小功能添加，模型切换问题修复

art-agent/backend/app/agent/loop.py

@@ -1,13 +1,14 @@
 """Agent Loop 主循环：LLM 对话 -> 工具调用 -> 结果回传 -> 继续。"""
 
 import json
+import re
 import os
 from typing import AsyncGenerator, Optional
 
 from openai import AsyncOpenAI
 
 from app.agent.tools import TOOL_DEFINITIONS, execute_tool
-from app.config import get_llm_model, get_llm_max_iterations
+from app.config import get_llm_model, get_llm_max_iterations, get_image_model_config
 from app.services.image_gen import to_data_uri
 
 
@@ -44,12 +45,13 @@ SYSTEM_PROMPT = """\
 - 尽量详细描述：主体内容、颜色方案、光照、构图、材质等
 - 如果用户要求游戏 UI 元素，添加相关关键词如 "game UI", "icon", "button" 等
 - 如果你能直接看到参考图（图片内容），可以在 prompt 中描述参考图的风格特征
-- 如果你无法看到参考图（只收到了文字提示说有参考图），参考图会由生图工具的 IP-Adapter 自动处理风格融合。此时你的 prompt 中**绝对不要猜测或指定任何画风/艺术风格关键词**（如 pixel art、watercolor、oil painting 等），只描述画面内容（主体、构图、光照等），把风格完全交给参考图来决定
+- 如果你无法看到参考图（只收到了文字提示说有参考图），参考图会由生图工具的 IP-Adapter 自动处理风格融合。此时你不要自行猜测画风/艺术风格关键词（如 pixel art、watercolor、oil painting 等），把风格交给参考图来决定。但如果用户在消息中明确指定了风格（如"赛博朋克风"、"水彩风"等），应保留并翻译到 prompt 中——尊重用户的主动意图
 
 ## 注意事项
 - 用中文和用户交流
 - 生成图片后简要说明你使用的 prompt 思路
 - 主动建议迭代方向
+- **禁止模拟工具调用**：生成图片时必须实际调用 generate_image 工具，绝不能用文字描述"已生成"或假装工具已执行。如果需要生成多张图片，每张都必须单独调用工具
 """
 
 
@@ -68,8 +70,18 @@ async def run_agent_loop(
     - done: 完成
     - error: 错误
     """
-    # 构建消息列表
-    api_messages = [{"role": "system", "content": SYSTEM_PROMPT}]
+    # 构建消息列表：将当前生图模型信息注入 system prompt，避免 LLM 猜测模型名
+    model_config = get_image_model_config(image_model)
+    current_model_name = model_config.get('name', '未知')
+    current_model_id = model_config.get('id', '未知')
+    model_hint = (
+        f"\n\n## 当前生图模型（重要）\n"
+        f"本次对话用户选择的生图模型是 **{current_model_name}**"
+        f"（model_id: {current_model_id}）。\n"
+        f"**注意**：对话历史中可能包含之前使用其他模型的记录，忽略那些旧模型名。"
+        f"本次生成使用的是 {current_model_name}，在回复中只能使用这个名称。"
+    )
+    api_messages = [{"role": "system", "content": SYSTEM_PROMPT + model_hint}]
 
     # 检测当前 LLM 是否支持 vision（多模态图片输入）
     llm_model = get_llm_model().lower()
@@ -96,9 +108,9 @@ async def run_agent_loop(
                     "【系统提示：用户上传了一张参考图，已自动传递给图片生成工具的 IP-Adapter。"
                     "IP-Adapter 会从参考图中提取风格并融合到生成结果中。"
                     "你无法看到这张参考图，因此在生成 prompt 时：\n"
-                    "1. 只描述画面内容（主体、构图、光照、材质等）\n"
-                    "2. 不要猜测或添加任何画风/艺术风格关键词（如 pixel art、watercolor、cartoon 等）\n"
-                    "3. 风格完全由参考图通过 IP-Adapter 决定】"
+                    "1. 描述画面内容（主体、构图、光照、材质等）\n"
+                    "2. 不要自行猜测画风/艺术风格——但如果用户明确指定了风格，保留到 prompt 中\n"
+                    "3. 用户未指定风格时，风格完全由参考图通过 IP-Adapter 决定】"
                 )
                 api_messages.append({"role": "user", "content": hint})
             continue
@@ -150,8 +162,25 @@ async def run_agent_loop(
 
         finish_reason = chunk.choices[0].finish_reason if chunk.choices else None
 
-        # 如果没有工具调用，对话结束
+        # 如果没有工具调用：检测 LLM 是否在用文字模拟生图
         if not tool_calls_data:
+            if _looks_like_fake_generation(collected_text):
+                # LLM 用文字假装调用了工具，丢弃这段文字，注入纠正消息强制重试
+                yield {
+                    "type": "text_delta",
+                    "data": {"text": "\n\n[系统：检测到未调用生图工具，正在重试...]\n"},
+                }
+                api_messages.append({"role": "assistant", "content": collected_text})
+                api_messages.append({
+                    "role": "user",
+                    "content": (
+                        "你刚才没有调用 generate_image 工具，只是用文字描述了生成过程。"
+                        "请立即调用 generate_image 工具来实际生成图片。"
+                        "不要解释，直接调用工具。"
+                        f"当前使用的生图模型是 {model_config.get('name', '未知')}。"
+                    ),
+                })
+                continue
             yield {"type": "done", "data": {}}
             return
 
@@ -225,3 +254,19 @@ async def run_agent_loop(
         # 后续工具调用仍需参考图（InstantStyle 等模型必须有 style_image）
 
     yield {"type": "done", "data": {}}
+
+
+# ─── 假生成检测 ──────────────────────────────────────────
+
+_FAKE_GEN_PATTERNS = re.compile(
+    r"已生成|生成完成|开始生成|正在生成|图片已|prompt.*?设计思路",
+    re.IGNORECASE,
+)
+
+
+def _looks_like_fake_generation(text: str) -> bool:
+    """判断 LLM 的纯文字回复是否在假装已经调用了生图工具。"""
+    if not text or len(text) < 50:
+        return False
+    matches = _FAKE_GEN_PATTERNS.findall(text)
+    return len(matches) >= 2

art-agent/backend/app/config.py

@@ -59,7 +59,7 @@ IMAGE_MODELS: dict[str, dict[str, Any]] = {
         "id": "sdxl",
         "name": "Stable Diffusion XL",
         "provider": "replicate",
-        "model_id": "stability-ai/sdxl",
+        "model_id": "stability-ai/sdxl:39ed52f2a78e934b3ba6e2a89f5b1c712de7dfea535525255b1aa35c5565e08b",
         "description": "经典 SDXL，支持 negative prompt",
         "supports_ref_image": False,
         "num_images_param": "num_outputs",