fix：修复上下文消息构建顺序，确保AI正确理解对话上下文

消息顺序调整为：历史消息 → 知识库内容 → 当前用户消息

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

README.md

@@ -32,7 +32,7 @@
 |     模块     | 现有能力 
 |:----------:|---
 |  **模型管理**  | 多模型接入(OpenAI/DeepSeek/通义/智谱)、多模态理解、Coze/DIFY/FastGPT平台集成 
-|  **知识管理**  | 本地RAG + 向量库(Milvus/Weaviate)  + 文档解析        
+|  **知识管理**  | 本地RAG + 向量库(Milvus/Weaviate/Qdrant)  + 文档解析        
 |  **工具管理**  | Mcp协议集成、Skills能力 + 可扩展工具生态                             
 |  **流程编排**  | 可视化工作流设计器、节点拖拽编排、SSE流式执行,目前已经支持模型调用,邮件发送,人工审核等节点  
 |  **多智能体**  | 基于Langchain4j的Agent框架、Supervisor模式编排,支持多种决策模型          
@@ -62,8 +62,8 @@
 ## 🛠️ 技术架构
 
 ### 核心框架
-- **后端架构**：Spring Boot 4.0 + Spring ai 2.0 + Langchain4j
+- **后端架构**：Spring Boot 3.5.8 + Langchain4j
-- **数据存储**：MySQL 8.0 + Redis + 向量数据库（Milvus/Weaviate）
+- **数据存储**：MySQL 8.0 + Redis + 向量数据库（Milvus/Weaviate/Qdrant）
 - **前端技术**：Vue 3 + Vben Admin + element-plus-x
 - **安全认证**：Sa-Token + JWT 双重保障
 
@@ -189,12 +189,6 @@ docker-compose -f docker-compose-all.yaml restart [服务名]
 
 **👉 [完整使用文档](https://doc.pandarobot.chat)**
 
-遇到知识库或 RAG 回答异常问题？
-
-**👉 [RAG 回答异常排查手册](docs/troubleshooting/rag-failures.md)**
-
----
-
 ## 🤝 参与贡献
 
 我们热烈欢迎社区贡献！无论您是资深开发者还是初学者，都可以为项目贡献力量 💪

README_EN.md

@@ -35,7 +35,7 @@
 | Module | Current Capabilities |
 |:---:|---|
 | **Model Management** | Multi-model integration (OpenAI/DeepSeek/Tongyi/Zhipu), multi-modal understanding, Coze/DIFY/FastGPT platform integration |
-| **Knowledge Base** | Local RAG + Vector DB (Milvus/Weaviate) + Document parsing |
+| **Knowledge Base** | Local RAG + Vector DB (Milvus/Weaviate/Qdrant) + Document parsing |
 | **Tool Management** | MCP protocol integration, Skills capability + Extensible tool ecosystem |
 | **Workflow Orchestration** | Visual workflow designer, drag-and-drop node orchestration, SSE streaming execution, currently supports model calls, email sending, manual review nodes |
 | **Multi-Agent** | Agent framework based on Langchain4j, Supervisor mode orchestration, supports multiple decision models |
@@ -65,8 +65,8 @@
 ## 🛠️ Technical Architecture
 
 ### Core Framework
-- **Backend**: Spring Boot 4.0 + Spring AI 2.0 + Langchain4j
+- **Backend**: Spring Boot 3.5.8 + Langchain4j
-- **Data Storage**: MySQL 8.0 + Redis + Vector Databases (Milvus/Weaviate)
+- **Data Storage**: MySQL 8.0 + Redis + Vector Databases (Milvus/Weaviate/Qdrant)
 - **Frontend**: Vue 3 + Vben Admin + element-plus-x
 - **Security**: Sa-Token + JWT dual-layer security
 
@@ -192,12 +192,6 @@ Want to learn more about installation, deployment, configuration, and secondary
 
 **👉 [Complete Documentation](https://doc.pandarobot.chat)**
 
-Experiencing issues with knowledge base or RAG responses?
-
-**👉 [RAG Troubleshooting Guide](docs/troubleshooting/rag-failures.md)**
-
----
-
 ## 🤝 Contributing
 
 We warmly welcome community contributions! Whether you are a seasoned developer or just getting started, you can contribute to the project 💪

docs/docker/qdrant/docker-compose.yml

@@ -0,0 +1,12 @@
+---
+services:
+  qdrant:
+    image: qdrant/qdrant:latest
+    ports:
+      - 6333:6333
+      - 6334:6334
+    volumes:
+      - qdrant_data:/qdrant/storage
+volumes:
+  qdrant_data:
+...

