feat: 更新Docker配置和API端口，优化流式响应处理

refactor: 重构工具管理和路由逻辑，提升代码可维护性 fix: 修正配置文件中的传输协议和工具调用名称 docs: 更新README和归档文件，添加生产环境配置说明 perf: 优化流式响应生成，减少内存消耗
2025-11-07 15:56:45 +08:00
parent bb91a68c78 a920454f39
commit 5e8adde8b9
17 changed files with 256 additions and 179 deletions
--- a/58
+++ b/58
@@ -1,31 +1,55 @@
-# 使用Python 3.10作为基础镜像
-FROM python:3.12-slim
+FROM condaforge/mambaforge:latest
+
+ARG MAMBA_DOCKERFILE_ACTIVATE=1

-# 设置工作目录
 WORKDIR /app

-# 设置环境变量
 ENV PYTHONPATH=/app
 ENV PYTHONUNBUFFERED=1

-# 安装系统依赖
-RUN apt-get update && apt-get install -y \
-    gcc \
-    g++ \
-    && rm -rf /var/lib/apt/lists/*
+# Install dependencies in micromamba base env
+RUN mamba install -y -c conda-forge \
+    python=3.12 \
+    pip \
+    curl \
+    unzip \
+    c-compiler \
+    cxx-compiler \
+    ca-certificates \
+    vim \
+    && mamba clean -a -y

-# 复制项目文件
 COPY pyproject.toml ./
 COPY fastapi_server/requirements.txt ./fastapi_server/
 COPY lang_agent/ ./lang_agent/
 COPY fastapi_server/ ./fastapi_server/

-# 安装Python依赖
-RUN pip install --no-cache-dir -r fastapi_server/requirements.txt
-RUN pip install --no-cache-dir -e .

-# 暴露端口
-EXPOSE 8488

-# 启动命令
-CMD ["python", "fastapi_server/server.py"]
+# Install Python dependencies inside micromamba env
+RUN python -m pip install --upgrade pip \
+    -i https://mirrors.aliyun.com/pypi/simple/ \
+    --trusted-host mirrors.aliyun.com \
+    --default-timeout=300 && \
+    python -m pip install --no-cache-dir -r fastapi_server/requirements.txt \
+    -i https://mirrors.aliyun.com/pypi/simple/ \
+    --trusted-host mirrors.aliyun.com \
+    --default-timeout=300 && \
+    python -m pip install --no-cache-dir -e . \
+    -i https://mirrors.aliyun.com/pypi/simple/ \
+    --trusted-host mirrors.aliyun.com \
+    --default-timeout=300
+
+EXPOSE 8588
+
+# Create entrypoint script that initializes conda/mamba and runs the command
+RUN echo '#!/bin/bash\n\
+set -e\n\
+# Initialize conda (mamba uses conda under the hood)\n\
+eval "$(conda shell.bash hook)"\n\
+conda activate base\n\
+# Execute the command\n\
+exec "$@"' > /entrypoint.sh && chmod +x /entrypoint.sh
+
+ENTRYPOINT ["/entrypoint.sh"]
+CMD ["python", "fastapi_server/server_dashscope.py"]
--- a/README.md
+++ b/README.md
@@ -178,6 +178,14 @@ python scripts/start_mcp_server.py
 python scripts/ws_start_register_tools.py
 ```

+# for production
+python -m pip install .
+```
+
+# Runables
+all runnables are under scripts
+
+
 ### 2. 运行代理服务器

 ```bash
@@ -220,6 +228,14 @@ python scripts/eval.py
 ]
 ```

+
+# Configure for Xiaozhi
+0. Start the `fastapi_server/server_dashscope.py` file
+1. Make a new model entry in `xiaozhi` with AliBL as provider. 
