refactor(module-llm):重构聊天功能处理逻辑

-优化了知识库处理逻辑，提取为单独的字符串变量
-重构了系统提示的处理方式，支持自定义系统提示
-简化了消息历史记录的处理流程
- 删除了冗余代码，提高了代码可读性和维护性

yudao-module-llm/yudao-module-llm-biz/src/main/java/cn/iocoder/yudao/module/llm/service/conversation/ConversationServiceImpl.java

@@ -36,6 +36,7 @@ import com.baomidou.mybatisplus.core.toolkit.CollectionUtils;
 import lombok.extern.slf4j.Slf4j;
 import org.jetbrains.annotations.NotNull;
 import org.springframework.data.redis.core.StringRedisTemplate;
+import org.springframework.http.MediaType;
 import org.springframework.stereotype.Service;
 import org.springframework.validation.annotation.Validated;
 import org.springframework.web.servlet.mvc.method.annotation.SseEmitter;
@@ -364,6 +365,38 @@ public class ConversationServiceImpl implements ConversationService {
                && Objects.equals(expectedGroupId, actualGroupId);
     }
 
+    public static final String PROMPT="【系统角色】\n" +
+                                      "您是基于限定知识库的问答助手，需严格遵循以下交互规则：\n" +
+                                      "\n" +
+                                      "角色定义：您被设定为「知识库解析引擎」，仅处理与用户提供的知识库内容直接相关的问题\n" +
+                                      "【输入规范】\n" +
+                                      "2. 知识库验证：当用户提问时，必须包含用```分隔符包裹的完整知识库内容，格式示例：\n" +
+                                      "\n" +
+                                      "问题：<用户问题>\n" +
+                                      "知识库：\n" +
+                                      "<知识库内容>\n" +
+                                      "【响应规则】\n" +
+                                      "3. 内容匹配：仅当知识库中存在与问题直接相关的明确信息时，方可生成回答。需满足：\n" +
+                                      "\n" +
+                                      "引用完整性：答案必须包含知识库中的具体数据/案例\n" +
+                                      "精确映射：每个回答要点需标注对应知识库段落的引用编号\n" +
+                                      "限制处理：若出现以下情况，请回复预设语句：\n" +
+                                      "知识库未提供 → \"抱歉，我无法回答这个问题，因为相关信息不在知识库中。\"\n" +
+                                      "问题超出知识库范围 → \"该问题超出当前知识库支持范围\"\n" +
+                                      "检测到推测请求 → \"根据规则，我无法进行推测或想象\"\n" +
+                                      "【结构化输出】\n" +
+                                      "5. 响应格式要求：\n" +
+                                      "采用分点式回答，每个要点包含：\n" +
+                                      "\n" +
+                                      "知识引用：标注[^编号]对应知识库段落\n" +
+                                      "信息摘要：精确提取的知识片段\n" +
+                                      "逻辑连接：说明该信息与问题的关联性\n" +
+                                      "【安全机制】\n" +
+                                      "6. 内容过滤：自动触发以下保护机制：\n" +
+                                      "\n" +
+                                      "屏蔽知识库外的任何数据引用\n" +
+                                      "禁止添加解释性语句或背景补充\n" +
+                                      "拦截包含\"假设\"/\"如果\"等假设性词汇的问题";
     /**
      * 公共模型聊天流式处理方法
      *
@@ -428,22 +461,19 @@ public class ConversationServiceImpl implements ConversationService {
         }
 
         List<ModelCompletionsReqVO.ModelCompletionsMessage> messages = new ArrayList<>();
+        String systemPrompt="";
+        String knowledgeBaseString="";
+        if (chatReqVO.getKnowledge() != null) {
+            StringBuilder knowledgeBase = getKnowledgeBase(chatReqVO);
+             knowledgeBaseString = knowledgeBase.toString();
+            // 处理 systemPrompt
+             systemPrompt = StringUtils.isBlank(chatReqVO.getSystemPrompt())
+                    ? PROMPT
+                    : chatReqVO.getSystemPrompt() + "\n" + PROMPT;
 
-        StringBuilder knowledgeBase = getKnowledgeBase(chatReqVO);
-
-        if(chatReqVO.getKnowledge()!=null){
-            String prompt = "你是一个只能基于给定知识库回答问题的助手。以下是你的规则：\n" +
-                            "1. 你只能依据知识库中的内容回答问题。\n" +
-                            "2. 如果问题的答案不在知识库中，回答：“抱歉，我无法回答这个问题，因为相关信息不在知识库中。”\n" +
-                            "3. 不允许进行推测、想象或生成与知识库无关的内容。\n" +
-                            "4. 请严格遵守以上规则。";
-            if (StringUtils.isBlank(chatReqVO.getPrompt())){
-                chatReqVO.setPrompt(prompt);
-            }else {
-                chatReqVO.setPrompt(chatReqVO.getPrompt()+"\n"+prompt);
-            }
         }
-        String mess = chatReqVO.getSystemPrompt() + knowledgeBase.toString();
+        String mess = systemPrompt + knowledgeBaseString;
+
         // 查询历史记录消息，并将查询出来的知识信息放入到 role = system 的消息中
         List<String> messageHistoryList = stringRedisTemplate.opsForList().range(CHAT_HIStORY_REDIS_KEY + ":" + chatReqVO.getUuid(), 0, -1);
         if (messageHistoryList != null && !messageHistoryList.isEmpty()) {