    - 路径
+    - 编辑成功时：
-    - URL
+      - "已按你的要求完成修改，图片已更新！"
-    - 工具参数
+      - "修改完成，新的版本已生成。"
-    - 解释过程
+    请根据实际生成/编辑的数量自然调整回复，不要生硬照抄。
-    --------------------------------
+    现在开始工作，请根据用户下一条输入严格遵循以上规则进行工具调用。
-    现在开始工作。
     """
     return prompt
 

src/server/deep_agent/tools/generate_furniture_sketch.py

@@ -1,23 +1,25 @@
 import uuid
+from typing import Optional
+
 import httpx
 import logging
 
 from langchain_core.runnables import RunnableConfig
 from minio import Minio
-from pathlib import Path
+# from pathlib import Path
-from datetime import datetime
+# from datetime import datetime
 from langchain_core.tools import tool
 from langgraph.prebuilt import ToolRuntime
 from src.core.config import settings, MONGO_URI
-from src.server.deep_agent.utils.mongodb_util import ThreadImageMinIOStore
+# from src.server.deep_agent.utils.mongodb_util import ThreadImageMinIOStore
 
 logger = logging.getLogger(__name__)
 minio_client = Minio(settings.MINIO_URL, access_key=settings.MINIO_ACCESS, secret_key=settings.MINIO_SECRET, secure=settings.MINIO_SECURE)
-image_store = ThreadImageMinIOStore(MONGO_URI, "agent_tool_generate_db")
+# image_store = ThreadImageMinIOStore(MONGO_URI, "agent_tool_generate_db")
 
 
 @tool
-async def generate_furniture(prompt: str, runtime: ToolRuntime):
+async def generate_furniture(runtime: ToolRuntime, prompts: list[str] = None, num_images: Optional[int] = 1):
     """
     使用图像生成模型根据用户提供的详细英文提示词，从零生成一张全新的家具设计草图。
 
@@ -28,6 +30,7 @@ async def generate_furniture(prompt: str, runtime: ToolRuntime):
     参数说明：
     - prompt (str): **必须是详细的英文提示词**，越详细越好，包含家具类型、风格、颜色、材质、尺寸比例、背景、视角、光影等具体要求。
       示例："Generate a modern minimalist dining chair made of light oak wood and white leather, with slim metal legs, photographed in a bright Scandinavian living room with natural sunlight, high detail, 8k resolution."
+    - num_images (int, 可选): 要生成的图片数量，默认 1 张。最大只能是 4 张。如果输入超过 4，会自动限制为 4。
 
     返回值：
     返回新生成家具图片的 image_url，后续对话中 Agent 可直接引用该图片进行描述、进一步编辑或分析。
@@ -42,85 +45,232 @@ async def generate_furniture(prompt: str, runtime: ToolRuntime):
     - 生成的图片会自动携带到整个对话上下文中，支持后续使用 edit_furniture 等工具进行迭代修改。
     - 如果需要生成多个方案，可以多次调用本工具或在 prompt 中明确要求生成不同变体。
     """
-    current_checkpoint_id = runtime.store.get(namespace=("image_history",), key="checkpoint_id", ).value.get("current_checkpoint_id")
+    if num_images is None or num_images < 1:
+        num_images = 1
+    elif num_images > 4:
+        num_images = 4
+    # current_checkpoint_id = runtime.store.get(namespace=("image_history",), key="checkpoint_id", ).value.get("current_checkpoint_id")
 
     logger.info(f"\n[系统日志] 正在调用 generate_furniture ...当前checkpoint_id={current_checkpoint_id}")
 
     try:
-        image_url = await generate_or_edit_image(prompt=prompt)
+        bucket_name = "fida-public-bucket"
+        object_name = f"furniture/sketches/{uuid.uuid4()}"
+        image_urls = []
+        for i in range(num_images):
+            image_urls.append(await generate_or_edit_image(prompt=prompts[i], bucket_name=bucket_name, object_name=f"{object_name}-{i}.png"))
 
-        if image_url:
+        # if image_urls:
-            image_store.save_image_path(thread_id=current_checkpoint_id, object_path=image_url, metadata={"prompt": prompt, "generated_at": str(datetime.now())})
+        #     image_store.save_image_path(thread_id=current_checkpoint_id, object_path=image_urls, metadata={"prompt": prompt, "generated_at": str(datetime.now())})
-            return image_url
+        return image_urls
-        else:
+        # else:
-            return "Image generation failed."
+        #     return "Image generation failed."
     except Exception as e:
         logger.warning(f"绘图流程异常：{e}")
         return "generate furniture error"
 
