fix(langchain-chat): R1 思考过程显示 + 选题推荐放宽 + RAG 诊断日志

三个独立修复 / 排查:

1. R1 思考过程不显示
   - 根因: chat_test.py 等 <think> 开标签出现才进思考态，但 R1
     流式输出本来就在 reasoning 态启动，永远不出 <think>，所有
     reasoning 全部当 text 走到答案区
   - 修法: 引入 r1_thinking_done 状态机，默认在思考态，
     看到 </think> 切换；R1-70B 直连本地代理 deepseek-r1
     （官方 deepseek-reasoner 把 reasoning 放独立字段，旧版
     callback 取不到）
   - 结果验证: "1+1" → 269 think + 40 text，思考与答案正确分流

2. 选题推荐场景拒答 + chat 模板标记泄漏
   - 根因: prompt 写死了 "你只能回答有关选题推荐的问题"
     + 直接嵌入 <|im_start|>/<|im_end|> Qwen chat 标记
   - 修法: 改写 Topic Recommend Assistant prompt，删 chat 标记，
     行为准则改为"沾边查询用工具回答"；agent_v2 增加 strip
     防守层
   - 结果验证: "钢铁行业研究重点方向" → agent 调工具，不再拒答

3. 知识库召回 0 排查（数据问题，未根治）
   - 根因: kb_config.py 把所有 KB（政策库/钢铁库/报告库等）
     都映射到 t_policy_total_bge_new_v2，但 Milvus 里根本没有
     这个 collection（实际只有 11 个 p_* 个人库 + 1 个
     t_journal_article_bge_v1）
   - 临时改: search_tool.py 加诊断日志 [RAG诊断] 输出每个 KB
     召回数；rag_search 内 for 循环里首个 KB 空就 return 的
     bug 改 continue
   - 待决策: kb_config 是否把默认 KB 映射到唯一存在的
     t_journal_article_bge_v1，或重建对应集合

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

langchain-chat/server/agent/tools/search_tool.py

@@ -111,9 +111,11 @@ def rag_search(query: str,uid):
                 knowledge_base_name=knownledge,
                 expr=expr_param
             )
-            
+            logging.info(f"[RAG诊断] kb={knownledge!r} expr={expr_param!r} 召回 {len(doc_list)} docs")
+
             if len(doc_list)==0:
-                return result,source_docs
+                # 修 bug: 原代码 return 导致首个 KB 空就放弃全部 KB；改 continue 继续尝试下一个
+                continue
             titles = temp["title"]
             doc_list,title = utils.remove_docs1(titles,doc_list)
             titles.extend(title)
@@ -264,12 +266,15 @@ def search_tool(query: str):
         result3 = []
         # 获取结果
         result1,sourcedocs = future1.result()
+        # 诊断：看 rag_search 实际召回多少
+        logging.info(f"[RAG诊断] rag_search 返回 result1={len(result1) if isinstance(result1, list) else type(result1).__name__}, sourcedocs={len(sourcedocs) if isinstance(sourcedocs, list) else type(sourcedocs).__name__}, kb={search.get('knowledge_name')}, query={search.get('query')!r}")
         result2 = {}
         if "type" in utils.get_shared_variable(time_based_uuid):
             result2[0] =[]
             result2[1] = []
         else:
             result2 = future2.result()
+            logging.info(f"[RAG诊断] zhipu 返回 result2[0]={len(result2[0]) if isinstance(result2[0], list) else type(result2[0]).__name__}, result2[1]={len(result2[1]) if isinstance(result2[1], list) else type(result2[1]).__name__}")
         # if "type" in utils.get_shared_variable(time_based_uuid):
         #     result2[0] =[]
         #     result2[1] = []