programmingHLS · programmingWTF · Aug 11, 2026 · Aug 11, 2026 · Aug 11, 2026 · Aug 11, 2026
diff --git a/backend/server.js b/backend/server.js
@@ -104,9 +104,6 @@ function scoreEntry(userTokens, questionText) {
     return (matchedWeight / totalWeight) * 100;
 }
 
-/**
- * 从 QA 知识库中检索最相关的 topN 条目
- */
 function retrieveQA(question, topN = 5) {
     const tokens = tokenize(question);
     const scored = qaEntries.map(entry => ({
@@ -117,9 +114,6 @@ function retrieveQA(question, topN = 5) {
     return scored.filter(s => s.score > 0).slice(0, topN);
 }
 
-/**
- * 根据用户问题和建筑信息，进行关键词匹配建筑名称/描述
- */
 function retrieveBuildingInfo(question, buildingId) {
     const tokens = tokenize(question);
     const results = [];
@@ -152,9 +146,9 @@ function buildSystemPrompt() {
 请基于提供的知识库（QA 问答、建筑信息）回答用户关于南航天目湖校区的各种问题。
 请严格遵守以下规则：
 1. 优先使用提供的知识库内容回答，不要编造信息。
-2. 如果知识库中没有相关信息，可以结合自身知识尽力回答；
-   但涉及报到、缴费、考试、报销等关键流程时，应注明信息可能变化，建议咨询学校相关部门确认。
-   对自身知识也不确定的内容，必须明确标注「不确定」，不得编造具体细节。
+2. 如果知识库中没有相关信息，可以结合自身知识和联网搜索结果回答，
+   并注明信息来源；涉及报到、缴费、考试、报销等关键流程时，
+   建议用户咨询学校相关部门确认。
 3. 回答要简洁、准确，符合学生助手语境。
 4. 回答中可以适当引导用户（如"建议你咨询师生服务大厅X号窗口办理"）。
 5. 涉及时间、地点、办事流程的信息时，直接给出明确答案。
@@ -198,13 +192,42 @@ function buildUserPrompt(question, qaResults, buildingResults, contextText) {
     return `${contextBlock}用户问题：${question}\n\n请根据以上信息回答用户的问题。`;
 }
 
+async function searchWeb(query, maxResults = 3) {
+    const apiKey = process.env.TAVILY_API_KEY;
+    if (!apiKey) return [];
+
+    try {
+        const resp = await fetch('https://api.tavily.com/search', {
+            method: 'POST',
+            headers: { 'Content-Type': 'application/json' },
+            body: JSON.stringify({
+                api_key: apiKey,
+                query,
+                max_results: maxResults,
+                search_depth: 'basic',
+            }),
+        });
+        if (!resp.ok) return [];
+
+        const data = await resp.json();
+        return (data.results || []).map(r => ({
+            title: r.title || '',
+            url: r.url || '',
+            content: r.content || '',
+        }));
+    } catch (err) {
+        console.error('Tavily search error:', err);
+        return [];
+    }
+}
+
 /* =============================================================
  *  LLM 调用
  * ============================================================= */
 
 const LLM_API_URL = process.env.LLM_API_URL || 'https://api.deepseek.com/v1/chat/completions';
 const LLM_API_KEY = process.env.LLM_API_KEY || '';
-const LLM_MODEL = process.env.LLM_MODEL || 'deepseek-v4-pro';
+const LLM_MODEL = process.env.LLM_MODEL || 'deepseek-chat';
 
 async function callLLM(systemPrompt, userPrompt) {
     if (!LLM_API_KEY) {
@@ -300,7 +323,6 @@ app.post('/api/chat', async (req, res) => {
     const body = req.body || {};
     const { question, buildingId, context, messages, building_id, stream } = body;
 
-    // 兼容两种前端协议：question（单轮）+ messages（带历史）
     const lastUserMsg = question
         ? question
         : (Array.isArray(messages)
@@ -315,6 +337,7 @@ app.post('/api/chat', async (req, res) => {
     const effectiveBuildingId = buildingId || building_id;
     const qaResults = retrieveQA(trimmed, 5);
     const buildingResults = retrieveBuildingInfo(trimmed, effectiveBuildingId);
+    const bestScore = qaResults.length > 0 ? qaResults[0].score : 0;
 
     let buildingContext = context || '';
     if (effectiveBuildingId && !buildingContext) {
@@ -327,7 +350,18 @@ app.post('/api/chat', async (req, res) => {
     }
 