docs/troubleshooting/rag-failures.md

@@ -1,352 +0,0 @@
-<a id="top"></a>
-
-# RAG 常见故障排查（16 问题清单）
-
-当知识库已经接入，系统也能正常回答，但结果仍然出现命中错误、引用旧内容、推理漂移、跨轮次失忆，或部署后表面可用但实际异常时，最常见的问题不是“模型不行”，而是**不同层的故障被混在一起处理**。
-
-这份页面不重新发明一套新方法。  
-它直接使用一份固定的 **16 问题清单** 作为排查主轴，让你先把问题标到正确的 **No.X**，再决定下一步查哪里、改哪里，而不是一次性乱改检索、模型、切块、会话和部署配置。
-
-这份清单的核心目的只有一个：
-
-**先把问题放进正确的故障域，再做修复。**
-
-快速导航：  
-[这页怎么用](#how-to-use) | [标签说明](#legend) | [常见症状入口](#symptoms) | [16 问题清单](#map16) | [按层排查](#by-layer) |
-
----
-
-<a id="how-to-use"></a>
-
-## 一、这页怎么用
-
-这不是一篇“从头到尾照着做”的传统教程。  
-它更像一张固定的 RAG 故障地图，作用是先帮助你**判断故障属于哪一种类型**。
-
-建议按下面顺序使用：
-
-### 1. 先看现象，不要先改配置
-
-先回答两个问题：
-
-1. 你看到的故障，最像哪一种症状
-2. 这个故障更像发生在输入检索层、推理层、状态层，还是部署层
-
-在还没判断层级之前，不要先一起改这些东西：
-
-- 检索条数
-- 切块大小
-- 会话配置
-- 模型参数
-- 部署顺序
-- 依赖服务
-
-如果先全部一起动，问题通常只会更难定位。
-
-### 2. 先给问题打上 No.X 标签
-
-这份页面最重要的动作，不是“立刻修好”，而是先做一件小事：
-
-**给当前问题贴上最接近的 No.X。**
-
-例如：
-
-- 检索结果看起来相似，但其实答非所问，先看 `No.1` 或 `No.5`
-- 切块是对的，但结论还是错，先看 `No.2`
-- 系统回答很自信，但没有根据，先看 `No.4`
-- 刚部署完就炸，先看 `No.14` 到 `No.16`
-
-### 3. 一次只排一个故障域
-
-同一个表面现象，背后可能是不同层的问题。  
-例如“答案不对”既可能是：
-
-- `No.1` 检索漂移
-- `No.2` 理解塌陷
-- `No.4` 自信乱答
-- `No.8` 根本看不到错误路径
-
-所以这张表的用法不是“多选全改”，而是：
-
-**先挑最接近的一项，优先验证这一项是否成立。**
-
-[返回顶部](#top) | [下一节：标签说明](#legend)
-
----
-
-<a id="legend"></a>
-
-## 二、标签说明
-
-这份 16 问题清单本身已经带有层级 / 标签结构。  
-这些标签不是装饰，而是用来帮助你快速判断故障发生在哪一层。
-
-### 1. 层级标签
-
-- `[IN]`：输入与检索  
-  输入、切块、召回、语义匹配、可见性问题
-
-- `[RE]`：推理与规划  
-  理解、推理、归纳、逻辑链、抽象处理问题
-
-- `[ST]`：状态与上下文  
-  会话、记忆、上下文连续性、多代理状态问题
-
-- `[OP]`：基础设施与部署  
-  启动顺序、依赖就绪、部署锁死、预部署状态问题
-
-### 2. `{OBS}` 标签
-
-带 `{OBS}` 的项，通常都和“**你是否看得见问题是怎么坏掉的**”有关。  
-它们往往不是单纯回答错误，而是：
-
-- 错误路径不可见
-- 漂移过程不可见
-- 状态熔化过程不可见
-- 多代理覆盖过程不可见
-
-所以一旦你发现“我知道结果错，但我根本看不到它是怎么错的”，通常就已经很接近 `{OBS}` 类问题了。
-
-### 3. 为什么要保留这些标签
-
-因为同样叫“答错了”，实际含义完全不同。
-
-例如：
-
-- `[IN]` 的答错，常常是**拿错材料**
-- `[RE]` 的答错，常常是**拿对材料但理解错**
-- `[ST]` 的答错，常常是**前文断掉、状态漂移**
-- `[OP]` 的答错，常常是**系统根本没在完整状态下运行**
-
-如果不先分层，就会掉进典型的 RAG 地狱：  
-表面在改答案，实际上在盲修。
-
-[返回顶部](#top) | [下一节：常见症状入口](#symptoms)
-
----
-
-<a id="symptoms"></a>
-
-## 三、常见症状入口
-
-如果你现在还不知道该从哪一项开始，就先从症状入口反查。
-
-### 1. 检索返回了错误内容，或看起来相关但其实不回答问题
-
-这类问题最常见的是：  
-“有命中，但命中的不是该用的内容。”
-
-优先看：
-
-- [No.1](#no1) `幻觉与切块漂移`
-- [No.5](#no5) `语义 ≠ 向量嵌入`
-- [No.8](#no8) `调试是一个黑箱`
-
-### 2. 切块本身是对的，但最终答案还是错的
-
-这类问题不是简单没检索到，而是后面那层坏了。
-
-优先看：
-
-- [No.2](#no2) `解释塌陷`
-- [No.4](#no4) `虚张声势 / 过度自信`
-- [No.6](#no6) `逻辑塌陷与恢复`
-
-### 3. 多步任务一开始正常，后面越来越偏
-
-这类问题通常不是单点错误，而是中途漂移或熔化。
-
-优先看：
-
-- [No.3](#no3) `长推理链`
-- [No.6](#no6) `逻辑塌陷与恢复`
-- [No.9](#no9) `熵塌陷`
-
-### 4. 多轮对话后开始失忆，跨轮次接不上
-
-这类问题一般已经进入状态层。
-
-优先看：
-
-- [No.7](#no7) `跨会话记忆断裂`
-- [No.9](#no9) `熵塌陷`
-- [No.13](#no13) `多代理混乱`
-
-### 5. 遇到抽象、逻辑、规则、符号关系就崩
-
-这类问题通常不是检索空，而是推理结构扛不住。
-
-优先看：
-
-- [No.11](#no11) `符号塌陷`
-- [No.12](#no12) `哲学递归`
-
-### 6. 你根本不知道错在哪一层，只知道结果不对
-
-这类问题先不要乱调参数。  
-先解决“不可见”的问题。
-
-优先看：
-
-- [No.8](#no8) `调试是一个黑箱`
-
-### 7. 刚部署完最容易炸，首轮调用异常，重启后偶尔恢复
-
-这类问题通常不在答案逻辑，而在部署状态。
-
-优先看：
-
-- [No.14](#no14) `引导启动顺序`
-- [No.15](#no15) `部署死锁`
-- [No.16](#no16) `预部署塌陷`
-
-[返回顶部](#top) | [下一节：16 问题清单](#map16)
-
----
-
-<a id="map16"></a>
-
-## 四、16 问题清单（固定主表）
-
-下面这 16 项按固定顺序使用。  
-不要先重组，不要先混类，先判断最接近哪一个 **No.X**。
-
-| # | 问题域（含层级/标签） | 会坏在哪里 |
-|---|---|---|
-| <a id="no1"></a> 1 | `[IN] 幻觉与切块漂移 {OBS}` | 检索返回错误/无关内容 |
-| <a id="no2"></a> 2 | `[RE] 解释塌陷` | 切块是对的，逻辑是错的 |
-| <a id="no3"></a> 3 | `[RE] 长推理链 {OBS}` | 在多步任务中逐步漂移 |
-| <a id="no4"></a> 4 | `[RE] 虚张声势 / 过度自信` | 自信但没有根据的回答 |
-| <a id="no5"></a> 5 | `[IN] 语义 ≠ 向量嵌入 {OBS}` | 余弦匹配 ≠ 真实语义 |
-| <a id="no6"></a> 6 | `[RE] 逻辑塌陷与恢复 {OBS}` | 走入死胡同，需要受控重置 |
-| <a id="no7"></a> 7 | `[ST] 跨会话记忆断裂` | 线索丢失，没有连续性 |
-| <a id="no8"></a> 8 | `[IN] 调试是一个黑箱 {OBS}` | 看不到故障路径 |
-| <a id="no9"></a> 9 | `[ST] 熵塌陷` | 注意力熔化，输出失去连贯性 |
-| <a id="no10"></a> 10 | `[RE] 创造力冻结` | 平直、字面化输出 |
-| <a id="no11"></a> 11 | `[RE] 符号塌陷` | 抽象/逻辑性提示词失效 |
-| <a id="no12"></a> 12 | `[RE] 哲学递归` | 自我引用循环、悖论陷阱 |
-| <a id="no13"></a> 13 | `[ST] 多代理混乱 {OBS}` | 代理互相覆盖或使逻辑错位 |
-| <a id="no14"></a> 14 | `[OP] 引导启动顺序` | 依赖未就绪时服务先启动 |
-| <a id="no15"></a> 15 | `[OP] 部署死锁` | 基础设施中的循环等待 |
-| <a id="no16"></a> 16 | `[OP] 预部署塌陷 {OBS}` | 首次调用时版本错配 / 缺少密钥 |
-
-这张表是主表。  
-如果你时间很少，只做一件事也行：
-
-**先从这 16 项里选出最接近的一项。**
-
-[返回顶部](#top) | [下一节：按层排查](#by-layer)
-
----
-
-<a id="by-layer"></a>
-
-## 五、按层排查：不要改错层
-
-这一节不重写 16 项，只是告诉你：  
-当你已经选到某个 No.X 时，第一眼应该优先查哪一层。
-
-### A. `[IN]` 层：先确认你拿到的是不是对的材料
-
-对应编号：
-
-- [No.1](#no1)
-- [No.5](#no5)
-- [No.8](#no8)
-
-这层最常见的误判是：
-
-“我以为系统理解错了，其实它一开始就拿错了东西。”
-
-如果你命中了弱相关片段、表面相似文本、错误切块，后面推理再强也没用。  
-所以 `[IN]` 层优先看的是：
-
-1. 原始召回内容到底是什么
-2. 命中的片段是否只是“相似”，而不是“正确”
-3. 你是否能看到检索过程，还是整个过程像黑箱
-
-这层如果没先排好，后面的推理诊断通常会失真。
-
-### B. `[RE]` 层：材料可能是对的，但系统用错了
-
-对应编号：
-
-- [No.2](#no2)
-- [No.3](#no3)
-- [No.4](#no4)
-- [No.6](#no6)
-- [No.10](#no10)
-- [No.11](#no11)
-- [No.12](#no12)
-
-这层最常见的误判是：
-
-“我以为是检索坏了，其实是后面理解、归纳、逻辑链坏了。”
-
-例如：
-
-- 切块是对的，但结论错了 → 常见是 `No.2`
-- 多步任务中途开始偏 → 常见是 `No.3`
-- 回答很笃定，但完全站不住 → 常见是 `No.4`
-- 遇到抽象规则就崩 → 常见是 `No.11`
-- 陷入循环解释 → 常见是 `No.12`
-
-如果 `[IN]` 层已经基本没问题，答案还是不对，就应该优先回到 `[RE]` 层判断是哪一种塌陷。
-
-### C. `[ST]` 层：单轮正常，不代表状态层正常
-
-对应编号：
-
-- [No.7](#no7)
-- [No.9](#no9)
-- [No.13](#no13)
-
-这层最常见的误判是：
-
-“单轮看起来还行，所以我以为系统没问题。”
-
-其实很多 RAG 地狱不是单轮错误，而是：
-
-- 多轮之后前文断掉
-- 上下文越来越乱
-- 多角色、多代理之间互相覆盖
-
-如果你发现：
-
-- 第一轮没事，后面越来越歪
-- 切换角色后前面的约束消失
-- 多个步骤之间状态彼此污染
-
-那就不要再只盯着检索条数了，应该直接回到 `[ST]` 层看 `No.7 / No.9 / No.13`。
-
-### D. `[OP]` 层：别把部署问题误诊成回答问题
-
-对应编号：
-
-- [No.14](#no14)
-- [No.15](#no15)
-- [No.16](#no16)
-
-这层最常见的误判是：
-
-“答案不稳定，所以我先去调模型或检索。”
-
-但如果系统根本没有在完整状态下启动，所有上层表现都会像鬼打墙。  
-尤其是这些情况：
-
-- 依赖还没就绪，服务先起了 → `No.14`
-- 多个组件互相等待，长期半可用 → `No.15`
-- 首次调用就因为版本、密钥、环境没对齐而塌陷 → `No.16`
-
-只要你看到“刚部署最容易出事”“首轮异常最严重”“重启后暂时恢复”，就要优先怀疑 `[OP]` 层，而不是先改提示词或参数。
-
-[返回顶部](#top) |
-
----
-
-<a id="issue-report"></a>
-
-
-## 六、快速返回
-
-[返回顶部](#top) | [这页怎么用](#how-to-use) | [标签说明](#legend) | [常见症状入口](#symptoms) | [16 问题清单](#map16) | [按层排查](#by-layer) 

docs/文件上传接口文档.md

@@ -1,42 +0,0 @@
-## 接口信息
-
-**接口路径**: `POST /resource/oss/upload`
-**请求类型**: `multipart/form-data`
-**权限要求**: `system:oss:upload`
-**业务类型**: [INSERT]
-
-### 接口描述
-上传OSS对象存储接口，用于将文件上传到对象存储服务。
-
-### 请求参数
-| 参数名  | 类型            | 必填   | 说明     |
-| ---- | ------------- | ---- | ------ |
-| file | MultipartFile | 是    | 要上传的文件 |
-
-### 请求头
-- `Content-Type`: `multipart/form-data`
-
-### 返回值
-返回 `R<SysOssUploadVo>` 类型，包含以下字段：
-| 字段名      | 类型     | 说明      |
-| -------- | ------ | ------- |
-| url      | String | 文件访问URL |
-| fileName | String | 原始文件名   |
-| ossId    | String | 文件ID    |
-
-### 响应示例
-```json
-{
-  "code": 200,
-  "msg": "操作成功",
-  "data": {
-    "url": "fileid://xxx",
-    "fileName": "example.jpg",
-    "ossId": "123"
-  }
-}
-```
-
-
-### 异常情况
-- 当上传文件为空时，返回错误信息："上传文件不能为空"

ruoyi-admin/src/main/java/org/ruoyi/RuoYiAIApplication.java

@@ -4,6 +4,9 @@ import org.springframework.boot.SpringApplication;
 import org.springframework.boot.autoconfigure.SpringBootApplication;
 import org.springframework.boot.context.metrics.buffering.BufferingApplicationStartup;
 
+import java.net.InetSocketAddress;
+import java.net.ServerSocket;
+
 /**
  * 启动程序
  *
@@ -13,10 +16,66 @@ import org.springframework.boot.context.metrics.buffering.BufferingApplicationSt
 public class RuoYiAIApplication {
 
     public static void main(String[] args) {
+        // killPortProcess(6039);
         SpringApplication application = new SpringApplication(RuoYiAIApplication.class);
         application.setApplicationStartup(new BufferingApplicationStartup(2048));
         application.run(args);
-        System.out.println("(♥◠‿◠)ﾉﾞ     RuoYi-AI启动成功   ლ(´ڡ`ლ)ﾞ");
+        System.out.println("(♥◠‿◠)ﾉﾞ     RuoYi-AI启动成功   ლ(´ڡ`ლ)冢");
+    }
+
+    /**
+     * 检查并终止占用指定端口的进程
+     *
+     * @param port 端口号
+     */
+    private static void killPortProcess(int port) {
+        try {
+            if (!isPortInUse(port)) {
+                return;
+            }
+            System.out.println("端口 " + port + " 已被占用，正在查找并终止进程...");
+
+            ProcessBuilder pb = new ProcessBuilder("netstat", "-ano");
+            Process process = pb.start();
+            java.io.BufferedReader reader = new java.io.BufferedReader(
+                    new java.io.InputStreamReader(process.getInputStream()));
+
+            String line;
+            while ((line = reader.readLine()) != null) {
+                if (line.contains(":" + port + " ") && line.contains("LISTENING")) {
+                    String[] parts = line.trim().split("\\s+");
+                    String pid = parts[parts.length - 1];
+                    System.out.println("找到占用端口 " + port + " 的进程 PID: " + pid + "，正在终止...");
+
+                    ProcessBuilder killPb = new ProcessBuilder("taskkill", "/F", "/PID", pid);
+                    Process killProcess = killPb.start();
+                    int exitCode = killProcess.waitFor();
+                    if (exitCode == 0) {
+                        System.out.println("进程 " + pid + " 已成功终止");
+                    } else {
+                        System.out.println("终止进程 " + pid + " 失败，exitCode: " + exitCode);
+                    }
+                    break;
+                }
+            }
+
+            // 等待一小段时间确保端口释放
+            Thread.sleep(500);
+        } catch (Exception e) {
+            System.out.println("检查/终止端口进程时发生异常: " + e.getMessage());
+        }
+    }
+
+    /**
+     * 检查端口是否被占用
+     */
+    private static boolean isPortInUse(int port) {
+        try (ServerSocket socket = new ServerSocket()) {
+            socket.bind(new InetSocketAddress(port));
+            return false;
+        } catch (Exception e) {
+            return true;
+        }
     }
 
 }

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/agent/ChartGenerationAgent.java

@@ -6,7 +6,7 @@ import dev.langchain4j.service.UserMessage;
 import dev.langchain4j.service.V;
 
 
-public interface ChartGenerationAgent extends Agent {
+public interface ChartGenerationAgent {
 
     @SystemMessage("""
             You are a chart generation specialist. Your only task is to generate Apache ECharts

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/agent/SqlAgent.java

@@ -11,7 +11,7 @@ import dev.langchain4j.service.V;
  * and returning relevant data and analysis results.
  *
  */
-public interface SqlAgent extends Agent {
+public interface SqlAgent {
 
     @SystemMessage("""
         This agent is designed for MySQL 5.7

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/agent/WebSearchAgent.java

@@ -10,7 +10,7 @@ import dev.langchain4j.service.V;
  * A web search assistant that answers natural language questions by searching the internet
  * and returning relevant information from web pages.
  */
-public interface WebSearchAgent extends Agent {
+public interface WebSearchAgent {
 
     @SystemMessage("""
         You are a web search assistant. Answer questions by searching and retrieving web content.

