尨植 v2.2 升级｜AI对话系统四项核心增强：知识库、联网搜索、意图识别与智能降级

一、升级背景

v2.1 版本已完成 LMPI 情感推理引擎、人格系统、记忆系统和社交群聊的深度增强，花盆能像真正的生物一样感知环境、表达情绪、记住故事。但用户与花盆的日常对话中，频繁出现两类 v2.1 无法覆盖的需求：

1) 养护知识问答：用户问“多肉怎么浇水”“叶子黄了怎么办”，花盆只能靠 LLM 通用知识回答，缺乏权威植物养护数据支撑。
2) 实时信息查询：用户问“今天天气怎么样”“最近有什么植物相关新闻”，LLM 训练数据截止日期前的知识无法回答。

v2.2 针对这两类需求，新增植物知识库检索、智谱联网搜索、智能意图识别和三级降级机制，补齐了 AI 对话系统的最后两块能力拼图。

二、植物知识库检索（16条结构化知识）

手写构建了一套覆盖常见养护场景的结构化植物知识库，按 services/knowledge.py 中 PLANT_KNOWLEDGE_BASE 字典管理，共 16 条：

分类	条目
浇水	通用浇水原则、多肉浇水、湿度判断
光照	光照需求分类、光照不足症状
土壤/施肥	土壤配比、施肥频率
病害	黄叶诊断、烂根急救、常见虫害
风水/文化	植物风水寓意、送礼花语
养护	换盆时机、修剪、过冬、度夏
趣闻/温度	植物冷知识、温度适应范围

每条知识包含 keywords（匹配用）、species（植物品种）、content（知识正文）。配合 10 种植物百科字典（含学名、科属、原产地、寿命、毒性），检索时采用四层匹配策略：精确关键词（权重1.0）+ 物种匹配（0.8）+ 分类匹配（0.5）+ Jaccard 词重叠（0.3）。

命中后，知识内容以系统提示词方式注入 LLM 上下文，花盆以第一人称自然表达，如"主人，多肉浇水要等土干透哦，我的根最怕泡在水里啦~"

三、智谱联网搜索（实时信息能力）

集成智谱 GLM 原生的 web_search 工具，在 llm.py 中新增 chat_with_web_search() 方法：

引擎选择：使用 search_std（标准搜索，0.01元/次），也可切换 search_pro（高级搜索，0.03元/次）
时效过滤：搜索结果限制为一周内（search_recency_filter: oneWeek），避免过时信息
模型选择：使用 glm-4-flash 免费模型降低成本
自动降级：联网搜索超时、HTTP错误或配置未启用时，自动回退到普通 LLM 对话

当用户询问“最近有什么植物相关的新闻”“今天天气适合给花浇水吗”时，系统自动识别为 news 意图，调用联网搜索获取实时信息，花盆能结合自身状态给出场景化回答。

四、智能意图识别（三类自动路由）

在 knowledge.py 中实现 detect_query_type() 方法，将用户消息自动分为三类：

意图类型	触发词数	路由目标
`knowledge`	22个	LLM + 知识库上下文注入
`news`	12个	智谱联网搜索 + LLM 总结
`normal`	-	普通 LLM 情感对话

关键词覆盖浇水、施肥、光照、黄叶、烂根、虫子、换盆、病害、过冬、风水等常见养护场景，以及新闻、热点、天气、预报等实时查询场景，其余自动归为普通闲聊。

五、三级自动降级机制

构建了完整的容错降级链，确保任何环节故障都不会导致对话中断：

联网搜索降级：智谱 API 超时/异常 → 自动回退 LLM 普通对话（llm.py 内嵌 try/except 兜底）
LLM 调用降级：DeepSeek/智谱全部不可用 → 知识库命中则返回知识降级回复，无命中则使用 5 条预设拟人化 fallback 消息（按消息 hash 轮选）
数据库降级：PostgreSQL 不可用时，get_db_safe() 自动返回 None，chat 端点进入纯 LLM 模式（不依赖数据库的传感器/心境/记忆上下文）

完整降级路径：联网搜索 → 知识库增强 → 普通 LLM → 离线内置回复，最差情况下用户也能收到花盆的亲切问候。

六、全链路流水线总览

用户消息 → 声纹识别 → 传感器+LMPI情感推理 → 记忆上下文
→ 意图识别 ─┬─ news    → 智谱联网搜索 → LLM（失败降级）
            ├─ knowledge → LLM + 知识库上下文
            └─ normal    → 普通LLM情感对话
→ 保存记忆+人格演化 → LED光语 → TTS语音合成 → MQTT推送

至此，v2.2 的 AI 对话系统已覆盖从传感器感知、情感推理、知识检索、实时搜索到语音合成的全链路能力，可支持任意养护问答和日常闲聊场景。