优化回答规则提示词并修复SSE流式换行丢失

src/main/java/com/wok/supportbot/app/AssistantApp.java

@@ -5,6 +5,7 @@ import com.wok.supportbot.advisor.MyLoggerAdvisor;
 import com.wok.supportbot.advisor.ReReadingAdvisor;
 import com.wok.supportbot.chatmemory.DatabaseChatMemory;
 import com.wok.supportbot.config.ChatModelFactory;
+import com.wok.supportbot.config.RagPromptConfig;
 import com.wok.supportbot.rag.preretrieval.CompressionQueryRewriter;
 import com.wok.supportbot.rag.preretrieval.MultiQueryExpanderRewriter;
 import com.wok.supportbot.rag.preretrieval.RewriteQueryRewriter;
@@ -21,6 +22,7 @@ import org.springframework.ai.chat.memory.ChatMemory;
 import org.springframework.ai.chat.messages.Message;
 import org.springframework.ai.chat.model.ChatModel;
 import org.springframework.ai.chat.model.ChatResponse;
+import org.springframework.ai.chat.prompt.PromptTemplate;
 import org.springframework.ai.document.Document;
 import org.springframework.ai.rag.advisor.RetrievalAugmentationAdvisor;
 import org.springframework.ai.rag.generation.augmentation.ContextualQueryAugmenter;
@@ -69,6 +71,10 @@ public class AssistantApp {
     @Resource
     private McpToolCallbackAdapter mcpToolCallbackAdapter;
 
+    /** RAG 回答规则（保真护栏），通过 application.yml 的 knowledge.rag.answer-rules 配置 */
+    @Resource
+    private RagPromptConfig ragPromptConfig;
+
     /** MCP 工具开关，默认启用，可通过 application.yml 的 chat.mcp.enabled 关闭 */
     @Value("${chat.mcp.enabled:true}")
     private boolean enableMcpTools;
@@ -673,10 +679,7 @@ public class AssistantApp {
             return base;
         }
         return base + "\n\n【RAG回答硬性规则】\n"
-                + "- 只能依据下方【知识库资料】回答用户问题，不要调用模型自身记忆补充资料之外的内容。\n"
-                + "- 回答诗词、制度、流程等具体内容时，必须从【知识库资料】中逐字引用或转述，不得使用未检索到的诗句、篇名、作者或步骤。\n"
-                + "- 如果【知识库资料】中没有用户要求的内容，请明确说明未在当前知识库中检索到足够资料，并提示补充或调整知识库。\n"
-                + "- 引用来源应能支撑回答内容；不要让回答内容和下方引用来源不一致。\n\n"
+                + ragPromptConfig.getAnswerRules() + "\n\n"
                 + "【知识库资料】\n" + context;
     }
 
@@ -714,6 +717,11 @@ public class AssistantApp {
 
     private Advisor buildRetrievalAdvisor(int topK, List<Long> categoryIds) {
         Filter.Expression filterExpression = buildCategoryFilterExpression(categoryIds);
+        // 自定义模板替换 Spring AI 默认模板，注入与 MULTI_QUERY 路径一致的 RAG 回答规则
+        PromptTemplate qaTemplate = new PromptTemplate(
+                "【RAG回答硬性规则】\n" + ragPromptConfig.getAnswerRules() + "\n\n"
+                        + "【知识库资料】\n---------------------\n{context}\n---------------------\n\n"
+                        + "用户问题：{query}\n\n请按上述规则回答：");
         return RetrievalAugmentationAdvisor.builder()
                 .documentRetriever(new VectorStoreDocumentRetriever(
                         pgVectorVectorStore,
@@ -722,6 +730,7 @@ public class AssistantApp {
                         () -> filterExpression))
                 .queryAugmenter(ContextualQueryAugmenter.builder()
                         .allowEmptyContext(false)
+                        .promptTemplate(qaTemplate)
                         .build())
                 .build();
     }