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/agent/tool/ExecuteSqlQueryTool.java

@@ -43,7 +43,7 @@ public class ExecuteSqlQueryTool implements BuiltinToolProvider {
     @Tool("Execute a SELECT SQL query and return the results. Example: SELECT * FROM sys_user")
     public String executeSql(String sql) {
         // 2. 手动推入数据源上下文
-        DynamicDataSourceContextHolder.push("agent");
+//        DynamicDataSourceContextHolder.push("agent");
         if (sql == null || sql.trim().isEmpty()) {
             return "Error: SQL query cannot be empty";
         }

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/factory/EmbeddingModelFactory.java

@@ -2,8 +2,9 @@ package org.ruoyi.factory;
 
 import lombok.RequiredArgsConstructor;
 import lombok.extern.slf4j.Slf4j;
-import org.ruoyi.common.chat.service.chat.IChatModelService;
 import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
+import org.ruoyi.common.chat.service.chat.IChatModelService;
+import org.ruoyi.observability.EmbeddingModelListenerProvider;
 import org.ruoyi.service.embed.BaseEmbedModelService;
 import org.ruoyi.service.embed.MultiModalEmbedModelService;
 import org.springframework.beans.factory.NoSuchBeanDefinitionException;
@@ -27,6 +28,7 @@ public class EmbeddingModelFactory {
     private final ApplicationContext applicationContext;
 
     private final IChatModelService chatModelService;
+    private final EmbeddingModelListenerProvider embeddingModelListenerProvider;
 
     // 模型缓存，使用ConcurrentHashMap保证线程安全
     private final Map<String, BaseEmbedModelService> modelCache = new ConcurrentHashMap<>();
@@ -109,6 +111,8 @@ public class EmbeddingModelFactory {
             BaseEmbedModelService model = applicationContext.getBean(factory, BaseEmbedModelService.class);
             // 配置模型参数
             model.configure(config);
+            // 增加嵌入模型监听器
+            model.addListeners(embeddingModelListenerProvider.getEmbeddingModelListeners());
             log.info("成功创建嵌入模型: factory={}, modelId={}", config.getProviderCode(), config.getId());
             return model;
         } catch (NoSuchBeanDefinitionException e) {

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/ChatModelListenerProvider.java

@@ -0,0 +1,41 @@
+package org.ruoyi.observability;
+
+import cn.hutool.core.collection.CollUtil;
+import dev.langchain4j.model.chat.listener.ChatModelListener;
+import dev.langchain4j.model.embedding.listener.EmbeddingModelListener;
+import lombok.Getter;
+import org.springframework.context.annotation.Lazy;
+import org.springframework.lang.Nullable;
+import org.springframework.stereotype.Component;
+
+import java.util.Collections;
+import java.util.List;
+
+/**
+ * LangChain4j 监听器共享提供者。
+ * <p>
+ * 供所有 {@link dev.langchain4j.model.chat.StreamingChatModel} 构建器使用，
+ * 将可观测性监听器注入到模型实例中。
+ *
+ * @author evo
+ */
+@Component
+@Getter
+@Lazy
+public class ChatModelListenerProvider {
+
+    private final List<ChatModelListener> chatModelListeners;
+    private final List<EmbeddingModelListener> embeddingModelListeners;
+
+    public ChatModelListenerProvider(@Nullable List<ChatModelListener> chatModelListeners,
+                                     @Nullable List<EmbeddingModelListener> embeddingModelListeners) {
+        if (CollUtil.isEmpty(chatModelListeners)) {
+            chatModelListeners = Collections.emptyList();
+        }
+        if (CollUtil.isEmpty(embeddingModelListeners)) {
+            embeddingModelListeners = Collections.emptyList();
+        }
+        this.chatModelListeners = chatModelListeners;
+        this.embeddingModelListeners = embeddingModelListeners;
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/EmbeddingModelListenerProvider.java

@@ -0,0 +1,34 @@
+package org.ruoyi.observability;
+
+import cn.hutool.core.collection.CollUtil;
+import dev.langchain4j.model.embedding.listener.EmbeddingModelListener;
+import lombok.Getter;
+import org.springframework.context.annotation.Lazy;
+import org.springframework.lang.Nullable;
+import org.springframework.stereotype.Component;
+
+import java.util.Collections;
+import java.util.List;
+
+/**
+ * EmbeddingModel 监听器共享提供者。
+ * <p>
+ * 供所有 {@link dev.langchain4j.model.embedding.EmbeddingModel} 构建器使用，
+ * 将可观测性监听器注入到模型实例中。
+ *
+ * @author evo
+ */
+@Component
+@Getter
+@Lazy
+public class EmbeddingModelListenerProvider {
+
+    private final List<EmbeddingModelListener> embeddingModelListeners;
+
+    public EmbeddingModelListenerProvider(@Nullable List<EmbeddingModelListener> embeddingModelListeners) {
+        if (CollUtil.isEmpty(embeddingModelListeners)) {
+            embeddingModelListeners = Collections.emptyList();
+        }
+        this.embeddingModelListeners = embeddingModelListeners;
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/LangChain4jObservabilityConfig.java

@@ -0,0 +1,129 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.Experimental;
+import dev.langchain4j.mcp.client.McpClientListener;
+import dev.langchain4j.model.chat.listener.ChatModelListener;
+import dev.langchain4j.model.embedding.listener.EmbeddingModelListener;
+import dev.langchain4j.observability.api.AiServiceListenerRegistrar;
+import dev.langchain4j.observability.api.listener.*;
+import jakarta.annotation.PostConstruct;
+import lombok.RequiredArgsConstructor;
+import lombok.extern.slf4j.Slf4j;
+import org.springframework.context.annotation.Bean;
+import org.springframework.context.annotation.Configuration;
+
+import java.util.List;
+
+/**
+ * LangChain4j 可观测性配置类。
+ * <p>
+ * 负责注册所有 langchain4j 的监听器：
+ * <ul>
+ *   <li>{@link AiServiceListener} - AI服务级别的事件监听器（通过 AiServiceListenerRegistrar 注册）</li>
+ *   <li>{@link ChatModelListener} - ChatModel 级别的监听器（注入到模型构建器）</li>
+ *   <li>{@link EmbeddingModelListener} - EmbeddingModel 级别的监听器（注入到模型构建器）</li>
+ * </ul>
+ *
+ * @author evo
+ */
+@Configuration
+@RequiredArgsConstructor
+@Slf4j
+public class LangChain4jObservabilityConfig {
+
+    private final AiServiceListenerRegistrar registrar = AiServiceListenerRegistrar.newInstance();
+
+    /**
+     * 注册 AI 服务级别的事件监听器
+     */
+    @PostConstruct
+    public void registerAiServiceListeners() {
+        log.info("正在注册 LangChain4j AI Service 事件监听器...");
+        registrar.register(
+            new MyAiServiceStartedListener(),
+            new MyAiServiceRequestIssuedListener(),
+            new MyAiServiceResponseReceivedListener(),
+            new MyAiServiceCompletedListener(),
+            new MyAiServiceErrorListener(),
+            new MyInputGuardrailExecutedListener(),
+            new MyOutputGuardrailExecutedListener(),
+            new MyToolExecutedEventListener()
+        );
+        log.info("LangChain4j AI Service 事件监听器注册完成");
+    }
+
+    // ==================== AI Service 监听器 Beans ====================
+
+    @Bean
+    public AiServiceStartedListener aiServiceStartedListener() {
+        return new MyAiServiceStartedListener();
+    }
+
+    @Bean
+    public AiServiceRequestIssuedListener aiServiceRequestIssuedListener() {
+        return new MyAiServiceRequestIssuedListener();
+    }
+
+    @Bean
+    public AiServiceResponseReceivedListener aiServiceResponseReceivedListener() {
+        return new MyAiServiceResponseReceivedListener();
+    }
+
+    @Bean
+    public AiServiceCompletedListener aiServiceCompletedListener() {
+        return new MyAiServiceCompletedListener();
+    }
+
+    @Bean
+    public AiServiceErrorListener aiServiceErrorListener() {
+        return new MyAiServiceErrorListener();
+    }
+
+    @Bean
+    public InputGuardrailExecutedListener inputGuardrailExecutedListener() {
+        return new MyInputGuardrailExecutedListener();
+    }
+
+    @Bean
+    public OutputGuardrailExecutedListener outputGuardrailExecutedListener() {
+        return new MyOutputGuardrailExecutedListener();
+    }
+
+    @Bean
+    public ToolExecutedEventListener toolExecutedEventListener() {
+        return new MyToolExecutedEventListener();
+    }
+
+    // ==================== ChatModel 监听器 ====================
+
+    @Bean
+    public ChatModelListener chatModelListener() {
+        return new MyChatModelListener();
+    }
+
+    @Bean
+    public List<ChatModelListener> chatModelListeners() {
+        return List.of(new MyChatModelListener());
+    }
+
+    // ==================== EmbeddingModel 监听器 ====================
+
+    @Bean
+    @Experimental
+    public EmbeddingModelListener embeddingModelListener() {
+        return new MyEmbeddingModelListener();
+    }
+
+    @Bean
+    @Experimental
+    public List<EmbeddingModelListener> embeddingModelListeners() {
+        return List.of(new MyEmbeddingModelListener());
+    }
+
+    // ==================== MCP Client 监听器 ====================
+
+    @Bean
+    public McpClientListener mcpClientListener() {
+        return new MyMcpClientListener();
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyAgentListener.java

