feat: compact and format knowledge answers

handlers/knowledge.py

@@ -1,6 +1,7 @@
 """知识库问答 handler"""
 import asyncio
 import logging
+import re
 
 from telegram import Update
 from telegram.ext import CommandHandler, ContextTypes, filters
@@ -10,39 +11,94 @@ import config
 logger = logging.getLogger("spam_guard")
 
 
-def split_answer(text: str, max_len: int = 3500, max_parts: int = 3) -> list[str]:
-    """Telegram 单条消息长度有限，长回答按段发送，不再硬截断。"""
+def looks_like_markdown(text: str) -> bool:
+    return bool(re.search(r"(^|\n)(#{1,3}\s|[-*]\s|\d+\.\s|```)|\*\*[^*]+\*\*|\*[^*]+\*|`[^`]+`", text))
+
+
+def optimize_plain_answer(text: str) -> str:
+    """非 Markdown 回答也做一点可读性整理。"""
+    text = text.strip()
+    if looks_like_markdown(text):
+        return text
+    lines = [line.strip() for line in text.splitlines() if line.strip()]
+    if len(lines) <= 1:
+        return f"*回答*\n{text}"
+    return "*回答*\n" + "\n".join(f"- {line}" if not line.startswith(("-", "•", "✅", "⚠️", "📚")) else line for line in lines)
+
+
+def telegram_markdown(text: str) -> str:
+    """把常见 Markdown 调整为 Telegram legacy Markdown 更容易接受的形式。"""
+    text = re.sub(r"\*\*([^*]+)\*\*", r"*\1*", text)
+    text = re.sub(r"^#{1,3}\s+(.+)$", r"*\1*", text, flags=re.MULTILINE)
+    return text
+
+
+def compact_answer(text: str, max_len: int = 3800) -> str:
+    """尽量压到一条 Telegram 消息；超长时保留开头和关键尾部。"""
+    text = optimize_plain_answer(text)
+    if len(text) <= max_len:
+        return text
+    tail_markers = ["**文档**", "📚", "相关文档", "文档"]
+    tail = ""
+    for marker in tail_markers:
+        idx = text.rfind(marker)
+        if idx > max_len // 2:
+            tail = text[idx:].strip()
+            break
+    head_len = max_len - len(tail) - 80 if tail else max_len - 40
+    head = text[:max(1000, head_len)].rstrip()
+    return head + "\n\n...（内容较长已压缩，可追问具体步骤）" + (("\n\n" + tail) if tail else "")
+
+
+def split_answer(text: str, max_len: int = 3900, max_parts: int = 2) -> list[str]:
+    """优先单条；实在超长最多拆 2 条。"""
     if len(text) <= max_len:
         return [text]
-
     parts = []
     rest = text
     while rest and len(parts) < max_parts:
-        if len(rest) <= max_len:
-            parts.append(rest)
-            break
-        cut = rest.rfind("\n\n", 0, max_len)
-        if cut < max_len // 2:
-            cut = rest.rfind("\n", 0, max_len)
-        if cut < max_len // 2:
-            cut = max_len
+        cut = min(len(rest), max_len)
+        if cut < len(rest):
+            better = rest.rfind("\n\n", 0, cut)
+            if better > max_len // 2:
+                cut = better
         parts.append(rest[:cut].strip())
         rest = rest[cut:].strip()
-
     if rest and parts:
-        parts[-1] += "\n\n...（回答较长，后续内容已省略；可以追问具体部分）"
+        parts[-1] += "\n\n...（后续内容已省略，可继续追问）"
     return parts
 
 
-async def safe_send(update: Update, context: ContextTypes.DEFAULT_TYPE, text: str):
-    """优先回复原消息；若原消息已被自动删除，退回普通 send_message。"""
+async def safe_send(update: Update, context: ContextTypes.DEFAULT_TYPE, text: str, markdown: bool | None = None):
+    """优先回复原消息；Markdown 失败或原消息被删时自动降级。"""
     chat_id = update.effective_chat.id
+    use_markdown = looks_like_markdown(text) if markdown is None else markdown
+    send_text = telegram_markdown(text) if use_markdown else text
+
+    async def _send_plain():
+        try:
+            return await update.message.reply_text(text)
+        except Exception:
+            return await context.bot.send_message(chat_id=chat_id, text=text)
+
+    if use_markdown:
+        try:
+            return await update.message.reply_text(send_text, parse_mode="Markdown", disable_web_page_preview=True)
+        except Exception as e:
+            if "Message to be replied not found" in str(e):
+                try:
+                    return await context.bot.send_message(chat_id=chat_id, text=send_text, parse_mode="Markdown", disable_web_page_preview=True)
+                except Exception:
+                    return await context.bot.send_message(chat_id=chat_id, text=text)
+            logger.warning(f"Markdown 发送失败，降级普通文本: {e}")
+            return await _send_plain()
+
     try:
-        return await update.message.reply_text(text)
+        return await update.message.reply_text(text, disable_web_page_preview=True)
     except Exception as e:
         if "Message to be replied not found" not in str(e):
             logger.warning(f"reply_text 失败，改用 send_message: {e}")
-        return await context.bot.send_message(chat_id=chat_id, text=text)
+        return await context.bot.send_message(chat_id=chat_id, text=text, disable_web_page_preview=True)
 