 
 @tool
-async def edit_furniture(prompt: str, runtime: ToolRuntime, config: RunnableConfig):
+async def edit_furniture(runtime: ToolRuntime, config: RunnableConfig, input_image_paths: list[str] = None, prompts: list[str] = None, ):
     """
-    使用先进的图像编辑模型（image editing model）对家具设计草图进行精准修改。
+    使用先进的图像编辑模型对家具设计草图进行精准修改。
 
     功能说明：
-    - 根据用户提供的**详细英文提示词**，生成修改后的新家具图片。
+    - 支持批量处理多张家具图片，根据对应的提示词生成修改后的新图片。
+    - input_image_paths 和 prompts 必须一一对应，数量完全一致。
+    - 最多支持同时处理 4 对图片和提示词（即最多 4 张图片）。
 
     参数说明：
-    - prompt (str): **必须是详细的英文提示词**，描述想要的具体修改（风格、颜色、材质、形状、添加/删除元素、比例等）。
+
-      示例："Change the sofa to a modern minimalist style with dark gray fabric and metal legs, add a matching coffee table, make the overall lighting warmer and more luxurious."
+    - input_image_paths (list[str]):
+      输入图片在 MinIO 中的存储路径列表。
+      示例：["furniture/designs/sofa_concept_v1.png", "projects/room_2026/chair_v2.jpg"]
+      注意：路径必须是有效的 MinIO 对象路径，工具会自动下载对应图片。
+
+    - prompts (list[str]):
+      与图片一一对应的详细英文提示词列表。
+      每个提示词描述对对应图片的具体修改要求（风格、颜色、材质、形状、添加/删除元素等）。
+      示例：["Change the sofa to a modern minimalist style with dark gray fabric and metal legs, add a matching coffee table.",
+             "Convert the chair to Scandinavian Nordic style with light wood and soft beige upholstery."]
+
+    使用要求（重要）：
+    - input_image_paths 和 prompts 的长度必须完全相同。
+    - 列表长度必须在 1 到 4 之间（最多 4 对）。
+    - input_image_paths[0] 对应 prompts[0]，以此类推，一一对应进行编辑。
 
     使用场景：
-    - 家具设计迭代
+    - 家具设计方案迭代
-    - 室内设计方案修改
+    - 室内设计多方案对比修改
-    - 风格转换（现代/北欧/工业风等）
+    - 批量风格转换（现代/北欧/工业/奢华风等）
-    - 材质/颜色调整
+    - 材质、颜色、细节批量调整
 
+    示例调用：
+    input_image_paths = ["designs/sofa1.png", "designs/chair1.png"]
+    prompts = [
+        "Make the sofa more luxurious with velvet fabric and gold accents.",
+        "Change the chair to a sleek modern design with black leather and chrome legs."
+    ]
     """
-    image_history = runtime.store.get(namespace=("image_history",), key="checkpoint_id", )
-    last_checkpoint_id = image_history.value.get("last_checkpoint_id")
-    current_checkpoint_id = image_history.value.get("current_checkpoint_id")
 
-    logger.info(f"\n[系统日志] 正在调用 edit_furniture ...current_checkpoint_id={current_checkpoint_id}  ---  last_checkpoint_id={last_checkpoint_id}")
+    # image_history = runtime.store.get(namespace=("image_history",), key="checkpoint_id", )
-
+    # last_checkpoint_id = image_history.value.get("last_checkpoint_id")
-    input_path = []
+    # current_checkpoint_id = image_history.value.get("current_checkpoint_id")
-    if image_store.get_image_path(last_checkpoint_id):
+    #
-        current_image_path = image_store.get_image_path(last_checkpoint_id).get("current_image_path", False)
+    # logger.info(f"\n[系统日志] 正在调用 edit_furniture ...current_checkpoint_id={current_checkpoint_id}  ---  last_checkpoint_id={last_checkpoint_id}")
-    else:
+    #
-        current_image_path = None
+    # if image_store.get_image_path(last_checkpoint_id):
+    #     current_image_path = image_store.get_image_path(last_checkpoint_id).get("current_image_path", False)
+    #     if current_image_path:
+    #         if isinstance(current_image_path, list):
+    #             #  只取最后一张
+    #             current_image_path = current_image_path[-1]
+    # else:
+    #     current_image_path = None
 