@@ -0,0 +1,145 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.agentic.observability.AgentInvocationError;
+import dev.langchain4j.agentic.observability.AgentRequest;
+import dev.langchain4j.agentic.observability.AgentResponse;
+import dev.langchain4j.agentic.planner.AgentInstance;
+import dev.langchain4j.agentic.scope.AgenticScope;
+import dev.langchain4j.service.tool.BeforeToolExecution;
+import dev.langchain4j.service.tool.ToolExecution;
+import lombok.extern.slf4j.Slf4j;
+
+import java.util.Map;
+import java.util.concurrent.atomic.AtomicReference;
+
+/**
+ * 自定义的 AgentListener 的监听器。
+ * 监听 Agent 相关的所有可观测性事件，包括：
+ * <ul>
+ *   <li>Agent 调用前/后的生命周期事件</li>
+ *   <li>Agent 执行错误事件</li>
+ *   <li>AgenticScope 的创建/销毁事件</li>
+ *   <li>工具执行前/后的生命周期事件</li>
+ * </ul>
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyAgentListener implements dev.langchain4j.agentic.observability.AgentListener {
+
+    /** 最终捕获到的思考结果（主 Agent 完成后写入，供外部获取） */
+    private final AtomicReference<String> sharedOutputRef = new AtomicReference<>();
+
+    public String getCapturedResult() {
+        return sharedOutputRef.get();
+    }
+
+    // ==================== Agent 调用生命周期 ====================
+
+    @Override
+    public void beforeAgentInvocation(AgentRequest agentRequest) {
+        AgentInstance agent = agentRequest.agent();
+        AgenticScope scope = agentRequest.agenticScope();
+        Map<String, Object> inputs = agentRequest.inputs();
+
+        log.info("【Agent调用前】Agent名称: {}", agent.name());
+        log.info("【Agent调用前】Agent ID: {}", agent.agentId());
+        log.info("【Agent调用前】Agent类型: {}", agent.type().getName());
+        log.info("【Agent调用前】Agent描述: {}", agent.description());
+        log.info("【Agent调用前】Planner类型: {}", agent.plannerType());
+        log.info("【Agent调用前】输出类型: {}", agent.outputType());
+        log.info("【Agent调用前】输出Key: {}", agent.outputKey());
+        log.info("【Agent调用前】是否为异步: {}", agent.async());
+        log.info("【Agent调用前】是否为叶子节点: {}", agent.leaf());
+        log.info("【Agent调用前】Agent参数列表:");
+        for (var arg : agent.arguments()) {
+            log.info("  - 参数名: {}, 类型: {}, 默认值: {}",
+                    arg.name(), arg.rawType().getName(), arg.defaultValue());
+        }
+        log.info("【Agent调用前】Agent输入参数: {}", inputs);
+        log.info("【Agent调用前】AgenticScope memoryId: {}", scope.memoryId());
+        log.info("【Agent调用前】AgenticScope当前状态: {}", scope.state());
+        log.info("【Agent调用前】Agent调用历史记录数: {}", scope.agentInvocations().size());
+
+        // 打印嵌套的子Agent信息
+        if (!agent.subagents().isEmpty()) {
+            log.info("【Agent调用前】子Agent列表:");
+            for (AgentInstance sub : agent.subagents()) {
+                log.info("  - 子Agent: {} ({})", sub.name(), sub.type().getName());
+            }
+        }
+
+        // 打印父Agent信息
+        if (agent.parent() != null) {
+            log.info("【Agent调用前】父Agent: {}", agent.parent().name());
+        }
+    }
+
+    @Override
+    public void afterAgentInvocation(AgentResponse agentResponse) {
+        AgentInstance agent = agentResponse.agent();
+        Map<String, Object> inputs = agentResponse.inputs();
+        Object output = agentResponse.output();
+        String outputStr = output != null ? output.toString() : "";
+
+        log.info("【Agent调用后】Agent名称: {}", agent.name());
+        log.info("【Agent调用后】Agent ID: {}", agent.agentId());
+        log.info("【Agent调用后】Agent输入参数: {}", inputs);
+        log.info("【Agent调用后】Agent输出结果: {}", output);
+        log.info("【Agent调用后】是否为叶子节点: {}", agent.leaf());
+
+        // 捕获主 Agent 的最终输出，供外部获取
+        if ("invoke".equals(agent.agentId()) && !outputStr.isEmpty()) {
+            sharedOutputRef.set(outputStr);
+            log.info("【Agent调用后】已捕获主Agent输出: {}", outputStr);
+        }
+    }
+
+    @Override
+    public void onAgentInvocationError(AgentInvocationError error) {
+        AgentInstance agent = error.agent();
+        Map<String, Object> inputs = error.inputs();
+        Throwable throwable = error.error();
+
+        log.error("【Agent执行错误】Agent名称: {}", agent.name());
+        log.error("【Agent执行错误】Agent ID: {}", agent.agentId());
+        log.error("【Agent执行错误】Agent类型: {}", agent.type().getName());
+        log.error("【Agent执行错误】Agent输入参数: {}", inputs);
+        log.error("【Agent执行错误】错误类型: {}", throwable.getClass().getName());
+        log.error("【Agent执行错误】错误信息: {}", throwable.getMessage(), throwable);
+    }
+
+    // ==================== AgenticScope 生命周期 ====================
+
+    @Override
+    public void afterAgenticScopeCreated(AgenticScope agenticScope) {
+        log.info("【AgenticScope已创建】memoryId: {}", agenticScope.memoryId());
+        log.info("【AgenticScope已创建】初始状态: {}", agenticScope.state());
+    }
+
+    @Override
+    public void beforeAgenticScopeDestroyed(AgenticScope agenticScope) {
+        log.info("【AgenticScope即将销毁】memoryId: {}", agenticScope.memoryId());
+        log.info("【AgenticScope即将销毁】最终状态: {}", agenticScope.state());
+        log.info("【AgenticScope即将销毁】总调用次数: {}", agenticScope.agentInvocations().size());
+    }
+
+    // ==================== 工具执行生命周期 ====================
+
+    @Override
+    public void beforeToolExecution(BeforeToolExecution beforeToolExecution) {
+        var toolRequest = beforeToolExecution.request();
+        log.info("【工具执行前】工具请求ID: {}", toolRequest.id());
+        log.info("【工具执行前】工具名称: {}", toolRequest.name());
+        log.info("【工具执行前】工具参数: {}", toolRequest.arguments());
+    }
+
+    @Override
+    public void afterToolExecution(ToolExecution toolExecution) {
+        var toolRequest = toolExecution.request();
+        log.info("【工具执行后】工具请求ID: {}", toolRequest.id());
+        log.info("【工具执行后】工具名称: {}", toolRequest.name());
+        log.info("【工具执行后】工具执行结果: {}", toolExecution.result());
+        log.info("【工具执行后】工具执行是否失败: {}", toolExecution.hasFailed());
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyAiServiceCompletedListener.java

@@ -0,0 +1,41 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.invocation.InvocationContext;
+import dev.langchain4j.observability.api.event.AiServiceCompletedEvent;
+import dev.langchain4j.observability.api.listener.AiServiceCompletedListener;
+import lombok.extern.slf4j.Slf4j;
+
+import java.time.Instant;
+import java.util.List;
+import java.util.Optional;
+import java.util.UUID;
+
+/**
+ * 自定义的 AiServiceCompletedEvent 的监听器。
+ * 它表示在 AI 服务调用完成时发生的事件。
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyAiServiceCompletedListener implements AiServiceCompletedListener {
+
+    @Override
+    public void onEvent(AiServiceCompletedEvent event) {
+        InvocationContext invocationContext = event.invocationContext();
+        Optional<Object> result = event.result();
+        UUID invocationId = invocationContext.invocationId();
+        String aiServiceInterfaceName = invocationContext.interfaceName();
+        String aiServiceMethodName = invocationContext.methodName();
+        List<Object> aiServiceMethodArgs = invocationContext.methodArguments();
+        Object chatMemoryId = invocationContext.chatMemoryId();
+        Instant eventTimestamp = invocationContext.timestamp();
+
+        log.info("【AI服务完成】调用唯一标识符: {}", invocationId);
+        log.info("【AI服务完成】AI服务接口名: {}", aiServiceInterfaceName);
+        log.info("【AI服务完成】调用的方法名: {}", aiServiceMethodName);
+        log.info("【AI服务完成】AI服务方法参数: {}", aiServiceMethodArgs);
+        log.info("【AI服务完成】聊天记忆ID: {}", chatMemoryId);
+        log.info("【AI服务完成】调用发生的时间: {}", eventTimestamp);
+        log.info("【AI服务完成】调用结果: {}", result);
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyAiServiceErrorListener.java

@@ -0,0 +1,33 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.invocation.InvocationContext;
+import dev.langchain4j.observability.api.event.AiServiceErrorEvent;
+import dev.langchain4j.observability.api.listener.AiServiceErrorListener;
+import lombok.extern.slf4j.Slf4j;
+
+import java.util.UUID;
+
+/**
+ * 自定义的 AiServiceErrorEvent 的监听器。
+ * 它表示在 AI 服务调用失败时发生的事件。
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyAiServiceErrorListener implements AiServiceErrorListener {
+
+    @Override
+    public void onEvent(AiServiceErrorEvent event) {
+        InvocationContext invocationContext = event.invocationContext();
+        UUID invocationId = invocationContext.invocationId();
+        String aiServiceInterfaceName = invocationContext.interfaceName();
+        String aiServiceMethodName = invocationContext.methodName();
+        Throwable error = event.error();
+
+        log.error("【AI服务错误】调用唯一标识符: {}", invocationId);
+        log.error("【AI服务错误】AI服务接口名: {}", aiServiceInterfaceName);
+        log.error("【AI服务错误】调用的方法名: {}", aiServiceMethodName);
+        log.error("【AI服务错误】错误类型: {}", error.getClass().getName());
+        log.error("【AI服务错误】错误信息: {}", error.getMessage(), error);
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyAiServiceRequestIssuedListener.java

@@ -0,0 +1,33 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.invocation.InvocationContext;
+import dev.langchain4j.model.chat.request.ChatRequest;
+import dev.langchain4j.observability.api.event.AiServiceRequestIssuedEvent;
+import dev.langchain4j.observability.api.listener.AiServiceRequestIssuedListener;
+import lombok.extern.slf4j.Slf4j;
+
+import java.util.UUID;
+
+/**
+ * 自定义的 AiServiceRequestIssuedEvent 的监听器。
+ * 它表示在向 LLM 发送请求之前发生的事件。
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyAiServiceRequestIssuedListener implements AiServiceRequestIssuedListener {
+
+    @Override
+    public void onEvent(AiServiceRequestIssuedEvent event) {
+        InvocationContext invocationContext = event.invocationContext();
+        UUID invocationId = invocationContext.invocationId();
+        String aiServiceInterfaceName = invocationContext.interfaceName();
+        String aiServiceMethodName = invocationContext.methodName();
+        ChatRequest request = event.request();
+
+        log.info("【请求已发出】调用唯一标识符: {}", invocationId);
+        log.info("【请求已发出】AI服务接口名: {}", aiServiceInterfaceName);
+        log.info("【请求已发出】调用的方法名: {}", aiServiceMethodName);
+        log.info("【请求已发出】发送给LLM的请求: {}", request);
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyAiServiceResponseReceivedListener.java

@@ -0,0 +1,37 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.invocation.InvocationContext;
+import dev.langchain4j.model.chat.request.ChatRequest;
+import dev.langchain4j.model.chat.response.ChatResponse;
+import dev.langchain4j.observability.api.event.AiServiceResponseReceivedEvent;
+import dev.langchain4j.observability.api.listener.AiServiceResponseReceivedListener;
+import lombok.extern.slf4j.Slf4j;
+
+import java.util.UUID;
+
+/**
+ * 自定义的 AiServiceResponseReceivedEvent 的监听器。
+ * 它表示在从 LLM 接收到响应时发生的事件。
+ * 在涉及工具或 guardrail 的单个 AI 服务调用期间，可能会被调用多次。
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyAiServiceResponseReceivedListener implements AiServiceResponseReceivedListener {
+
+    @Override
+    public void onEvent(AiServiceResponseReceivedEvent event) {
+        InvocationContext invocationContext = event.invocationContext();
+        UUID invocationId = invocationContext.invocationId();
+        String aiServiceInterfaceName = invocationContext.interfaceName();
+        String aiServiceMethodName = invocationContext.methodName();
+        ChatRequest request = event.request();
+        ChatResponse response = event.response();
+
+        log.info("【响应已接收】调用唯一标识符: {}", invocationId);
+        log.info("【响应已接收】AI服务接口名: {}", aiServiceInterfaceName);
+        log.info("【响应已接收】调用的方法名: {}", aiServiceMethodName);
+        log.info("【响应已接收】发送给LLM的请求: {}", request);
+        log.info("【响应已接收】从LLM收到的响应: {}", response);
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyAiServiceStartedListener.java

@@ -0,0 +1,38 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.data.message.ChatMessage;
+import dev.langchain4j.data.message.SystemMessage;
+import dev.langchain4j.data.message.UserMessage;
+import dev.langchain4j.invocation.InvocationContext;
+import dev.langchain4j.observability.api.event.AiServiceStartedEvent;
+import dev.langchain4j.observability.api.listener.AiServiceStartedListener;
+import lombok.extern.slf4j.Slf4j;
+
+import java.util.Optional;
+import java.util.UUID;
+
+/**
+ * 自定义的 AiServiceStartedEvent 的监听器。
+ * 它表示在 AI 服务调用开始时发生的事件。
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyAiServiceStartedListener implements AiServiceStartedListener {
+
+    @Override
+    public void onEvent(AiServiceStartedEvent event) {
+        InvocationContext invocationContext = event.invocationContext();
+        UUID invocationId = invocationContext.invocationId();
+        String aiServiceInterfaceName = invocationContext.interfaceName();
+        String aiServiceMethodName = invocationContext.methodName();
+        Optional<SystemMessage> systemMessage = event.systemMessage();
+        UserMessage userMessage = event.userMessage();
+
+        log.info("【AI服务启动】调用唯一标识符: {}", invocationId);
+        log.info("【AI服务启动】AI服务接口名: {}", aiServiceInterfaceName);
+        log.info("【AI服务启动】调用的方法名: {}", aiServiceMethodName);
+        log.info("【AI服务启动】系统消息: {}", systemMessage.orElse(null));
+        log.info("【AI服务启动】用户消息: {}", userMessage);
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyChatModelListener.java

@@ -0,0 +1,43 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.model.chat.listener.ChatModelErrorContext;
+import dev.langchain4j.model.chat.listener.ChatModelListener;
+import dev.langchain4j.model.chat.listener.ChatModelRequestContext;
+import dev.langchain4j.model.chat.listener.ChatModelResponseContext;
+import dev.langchain4j.model.chat.request.ChatRequest;
+import dev.langchain4j.model.chat.response.ChatResponse;
+import lombok.extern.slf4j.Slf4j;
+
+/**
+ * 自定义的 ChatModelListener 的监听器。
+ * 它监听 ChatModel 的请求、响应和错误事件。
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyChatModelListener implements ChatModelListener {
+
+    @Override
+    public void onRequest(ChatModelRequestContext requestContext) {
+        ChatRequest request = requestContext.chatRequest();
+        log.info("【ChatModel请求】发送给模型的请求: {}", request);
+        log.info("【ChatModel请求】模型提供商: {}", requestContext.modelProvider());
+    }
+
+    @Override
+    public void onResponse(ChatModelResponseContext responseContext) {
+        ChatRequest request = responseContext.chatRequest();
+        ChatResponse response = responseContext.chatResponse();
+        log.info("【ChatModel响应】原始请求: {}", request);
+        log.info("【ChatModel响应】收到的响应: {}", response);
+        log.info("【ChatModel响应】模型提供商: {}", responseContext.modelProvider());
+    }
+
+    @Override
+    public void onError(ChatModelErrorContext errorContext) {
+        log.error("【ChatModel错误】错误类型: {}", errorContext.error().getClass().getName());
+        log.error("【ChatModel错误】错误信息: {}", errorContext.error().getMessage());
+        log.error("【ChatModel错误】原始请求: {}", errorContext.chatRequest());
+        log.error("【ChatModel错误】模型提供商: {}", errorContext.modelProvider());
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyEmbeddingModelListener.java

@@ -0,0 +1,47 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.Experimental;
+import dev.langchain4j.data.embedding.Embedding;
+import dev.langchain4j.model.embedding.listener.EmbeddingModelErrorContext;
+import dev.langchain4j.model.embedding.listener.EmbeddingModelListener;
+import dev.langchain4j.model.embedding.listener.EmbeddingModelRequestContext;
+import dev.langchain4j.model.embedding.listener.EmbeddingModelResponseContext;
+import dev.langchain4j.model.output.Response;
+import lombok.extern.slf4j.Slf4j;
+
+import java.util.List;
+
+/**
+ * 自定义的 EmbeddingModelListener 的监听器。
+ * 它监听 EmbeddingModel 的请求、响应和错误事件。
+ *
+ * @author evo
+ */
+@Slf4j
+@Experimental
+public class MyEmbeddingModelListener implements EmbeddingModelListener {
+
+    @Override
+    public void onRequest(EmbeddingModelRequestContext requestContext) {
+        log.info("【EmbeddingModel请求】输入文本段落数量: {}", requestContext.textSegments().size());
+        log.info("【EmbeddingModel请求】嵌入模型: {}", requestContext.embeddingModel());
+    }
+
+    @Override
+    public void onResponse(EmbeddingModelResponseContext responseContext) {
+        Response<List<Embedding>> response = responseContext.response();
+        List<Embedding> embeddings = response.content();
+        log.info("【EmbeddingModel响应】嵌入向量数量: {}", embeddings.size());
+        log.info("【EmbeddingModel响应】嵌入维度: {}", embeddings.isEmpty() ? 0 : embeddings.get(0).dimension());
+        log.info("【EmbeddingModel响应】嵌入模型: {}", responseContext.embeddingModel());
+        log.info("【EmbeddingModel响应】输入文本段落: {}", responseContext.textSegments());
+    }
+
+    @Override
+    public void onError(EmbeddingModelErrorContext errorContext) {
+        log.error("【EmbeddingModel错误】错误类型: {}", errorContext.error().getClass().getName());
+        log.error("【EmbeddingModel错误】错误信息: {}", errorContext.error().getMessage());
+        log.error("【EmbeddingModel错误】输入文本段落数量: {}", errorContext.textSegments().size());
+        log.error("【EmbeddingModel错误】嵌入模型: {}", errorContext.embeddingModel());
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyInputGuardrailExecutedListener.java

@@ -0,0 +1,45 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.data.message.UserMessage;
+import dev.langchain4j.guardrail.InputGuardrail;
+import dev.langchain4j.guardrail.InputGuardrailRequest;
+import dev.langchain4j.guardrail.InputGuardrailResult;
+import dev.langchain4j.invocation.InvocationContext;
+import dev.langchain4j.observability.api.event.InputGuardrailExecutedEvent;
+import dev.langchain4j.observability.api.listener.InputGuardrailExecutedListener;
+import lombok.extern.slf4j.Slf4j;
+
+import java.time.Duration;
+import java.util.UUID;
+
+/**
+ * 自定义的 InputGuardrailExecutedEvent 的监听器。
+ * 它表示在输入 guardrail 验证执行时发生的事件。
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyInputGuardrailExecutedListener implements InputGuardrailExecutedListener {
+
+    @Override
+    public void onEvent(InputGuardrailExecutedEvent event) {
+        InvocationContext invocationContext = event.invocationContext();
+        UUID invocationId = invocationContext.invocationId();
+        String aiServiceInterfaceName = invocationContext.interfaceName();
+        String aiServiceMethodName = invocationContext.methodName();
+        InputGuardrailRequest request = event.request();
+        InputGuardrailResult result = event.result();
+        Class<InputGuardrail> guardrailClass = event.guardrailClass();
+        Duration duration = event.duration();
+        UserMessage rewrittenUserMessage = event.rewrittenUserMessage();
+
+        log.info("【输入Guardrail已执行】调用唯一标识符: {}", invocationId);
+        log.info("【输入Guardrail已执行】AI服务接口名: {}", aiServiceInterfaceName);
+        log.info("【输入Guardrail已执行】调用的方法名: {}", aiServiceMethodName);
+        log.info("【输入Guardrail已执行】Guardrail类名: {}", guardrailClass.getName());
+        log.info("【输入Guardrail已执行】输入Guardrail请求: {}", request);
+        log.info("【输入Guardrail已执行】输入Guardrail结果: {}", result);
+        log.info("【输入Guardrail已执行】重写后的用户消息: {}", rewrittenUserMessage);
+        log.info("【输入Guardrail已执行】执行耗时: {}ms", duration.toMillis());
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyMcpClientListener.java