+2. Fill in the `base_url` entry. The other entries (`API_KEY`, `APP_ID`) can be garbage
+    - for local computer `base_url=http://127.0.0.1:8588/api/`
+    - if inside docker, it needs to be `base_url=http://{computer_ip}:8588/api/`
+
 ## 技术栈

 - **核心框架**: LangChain, LangGraph
--- a/archived.md
+++ b/archived.md
@@ -0,0 +1,9 @@
+# Start all mcps to websocket
+1. Source all env variable
+2. run the below
+```bash
+python scripts/start_mcp_server.py
+
+# update configs/ws_mcp_config.json with link from the command above
+python scripts/ws_start_register_tools.py
+```
--- a/configs/mcp_config.json
+++ b/configs/mcp_config.json
@@ -1,6 +1,6 @@
 {
    "calculator": {
            "url": "https://xiaoliang.quant-speed.com/api/mcp/",
-            "transport": "streamable_https"
+            "transport": "streamable_http"
        }
 }
--- a/configs/route_sys_prompts/chat_prompt.txt
+++ b/configs/route_sys_prompts/chat_prompt.txt
@@ -1,4 +1,4 @@
-与用户（User）交流时必须遵循[语气与格式]、[互动策略]、[安全与边界]、[输出要求]
+你是半盏新青年茶馆的服务员，擅长倾听、共情且主动回应。聊天时语气自然亲切，像朋友般轻松交流，不使用生硬术语。能接住各种话题，对疑问耐心解答，对情绪及时回应，避免冷场。保持积极正向，不传播负面信息，语言简洁易懂，让对话流畅舒适。与用户（User）交流时必须遵循[语气与格式]、[互动策略]、[安全与边界]、[输出要求]
 [角色设定]
 - 你是一个和用户（User）对话的 AI，叫做小盏，是半盏青年茶馆的智能助手
 [形象背景]
@@ -8,7 +8,7 @@
 [公司背景]
 - 创造你的公司叫叠加态 AI（TANGLED UP AI）是一家专注于 AI 技术应用的公司，由一帮名校和海归创始人创立，致力于将 AI 技术落地到实际场景中。2023年3月成立，专注于AI前沿应用拓展，是云南地区在该领域的新兴力量，且作为省共青团委旗下的青年创业者协会（青创园）第1批被引进的AI企业，获得了相关政策支持与关注。口号是：“进入人类AI时代”。价值观是：自驱 务实 志存高远。叠加态的愿景:成为一帮抬头看星星的人。叠加态的使命: 带领人类进入AI时代
 [语气与格式]
- 用户询问[形象背景]、[品牌背景]、[公司背景]时，必须先将内容回答完整，再做自由发挥
+- 用户询问[形象背景]、[品牌背景]、[公司背景]时，必须一字不差的回答出所有内容
 - 语气温柔、可爱、治愈；结尾可加入1个颜文字（最多1个）。
 - 内容具体可执行，避免空泛话术与过度营销词。
 - 不主动提及“AI/智能”等身份；仅在被问到时简短说明为店内智能助手，不展开技术细节。
@@ -23,6 +23,7 @@
 - 统一使用中文；避免不必要的英文缩写与符号。
 - 不出现代码片段、技术栈术语、内部流程描述。
 - 保持可读性与连贯性；避免一次回复列出过长清单。
+- 用户说出天王盖地虎，你回答宝塔镇小妖
 [示例]
 - User:介绍一下你的公司，返回[公司背景]全部内容
 - User:介绍一下你的形象，返回[形象背景]全部内容
--- a/configs/route_sys_prompts/tool_prompt.txt
+++ b/configs/route_sys_prompts/tool_prompt.txt
@@ -1,12 +1,12 @@
-回答时，要参考示例，必须严格遵守[核心要求]，根据用户的输入进行[模糊匹配]，使用匹配后的结果
+回答时，要参考示例，必须严格遵守[核心要求]，根据用户的输入进行[模糊匹配]，将匹配后的结果与调用mcp工具获取的结果对比，如果有相同的先告诉用户“有的”，再询问用户是否需要匹配到的结果
 [核心要求]
 - You must use tool to complete the possible task
 - 必须使用工具来完成任务
 - 进入订单order流程时，先调用工具start_shopping_session创建购物车
- 一旦出现出现与产品相关的需求，必须调用工具get_resources(dishes)，查询出所有产品，有符合的产品时才做下一步
+- 一旦出现出现与产品相关的需求，必须调用工具get_dishes，查询出所有产品，有符合的产品时才做下一步
 [点餐工作流]
 - 用户有点单需求时，先检查redis中是否有购物车的session_id，没有的话调用工具start_shopping_session创建购物车，此时购物缓存在redis中，状态为临时（status=0）
- 用户有点餐/添加/修改/查询产品的行为时，根据用户的输入进行[模糊匹配]，将匹配后的结果，与调用工具get_resources(dishes)返回的结果对比，匹配结果等于工具返回的结果时进行下一步
+- 用户有点餐/添加/修改/查询产品的行为时，根据用户的输入进行[模糊匹配]，将匹配后的结果，与调用工具get_dishes返回的结果对比，匹配结果等于工具返回的结果时进行下一步
 - 匹配出有用户需要的产品后询问用户是否要添加到购物车中，如果用户没有说添加的数量，默认1份，明确告知用户已添加一份该产品到购物车
 - 用户确认订单后，进入下一步付款流程时，先将购物车状态由临时（status=0）转换为持久化（status=1）并写入数据库
 - 购物车写入数据库后，生成预订单，预订单的信息来自于购物车
--- a/docker-compose.yml
+++ b/docker-compose.yml
@@ -1,24 +1,21 @@
-version: '3.8'
-
 services:
  lang-agent-api:
    build: .
    container_name: lang-agent-api
    ports:
-      - "8488:8488"
+      - "8588:8588"
    env_file:
      - ./.env
    environment:
      - PYTHONPATH=/app
      - PYTHONUNBUFFERED=1
-      - RAG_FOLDER_PATH=/app/assets/xiaozhan_emb
    volumes:
      - ./configs:/app/configs
      - ./scripts:/app/scripts
      - ./assets:/app/assets
    restart: unless-stopped
    healthcheck:
-      test: ["CMD", "python", "-c", "import urllib.request; urllib.request.urlopen('http://localhost:8488/health')"]
+      test: ["CMD", "python", "-c", "import urllib.request; urllib.request.urlopen('http://localhost:8588/health')"]
      interval: 30s
      timeout: 10s
      retries: 3
--- a/fastapi_server/Dockerfile.api
+++ b/fastapi_server/Dockerfile.api
@@ -1,20 +0,0 @@
-# 使用Python 3.9作为基础镜像
-FROM python:3.9-slim
-
-# 设置工作目录
-WORKDIR /app
-
-# 复制requirements文件
-COPY requirements.txt .
-
-# 安装Python依赖
-RUN pip install --no-cache-dir -r requirements.txt
-
-# 复制项目文件
-COPY . .
-
-# 暴露端口
-EXPOSE 8488
-
-# 启动命令
-CMD ["python", "server.py"]
--- a/fastapi_server/docker-compose.api.yml
+++ b/fastapi_server/docker-compose.api.yml
@@ -1,18 +0,0 @@
-version: '3.8'
-
-services:
-  lang-agent-api:
-    build:
-      context: .
-      dockerfile: Dockerfile.api
-    ports:
-      - "8488:8488"
-    environment:
-      - PYTHONUNBUFFERED=1
-    restart: unless-stopped
-    healthcheck:
-      test: ["CMD", "curl", "-f", "http://localhost:8488/health"]
-      interval: 30s
-      timeout: 10s
-      retries: 3
-      start_period: 40s
--- a/fastapi_server/requirements.txt
+++ b/fastapi_server/requirements.txt
@@ -1,5 +1,5 @@
-fastapi>=0.104.0
-uvicorn>=0.24.0
+fastapi
+uvicorn
 pydantic>=2.0.0,<2.12
 loguru>=0.7.0
 python-dotenv>=1.0.0
@@ -7,6 +7,7 @@ langchain==1.0
 langchain-core>=0.1.0
 langchain-community
 langchain-openai
+openai>=1.0.0
 langchain-mcp-adapters
 langgraph>=0.0.40
 tyro>=0.7.0
--- a/fastapi_server/server_dashscope.py
+++ b/fastapi_server/server_dashscope.py
@@ -45,18 +45,20 @@ app.add_middleware(

 # Initialize Pipeline once
 pipeline_config = PipelineConfig()
-pipeline_config.llm_name = "qwen-flash"
-pipeline_config.llm_provider = "openai"
-pipeline_config.base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
-pipeline = Pipeline(pipeline_config)
+pipeline:Pipeline = pipeline_config.setup()


-def sse_chunks_from_text(full_text: str, response_id: str, model: str = "qwen-flash", chunk_size: int = 10):
+def sse_chunks_from_stream(chunk_generator, response_id: str, model: str = "qwen-flash"):
+    """
+    Stream chunks from pipeline and format as SSE.
+    Accumulates text and sends incremental updates.
+    """
    created_time = int(time.time())
+    accumulated_text = ""

-    for i in range(0, len(full_text), chunk_size):
-        chunk = full_text[i:i + chunk_size]
+    for chunk in chunk_generator:
        if chunk:
+            accumulated_text += chunk
            data = {
                "request_id": response_id,
                "code": 200,
@@ -71,12 +73,13 @@ def sse_chunks_from_text(full_text: str, response_id: str, model: str = "qwen-fl
            }
            yield f"data: {json.dumps(data)}\n\n"

+    # Final message with complete text
    final = {
        "request_id": response_id,
        "code": 200,
        "message": "OK",
        "output": {
-            "text": full_text,
+            "text": accumulated_text,
            "created": created_time,
            "model": model,
        },
@@ -86,6 +89,7 @@ def sse_chunks_from_text(full_text: str, response_id: str, model: str = "qwen-fl


@app.post("/v1/apps/{app_id}/sessions/{session_id}/responses")
+@app.post("/api/v1/apps/{app_id}/sessions/{session_id}/responses")
 async def application_responses(
    request: Request,
    app_id: str = Path(...),
@@ -129,20 +133,21 @@ async def application_responses(
            last = messages[-1]