 
 async def cmd_ask(update: Update, context: ContextTypes.DEFAULT_TYPE):
@@ -65,12 +121,12 @@ async def cmd_ask(update: Update, context: ContextTypes.DEFAULT_TYPE):
     try:
         from services.knowledge_base import ask_knowledge_base
 
-        answer = await ask_knowledge_base(query)
+        answer = compact_answer(await ask_knowledge_base(query))
         replies = []
         parts = split_answer(answer)
         for i, part in enumerate(parts, 1):
-            prefix = f"📚 回答 {i}/{len(parts)}\n\n" if len(parts) > 1 else ""
-            reply = await safe_send(update, context, prefix + part)
+            prefix = f"*回答 {i}/{len(parts)}*\n\n" if len(parts) > 1 else ""
+            reply = await safe_send(update, context, prefix + part, markdown=looks_like_markdown(prefix + part))
             replies.append(reply)
         for reply in replies:
             asyncio.create_task(auto_delete(reply, seconds=180))

services/knowledge_base.py

@@ -14,7 +14,7 @@ from knowledge import (
 
 logger = logging.getLogger("spam_guard")
 
-KNOWLEDGE_PROMPT = """你是收割机（go-harvest）文档助手。请根据知识库内容，给用户一个完整、可执行、细节充分的中文回答。
+KNOWLEDGE_PROMPT = """你是收割机（go-harvest）文档助手。请根据知识库内容，给用户一个准确、紧凑、可执行的中文回答。
 
 相关文档内容：
 {context_text}
@@ -28,19 +28,18 @@ KNOWLEDGE_PROMPT = """你是收割机（go-harvest）文档助手。请根据知
 4. 对 Go Harvest 安装配置，若资料中出现 `newptools/go-harvest:latest`、`EMAIL`、`TOKEN`、`GO_WEB_PORT`、`POSTGRES_DB` 等，请保持这些原名，不要改成其他名字。
 5. 不要把常识当成文档内容。可以说“文档没有说明”，不能猜。
 
-回答质量要求：
-1. 不要过度简略。优先给出完整操作步骤、配置位置、示例、注意事项和排错建议。
-2. 如果问题是“怎么做/如何配置/怎么安装/报错怎么办”，请按以下结构回答：
-   ✅ 简短结论
-   🧭 操作步骤
-   ⚙️ 配置示例/关键参数（仅限资料中出现的内容）
-   ⚠️ 注意事项
-   🧪 验证方式/排错方向
-   📚 相关文档
-3. 如果知识库信息不足，要明确说“文档里没有直接说明”，再基于已有内容给出可确认的部分。
-4. 回答长度建议 800~2500 字；复杂问题可以更长，但避免废话。
-5. 使用清晰排版，可以使用 emoji、小标题、编号、代码块。
-6. 最后列出相关文档链接，最多 5 个。"""
+回答格式要求：
+1. 尽量控制在 Telegram 单条消息内，优先 1200 字以内，最多不要超过 3000 字。
+2. 使用 Telegram 兼容 Markdown 排版：标题用 *粗体*，列表用 - 或 1.，命令/变量用反引号，配置示例用代码块。
+3. 如果问题是“怎么做/如何配置/怎么安装/报错怎么办”，请使用紧凑结构：
+   *结论*
+   *步骤*
+   *关键配置/命令*（仅限资料中出现的内容）
+   *注意*
+   *文档*
+4. 不要展开无关背景，不要重复用户问题，不要写长篇解释。
+5. 如果知识库信息不足，要明确说“文档里没有直接说明”，只列可确认部分。
+6. 最后列出相关文档链接，最多 3 个。"""
 
 
 def build_context(docs: list[dict], max_chars: int = 12000) -> str: