v2.0.0 大模型驱动版：移除智能体，直接调用大模型接口

- 核心改造：不再使用 openclaw 智能体执行处理步骤，改为直接调用大模型接口
- 新增 services/llm_client.py：OpenAI 兼容接口客户端，支持多模型配置管理
- 步骤4/5 由大模型直接完成（提取产品数据、填充字段）
- 步骤6 改为直接调用 ParamHub API 提交审核
- 新增 llm_configs 数据库表，默认配置 unsloth/Qwen3.6-27B-Q4_K_M (262144上下文)
- 新增 /api/llm 配置管理 API：增删改查、切换激活、测试连接
- 前端首页新增「大模型配置」面板，可随时新增/切换模型
- 处理步骤名称更新为「大模型」版

services/llm_client.py

@@ -0,0 +1,237 @@
+"""
+大模型调用服务 - 直接调用 OpenAI 兼容接口完成智能体任务
+不再使用 openclaw agent 智能体，全部由大模型直接完成
+"""
+import json
+import time
+import requests
+import logging
+from config import Config
+
+logger = logging.getLogger('llm_client')
+
+# 默认大模型配置（首次启动自动写入数据库）
+DEFAULT_LLM_CONFIG = {
+    'name': '本地Qwen3.6',
+    'base_url': 'http://192.168.2.7:18003/v1',
+    'api_key': 'sk-xxxx',
+    'model_name': 'unsloth/Qwen3.6-27B-Q4_K_M',
+    'max_context': 262144,
+    'is_active': 1
+}
+
+
+class LLMClient:
+    """大模型客户端 - 管理多个模型配置并调用"""
+
+    def __init__(self):
+        self._active = None  # 缓存当前激活的配置
+
+    # ========== 配置管理 ==========
+
+    def get_all_configs(self):
+        """获取所有模型配置"""
+        from models.database import db
+        return db.get_llm_configs()
+
+    def get_active_config(self, force=False):
+        """获取当前激活的模型配置"""
+        if self._active and not force:
+            return self._active
+
+        from models.database import db
+        config = db.get_active_llm_config()
+        if config:
+            self._active = config
+        else:
+            # 无激活配置时使用默认值
+            self._active = dict(DEFAULT_LLM_CONFIG)
+        return self._active
+
+    def add_config(self, name, base_url, api_key, model_name, max_context=262144):
+        """新增模型配置"""
+        from models.database import db
+        return db.add_llm_config(
+            name=name,
+            base_url=base_url,
+            api_key=api_key,
+            model_name=model_name,
+            max_context=max_context
+        )
+
+    def update_config(self, config_id, **kwargs):
+        """更新模型配置"""
+        from models.database import db
+        db.update_llm_config(config_id, **kwargs)
+        self._active = None  # 使缓存失效
+
+    def delete_config(self, config_id):
+        """删除模型配置"""
+        from models.database import db
+        return db.delete_llm_config(config_id)
+
+    def set_active(self, config_id):
+        """切换激活的模型配置"""
+        from models.database import db
+        ok = db.set_active_llm_config(config_id)
+        self._active = None
+        return ok
+
+    def test_connection(self, config=None):
+        """
+        测试模型连接
+        Args:
+            config: 可选，直接测试指定配置；None 时测试当前激活配置
+        Returns:
+            (success, message)
+        """
+        cfg = config or self.get_active_config()
+        try:
+            url = cfg['base_url'].rstrip('/') + '/chat/completions'
+            headers = {'Content-Type': 'application/json'}
+            api_key = cfg.get('api_key', '')
+            if api_key:
+                headers['Authorization'] = f'Bearer {api_key}'
+
+            payload = {
+                'model': cfg['model_name'],
+                'messages': [
+                    {'role': 'user', 'content': 'ping，请只回复pong'}
+                ],
+                'max_tokens': 16,
+                'temperature': 0
+            }
+
+            resp = requests.post(url, json=payload, headers=headers, timeout=60)
+            if resp.status_code == 200:
+                data = resp.json()
+                reply = data.get('choices', [{}])[0].get('message', {}).get('content', '')
+                return True, f"连接成功: {reply[:50]}"
+            else:
+                return False, f"HTTP {resp.status_code}: {resp.text[:200]}"
+        except Exception as e:
+            return False, str(e)
+
+    # ========== 调用大模型 ==========
+
+    def chat(self, messages, temperature=0.3, max_tokens=8192, timeout=600, config=None):
+        """
+        调用大模型对话接口
+
+        Args:
+            messages: [{'role': 'user'/'system'/'assistant', 'content': '...'}]
+            temperature: 温度
+            max_tokens: 最大输出token数
+            timeout: 超时时间（秒）
+            config: 可选，指定使用的模型配置；None 使用当前激活配置
+
+        Returns:
+            (success, result)
+            success=True 时 result 为文本内容
+            success=False 时 result 为错误信息
+        """
+        cfg = config or self.get_active_config()
+
+        try:
+            url = cfg['base_url'].rstrip('/') + '/chat/completions'
+            headers = {'Content-Type': 'application/json'}
+            api_key = cfg.get('api_key', '')
+            if api_key:
+                headers['Authorization'] = f'Bearer {api_key}'
+
+            payload = {
+                'model': cfg['model_name'],
+                'messages': messages,
+                'temperature': temperature,
+                'max_tokens': max_tokens
+            }
+
+            logger.info(f"[LLM] 调用 {cfg['model_name']} @ {cfg['base_url']} | 消息数: {len(messages)} | 输入字符: {sum(len(m.get('content','')) for m in messages)}")
+
+            resp = requests.post(url, json=payload, headers=headers, timeout=timeout)
+            if resp.status_code != 200:
+                logger.error(f"[LLM] HTTP {resp.status_code}: {resp.text[:300]}")
+                return False, f"大模型接口返回错误 HTTP {resp.status_code}: {resp.text[:300]}"
+
+            data = resp.json()
+            reply = data.get('choices', [{}])[0].get('message', {}).get('content', '')
+            usage = data.get('usage', {})
+            logger.info(f"[LLM] 返回 {len(reply)} 字符 | usage: {usage}")
+            return True, reply
+
+        except requests.exceptions.Timeout:
+            return False, f"大模型调用超时(>{timeout}秒)"
+        except requests.exceptions.ConnectionError as e:
+            return False, f"无法连接大模型服务: {e}"
+        except Exception as e:
+            logger.error(f"[LLM] 调用异常: {e}")
+            return False, str(e)
+
+    def chat_json(self, messages, temperature=0.1, max_tokens=8192, timeout=600, config=None):
+        """
+        调用大模型并解析 JSON 输出
+
+        Returns:
+            (success, data_or_error)
+        """
+        # 追加要求JSON输出的系统提示
+        sys_prompt = (
+            "你是一个严格输出JSON的程序化助手。"
+            "你必须只输出一个合法的JSON对象，不要输出任何多余文字、解释或markdown代码块标记。"
+            "确保JSON语法正确，可以被json.loads直接解析。"
+        )
+        full_messages = [{'role': 'system', 'content': sys_prompt}] + messages
+
+        ok, result = self.chat(full_messages, temperature=temperature, max_tokens=max_tokens, timeout=timeout, config=config)
+        if not ok:
+            return False, result
+
+        parsed = self._extract_json(result)
+        if parsed is None:
+            return False, f"大模型输出无法解析为JSON: {result[:300]}"
+        return True, parsed
+
+    def _extract_json(self, text):
+        """从文本中提取JSON对象"""
+        if not text:
+            return None
+        text = text.strip()
+
+        # 去掉 markdown 代码块标记
+        if text.startswith('```'):
+            lines = text.split('\n')
+            # 去掉第一行 ```json 或 ```
+            lines = lines[1:]
+            # 去掉最后一行 ```
+            if lines and lines[-1].strip().startswith('```'):
+                lines = lines[:-1]
+            text = '\n'.join(lines).strip()
+
+        # 直接尝试解析
+        try:
+            return json.loads(text)
+        except json.JSONDecodeError:
+            pass
+
+        # 尝试提取 {...} 块
+        import re
+        match = re.search(r'\{.*\}', text, re.DOTALL)
+        if match:
+            try:
+                return json.loads(match.group(0))
+            except json.JSONDecodeError:
+                pass
+
+        # 尝试提取 [...] 块
+        match = re.search(r'\[.*\]', text, re.DOTALL)
+        if match:
+            try:
+                return json.loads(match.group(0))
+            except json.JSONDecodeError:
+                pass
+
+        return None
+
+
+# 全局大模型客户端实例
+llm_client = LLMClient()