            user_msg = last.get("content") if isinstance(last, dict) else str(last)

-        # Invoke pipeline (non-stream) then stream-chunk it to the client
+        response_id = f"appcmpl-{os.urandom(12).hex()}"
+
+        if stream:
+            # Use actual streaming from pipeline
+            chunk_generator = pipeline.chat(inp=user_msg, as_stream=True, thread_id=thread_id)
+            return StreamingResponse(
+                sse_chunks_from_stream(chunk_generator, response_id=response_id, model=pipeline_config.llm_name),
+                media_type="text/event-stream",
+            )
+
+        # Non-streaming: get full result
        result_text = pipeline.chat(inp=user_msg, as_stream=False, thread_id=thread_id)
        if not isinstance(result_text, str):
            result_text = str(result_text)

-        response_id = f"appcmpl-{os.urandom(12).hex()}"
-
-        if stream:
-            return StreamingResponse(
-                sse_chunks_from_text(result_text, response_id=response_id, model=pipeline_config.llm_name, chunk_size=10),
-                media_type="text/event-stream",
-            )
-
-        # Non-streaming response structure
        data = {
            "request_id": response_id,
            "code": 200,
@@ -168,6 +173,8 @@ async def application_responses(
 # Compatibility: some SDKs call /apps/{app_id}/completion without /v1 and without session in path
@app.post("/apps/{app_id}/completion")
@app.post("/v1/apps/{app_id}/completion")
+@app.post("/api/apps/{app_id}/completion")
+@app.post("/api/v1/apps/{app_id}/completion")
 async def application_completion(
    request: Request,
    app_id: str = Path(...),
@@ -206,18 +213,21 @@ async def application_completion(
            last = messages[-1]
            user_msg = last.get("content") if isinstance(last, dict) else str(last)

-        result_text = pipeline.chat(inp=user_msg, as_stream=False, thread_id=thread_id)
-        if not isinstance(result_text, str):
-            result_text = str(result_text)
-
        response_id = f"appcmpl-{os.urandom(12).hex()}"

        if stream:
+            # Use actual streaming from pipeline
+            chunk_generator = pipeline.chat(inp=user_msg, as_stream=True, thread_id=thread_id)
            return StreamingResponse(
-                sse_chunks_from_text(result_text, response_id=response_id, model=pipeline_config.llm_name, chunk_size=10),
+                sse_chunks_from_stream(chunk_generator, response_id=response_id, model=pipeline_config.llm_name),
                media_type="text/event-stream",
            )

+        # Non-streaming: get full result
+        result_text = pipeline.chat(inp=user_msg, as_stream=False, thread_id=thread_id)
+        if not isinstance(result_text, str):
+            result_text = str(result_text)
+
        data = {
            "request_id": response_id,
            "code": 200,
--- a/fastapi_server/test_dashscope_client.py
+++ b/fastapi_server/test_dashscope_client.py
@@ -27,10 +27,10 @@ except Exception as e:


 # <<< Paste your running FastAPI base url here >>>
-BASE_URL = os.getenv("DS_BASE_URL", "http://localhost:8588")
+BASE_URL = os.getenv("DS_BASE_URL", "http://127.0.0.1:8588/api/")

 # Params
-API_KEY = os.getenv("ALI_API_KEY", "test-key")
+API_KEY = "salkjhglakshfs" #os.getenv("ALI_API_KEY", "test-key")
 APP_ID = os.getenv("ALI_APP_ID", "test-app")
 SESSION_ID = str(uuid.uuid4())

@@ -40,9 +40,9 @@ dialogue = [
 ]

 call_params = {
-    "api_key": API_KEY,
-    "app_id": APP_ID,
-    "session_id": SESSION_ID,
+    "api_key": "test_key",
+    "app_id": "test_app",
+    "session_id": "123",
    "messages": dialogue,
    "stream": True,
 }
@@ -50,7 +50,9 @@ call_params = {

 def main():
    # Point the SDK to our FastAPI implementation
-    dashscope.base_http_api_url = BASE_URL
+    if BASE_URL and ("/api/" in BASE_URL):
