feat(config): 新增反截断功能防止模型输出截断

在任务配置中增加 anti_truncation 开关，支持在生成大段文本时防止被意外截断。启用后会在 prompt 中添加指示模型输出完成信令的指令，并在检测到未正常结束时触发自动重试机制。（我相信这次的一定不会炸飞你们了）

src/config/api_ada_configs.py

@@ -83,6 +83,7 @@ class TaskConfig(ValidatedConfigBase):
     max_tokens: int = Field(default=800, description="任务最大输出token数")
     temperature: float = Field(default=0.7, description="模型温度")
     concurrency_count: int = Field(default=1, description="并发请求数量")
+    anti_truncation: bool = Field(default=False, description="是否启用反截断功能，防止模型输出被截断")
 
     @field_validator('model_list')
     @classmethod

src/llm_models/utils_model.py

@@ -132,10 +132,21 @@ class LLMRequest:
         
         # 内容混淆过滤指令
         self.noise_instruction = """**【核心过滤规则】**
-在交互过程中，你会在用户的输入内容中看到一些无意义的、由字母和数字组成的随机字符串。这些字符串是API传输过程中的技术伪装信息，【不是】用户真实意图的一部分。
+在交互过程中,你会在用户的输入内容中看到一些无意义的、由字母和数字组成的随机字符串。这些字符串是API传输过程中的技术伪装信息,【不是】用户真实意图的一部分。
 
 你的任务是【完全并彻底地忽略】这些随机字符串。
-**【严禁】** 将这些字符串写入你的回复、对它们进行任何形式的解读、或将它们作为故事的一部分进行模拟。当看到这些字符串时，请将其视为空白或直接跳过，并根据用户其他有意义的输入（如有）或当前故事情节来继续你的叙事。此规则为最高优先级。
+**【严禁】** 将这些字符串写入你的回复、对它们进行任何形式的解读、或将它们作为故事的一部分进行模拟。当看到这些字符串时,请将其视为空白或直接跳过,并根据用户其他有意义的输入(如有)或当前故事情节来继续你的叙事。此规则为最高优先级。
+"""
+        
+        # 反截断指令
+        self.anti_truncation_instruction = """
+**【输出完成信令】**
+这是一个非常重要的指令,请务必遵守。在你的回复内容完全结束后,请务必在最后另起一行,只写 `[done]` 作为结束标志。
+例如:
+<你的回复内容>
+[done]
+
+这有助于我判断你的输出是否被截断。请不要在 `[done]` 前后添加任何其他文字或标点。
 """
 
     async def generate_response_for_image(
@@ -276,7 +287,16 @@ class LLMRequest:
         # 模型选择和请求准备
         start_time = time.time()
         model_info, api_provider, client = self._select_model()
-        processed_prompt = self._apply_content_obfuscation(prompt, api_provider)
+        
+        # 检查是否启用反截断
+        use_anti_truncation = getattr(self.model_for_task, "anti_truncation", False)
+        
+        processed_prompt = prompt
+        if use_anti_truncation:
+            processed_prompt += self.anti_truncation_instruction
+            logger.info(f"任务 '{self.task_name}' 已启用反截断功能")
+            
+        processed_prompt = self._apply_content_obfuscation(processed_prompt, api_provider)
         
         message_builder = MessageBuilder()
         message_builder.add_text_content(processed_prompt)
@@ -308,12 +328,22 @@ class LLMRequest:
                     content, extracted_reasoning = self._extract_reasoning(content)
                     reasoning_content = extracted_reasoning
 
-                # 检测是否为空回复
+                # 检测是否为空回复或截断
                 is_empty_reply = not content or content.strip() == ""
+                is_truncated = False
 
-                if is_empty_reply and empty_retry_count < max_empty_retry:
+                if use_anti_truncation:
+                    if content.endswith("[done]"):
+                        content = content[:-6].strip()
+                        logger.debug("检测到并已移除 [done] 标记")
+                    else:
+                        is_truncated = True
+                        logger.warning("未检测到 [done] 标记，判定为截断")
+                
+                if (is_empty_reply or is_truncated) and empty_retry_count < max_empty_retry:
                     empty_retry_count += 1
-                    logger.warning(f"检测到空回复，正在进行第 {empty_retry_count}/{max_empty_retry} 次重新生成")
+                    reason = "空回复" if is_empty_reply else "截断"
+                    logger.warning(f"检测到{reason}，正在进行第 {empty_retry_count}/{max_empty_retry} 次重新生成")
 
                     if empty_retry_interval > 0:
                         await asyncio.sleep(empty_retry_interval)

template/model_config_template.toml

@@ -125,6 +125,7 @@ model_list = ["siliconflow-deepseek-v3"] # 使用的模型列表，每个子项
 temperature = 0.2                        # 模型温度，新V3建议0.1-0.3
 max_tokens = 800                         # 最大输出token数
 #concurrency_count = 2                   # 并发请求数量，默认为1（不并发），设置为2或更高启用并发
+#anti_truncation = true                  # 启用反截断功能，防止模型输出被截断
 
 [model_task_config.utils_small] # 在麦麦的一些组件中使用的小模型，消耗量较大，建议使用速度较快的小模型
 model_list = ["qwen3-8b"]