src/main/java/com/wok/supportbot/config/RagPromptConfig.java

@@ -0,0 +1,29 @@
+package com.wok.supportbot.config;
+
+import lombok.Data;
+import org.springframework.boot.context.properties.ConfigurationProperties;
+import org.springframework.boot.context.properties.EnableConfigurationProperties;
+import org.springframework.stereotype.Component;
+
+/**
+ * RAG 提示词配置
+ * 通过 application.yml 的 knowledge.rag.answer-rules 动态调整 RAG 回答规则（保真护栏），无需改代码重新编译。
+ */
+@Component
+@ConfigurationProperties(prefix = "knowledge.rag")
+@EnableConfigurationProperties(RagPromptConfig.class)
+@Data
+public class RagPromptConfig {
+
+    /**
+     * RAG 回答规则（保真护栏），注入 system 提示词与 ContextualQueryAugmenter 自定义模板。
+     * 默认值在「忠于资料、不编造」基础上，强调覆盖全部相关要点、不遗漏步骤。
+     * yml 未配置时使用此默认值；yml 配置后覆盖。
+     */
+    private String answerRules = """
+            - 完整性优先：必须覆盖下方【知识库资料】中所有与用户问题相关的要点，按资料本身的条理分点结构化输出；不得只摘取其中一两段或几条而遗漏其余相关的步骤、条件、注意事项、话术示例。多段资料从不同角度回答同一问题时，需综合全部相关内容作答。
+            - 忠于资料：只能依据下方【知识库资料】回答，不得调用模型自身记忆补充资料之外的内容；资料中包含流程、步骤、话术、制度等具体内容时，优先逐字引用或完整转述，不得使用未检索到的诗句、篇名、作者或步骤。
+            - 来源对应：回答中每个要点都应能在【知识库资料】中找到对应来源；不得让回答内容与下方引用来源不一致，也不得将多步流程压缩到只剩一两条。
+            - 资料不足：如果【知识库资料】中没有用户要求的内容，请明确说明未在当前知识库中检索到足够资料，并提示补充或调整知识库。
+            - 排版规范：使用 Markdown 结构化输出——分点用有序或无序列表（`1.` / `-`），不同要点之间空一行分段，涉及多来源或多角度时可用二级标题（`##`）区分；严禁把所有内容挤在一段内。""";
+}

src/main/resources/application.yml

@@ -64,6 +64,15 @@ knowledge:
   faq:
     # FAQ 语义匹配阈值（0-1），低于此值自动降级到 RAG 检索
     semantic-threshold: 0.85
+  rag:
+    # RAG 回答规则（保真护栏）：所有角色统一生效，注入到 RAG system 提示词与 ContextualQueryAugmenter 模板。
+    # 调整后无需改代码，重启即生效。规则需引用「下方【知识库资料】」这一占位块。
+    answer-rules: |-
+      - 完整性优先：必须覆盖下方【知识库资料】中所有与用户问题相关的要点，按资料本身的条理分点结构化输出；不得只摘取其中一两段或几条而遗漏其余相关的步骤、条件、注意事项、话术示例。多段资料从不同角度回答同一问题时，需综合全部相关内容作答。
+      - 忠于资料：只能依据下方【知识库资料】回答，不得调用模型自身记忆补充资料之外的内容；资料中包含流程、步骤、话术、制度等具体内容时，优先逐字引用或完整转述，不得使用未检索到的诗句、篇名、作者或步骤。
+      - 来源对应：回答中每个要点都应能在【知识库资料】中找到对应来源；不得让回答内容与下方引用来源不一致，也不得将多步流程压缩到只剩一两条。
+      - 资料不足：如果【知识库资料】中没有用户要求的内容，请明确说明未在当前知识库中检索到足够资料，并提示补充或调整知识库。
+      - 排版规范：使用 Markdown 结构化输出——分点用有序或无序列表（`1.` / `-`），不同要点之间空一行分段，涉及多来源或多角度时可用二级标题（`##`）区分；严禁把所有内容挤在一段内。
   storage:
     # 上传文件本地存储根路径（Windows: D:/uploads, Linux: /data/uploads）
     # 各环境可在 application-{env}.yml 中覆盖