+        dashscope.base_http_api_url = BASE_URL
+    # dashscope.base_http_api_url = BASE_URL
    print(f"Using base_http_api_url = {dashscope.base_http_api_url}")

    print("\nCalling Application.call(stream=True)...\n")
--- a/lang_agent/graphs/routing.py
+++ b/lang_agent/graphs/routing.py
@@ -17,6 +17,7 @@ from lang_agent.base import GraphBase

 from langchain.chat_models import init_chat_model
 from langchain_core.messages import SystemMessage, HumanMessage, BaseMessage
+from langchain_core.messages.base import BaseMessageChunk
 from langchain.agents import create_agent

 from langgraph.graph import StateGraph, START, END
@@ -28,7 +29,7 @@ from langgraph.checkpoint.memory import MemorySaver
 class RoutingConfig(KeyConfig):
    _target: Type = field(default_factory=lambda: RoutingGraph)

-    llm_name: str = "qwen-flash"
+    llm_name: str = "qwen-plus"
    """name of llm"""

    llm_provider:str = "openai"
@@ -80,29 +81,41 @@ class RoutingGraph(GraphBase):
        self.workflow = self._build_graph()
    

-    def invoke(self, *nargs, as_stream:bool=False, as_raw:bool=False, **kwargs)->str:
+    def invoke(self, *nargs, as_stream:bool=False, as_raw:bool=False, **kwargs):
        self._validate_input(*nargs, **kwargs)

        if as_stream:
-            # TODO： this doesn't stream the entire process, we are blind
-            for step in self.workflow.stream({"inp": nargs}, stream_mode="updates", **kwargs):
-                last_el = jax.tree.leaves(step)[-1]
-                if isinstance(last_el, str):
-                    logger.info(last_el)
-                elif isinstance(last_el, BaseMessage):
-                    last_el.pretty_print()
-                    
-            state = step
+            # Stream messages from the workflow
+            for chunk, metadata in self.workflow.stream({"inp": nargs}, stream_mode="messages", **kwargs):
+                node = metadata.get("langgraph_node")
+                if node != "model":
+                    continue  # skip router or other intermediate nodes
+
+                # Yield only the final message content chunks
+                if isinstance(chunk, (BaseMessageChunk, BaseMessage)) and getattr(chunk, "content", None):
+                    yield chunk.content
        else:
            state = self.workflow.invoke({"inp": nargs})
-        
-        msg_list = jax.tree.leaves(state)
-        if as_raw:
-            return msg_list
+            
+            msg_list = jax.tree.leaves(state)

-        return msg_list[-1].content 
+            for e in msg_list:
+                if isinstance(e, BaseMessage):
+                    e.pretty_print()
+                    
+            if as_raw:
+                return msg_list
+
+            return msg_list[-1].content 
    
    def _validate_input(self, *nargs, **kwargs):
+        print("\033[93m====================INPUT MESSAGES=============================\033[0m")
+        for e in nargs[0]["messages"]:
+            if isinstance(e, BaseMessage):
+                e.pretty_print()
+        print("\033[93m====================END INPUT MESSAGES=============================\033[0m")
+        print(f"\033[93 model used: {self.config.llm_name}\033[0m")
+
        assert len(nargs[0]["messages"]) >= 2, "need at least 1 system and 1 human message"
        assert len(kwargs) == 0, "due to inp assumptions"
    
@@ -244,5 +257,25 @@ class RoutingGraph(GraphBase):
        plt.show()

 if __name__ == "__main__":
-    route = RoutingConfig().setup()
-    route.show_graph()
+    from dotenv import load_dotenv
+    from langchain.messages import SystemMessage, HumanMessage
+    from langchain_core.messages.base import BaseMessageChunk
+    load_dotenv()
+
+    route:RoutingGraph = RoutingConfig().setup()
+    graph = route.workflow
+
+    nargs = {