@@ -0,0 +1,136 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.invocation.InvocationContext;
+import dev.langchain4j.mcp.client.McpCallContext;
+import dev.langchain4j.mcp.client.McpClientListener;
+import dev.langchain4j.mcp.client.McpGetPromptResult;
+import dev.langchain4j.mcp.client.McpReadResourceResult;
+import dev.langchain4j.mcp.protocol.McpClientMessage;
+import dev.langchain4j.service.tool.ToolExecutionResult;
+import lombok.extern.slf4j.Slf4j;
+
+import java.util.Map;
+
+/**
+ * 自定义的 McpClientListener 的监听器。
+ * 监听 MCP 客户端相关的所有可观测性事件，包括：
+ * <ul>
+ *   <li>MCP 工具执行的开始/成功/错误事件</li>
+ *   <li>MCP 资源读取的开始/成功/错误事件</li>
+ *   <li>MCP 提示词获取的开始/成功/错误事件</li>
+ * </ul>
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyMcpClientListener implements McpClientListener {
+
+    // ==================== 工具执行 ====================
+
+    @Override
+    public void beforeExecuteTool(McpCallContext context) {
+        InvocationContext invocationContext = context.invocationContext();
+        McpClientMessage message = context.message();
+
+        log.info("【MCP工具执行前】调用唯一标识符: {}", invocationContext.invocationId());
+        log.info("【MCP工具执行前】MCP消息ID: {}", message.getId());
+        log.info("【MCP工具执行前】MCP方法: {}", message.method);
+    }
+
+    @Override
+    public void afterExecuteTool(McpCallContext context, ToolExecutionResult result, Map<String, Object> rawResult) {
+        InvocationContext invocationContext = context.invocationContext();
+        McpClientMessage message = context.message();
+
+        log.info("【MCP工具执行后】调用唯一标识符: {}", invocationContext.invocationId());
+        log.info("【MCP工具执行后】MCP消息ID: {}", message.getId());
+        log.info("【MCP工具执行后】MCP方法: {}", message.method);
+        log.info("【MCP工具执行后】工具执行结果: {}", result);
+        log.info("【MCP工具执行后】原始结果: {}", rawResult);
+    }
+
+    @Override
+    public void onExecuteToolError(McpCallContext context, Throwable error) {
+        InvocationContext invocationContext = context.invocationContext();
+        McpClientMessage message = context.message();
+
+        log.error("【MCP工具执行错误】调用唯一标识符: {}", invocationContext.invocationId());
+        log.error("【MCP工具执行错误】MCP消息ID: {}", message.getId());
+        log.error("【MCP工具执行错误】MCP方法: {}", message.method);
+        log.error("【MCP工具执行错误】错误类型: {}", error.getClass().getName());
+        log.error("【MCP工具执行错误】错误信息: {}", error.getMessage(), error);
+    }
+
+    // ==================== 资源读取 ====================
+
+    @Override
+    public void beforeResourceGet(McpCallContext context) {
+        InvocationContext invocationContext = context.invocationContext();
+        McpClientMessage message = context.message();
+
+        log.info("【MCP资源读取前】调用唯一标识符: {}", invocationContext.invocationId());
+        log.info("【MCP资源读取前】MCP消息ID: {}", message.getId());
+        log.info("【MCP资源读取前】MCP方法: {}", message.method);
+    }
+
+    @Override
+    public void afterResourceGet(McpCallContext context, McpReadResourceResult result, Map<String, Object> rawResult) {
+        InvocationContext invocationContext = context.invocationContext();
+        McpClientMessage message = context.message();
+
+        log.info("【MCP资源读取后】调用唯一标识符: {}", invocationContext.invocationId());
+        log.info("【MCP资源读取后】MCP消息ID: {}", message.getId());
+        log.info("【MCP资源读取后】MCP方法: {}", message.method);
+        log.info("【MCP资源读取后】资源内容数量: {}", result.contents() != null ? result.contents().size() : 0);
+        log.info("【MCP资源读取后】原始结果: {}", rawResult);
+    }
+
+    @Override
+    public void onResourceGetError(McpCallContext context, Throwable error) {
+        InvocationContext invocationContext = context.invocationContext();
+        McpClientMessage message = context.message();
+
+        log.error("【MCP资源读取错误】调用唯一标识符: {}", invocationContext.invocationId());
+        log.error("【MCP资源读取错误】MCP消息ID: {}", message.getId());
+        log.error("【MCP资源读取错误】MCP方法: {}", message.method);
+        log.error("【MCP资源读取错误】错误类型: {}", error.getClass().getName());
+        log.error("【MCP资源读取错误】错误信息: {}", error.getMessage(), error);
+    }
+
+    // ==================== 提示词获取 ====================
+
+    @Override
+    public void beforePromptGet(McpCallContext context) {
+        InvocationContext invocationContext = context.invocationContext();
+        McpClientMessage message = context.message();
+
+        log.info("【MCP提示词获取前】调用唯一标识符: {}", invocationContext.invocationId());
+        log.info("【MCP提示词获取前】MCP消息ID: {}", message.getId());
+        log.info("【MCP提示词获取前】MCP方法: {}", message.method);
+    }
+
+    @Override
+    public void afterPromptGet(McpCallContext context, McpGetPromptResult result, Map<String, Object> rawResult) {
+        InvocationContext invocationContext = context.invocationContext();
+        McpClientMessage message = context.message();
+
+        log.info("【MCP提示词获取后】调用唯一标识符: {}", invocationContext.invocationId());
+        log.info("【MCP提示词获取后】MCP消息ID: {}", message.getId());
+        log.info("【MCP提示词获取后】MCP方法: {}", message.method);
+        log.info("【MCP提示词获取后】提示词描述: {}", result.description());
+        log.info("【MCP提示词获取后】提示词消息数量: {}", result.messages() != null ? result.messages().size() : 0);
+        log.info("【MCP提示词获取后】原始结果: {}", rawResult);
+    }
+
+    @Override
+    public void onPromptGetError(McpCallContext context, Throwable error) {
+        InvocationContext invocationContext = context.invocationContext();
+        McpClientMessage message = context.message();
+
+        log.error("【MCP提示词获取错误】调用唯一标识符: {}", invocationContext.invocationId());
+        log.error("【MCP提示词获取错误】MCP消息ID: {}", message.getId());
+        log.error("【MCP提示词获取错误】MCP方法: {}", message.method);
+        log.error("【MCP提示词获取错误】错误类型: {}", error.getClass().getName());
+        log.error("【MCP提示词获取错误】错误信息: {}", error.getMessage(), error);
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyOutputGuardrailExecutedListener.java

@@ -0,0 +1,42 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.guardrail.OutputGuardrail;
+import dev.langchain4j.guardrail.OutputGuardrailRequest;
+import dev.langchain4j.guardrail.OutputGuardrailResult;
+import dev.langchain4j.invocation.InvocationContext;
+import dev.langchain4j.observability.api.event.OutputGuardrailExecutedEvent;
+import dev.langchain4j.observability.api.listener.OutputGuardrailExecutedListener;
+import lombok.extern.slf4j.Slf4j;
+
+import java.time.Duration;
+import java.util.UUID;
+
+/**
+ * 自定义的 OutputGuardrailExecutedEvent 的监听器。
+ * 它表示在输出 guardrail 验证执行时发生的事件。
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyOutputGuardrailExecutedListener implements OutputGuardrailExecutedListener {
+
+    @Override
+    public void onEvent(OutputGuardrailExecutedEvent event) {
+        InvocationContext invocationContext = event.invocationContext();
+        UUID invocationId = invocationContext.invocationId();
+        String aiServiceInterfaceName = invocationContext.interfaceName();
+        String aiServiceMethodName = invocationContext.methodName();
+        OutputGuardrailRequest request = event.request();
+        OutputGuardrailResult result = event.result();
+        Class<OutputGuardrail> guardrailClass = event.guardrailClass();
+        Duration duration = event.duration();
+
+        log.info("【输出Guardrail已执行】调用唯一标识符: {}", invocationId);
+        log.info("【输出Guardrail已执行】AI服务接口名: {}", aiServiceInterfaceName);
+        log.info("【输出Guardrail已执行】调用的方法名: {}", aiServiceMethodName);
+        log.info("【输出Guardrail已执行】Guardrail类名: {}", guardrailClass.getName());
+        log.info("【输出Guardrail已执行】输出Guardrail请求: {}", request);
+        log.info("【输出Guardrail已执行】输出Guardrail结果: {}", result);
+        log.info("【输出Guardrail已执行】执行耗时: {}ms", duration.toMillis());
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/observability/MyToolExecutedEventListener.java

@@ -0,0 +1,38 @@
+package org.ruoyi.observability;
+
+import dev.langchain4j.agent.tool.ToolExecutionRequest;
+import dev.langchain4j.invocation.InvocationContext;
+import dev.langchain4j.observability.api.event.ToolExecutedEvent;
+import dev.langchain4j.observability.api.listener.ToolExecutedEventListener;
+import lombok.extern.slf4j.Slf4j;
+
+import java.util.UUID;
+
+/**
+ * 自定义的 ToolExecutedEvent 的监听器。
+ * 它表示在工具执行完成后发生的事件。
+ * 在单个 AI 服务调用期间，可能会被调用多次。
+ *
+ * @author evo
+ */
+@Slf4j
+public class MyToolExecutedEventListener implements ToolExecutedEventListener {
+
+    @Override
+    public void onEvent(ToolExecutedEvent event) {
+        InvocationContext invocationContext = event.invocationContext();
+        UUID invocationId = invocationContext.invocationId();
+        String aiServiceInterfaceName = invocationContext.interfaceName();
+        String aiServiceMethodName = invocationContext.methodName();
+        ToolExecutionRequest request = event.request();
+        String resultText = event.resultText();
+
+        log.info("【工具已执行】调用唯一标识符: {}", invocationId);
+        log.info("【工具已执行】AI服务接口名: {}", aiServiceInterfaceName);
+        log.info("【工具已执行】调用的方法名: {}", aiServiceMethodName);
+        log.info("【工具已执行】工具执行请求 ID: {}", request.id());
+        log.info("【工具已执行】工具名称: {}", request.name());
+        log.info("【工具已执行】工具参数: {}", request.arguments());
+        log.info("【工具已执行】工具执行结果: {}", resultText);
+    }
+}

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/service/chat/impl/ChatServiceFacade.java

@@ -1,11 +1,13 @@
 package org.ruoyi.service.chat.impl;
 
 import cn.dev33.satoken.stp.StpUtil;
+import cn.hutool.core.util.StrUtil;
 import dev.langchain4j.agentic.AgenticServices;
 import dev.langchain4j.agentic.supervisor.SupervisorAgent;
 import dev.langchain4j.agentic.supervisor.SupervisorResponseStrategy;
-import dev.langchain4j.community.model.dashscope.QwenChatModel;
+import dev.langchain4j.data.message.AiMessage;
-import dev.langchain4j.data.message.*;
+import dev.langchain4j.data.message.ChatMessage;
+import dev.langchain4j.data.message.UserMessage;
 import dev.langchain4j.mcp.McpToolProvider;
 import dev.langchain4j.mcp.client.DefaultMcpClient;
 import dev.langchain4j.mcp.client.McpClient;
@@ -43,6 +45,9 @@ import org.ruoyi.domain.bo.vector.QueryVectorBo;
 import org.ruoyi.domain.vo.knowledge.KnowledgeInfoVo;
 import org.ruoyi.factory.ChatServiceFactory;
 import org.ruoyi.mcp.service.core.ToolProviderFactory;
+import org.ruoyi.observability.MyAgentListener;
+import org.ruoyi.observability.MyChatModelListener;
+import org.ruoyi.observability.MyMcpClientListener;
 import org.ruoyi.service.chat.AbstractChatService;
 import org.ruoyi.service.chat.IChatMessageService;
 import org.ruoyi.service.chat.impl.memory.PersistentChatMemoryStore;
@@ -120,7 +125,7 @@ public class ChatServiceFacade implements IChatService {
         List<ChatMessage> contextMessages = buildContextMessages(chatRequest);
 