src/main/resources/static/js/utils.js

@@ -133,22 +133,44 @@ export async function readSSEStream(url, onChunk, onDone, headers) {
   const reader = res.body.getReader()
   const decoder = new TextDecoder()
   let buffer = ''
+  // SSE 规范：同一事件内的多行 data: 字段用 \n 拼接，事件间用空行分隔
+  let eventDataLines = []
+
+  const flushEvent = () => {
+    if (eventDataLines.length === 0) return
+    const text = eventDataLines.join('\n')
+    eventDataLines = []
+    if (text === '[DONE]') return
+    // 空事件视为 LLM 流式输出的换行符（Spring 将 "\n" 编码为单条空 data: 事件）
+    onChunk(text || '\n')
+  }
+
   while (true) {
     const { done, value } = await reader.read()
     if (done) break
     buffer += decoder.decode(value, { stream: true })
     const lines = buffer.split('\n')
     buffer = lines.pop() || ''
-    for (const line of lines) {
-      if (line.startsWith('data:')) {
-        const data = line.slice(5).trim()
-        if (data && data !== '[DONE]') onChunk(data)
-      } else if (line.trim() && !line.startsWith(':')) {
-        // Flux<String> 模式，非 SSE 标准格式，直接作为内容
-        onChunk(line)
+    for (let line of lines) {
+      // 兼容 \r\n 行结束符
+      if (line.endsWith('\r')) line = line.slice(0, -1)
+      if (line === '') {
+        // 空行 = SSE 事件边界
+        flushEvent()
+      } else if (line.startsWith('data:')) {
+        // 累积 data 字段；仅剥离 data: 后的一个可选空格，保留 markdown 列表缩进
+        let data = line.slice(5)
+        if (data.startsWith(' ')) data = data.slice(1)
+        eventDataLines.push(data)
+      } else if (!line.startsWith(':')) {
+        // Flux<String> 模式（非标准 SSE），先把已累积的 SSE 事件 flush 再处理
+        flushEvent()
+        if (line.trim()) onChunk(line)
       }
     }
   }
+  // 流结束，flush 末尾未以空行收尾的事件
+  flushEvent()
   if (onDone) onDone()
 }
 
@@ -172,44 +194,63 @@ export async function readSSEStreamWithEvents(url, handlers, headers) {
   const reader = res.body.getReader()
   const decoder = new TextDecoder()
   let buffer = ''
-  let currentEvent = 'message' // 默认事件类型
-
-  while (true) {
-    const { done, value } = await reader.read()
-    if (done) break
-    buffer += decoder.decode(value, { stream: true })
-    const lines = buffer.split('\n')
-    buffer = lines.pop() || ''
+  let currentEvent = 'message'
+  // SSE 规范：同一事件内的多行 data: 字段用 \n 拼接
+  let eventDataLines = []
 
-    for (const line of lines) {
-      if (line.startsWith('event:')) {
-        currentEvent = line.slice(6).trim()
-      } else if (line.startsWith('data:')) {
-        const data = line.slice(5).trim()
-        if (!data || data === '[DONE]') continue
+  const flushEvent = () => {
+    if (eventDataLines.length === 0) return
+    const ev = currentEvent
+    currentEvent = 'message'
+    const raw = eventDataLines.join('\n')
+    eventDataLines = []
+    if (raw === '[DONE]') return
+    // 空事件视为换行符（仅 message 事件）；JSON 事件（工具调用等）空内容不应出现
+    const text = raw || '\n'
 
-        switch (currentEvent) {
+    switch (ev) {
       case 'tool_call_start':
-            if (onToolCallStart) onToolCallStart(JSON.parse(data))
+        if (onToolCallStart) onToolCallStart(JSON.parse(text))
         break
       case 'tool_call_result':
-            if (onToolCallResult) onToolCallResult(JSON.parse(data))
+        if (onToolCallResult) onToolCallResult(JSON.parse(text))
         break
       case 'error':
-            if (onError) onError(JSON.parse(data))
+        if (onError) onError(JSON.parse(text))
         break
       case 'message':
       default:
-            if (onMessage) onMessage(data)
+        if (onMessage) onMessage(text)
         break
     }
-        currentEvent = 'message' // 重置为默认
-      } else if (line.trim() && !line.startsWith(':')) {
-        // Flux<String> 模式，非 SSE 标准格式
-        if (onMessage) onMessage(line)
+  }
+
+  while (true) {
+    const { done, value } = await reader.read()
+    if (done) break
+    buffer += decoder.decode(value, { stream: true })
+    const lines = buffer.split('\n')
+    buffer = lines.pop() || ''
+
+    for (let line of lines) {
+      if (line.endsWith('\r')) line = line.slice(0, -1)
+      if (line === '') {
+        // 空行 = SSE 事件边界
+        flushEvent()
+      } else if (line.startsWith('event:')) {
+        currentEvent = line.slice(6).trim()
+      } else if (line.startsWith('data:')) {
+        let data = line.slice(5)
+        if (data.startsWith(' ')) data = data.slice(1)
+        eventDataLines.push(data)
+      } else if (!line.startsWith(':')) {
+        // Flux<String> 模式（非标准 SSE）
+        flushEvent()
+        if (line.trim() && onMessage) onMessage(line)
       }
     }
   }
+  flushEvent()
   if (onDone) onDone()
 }