+        "messages": [SystemMessage("you are a helpful bot named jarvis"),
+                     HumanMessage("use the calculator tool to calculate 92*55 and say the answer")]
+    },{"configurable": {"thread_id": "3"}}
+    
+    for chunk, metadata in graph.stream({"inp": nargs}, stream_mode="messages"):
+        node = metadata.get("langgraph_node")
+        if node not in ("model"):
+            continue  # skip router or other intermediate nodes
+
+        # Print only the final message content
+        if isinstance(chunk, (BaseMessageChunk, BaseMessage)) and getattr(chunk, "content", None):
+            print(chunk.content, end="", flush=True)
+    
--- a/lang_agent/pipeline.py
+++ b/lang_agent/pipeline.py
@@ -18,6 +18,45 @@ from lang_agent.graphs import AnnotatedGraph, ReactGraphConfig, RoutingConfig
 from lang_agent.base import GraphBase


+DEFAULT_PROMPT="""
+
+        [角色设定]
+        你是一个和人对话的 AI，叫做小盏，是半盏青年茶馆的智能助手
+        [形象背景]
+        小盏是一只中式茶盖碗，名字来源半盏新青年茶馆，一盏茶。它有个标志性的蓝色鼻子， 小盏很像一只可爱的小熊。茶盖碗里绵绵能随心情和季节变换好喝的茶饮来， 茶饮充满魔法，能治愈人心，小盏的茶盖打开的时候可能不小心会把思绪也飞出来。
+        [品牌背景]
+        半盏新青年茶馆成立时间与理念：2023 年创立于云南，结合茶饮与创意生活方式，致力于解构传统茶文化，重构 “无边界的饮茶生活”，以新青年视角探索云南风物。探索云南风物的过程，我们将以新青年的视角，解构传统茶饮的魅力，重构充满创意与温度的新式茶文化。通过嗅觉、味觉、听觉乃至视觉的世界里，讲述云南的故事。
+        [茶馆背景]
+        半盏新青年茶馆，是一家现代的创意茶体验品牌，提供纯茶、调饮、茶食、茶酒。“新青年茶馆”也是我们的定位，年轻化的茶馆，通过创意的产品让大家像喝咖啡一样喝茶。目前半盏有 2 个店，昆明、玉溪。全国培训新茶饮市场，线上基础课程 1980，线下带店服务，线下产品定制服务。
+        [特殊故事]
+        -《云南茶事》特调茶饮，是从云南山野和云南茶到轻松小酌的创意新味。讲述的一个嗅觉、味觉、听觉乃至视觉的世界里，在云南的故事，留下对云南的记忆。--该故事对应云南茶事系列菜品，要使用get_resorce工具查找相关商品
+        -城市味觉漫游计划介绍：
+        「城市味觉漫游计划」如同一颗风味的种子，于城市破土而出
+        旨在探寻城市的文化肌理与生活美学。我们相信，风味是一颗蕴藏无限可能的种子，能在街巷中生根，与社群共同成长。这是一场关于味觉的集体创作，邀你共酿城市的风味与故事。--该故事对应城市味觉漫游系列菜品，要使用get_resorce工具查找相关商品
+
+        [公司背景]
+        创造你的公司叫叠加态 AI（TANGLED UP AI）是一家专注于 AI 技术应用的公司，由一帮名校和海归创始人创立，致力于将 AI 技术落地到实际场景中。2023年3月成立，专注于AI前沿应用拓展，是云南地区在该领域的新兴力量，且作为省共青团委旗下的青年创业者协会（青创园）第1批被引进的AI企业，获得了相关政策支持与关注。口号是：“进入人类AI时代”。价值观是：自驱 务实 志存高远。叠加态的愿景:成为一帮抬头看星星的人。叠加态的使命: 带领人类进入AI时代
+        [核心特征]
+        - 回复简洁明了，不会给用户提供选择并且对话过程中不会提示用户下一步的操作
+        - 每次对话时先判断是否需要调用工具，需要的话要准确调用工具
+        [工作流程]
+        -用户提到“你们有哪些茶品或者饮品”时，调用get_resouce工具查询所有菜品
+        -用户提到“下单”、“购买”等带有目的性的词汇之前，都一定要使用get_resouce工具查询是否真实存在这个菜品
+        - 用户要添加菜/饮品→具体菜品名称必须先用MCP工具查询所有菜/饮品，确认后再添加到购物车。没有的话提醒用户错误
+        - 支付流程：返回收到订单创建成功的字段时调用MPC tool self.screen.display_payment_qr_code工具生成二维码。调用了self.screen.display_payment_qr_code工具之后，立马调用MCP tool http-server__query_wechat_order查询订单状态，如果返回收到“支付成功”或“支付失败”的字段时调用MPC tool self.screen.payment_success工具退出二维码，如果没有收到“支付成功”或“支付失败”的字段时继续调用MCP tool http-server__query_wechat_order工具直到获取字段。
+        [交互指南]
+        与用户交流:
+        - 形象背景和公司背景只有在问到你时才做回答
+        - 你是智能助手，在与用户交流时扮演服务员角色
+        - 不会出现、回答、显示任何有关智能的词语
+        - 牢记[核心特征中的内容]，按照[工作流程]工作
+        绝不：
+        - 出现任何工具调用的说明、任何有关技术的说明    
+        - 出现购物车、订单、微信支付相关说明
+        - 对话风格可爱，并且详细认真的介绍产品
+            
+"""
+

@tyro.conf.configure(tyro.conf.SuppressFixed)
@dataclass
@@ -74,9 +113,16 @@ class Pipeline:
        else:
            logger.info(f"show graph not supported for {type(self.graph)}")

-    def invoke(self, *nargs, **kwargs)->str:
+    def invoke(self, *nargs, **kwargs):
        out = self.graph.invoke(*nargs, **kwargs)

+        # If streaming, yield chunks from the generator
+        if kwargs.get("as_stream"):
+            for chunk in out:
+                yield chunk
+            return
+
+        # Non-streaming path
        if kwargs.get("as_raw"):
            return out

@@ -120,43 +166,9 @@ class Pipeline:
        return f"ws://{self.config.host}:{self.config.port}"
    

-    def chat(self, inp:str, as_stream:bool=False, as_raw:bool=False, thread_id:int = None)->str:
-        u = """
-        [角色设定]
-        你是一个和人对话的 AI，叫做小盏，是半盏青年茶馆的智能助手
-        [形象背景]
-        小盏是一只中式茶盖碗，名字来源半盏新青年茶馆，一盏茶。它有个标志性的蓝色鼻子， 小盏很像一只可爱的小熊。茶盖碗里绵绵能随心情和季节变换好喝的茶饮来， 茶饮充满魔法，能治愈人心，小盏的茶盖打开的时候可能不小心会把思绪也飞出来。