     const systemPrompt = buildSystemPrompt();
-    const userPrompt = buildUserPrompt(trimmed, qaResults, buildingResults, buildingContext);
+
+    // 本地知识库匹配分数低或无结果，调用 Tavily 联网搜索补充上下文
+    let userPrompt = buildUserPrompt(trimmed, qaResults, buildingResults, buildingContext);
+    if ((qaResults.length === 0 || bestScore < 30) && process.env.TAVILY_API_KEY) {
+        const webResults = await searchWeb(trimmed, 3);
+        if (webResults.length > 0) {
+            const webText = webResults.map((r, i) =>
+                `来源 ${i + 1}：${r.title}\n链接：${r.url}\n内容：${r.content}`
+            ).join('\n\n');
+            userPrompt += `\n\n--- 联网搜索结果 ---\n${webText}\n--- 结束 ---`;
+        }
+    }
 
     if (!LLM_API_KEY) {
         return res.status(500).json({
@@ -338,7 +372,6 @@ app.post('/api/chat', async (req, res) => {
 
     const useStream = stream === true;
 
-    // 带历史时保留最近几轮；最后一条 user 消息替换为带 RAG 上下文的 userPrompt
     const llmMessages = [{ role: 'system', content: systemPrompt }];
     if (Array.isArray(messages) && messages.length > 0) {
         const history = [...messages].slice(-4);
@@ -372,7 +405,6 @@ app.post('/api/chat', async (req, res) => {
         }
 
         if (useStream) {
-            // SSE 流式输出：逐行解析上游事件并转发
             res.setHeader('Content-Type', 'text/event-stream');
             res.setHeader('Cache-Control', 'no-cache');
             res.setHeader('Connection', 'keep-alive');
@@ -384,7 +416,6 @@ app.post('/api/chat', async (req, res) => {
             while (true) {
                 const { done, value } = await reader.read();
                 if (done) break;
-                // stream: true 保持跨 chunk 的多字节字符完整，避免中文乱码
                 buffer += decoder.decode(value, { stream: true });
                 let nl;
                 while ((nl = buffer.indexOf('\n')) >= 0) {
@@ -415,7 +446,6 @@ app.post('/api/chat', async (req, res) => {
     }
 });
 
-// 仅当直接运行时监听端口（被测试 import 时不监听，测试用 supertest 驱动 app）
 const isDirectRun = process.argv[1] && import.meta.url === pathToFileURL(process.argv[1]).href;
 if (isDirectRun) {
     app.listen(PORT, () => {
@@ -426,6 +456,5 @@ if (isDirectRun) {
     });
 }
 
-// 导出 app 供测试（supertest）使用
 export { app };
 export { tokenize, scoreEntry, retrieveQA, retrieveBuildingInfo, buildSystemPrompt, buildUserPrompt };
diff --git a/backend/server.test.js b/backend/server.test.js
@@ -98,11 +98,11 @@ describe('buildSystemPrompt / buildUserPrompt', () => {
         assert.ok(p.includes('中文'));
     });
 
-    test('系统提示：关键流程允许结合自身知识但要求提示咨询', () => {
+    test('系统提示：允许结合自身知识与联网搜索但要求提示咨询', () => {
         const p = buildSystemPrompt();
-        assert.ok(p.includes('可以结合自身知识尽力回答'));
-        assert.ok(p.includes('建议咨询学校相关部门确认'));
-        assert.ok(p.includes('不确定'));
+        assert.ok(p.includes('可以结合自身知识和联网搜索结果回答'));
+        assert.ok(p.includes('注明信息来源'));
+        assert.ok(p.includes('咨询学校相关部门确认'));
     });
 
     test('用户提示包含参考知识库', () => {

diff --git a/functions/api/chat.js b/functions/api/chat.js
@@ -49,16 +49,22 @@ export async function onRequestPost(context) {
                 .slice(0, 5)
                 .map(s => s.row);
 
-            bestScore = scored[0]?.score || 0;
-            if (scored[0] && scored[0].score >= 30 && scored[0].row.answer) {
-                sources = [scored[0].row.id];
+                bestScore = scored.length > 0 ? scored[0].score : 0;
+
+                if (bestScore >= 30 && scored[0].row.answer) {
+                    sources = [scored[0].row.id];
+                }
             }
         }
 