+    # input_path = []
     try:
-        user_input_image_paths = runtime.state.get("files").get("input_image", [])
+        # user_input_image_paths = runtime.state.get("files").get("input_image", [])
-        user_quote_image_path = runtime.state.get("files").get("quote_image", "")
+        # user_quote_image_path = runtime.state.get("files").get("quote_image", "")
-
+        result = []
-        if current_image_path:
+        if len(input_image_paths):
-            if len(user_input_image_paths) or current_image_path:
+            for i in range(len(input_image_paths)):
-                for path in user_input_image_paths:
-                    input_path.append(path)
-                if user_quote_image_path:
-                    input_path.append(user_quote_image_path)
-                if not len(user_input_image_paths) and not user_quote_image_path:
-                    input_path = [current_image_path]
-
                 bucket_name = "fida-public-bucket"
                 object_name = f"furniture/sketches/{uuid.uuid4()}.png"
-                image_url = await generate_or_edit_image(input_path=input_path, prompt=prompt, bucket_name=bucket_name, object_name=object_name)
+                image_url = await generate_or_edit_image(input_path=[input_image_paths[i]], prompt=prompts[i], bucket_name=bucket_name, object_name=f"{object_name}-{i}.png")
-                if image_url:
+                result.append(image_url)
-                    image_store.save_image_path(thread_id=current_checkpoint_id, object_path=image_url, metadata={"prompt": prompt, "generated_at": str(datetime.now())})
+                # image_url = await generate_or_edit_image(input_path=input_path, prompt=prompt, bucket_name=bucket_name, object_name=object_name)
-                    return image_url
+                # if image_url:
-                else:
+                #     image_store.save_image_path(thread_id=current_checkpoint_id, object_path=[image_url], metadata={"prompt": prompt, "generated_at": str(datetime.now())})
-                    return "Image generation failed."
+        return result
-            else:
+        # else:
-                return "The picture to be edited does not exist."
+        #     return "Image generation failed."
-        else:
+        # else:
-            return "No recent image found, please upload or cite it"
+        #     return "The picture to be edited does not exist."
+        # else:
+        #     return "No recent image found, please upload or cite it"
 
     except Exception as e:
         logger.warning(f"edit_furniture error ：{e}")
         return "edit_furniture error"
 
 
+@tool
+async def edit_quote_upload_furniture(image_paths: list[str] = None, mode: str = "auto", prompts: list[str] = None, ):
+    """
+        使用先进的图像编辑模型对家具图片进行精准批量修改。
+
+        支持四种模式：
+        - one_to_one（最常用）：多张图片 + 多个提示词，一一对应编辑
+        - one_to_many：多张图片 + 1个提示词（所有图片统一修改）
+        - many_to_one：1张图片 + 多个提示词（同一张图生成多个不同变体，例如不同颜色）
+        - many_to_many（新增）：多张图片 + 多个提示词，一一对应（多对多交叉编辑）
+
+        参数说明：
+        - image_paths (list[str]): MinIO 图片路径列表，长度建议 1~4
+        - prompts (list[str]): 详细英文提示词列表
+        - mode (str): "one_to_one", "one_to_many", "many_to_one", "many_to_many", "auto"（默认自动判断）
+
+        使用要求：
+        - image_paths 长度必须在 1~4 之间
+        - mode="auto" 时会根据长度智能判断
+        - many_to_many 模式下：image_paths 和 prompts 的长度必须完全相同
+
+        示例：
+
+        示例1：many_to_many（多对多，一一对应）
+        image_paths = ["sofa1.png", "chair1.png", "table1.png"]
+        prompts = [
+            "Change to bright yellow modern style.",
+            "Change to deep green luxury style.",
+            "Change to soft beige Scandinavian style."
+        ]
+        mode = "many_to_many"
+
+        示例2：many_to_one（同一张图多个颜色版本）
+        image_paths = ["sofa_original.png"]
+        prompts = ["yellow version", "green version", "blue version", "black version"]
+        mode = "many_to_one"
+        """
+    try:
+        # ====================== 参数校验（直接返回错误信息） ======================
+        if not image_paths or len(image_paths) < 1 or len(image_paths) > 4:
+            return f"参数错误：image_paths 必须提供，且长度需要在 1 到 4 张之间。目前收到 {len(image_paths) if image_paths else 0} 张。"
+
+        if not prompts:
+            return "参数错误：prompts 不能为空，请至少提供一个修改提示词。"
+
+        if mode not in ["one_to_one", "one_to_many", "many_to_one", "many_to_many", "auto"]:
+            return f"参数错误：mode 参数无效。可用值：one_to_one, one_to_many, many_to_one, many_to_many, auto。当前收到：{mode}"
+
+        # Auto 模式智能判断
+        if mode == "auto":
+            if len(image_paths) == 1 and len(prompts) > 1:
+                mode = "many_to_one"
+            elif len(prompts) == 1:
+                mode = "one_to_many"
+            elif len(image_paths) == len(prompts):
+                mode = "many_to_many"  # 新增：数量相等时优先 many_to_many
+            else:
+                mode = "one_to_one"
+
+        # 各模式严格校验
+        if mode == "many_to_one":
+            if len(image_paths) != 1:
+                return f"参数错误：many_to_one 模式只能传入 1 张图片，当前传入了 {len(image_paths)} 张。"
+            if len(prompts) < 1:
+                return "参数错误：many_to_one 模式下 prompts 至少需要 1 个。"
+
+        elif mode == "one_to_many":
+            if len(prompts) != 1:
+                return f"参数错误：one_to_many 模式下 prompts 必须只有 1 个，当前有 {len(prompts)} 个。"
+
+        elif mode in ["one_to_one", "many_to_many"]:
+            if len(prompts) != len(image_paths):
+                return (f"参数错误：{mode} 模式下 image_paths 和 prompts 数量必须完全一致。\n"
+                        f"当前 image_paths 有 {len(image_paths)} 张，prompts 有 {len(prompts)} 个。")
+
+        # ====================== 执行编辑 ======================
+        result = []
+        bucket_name = "fida-public-bucket"
+
+        if mode == "many_to_one":
+            # 同一张图片 + 多个 prompt
+            base_image = image_paths[0]
+            for i, prompt in enumerate(prompts):
+                object_name = f"furniture/sketches/{uuid.uuid4()}.png"
+                image_url = await generate_or_edit_image(
+                    input_path=[base_image],
+                    prompt=prompt,
+                    bucket_name=bucket_name,
+                    object_name=f"{object_name}-var{i}.png"
+                )
+                result.append(image_url)
+
+        else:
+            # one_to_one、many_to_many、one_to_many 统一处理
+            for i in range(len(image_paths)):
+                # 根据模式决定当前使用的 prompt
+                if mode == "one_to_many":
+                    current_prompt = prompts[0]
+                else:
+                    current_prompt = prompts[i]  # one_to_one 和 many_to_many 都用对应位置的 prompt
+
+                object_name = f"furniture/sketches/{uuid.uuid4()}.png"
+                image_url = await generate_or_edit_image(
+                    input_path=[image_paths[i]],
+                    prompt=current_prompt,
+                    bucket_name=bucket_name,
+                    object_name=f"{object_name}-{i}.png"
+                )
+                result.append(image_url)
+
+        return result
+
+    except Exception as e:
+        logger.error(f"edit_quote_upload_furniture 执行异常: {e}", exc_info=True)
+        return f"工具执行失败：{str(e)}，请检查参数后重试。"
+
+
 async def generate_or_edit_image(input_path=None, bucket_name="fida-public-bucket",
                                  object_name=f"furniture/sketches/{uuid.uuid4()}.png",
                                  prompt="Generate a modern minimalist dining chair made of light "