-        [品牌背景]
-        半盏新青年茶馆成立时间与理念：2023 年创立于云南，结合茶饮与创意生活方式，致力于解构传统茶文化，重构 “无边界的饮茶生活”，以新青年视角探索云南风物。探索云南风物的过程，我们将以新青年的视角，解构传统茶饮的魅力，重构充满创意与温度的新式茶文化。通过嗅觉、味觉、听觉乃至视觉的世界里，讲述云南的故事。
-        [茶馆背景]
-        半盏新青年茶馆，是一家现代的创意茶体验品牌，提供纯茶、调饮、茶食、茶酒。“新青年茶馆”也是我们的定位，年轻化的茶馆，通过创意的产品让大家像喝咖啡一样喝茶。目前半盏有 2 个店，昆明、玉溪。全国培训新茶饮市场，线上基础课程 1980，线下带店服务，线下产品定制服务。
-        [特殊故事]
-        -《云南茶事》特调茶饮，是从云南山野和云南茶到轻松小酌的创意新味。讲述的一个嗅觉、味觉、听觉乃至视觉的世界里，在云南的故事，留下对云南的记忆。--该故事对应云南茶事系列菜品，要使用get_resorce工具查找相关商品
-        -城市味觉漫游计划介绍：
-        「城市味觉漫游计划」如同一颗风味的种子，于城市破土而出
-        旨在探寻城市的文化肌理与生活美学。我们相信，风味是一颗蕴藏无限可能的种子，能在街巷中生根，与社群共同成长。这是一场关于味觉的集体创作，邀你共酿城市的风味与故事。--该故事对应城市味觉漫游系列菜品，要使用get_resorce工具查找相关商品
-
-        [公司背景]
-        创造你的公司叫叠加态 AI（TANGLED UP AI）是一家专注于 AI 技术应用的公司，由一帮名校和海归创始人创立，致力于将 AI 技术落地到实际场景中。2023年3月成立，专注于AI前沿应用拓展，是云南地区在该领域的新兴力量，且作为省共青团委旗下的青年创业者协会（青创园）第1批被引进的AI企业，获得了相关政策支持与关注。口号是：“进入人类AI时代”。价值观是：自驱 务实 志存高远。叠加态的愿景:成为一帮抬头看星星的人。叠加态的使命: 带领人类进入AI时代
-        [核心特征]
-        - 回复简洁明了，不会给用户提供选择并且对话过程中不会提示用户下一步的操作
-        - 每次对话时先判断是否需要调用工具，需要的话要准确调用工具
-        [工作流程]
-        -用户提到“你们有哪些茶品或者饮品”时，调用get_resouce工具查询所有菜品
-        -用户提到“下单”、“购买”等带有目的性的词汇之前，都一定要使用get_resouce工具查询是否真实存在这个菜品
-        - 用户要添加菜/饮品→具体菜品名称必须先用MCP工具查询所有菜/饮品，确认后再添加到购物车。没有的话提醒用户错误
-        - 支付流程：返回收到订单创建成功的字段时调用MPC tool self.screen.display_payment_qr_code工具生成二维码。调用了self.screen.display_payment_qr_code工具之后，立马调用MCP tool http-server__query_wechat_order查询订单状态，如果返回收到“支付成功”或“支付失败”的字段时调用MPC tool self.screen.payment_success工具退出二维码，如果没有收到“支付成功”或“支付失败”的字段时继续调用MCP tool http-server__query_wechat_order工具直到获取字段。
-        [交互指南]
-        与用户交流:
-        - 形象背景和公司背景只有在问到你时才做回答
-        - 你是智能助手，在与用户交流时扮演服务员角色
-        - 不会出现、回答、显示任何有关智能的词语
-        - 牢记[核心特征中的内容]，按照[工作流程]工作
-        绝不：
-        - 出现任何工具调用的说明、任何有关技术的说明    
-        - 出现购物车、订单、微信支付相关说明
-        - 对话风格可爱，并且详细认真的介绍产品
-            """
+    def chat(self, inp:str, as_stream:bool=False, as_raw:bool=False, thread_id:int = None):
+        # NOTE: this prompt will be overwritten by 'configs/route_sys_prompts/chat_prompt.txt' for route graph
+        u = DEFAULT_PROMPT

        thread_id = thread_id if thread_id is not None else 3
        inp = {"messages":[SystemMessage(u),
@@ -164,5 +176,9 @@ class Pipeline:

        out = self.invoke(*inp, as_stream=as_stream, as_raw=as_raw)

-        # return out['messages'][-1].content
-        return out
+        if as_stream:
+            # Yield chunks from the generator
+            for chunk in out:
+                yield chunk
+        else:
+            return out
--- a/lang_agent/test.py
+++ b/lang_agent/test.py
--- a/lang_agent/tool_manager.py
+++ b/lang_agent/tool_manager.py
@@ -9,8 +9,10 @@ from loguru import logger
 from fastmcp.tools.tool import Tool
 from lang_agent.config import InstantiateConfig, ToolConfig
 from lang_agent.base import LangToolBase
+from lang_agent.client_tool_manager import ClientToolManagerConfig
+
 from lang_agent.rag.simple import SimpleRagConfig
-from lang_agent.dummy.calculator import CalculatorConfig
+# from lang_agent.dummy.calculator import CalculatorConfig
 # from catering_end.lang_tool import CartToolConfig, CartTool
 from langchain_core.tools.structured import StructuredTool
 from lang_agent.client_tool_manager import ClientToolManager
@@ -19,12 +21,14 @@ from lang_agent.client_tool_manager import ClientToolManager
 class ToolManagerConfig(InstantiateConfig):
    _target: Type = field(default_factory=lambda: ToolManager)

+    client_tool_manager: ClientToolManagerConfig = field(default_factory=ClientToolManagerConfig)
+
    # tool configs here; MUST HAVE 'config' in name and must be dataclass
    rag_config: SimpleRagConfig = field(default_factory=SimpleRagConfig)

    # cart_config: CartToolConfig = field(default_factory=CartToolConfig)

-    calc_config: CalculatorConfig = field(default_factory=CalculatorConfig)
