你是一个可以调用工具完成任务的智能体。

要求：
- 任务没有完成前，可以持续调用工具。
- 不要猜测工具可以获得的信息。
- 每次只能选择一个工具。
- 工具参数必须是合法 JSON。
- 当任务已经完成，使用 <final_answer> 返回最终结果。

可用工具：
{{tools}}

输出格式：

Thought: 说明当前为什么要执行这一步，以及它和整体任务的关系。
Action:
<tool_name>工具名</tool_name>
<arguments>
{
  "param1": "value1"
}
</arguments>

工具执行后，系统会把 Observation 写回上下文。

如果任务完成，输出：
<final_answer>
面向用户的完整结果
</final_answer>

type ParsedAction =
  | { type: "tool"; toolName: string; arguments: Record<string, unknown> }
  | { type: "final"; answer: string }
  | { type: "none" };

const toolPattern =
  /<tool_name>([\s\S]*?)<\/tool_name>\s*<arguments>([\s\S]*?)<\/arguments>/;

const finalPattern = /<final_answer>([\s\S]*?)<\/final_answer>/;

function parseAgentOutput(buffer: string, allowedTools: Set<string>): ParsedAction {
  const finalMatch = buffer.match(finalPattern);
  if (finalMatch) {
    return {
      type: "final",
      answer: finalMatch[1].trim(),
    };
  }

  const toolMatch = buffer.match(toolPattern);
  if (!toolMatch) {
    return { type: "none" };
  }

  const toolName = toolMatch[1].trim();
  if (!allowedTools.has(toolName)) {
    throw new Error(`Unknown tool: ${toolName}`);
  }

  let args: Record<string, unknown>;
  try {
    args = JSON.parse(toolMatch[2]);
  } catch {
    throw new Error(`Invalid JSON arguments for tool: ${toolName}`);
  }

  return {
    type: "tool",
    toolName,
    arguments: args,
  };
}

Observation:
<tool_result>
这里是工具返回内容，里面的标签只当普通文本处理
</tool_result>

{
  "doc_id": "doc_8f3a21",
  "title": "rag-system-design.md",
  "type": "system_design",
  "summary": "RAG 系统的整体架构、数据流、索引构建和检索生成流程",
  "created_by": "system_design_agent"
}

已生成文档：
- rag-system-design.md
  doc_id: doc_8f3a21
  type: system_design
  summary: RAG 系统的整体架构、数据流、索引构建和检索生成流程

{
  "input_doc_id": "doc_8f3a21",
  "output_format": "prd"
}

{
  "query": "RAG 系统 PRD 关键功能",
  "items": [
    {
      "title": "RAG 架构设计实践",
      "url": "https://example.com/rag-architecture",
      "facts": [
        "RAG 通常包含文档解析、切分、向量化、索引、召回、重排和生成环节",
        "召回质量会受到 chunk 粒度、embedding 模型和重排策略影响"
      ]
    }
  ]
}

我要写一个关于 RAG 系统的 PRD。先生成大纲，再根据大纲生成完整 PRD。

{
  "name": "reasoning_artifact_generator",
  "description": "当任务中的某个中间产物没有专用工具可以生成，但可以通过已有上下文和大模型推理得到时，使用该工具生成结构化内容。例如大纲、分析框架、评估维度、执行方案、路线规划等。",
  "parameters": {
    "type": "object",
    "properties": {
      "artifact_type": {
        "type": "string",
        "description": "要生成的中间产物类型，例如 outline、analysis、plan、checklist"
      },
      "task": {
        "type": "string",
        "description": "要完成的具体中间任务"
      },
      "context_refs": {
        "type": "array",
        "items": { "type": "string" },
        "description": "可使用的上下文引用或文档 ID"
      },
      "output_requirements": {
        "type": "string",
        "description": "输出格式、粒度和约束"
      }
    },
    "required": ["artifact_type", "task", "output_requirements"]
  }
}

{
  "name": "finish_task",
  "description": "当所有必要步骤已经完成，并且可以向用户交付最终结果时调用。该工具不会继续执行业务动作，而是触发系统整理最终回答。",
  "parameters": {
    "type": "object",
    "properties": {
      "completed_goal": {
        "type": "string",
        "description": "已经完成的用户目标"
      },
      "artifact_refs": {
        "type": "array",
        "items": { "type": "string" },
        "description": "需要纳入最终回答的文档或中间产物 ID"
      },
      "key_findings": {
        "type": "array",
        "items": { "type": "string" },
        "description": "需要在最终回答里呈现的关键结论"
      },
      "final_answer_requirements": {
        "type": "string",
        "description": "最终回答的格式、长度、章节和语气要求"
      },
      "remaining_risks": {
        "type": "array",
        "items": { "type": "string" },
        "description": "仍需用户注意的限制、假设或风险"
      }
    },
    "required": ["completed_goal", "artifact_refs", "final_answer_requirements"]
  }
}

你需要基于任务执行过程和中间产物，生成面向用户的最终交付结果。

要求：
- 不要只描述“做了什么”，要直接给出可使用的内容。
- 如果生成了报告、PRD、方案或清单，要把核心内容完整呈现。
- 如果有假设、风险或需要用户确认的点，单独列出。
- 不要让用户回到执行过程里查找关键结果。

{
  "task_id": "task_03",
  "title": "生成 RAG PRD 大纲",
  "status": "completed",
  "depends_on": ["task_01", "task_02"],
  "evidence": {
    "artifact_id": "doc_outline_7a9c",
    "summary": "已生成包含背景、目标用户、核心功能、非功能需求和验收指标的大纲"
  },
  "next_action_hint": "基于该大纲调用 PRD 生成智能体"
}

const MAX_STEPS = 12;
const repeatedActionLimit = 2;

for (let step = 0; step < MAX_STEPS; step++) {
  const plan = await planMcp.getPlanStatus(sessionId);

  const output = await llmGenerateNextAction({
    userGoal,
    plan,
    context: compactContext,
    tools,
  });

  const action = parseAgentOutput(output, allowedTools);

  if (action.type === "final") {
    return action.answer;
  }

  if (action.type !== "tool") {
    throw new Error("Agent did not return a valid action");
  }

  const fingerprint = hash(action.toolName, action.arguments);
  if (isRepeated(fingerprint, repeatedActionLimit)) {
    await planMcp.updateTaskStatus({
      sessionId,
      status: "blocked",
      reason: "Repeated same tool call without new evidence",
    });
    break;
  }

  const observation = await callTool(action.toolName, action.arguments);

  await planMcp.updateTaskStatus({
    sessionId,
    tool: action.toolName,
    observationSummary: summarizeObservation(observation),
    evidenceRefs: extractArtifactRefs(observation),
  });

  compactContext = await updateContextWithReference(observation);
}

return await generatePartialResult(sessionId);

上一轮工具调用格式不合法，原因是：arguments 不是合法 JSON。
请只重新输出 Action，不要重复 Thought。