         // 3. 处理特殊聊天模式（工作流、人机交互恢复、思考模式）
-        SseEmitter specialResult = handleSpecialChatModes(chatRequest, contextMessages, chatModelVo, emitter);
+        SseEmitter specialResult = handleSpecialChatModes(chatRequest, contextMessages, chatModelVo, emitter, userId, tokenValue);
         if (specialResult != null) {
             return specialResult;
         }
@@ -149,10 +154,13 @@ public class ChatServiceFacade implements IChatService {
      * @param contextMessages  上下文消息列表（可能被修改）
      * @param chatModelVo      聊天模型配置
      * @param emitter          SSE发射器
+     * @param userId           用户ID
+     * @param tokenValue       会话令牌
      * @return 如果需要提前返回则返回SseEmitter，否则返回null
      */
     private SseEmitter handleSpecialChatModes(ChatRequest chatRequest, List<ChatMessage> contextMessages,
-                                              ChatModelVo chatModelVo, SseEmitter emitter) {
+                                              ChatModelVo chatModelVo, SseEmitter emitter,
+                                              Long userId, String tokenValue) {
         // 处理工作流对话
         if (chatRequest.getEnableWorkFlow()) {
             log.info("处理工作流对话,会话: {}", chatRequest.getSessionId());
@@ -191,7 +199,7 @@ public class ChatServiceFacade implements IChatService {
 
         // 处理思考模式
         if (chatRequest.getEnableThinking()) {
-            handleThinkingMode(chatRequest, contextMessages, chatModelVo);
+            handleThinkingMode(chatRequest, contextMessages, chatModelVo, userId);
         }
 
         return null;
@@ -200,11 +208,13 @@ public class ChatServiceFacade implements IChatService {
     /**
      * 处理思考模式
      *
-     * @param chatRequest      聊天请求
+     * @param chatRequest     聊天请求
-     * @param contextMessages  上下文消息列表
+     * @param contextMessages 上下文消息列表
-     * @param chatModelVo      聊天模型配置
+     * @param chatModelVo     聊天模型配置
+     * @param userId          用户ID
      */
-    private void handleThinkingMode(ChatRequest chatRequest, List<ChatMessage> contextMessages, ChatModelVo chatModelVo) {
+    private void handleThinkingMode(ChatRequest chatRequest, List<ChatMessage> contextMessages,
+                                    ChatModelVo chatModelVo, Long userId) {
         // 步骤1: 配置MCP传输层 - 连接到bing-cn-mcp服务器
         McpTransport transport = new StdioMcpTransport.Builder()
             .command(List.of("C:\\Program Files\\nodejs\\npx.cmd", "-y", "bing-cn-mcp"))
@@ -213,6 +223,7 @@ public class ChatServiceFacade implements IChatService {
 
         McpClient mcpClient = new DefaultMcpClient.Builder()
             .transport(transport)
+            .listener(new MyMcpClientListener())
             .build();
 
         ToolProvider toolProvider = McpToolProvider.builder()
@@ -227,6 +238,7 @@ public class ChatServiceFacade implements IChatService {
 
         McpClient mcpClient1 = new DefaultMcpClient.Builder()
             .transport(transport1)
+            .listener(new MyMcpClientListener())
             .build();
 
         ToolProvider toolProvider1 = McpToolProvider.builder()
@@ -237,34 +249,40 @@ public class ChatServiceFacade implements IChatService {
         OpenAiChatModel plannerModel = OpenAiChatModel.builder()
             .baseUrl(chatModelVo.getApiHost())
             .apiKey(chatModelVo.getApiKey())
+            .listeners(List.of(new MyChatModelListener()))
             .modelName(chatModelVo.getModelName())
             .build();
 
         // 构建各Agent
         SqlAgent sqlAgent = AgenticServices.agentBuilder(SqlAgent.class)
             .chatModel(plannerModel)
+            .listener(new MyAgentListener())
             .tools(new QueryAllTablesTool(), new QueryTableSchemaTool(), new ExecuteSqlQueryTool())
             .build();
 
         WebSearchAgent searchAgent = AgenticServices.agentBuilder(WebSearchAgent.class)
             .chatModel(plannerModel)
+            .listener(new MyAgentListener())
             .toolProvider(toolProvider)
             .build();
 
         ChartGenerationAgent chartGenerationAgent = AgenticServices.agentBuilder(ChartGenerationAgent.class)
             .chatModel(plannerModel)
+            .listener(new MyAgentListener())
             .toolProvider(toolProvider1)
             .build();
 
         // 构建监督者Agent
         SupervisorAgent supervisor = AgenticServices.supervisorBuilder()
             .chatModel(plannerModel)
-            .subAgents(sqlAgent, chartGenerationAgent)
+            .listener(new MyAgentListener())
+            .subAgents(sqlAgent, searchAgent, chartGenerationAgent)
             .responseStrategy(SupervisorResponseStrategy.LAST)
             .build();
 
+        // 调用 supervisor
         String invoke = supervisor.invoke(chatRequest.getContent());
-        contextMessages.add(AiMessage.from(invoke));
+        log.info("supervisor.invoke() 返回: {}", invoke);
     }
 
     /**
@@ -341,44 +359,16 @@ public class ChatServiceFacade implements IChatService {
 
     /**
      * 构建上下文消息列表
+
+     * 消息顺序：历史消息 → 当前用户消息（确保 AI 正确理解对话上下文）
      *
      * @param chatRequest 聊天请求
      * @return 上下文消息列表
      */
     private List<ChatMessage> buildContextMessages(ChatRequest chatRequest) {
         List<ChatMessage> messages  = new ArrayList<>();
-        // 构建用户消息
-        UserMessage userMessage = UserMessage.userMessage(chatRequest.getContent());
-        messages.add(userMessage);
 
-        // 从向量库查询相关历史消息
+        // 从数据库查询历史对话消息（放在前面）
-        if (chatRequest.getKnowledgeId() != null) {
-            // 查询知识库信息
-            KnowledgeInfoVo knowledgeInfoVo = knowledgeInfoService.queryById(Long.valueOf(chatRequest.getKnowledgeId()));
-            if (knowledgeInfoVo == null) {
-                log.warn("知识库信息不存在，kid: {}", chatRequest.getKnowledgeId());
-                return messages;
-            }
-
-            // 查询向量模型配置信息
-            ChatModelVo chatModel = chatModelService.selectModelByName(knowledgeInfoVo.getEmbeddingModel());
-            if (chatModel == null) {
-                log.warn("向量模型配置不存在，模型名称: {}", knowledgeInfoVo.getEmbeddingModel());
-                return messages;
-            }
-
-            // 构建向量查询参数
-            QueryVectorBo queryVectorBo = buildQueryVectorBo(chatRequest, knowledgeInfoVo, chatModel);
-
-            // 获取向量查询结果
-            List<String> nearestList = vectorStoreService.getQueryVector(queryVectorBo);
-            for (String prompt : nearestList) {
-                // 知识库内容作为系统上下文添加
-                messages.add( new AiMessage(prompt));
-            }
-        }
-
-        // 从数据库查询历史对话消息
         if (chatRequest.getSessionId() != null) {
             MessageWindowChatMemory memory = createChatMemory(chatRequest.getSessionId());
             if (memory != null) {
@@ -390,6 +380,40 @@ public class ChatServiceFacade implements IChatService {
             }
         }
 
+        // 从向量库查询相关历史消息（知识库内容作为上下文）
+        if (chatRequest.getKnowledgeId() != null) {
+            // 查询知识库信息
+            KnowledgeInfoVo knowledgeInfoVo = knowledgeInfoService.queryById(Long.valueOf(chatRequest.getKnowledgeId()));
+            if (knowledgeInfoVo == null) {
+                log.warn("知识库信息不存在，kid: {}", chatRequest.getKnowledgeId());
+                // 继续添加当前用户消息
+                messages.add(UserMessage.userMessage(chatRequest.getContent()));
+                return messages;
+            }
+
+            // 查询向量模型配置信息
+            ChatModelVo chatModel = chatModelService.selectModelByName(knowledgeInfoVo.getEmbeddingModel());
+            if (chatModel == null) {
+                log.warn("向量模型配置不存在，模型名称: {}", knowledgeInfoVo.getEmbeddingModel());
+                messages.add(UserMessage.userMessage(chatRequest.getContent()));
+                return messages;
+            }
+
+            // 构建向量查询参数
+            QueryVectorBo queryVectorBo = buildQueryVectorBo(chatRequest, knowledgeInfoVo, chatModel);
+
+            // 获取向量查询结果（知识库内容作为系统上下文，放在历史消息之后）
+            List<String> nearestList = vectorStoreService.getQueryVector(queryVectorBo);
+            for (String prompt : nearestList) {
+                // 知识库内容作为系统上下文添加
+                messages.add(new AiMessage(prompt));
+            }
+        }
+
+        // 构建当前用户消息（放在最后）
+        UserMessage userMessage = UserMessage.userMessage(chatRequest.getContent());
+        messages.add(userMessage);
+
         return messages;
     }
 

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/service/chat/impl/provider/DeepseekServiceImpl.java

@@ -1,22 +1,30 @@
 package org.ruoyi.service.chat.impl.provider;
 
+
 import dev.langchain4j.model.chat.StreamingChatModel;
 import dev.langchain4j.model.openai.OpenAiStreamingChatModel;
+import lombok.RequiredArgsConstructor;
 import lombok.extern.slf4j.Slf4j;
 import org.ruoyi.common.chat.domain.dto.request.ChatRequest;
 import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
 import org.ruoyi.enums.ChatModeType;
+import org.ruoyi.observability.ChatModelListenerProvider;
+import org.ruoyi.observability.MyChatModelListener;
 import org.ruoyi.service.chat.AbstractChatService;
 import org.springframework.stereotype.Service;
 
+import java.util.List;
+
 
 /**
- * @Author: xiaoen
+ * Deepseek服务调用
- * @Description: deepseek 服务调用
+ *
- * @Date: Created in 19:12 2026/3/17
+ * @author xiaoen
+ * @date 2026/3/17
  */
 @Service
 @Slf4j
+@RequiredArgsConstructor
 public class DeepseekServiceImpl implements AbstractChatService {
 
     @Override
@@ -25,6 +33,7 @@ public class DeepseekServiceImpl implements AbstractChatService {
             .baseUrl(chatModelVo.getApiHost())
             .apiKey(chatModelVo.getApiKey())
             .modelName(chatModelVo.getModelName())
+            .listeners(List.of(new MyChatModelListener()))
             .returnThinking(chatRequest.getEnableThinking())
             .build();
     }

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/service/chat/impl/provider/OllamaServiceImpl.java

@@ -1,13 +1,19 @@
 package org.ruoyi.service.chat.impl.provider;
 
+
 import dev.langchain4j.model.chat.StreamingChatModel;
 import dev.langchain4j.model.ollama.OllamaStreamingChatModel;
+import lombok.RequiredArgsConstructor;
 import lombok.extern.slf4j.Slf4j;
-import org.ruoyi.enums.ChatModeType;
-import org.ruoyi.service.chat.AbstractChatService;
-import org.springframework.stereotype.Service;
 import org.ruoyi.common.chat.domain.dto.request.ChatRequest;
 import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
+import org.ruoyi.enums.ChatModeType;
+import org.ruoyi.observability.ChatModelListenerProvider;
+import org.ruoyi.observability.MyChatModelListener;
+import org.ruoyi.service.chat.AbstractChatService;
+import org.springframework.stereotype.Service;
+
+import java.util.List;
 
 /**
  * OllamaAI服务调用
@@ -17,13 +23,17 @@ import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
  */
 @Service
 @Slf4j
+@RequiredArgsConstructor
 public class OllamaServiceImpl implements AbstractChatService {
 
+    private final ChatModelListenerProvider listenerProvider;
+
     @Override
     public StreamingChatModel buildStreamingChatModel(ChatModelVo chatModelVo, ChatRequest chatRequest) {
         return OllamaStreamingChatModel.builder()
                 .baseUrl(chatModelVo.getApiHost())
                 .modelName(chatModelVo.getModelName())
+                .listeners(List.of(new MyChatModelListener()))
                 .build();
     }
 

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/service/chat/impl/provider/OpenAIServiceImpl.java

@@ -3,13 +3,18 @@ package org.ruoyi.service.chat.impl.provider;
 
 import dev.langchain4j.model.chat.StreamingChatModel;
 import dev.langchain4j.model.openai.OpenAiStreamingChatModel;
+import lombok.RequiredArgsConstructor;
 import lombok.extern.slf4j.Slf4j;
 import org.ruoyi.common.chat.domain.dto.request.ChatRequest;
 import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
 import org.ruoyi.enums.ChatModeType;
+import org.ruoyi.observability.ChatModelListenerProvider;
+import org.ruoyi.observability.MyChatModelListener;
 import org.ruoyi.service.chat.AbstractChatService;
 import org.springframework.stereotype.Service;
 
+import java.util.List;
+
 
 /**
  * OPENAI服务调用
@@ -19,14 +24,16 @@ import org.springframework.stereotype.Service;
  */
 @Service
 @Slf4j
+@RequiredArgsConstructor
 public class OpenAIServiceImpl implements AbstractChatService {
 
     @Override
-    public StreamingChatModel buildStreamingChatModel(ChatModelVo chatModelVo, ChatRequest chatRequest) {
+    public StreamingChatModel buildStreamingChatModel(ChatModelVo chatModelVo,ChatRequest chatRequest) {
         return OpenAiStreamingChatModel.builder()
                 .baseUrl(chatModelVo.getApiHost())
                 .apiKey(chatModelVo.getApiKey())
                 .modelName(chatModelVo.getModelName())
+                .listeners(List.of(new MyChatModelListener()))
                 .returnThinking(chatRequest.getEnableThinking())
                 .build();
     }

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/service/chat/impl/provider/PPIOServiceImpl.java

@@ -1,22 +1,28 @@
 package org.ruoyi.service.chat.impl.provider;
 
+
 import dev.langchain4j.model.chat.StreamingChatModel;
 import dev.langchain4j.model.openai.OpenAiStreamingChatModel;
+import lombok.RequiredArgsConstructor;
 import lombok.extern.slf4j.Slf4j;
 import org.ruoyi.common.chat.domain.dto.request.ChatRequest;
 import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
 import org.ruoyi.enums.ChatModeType;
+import org.ruoyi.observability.MyChatModelListener;
 import org.ruoyi.service.chat.AbstractChatService;
 import org.springframework.stereotype.Service;
 
+import java.util.List;
+
 /**
- * OPENAI服务调用
+ * PPIO服务调用
  *
  * @author ageerle@163.com
  * @date 2025/12/13
  */
 @Service
 @Slf4j
+@RequiredArgsConstructor
 public class PPIOServiceImpl implements AbstractChatService {
 
     @Override
@@ -25,6 +31,7 @@ public class PPIOServiceImpl implements AbstractChatService {
                 .baseUrl(chatModelVo.getApiHost())
                 .apiKey(chatModelVo.getApiKey())
                 .modelName(chatModelVo.getModelName())
+                .listeners(List.of(new MyChatModelListener()))
                 .returnThinking(chatRequest.getEnableThinking())
                 .build();
     }

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/service/chat/impl/provider/QianWenChatServiceImpl.java

@@ -1,14 +1,20 @@
 package org.ruoyi.service.chat.impl.provider;
 
+
 import dev.langchain4j.community.model.dashscope.QwenStreamingChatModel;
 import dev.langchain4j.model.chat.StreamingChatModel;
+import lombok.RequiredArgsConstructor;
 import lombok.extern.slf4j.Slf4j;
 import org.ruoyi.common.chat.domain.dto.request.ChatRequest;
 import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
 import org.ruoyi.enums.ChatModeType;
+import org.ruoyi.observability.ChatModelListenerProvider;
+import org.ruoyi.observability.MyChatModelListener;
 import org.ruoyi.service.chat.AbstractChatService;
 import org.springframework.stereotype.Service;
 
+import java.util.List;
+
 
 /**
  * qianWenAI服务调用
@@ -18,14 +24,17 @@ import org.springframework.stereotype.Service;
  */
 @Service
 @Slf4j
+@RequiredArgsConstructor
 public class QianWenChatServiceImpl implements AbstractChatService {
 
-    // 添加文档解析的前缀字段
+    private final ChatModelListenerProvider listenerProvider;
+
     @Override
     public StreamingChatModel buildStreamingChatModel(ChatModelVo chatModelVo,ChatRequest chatRequest) {
         return QwenStreamingChatModel.builder()
                 .apiKey(chatModelVo.getApiKey())
                 .modelName(chatModelVo.getModelName())
+                .listeners(List.of(new MyChatModelListener()))
                 .build();
     }
 

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/service/chat/impl/provider/ZhiPuChatServiceImpl.java

@@ -1,14 +1,19 @@
 package org.ruoyi.service.chat.impl.provider;
 
+
 import dev.langchain4j.community.model.zhipu.ZhipuAiStreamingChatModel;
 import dev.langchain4j.model.chat.StreamingChatModel;
+import lombok.RequiredArgsConstructor;
 import lombok.extern.slf4j.Slf4j;
 import org.ruoyi.common.chat.domain.dto.request.ChatRequest;
 import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
 import org.ruoyi.enums.ChatModeType;
+import org.ruoyi.observability.MyChatModelListener;
 import org.ruoyi.service.chat.AbstractChatService;
 import org.springframework.stereotype.Service;
 
+import java.util.List;
+
 
 /**
  * 智谱AI服务调用
@@ -18,6 +23,7 @@ import org.springframework.stereotype.Service;
  */
 @Service
 @Slf4j
+@RequiredArgsConstructor
 public class ZhiPuChatServiceImpl implements AbstractChatService {
 
     @Override
@@ -25,6 +31,7 @@ public class ZhiPuChatServiceImpl implements AbstractChatService {
         return ZhipuAiStreamingChatModel.builder()
             .apiKey(chatModelVo.getApiKey())
             .model(chatModelVo.getModelName())
+            .listeners(List.of(new MyChatModelListener()))
             .build();
     }
 

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/service/embed/impl/AliBaiLianBaseEmbedProvider.java

@@ -4,10 +4,11 @@ package org.ruoyi.service.embed.impl;
 import dev.langchain4j.community.model.dashscope.QwenEmbeddingModel;
 import dev.langchain4j.data.embedding.Embedding;
 import dev.langchain4j.data.segment.TextSegment;
+import dev.langchain4j.model.embedding.EmbeddingModel;
 import dev.langchain4j.model.output.Response;
 import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
-import org.springframework.stereotype.Component;
 import org.ruoyi.enums.ModalityType;
+import org.springframework.stereotype.Component;
 
 import java.util.List;
 import java.util.Set;
@@ -20,7 +21,6 @@ import java.util.Set;
 @Component("alibailian")
 public class AliBaiLianBaseEmbedProvider extends OpenAiEmbeddingProvider {
 
-
     private ChatModelVo chatModelVo;
 
     @Override
@@ -35,12 +35,13 @@ public class AliBaiLianBaseEmbedProvider extends OpenAiEmbeddingProvider {
 
     @Override
     public Response<List<Embedding>> embedAll(List<TextSegment> textSegments) {
-        return QwenEmbeddingModel.builder()
+        EmbeddingModel model = QwenEmbeddingModel.builder()
                 .apiKey(chatModelVo.getApiKey())
                 .modelName(chatModelVo.getModelName())
                 .dimension(chatModelVo.getModelDimension())
-                .build()
+                .build();
-                .embedAll(textSegments);
+
+        return model.embedAll(textSegments);
     }
 
 }

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/service/embed/impl/OllamaEmbeddingProvider.java

@@ -2,6 +2,7 @@ package org.ruoyi.service.embed.impl;
 
 import dev.langchain4j.data.embedding.Embedding;
 import dev.langchain4j.data.segment.TextSegment;
+import dev.langchain4j.model.embedding.EmbeddingModel;
 import dev.langchain4j.model.ollama.OllamaEmbeddingModel;
 import dev.langchain4j.model.output.Response;
 import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
@@ -34,10 +35,11 @@ public class OllamaEmbeddingProvider implements BaseEmbedModelService {
     // ollama不能设置embedding维度，使用milvus时请注意！！创建向量表时需要先设定维度大小
     @Override
     public Response<List<Embedding>> embedAll(List<TextSegment> textSegments) {
-        return OllamaEmbeddingModel.builder()
+        EmbeddingModel model = OllamaEmbeddingModel.builder()
                 .baseUrl(chatModelVo.getApiHost())
                 .modelName(chatModelVo.getModelName())
-                .build()
+                .build();
-                .embedAll(textSegments);
+
+        return model.embedAll(textSegments);
     }
 }

ruoyi-modules/ruoyi-chat/src/main/java/org/ruoyi/service/embed/impl/OpenAiEmbeddingProvider.java

@@ -2,6 +2,7 @@ package org.ruoyi.service.embed.impl;
 
 import dev.langchain4j.data.embedding.Embedding;
 import dev.langchain4j.data.segment.TextSegment;
+import dev.langchain4j.model.embedding.EmbeddingModel;
 import dev.langchain4j.model.openai.OpenAiEmbeddingModel;
 import dev.langchain4j.model.output.Response;
 import org.ruoyi.common.chat.domain.vo.chat.ChatModelVo;
@@ -33,12 +34,13 @@ public class OpenAiEmbeddingProvider implements BaseEmbedModelService {
 
     @Override
     public Response<List<Embedding>> embedAll(List<TextSegment> textSegments) {
-        return OpenAiEmbeddingModel.builder()
+        EmbeddingModel model = OpenAiEmbeddingModel.builder()
                 .baseUrl(chatModelVo.getApiHost())
                 .apiKey(chatModelVo.getApiKey())
                 .modelName(chatModelVo.getModelName())
                 .dimensions(chatModelVo.getModelDimension())
-                .build()
+                .build();
-                .embedAll(textSegments);
+
+        return model.embedAll(textSegments);
     }
 }