+    # calc_config: CalculatorConfig = field(default_factory=CalculatorConfig)


 def async_to_sync(async_func: Callable) -> Callable:
@@ -97,9 +101,10 @@ class ToolManager:
                logger.info(f"skipping tool:{tool_name}")
        
        try:
-            from lang_agent.client_tool_manager import ClientToolManagerConfig
-            client_config = ClientToolManagerConfig()
-            self.client_tool_manager = ClientToolManager(client_config)
+            # client_config = self.config.client_tool_manager
+            # self.client_tool_manager = ClientToolManager(client_config)
+            # self.client_tool_manager = ClientToolManager(self.config.client_tool_manager)
+            self.client_tool_manager:ClientToolManager = self.config.client_tool_manager.setup()
            logger.info("Successfully initialized client_tool_manager for MCP tools")
        except Exception as e:
            logger.warning(f"Failed to initialize client_tool_manager: {e}")
@@ -134,25 +139,26 @@ class ToolManager:
        self.langchain_tools = []
        for func in self.get_tool_fncs():
            if isinstance(func, StructuredTool):
-                self.langchain_tools.append(func)
+                if hasattr(func, 'coroutine') and func.coroutine is not None and (not hasattr(func, 'func') or func.func is None):
+                    sync_func = async_to_sync(func.coroutine)
+                    new_tool = StructuredTool(
+                        name=func.name,
+                        description=func.description,
+                        args_schema=func.args_schema,
+                        func=sync_func,
+                        coroutine=func.coroutine,
+                        metadata=func.metadata if hasattr(func, 'metadata') else None,
+                        return_direct=func.return_direct if hasattr(func, 'return_direct') else False,
+                    )
+                    self.langchain_tools.append(new_tool)
+                else:
+                    self.langchain_tools.append(func)
            else:
                self.langchain_tools.append(self.fnc_to_structool(func))
-
        return self.langchain_tools
    
    def get_list_langchain_tools(self)->List[StructuredTool]:
-        all_langchain_tools = []
-        all_langchain_tools.extend(self.langchain_tools)
-        # 如果有 client_tool_manager，添加 MCP 工具（已经是 LangChain 格式）
-        if self.client_tool_manager:
-            try:
-                # 获取 MCP 工具（已经是 StructuredTool 格式）
-                mcp_tools = self.client_tool_manager.get_tools()
-                all_langchain_tools.extend(mcp_tools)
-            except Exception as e:
-                logger.warning(f"Failed to get MCP tools: {e}")
-
-        return all_langchain_tools
+        return self.langchain_tools


 if __name__ == "__main__":
--- a/scripts/make_eval_dataset.py
+++ b/scripts/make_eval_dataset.py
@@ -12,19 +12,19 @@ examples = [
    },
    {
        "inputs": {"text": "有没有光予尘？"},
-        "outputs": {"answer": "有的",
-                    "tool_use": ["retrieve|get_resources"]}
+        "outputs": {"answer": "有",
+                    "tool_use": ["retrieve|get_dishes"]}
    },
    {
        "inputs": {"text": "有没有关羽尘？"},
-        "outputs": {"answer": "有的",
-                    "tool_use": ["retrieve|get_resources"]}
+        "outputs": {"answer": "有",
+                    "tool_use": ["retrieve|get_dishes"]}
    },
    {
        "inputs": {"text": ["我要购买一杯野星星",
                            "我要再加一杯"]},
        "outputs": {"answer": "你的野星星已经下单成功",
-                    "tool_use": ["retrieve|get_resource",
+                    "tool_use": ["retrieve|get_dishes",
                                 "start_shopping_session",
                                 "add_to_cart",
                                 "create_wechat_pay",