-        if (bestScore >= 60 && qaContext.length > 0) {
-            answer = qaContext[0].answer;
-        } else if (env.LLM_API_KEY && env.LLM_API_URL) {
-            answer = await callLLM(env, question, buildingId, buildingName, buildingCtx, qaContext);
+        // 本地匹配分数过低或没有匹配时，才联网搜索，节省 Tavily 额度
+        let webResults = [];
+        if ((qaContext.length === 0 || bestScore < 30) && env.TAVILY_API_KEY) {
+            webResults = await searchWeb(env, question, 3);
+        }
+
+        if (env.LLM_API_KEY && env.LLM_API_URL) {
+            answer = await callLLM(env, question, buildingId, buildingName, buildingCtx, qaContext, webResults);
         } else if (qaContext.length > 0) {
             answer = qaContext[0].answer;
         }
@@ -141,8 +147,36 @@ function scoreMatch(keywords, questionText, answerText) {
     return totalWeight === 0 ? 0 : (matchedWeight / totalWeight) * 100;
 }
 
-async function callLLM(env, question, buildingId, buildingName, buildingCtx, qaContext) {
-    const systemPrompt = '你是南京航空航天大学校园地图智能问答助手。\n请基于提供的知识库信息回答用户关于南航天目湖校区的各种问题。\n请严格遵守以下规则：\n1. 优先使用提供的知识库内容回答，不要编造信息。\n2. 如果知识库中没有相关信息，坦诚告知用户"该信息尚未记录，请咨询学校相关部门"。\n3. 回答要简洁、准确，符合学生助手语境。\n4. 涉及时间、地点、办事流程的信息时，直接给出明确答案。\n5. 使用中文回答。\n6. 可以适当使用 Markdown 格式提升可读性，但不要使用标题（#）或图片。';
+async function searchWeb(env, query, maxResults = 3) {
+    if (!env.TAVILY_API_KEY) return [];
+
+    try {
+        const resp = await fetch('https://api.tavily.com/search', {
+            method: 'POST',
+            headers: { 'Content-Type': 'application/json' },
+            body: JSON.stringify({
+                api_key: env.TAVILY_API_KEY,
+                query,
+                max_results: maxResults,
+                search_depth: 'basic',
+            }),
+        });
+        if (!resp.ok) return [];
+
+        const data = await resp.json();
+        return (data.results || []).map(r => ({
+            title: r.title || '',
+            url: r.url || '',
+            content: r.content || '',
+        }));
+    } catch (err) {
+        console.error('Tavily search error:', err);
+        return [];
+    }
+}
+
+async function callLLM(env, question, buildingId, buildingName, buildingCtx, qaContext, webResults = []) {
+    const systemPrompt = '你是南京航空航天大学校园地图智能问答助手。\n请基于提供的知识库信息回答用户关于南航天目湖校区的各种问题。\n请严格遵守以下规则：\n1. 优先使用提供的知识库内容回答，不要编造信息。\n2. 如果知识库中没有相关信息，可以结合联网搜索结果回答，并注明信息来自网络、可能变化；涉及报到、缴费、考试、报销等关键流程时，建议用户咨询学校相关部门确认。\n3. 回答要简洁、准确，符合学生助手语境。\n4. 涉及时间、地点、办事流程的信息时，直接给出明确答案。\n5. 使用中文回答。\n6. 可以适当使用 Markdown 格式提升可读性，但不要使用标题（#）或图片。';
 
     const contextSections = [];
 
@@ -161,6 +195,13 @@ async function callLLM(env, question, buildingId, buildingName, buildingCtx, qaC
         contextSections.push(`以下是从校园知识库中检索到的相关问答：\n${qaText}`);
     }
 
+    if (webResults.length > 0) {
+        const webText = webResults.map((r, i) =>
+            `来源 ${i + 1}：${r.title}\n链接：${r.url}\n内容：${r.content}`
+        ).join('\n\n');
+        contextSections.push(`以下是从互联网检索到的信息：\n${webText}`);
+    }
+
     const contextBlock = contextSections.length > 0
         ? `\n\n--- 参考知识库信息 ---\n${contextSections.join('\n\n')}\n--- 结束 ---\n\n`
         : '';
@@ -174,7 +215,7 @@ async function callLLM(env, question, buildingId, buildingName, buildingCtx, qaC
             'Authorization': `Bearer ${env.LLM_API_KEY}`,
         },
         body: JSON.stringify({
-            model: env.LLM_MODEL || 'deepseek-v4-pro',
+            model: env.LLM_MODEL || 'deepseek-v4-flash',
             messages: [
                 { role: 'system', content: systemPrompt },
                 { role: 'user', content: userPrompt },
@@ -187,4 +228,4 @@ async function callLLM(env, question, buildingId, buildingName, buildingCtx, qaC
     if (!resp.ok) throw new Error(`LLM API error: ${resp.status}`);
     const data = await resp.json();
     return data.choices?.[0]?.message?.content || null;
-}
+}