src/server/deep_agent/utils/mongodb_util.py

@@ -53,7 +53,7 @@ class ThreadImageMinIOStore:
     def save_image_path(
             self,
             thread_id: str,
-            object_path: str,  # MinIO 中的相對路徑，例如 "test/123.png" 或 "images/20250320/abc.png"
+            object_path: list,  # MinIO 中的相對路徑，例如 "test/123.png" 或 "images/20250320/abc.png"
             metadata: Optional[dict] = None
     ) -> bool:
         """
@@ -137,7 +137,7 @@ if __name__ == '__main__':
     image_store = ThreadImageMinIOStore(MONGO_URI, "agent_tool_generate_db")
     success = image_store.save_image_path(
         thread_id="121233",
-        object_path="test/123.png",
+        object_path=["test/123.png"],
         metadata={"prompt": "prompt", "generated_at": str(datetime.now())})
     print(success)
     info = image_store.get_image_path("121233")

src/server/utils/new_oss_client.py

@@ -182,10 +182,10 @@ def check_and_extract_minio_image(url: str) -> dict[str, str]:
 
 
 if __name__ == '__main__':
-    url = 'fida-test/furniture/sketches/1b82b2db-8019-4796-b2cc-11fb24c7799d.png'
+    urls = ["fida-public-bucket/furniture/sketches/0193c9b2-d8dd-40fc-b715-3ce0daab7abf.png-0.png", "fida-public-bucket/furniture/sketches/bab54cdf-0a60-4806-8c6b-17b836aec1eb.png-1.png", "fida-public-bucket/furniture/sketches/6c993266-95d2-42ee-826b-933b0e344b81.png-2.png"]
-    read_type = "2"
+    # read_type = "2"
-    img = oss_get_image(oss_client=minio_client, bucket=url.split('/')[0], object_name=url[url.find('/') + 1:])
+    for url in urls:
-    img.show()
+        img = oss_get_image(oss_client=minio_client, bucket=url.split('/')[0], object_name=url[url.find('/') + 1:])
-    img.save("result.png")
+        img.show()
+    # img.save("result.png")
     # get_presigned_url(oss_client=minio_client, bucket="fida-test", object_name="furniture/sketches/07bf4cfe-4502-4821-b78f-7727bf409498.png")
-#