fix(agent): 会话健壮性三修——①收尾门禁(_WRAP_UP_RESERVE=3,轮次将尽注入立即收尾指令,根治长任务撞穿max_turns静默退出只给中间句);②utility调用(压缩摘要/技能选择)显式钉model+短超时60s快速失败走兜底(根治上游抖动窗口内连烧15分钟卡死整轮);③主调用会话级重试(瞬时Timeout/ClientError重试1次+透出进度,不再单次失败即终止会话丢整轮工作)

pipeline_service/agent_loop_v2.py

@@ -87,6 +87,18 @@ class AgentExecutor:
     4. 会话持久化
     """
 
+    # 收尾预留轮次（2026-09-11）：轮次预算剩这么多轮时注入「立即收尾」指令，
+    # 强制 LLM 停止调工具、基于已有材料输出最终结论。根因见 run() 内 5-pre0 段注释
+    #（v1 有 _FORCE_PRODUCE_HINT、v2 此前缺等价机制 → 长任务撞穿 max_turns 后
+    # 静默退出，用户只拿到中间进度句）。
+    _WRAP_UP_RESERVE = 3
+
+    # 辅助调用（压缩摘要/技能选择/意图分类）超时上限（2026-09-11）。
+    # 这些是「可降级」调用：失败有兜底（摘要退化为截断文本、技能选择退化为目录层）。
+    # 给短超时让它们快速失败走兜底，而不是占用端点默认 300s × 3 重试把整轮卡死
+    #（实测上游抖动窗口内 utility 调用连烧 15 分钟才放弃，会话全程无响应）。
+    _UTILITY_TIMEOUT = 60
+
     def __init__(
         self,
         config,  # AgentConfig (from pipeline_core)
@@ -253,6 +265,26 @@ class AgentExecutor:
         for turn in range(max_turns):
             self._turn_count = turn + 1
 
+            # 5-pre0. 收尾门禁（2026-09-11 商机产线实测教训）：轮次预算接近耗尽时
+            # 注入「立即收尾」指令，强制 LLM 用已有材料给出最终结论。
+            # 根因：v1 角色 agent 有 _FORCE_PRODUCE_HINT 打断探索循环，v2 会话 agent
+            # 此前没有等价机制——多工具长任务（如商机调研→功能点估算→成本→总结）
+            # 会跑满 max_turns 后静默退出，用户只看到中间进度句（「功能点已算出…」），
+            # 拿不到要求的总结。收尾轮不再允许调工具，只准产出最终回答。
+            _wrap_turn = max_turns - self._WRAP_UP_RESERVE
+            if turn == _wrap_turn:
+                self._msgs.append({
+                    "role": "user",
+                    "content": (
+                        "⚠️【收尾指令】你的对话轮次即将用尽（仅剩 %d 轮）。"
+                        "立即停止调用任何工具，基于已经获取的材料直接给出**完整的最终回答**："
+                        "把用户要求的每一项都答到（数据/结论/建议/总结），"
+                        "信息不全的部分如实标注「数据未覆盖」并给出你的专业判断，"
+                        "不要再做探索、核对或补数。现在就输出最终结论。" % (max_turns - turn)
+                    ),
+                })
+                logger.info(f"wrap-up hint injected at turn {turn+1}/{max_turns}")
+
             # 5-pre. 子 agent 运行时钩子（2026-09-10）：心跳 + steer 消费 + stop 检测。
             # 后台委派的子 executor 带 _subagent_id，每轮 tool-loop 边界：
             # - heartbeat 刷新 meta.updated_at（stale 判活依据）
@@ -284,11 +316,32 @@ class AgentExecutor:
             # 5b. LLM 调用（native function calling，返回 dict）
             # 模型不可用等配置错误必须真实报给用户（error 事件），
             # 绝不能让异常打断流——前端会停在"思考中..."干等。
-            try:
+            # 会话级重试（2026-09-11）：上游瞬时抖动（TimeoutError/ClientError）时
-                resp = await self._call_llm()
+            # 重试一次再放弃。实测上游存在分钟级抖动窗口（同模型同上下文直调成功、
-            except Exception as e:
+            # 产线调用 TimeoutError 3 连败），单次失败即终止会话代价过高（整轮工作丢失）。
-                logger.error(f"run: LLM 调用失败 turn={turn+1}: {e}")
+            # 重试前向用户透出进度，避免"卡死"观感。
-                yield json.dumps({"type": "error", "message": str(e)}, ensure_ascii=False) + "\n"
+            resp = None
+            _last_err = None
+            for _attempt in range(2):
+                try:
+                    resp = await self._call_llm()
+                    break
+                except Exception as e:
+                    _last_err = e
+                    _transient = any(k in type(e).__name__ or k in str(e)
+                                     for k in ("Timeout", "ClientError", "ServerDisconnected",
+                                               "ConnectionReset"))
+                    if not _transient or _attempt >= 1:
+                        break
+                    logger.warning(f"run: LLM 瞬时失败 turn={turn+1} 重试: {e}")
+                    yield json.dumps({
+                        "type": "progress",
+                        "message": "模型上游瞬时超时，正在重试…\n",
+                    }, ensure_ascii=False) + "\n"
+                    await asyncio.sleep(3)
+            if resp is None:
+                logger.error(f"run: LLM 调用失败 turn={turn+1}: {_last_err}")
+                yield json.dumps({"type": "error", "message": str(_last_err)}, ensure_ascii=False) + "\n"
                 return
 
             # 5c. 原生 function calling：优先处理 tool_calls
@@ -664,6 +717,7 @@ class AgentExecutor:
                 temperature=0,
                 org_id=self.org_id,
                 purpose='utility',
+                timeout=self._UTILITY_TIMEOUT,
             )
             m = _re.search(r"\[[^\]]*\]", content or "")
             if m:
@@ -2133,8 +2187,10 @@ class AgentExecutor:
             summary = await llm_call(
                 f"请用3-5句话总结以下对话的关键信息：\n\n{text[:4000]}",
                 temperature=0.1,
+                model=self.model_name,
                 org_id=self.org_id,
                 purpose='utility',
+                timeout=self._UTILITY_TIMEOUT,
             )
             return summary[:500]
         except Exception: