增强模型配置管理和评估器优化

主要改进:
• 新增Qwen3-7B模型配置支持
• 完善main.py模型类型验证和配置管理
• 新增--list-models参数显示所有可用模型
• 固定Evaluator使用gpt-oss:latest模型提升评估一致性
• 优化评估器历史记录处理逻辑
• 更新默认日志目录为results0905-2

🤖 Generated with [Claude Code](https://claude.ai/code)

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

agent_system/evaluetor/agent.py

@@ -233,6 +233,8 @@ class Evaluator(BaseAgent):
         history_parts = []
         
         for i, round_data in enumerate(all_rounds_data, 1):
+            if i < len(all_rounds_data):
+                continue
             history_parts.append(f"### 第{i}轮对话")
             
             if 'patient_response' in round_data:

config.py

@@ -24,6 +24,14 @@ LLM_CONFIG = {
             "api_key": "gpustack_d402860477878812_9ec494a501497d25b565987754f4db8c"  # Ollama不需要真实API密钥，任意字符串即可
         }
     },
+    "Qwen3-7B": {
+        "class": "OpenAILike",
+        "params": {
+            "id": "qwen3",
+            "base_url": "http://100.82.33.121:19090/v1",  # Ollama OpenAI兼容端点
+            "api_key": "gpustack_d402860477878812_9ec494a501497d25b565987754f4db8c"  # Ollama不需要真实API密钥，任意字符串即可
+        }
+    },
     "deepseek-v3": {
         "class": "OpenAILike",
         "params": {

main.py

@@ -19,6 +19,7 @@ from typing import Dict, Any, List, Optional
 
 # 导入本地模块
 from workflow import MedicalWorkflow
+from config import LLM_CONFIG
 
 class BatchProcessor:
     """批处理管理器，负责协调多线程执行和状态管理"""
@@ -100,7 +101,7 @@ def parse_arguments() -> argparse.Namespace:
     parser.add_argument(
         '--log-dir', 
         type=str, 
-        default='results/results0904',
+        default='results/results0905-2',
         help='日志文件保存目录'
     )
     parser.add_argument(
@@ -143,17 +144,24 @@ def parse_arguments() -> argparse.Namespace:
     )
     
     # 模型配置
+    available_models = list(LLM_CONFIG.keys())
     parser.add_argument(
         '--model-type', 
         type=str, 
+        choices=available_models,
         default='gpt-oss:latest',
-        help='使用的语言模型类型'
+        help=f'使用的语言模型类型，可选: {", ".join(available_models)}'
+    )
+    parser.add_argument(
+        '--list-models', 
+        action='store_true',
+        help='显示所有可用的模型配置并退出'
     )
     parser.add_argument(
         '--model-config', 
         type=str, 
         default=None,
-        help='模型配置JSON字符串'
+        help='模型配置JSON字符串（可选，覆盖默认配置）'
     )
     
     
@@ -316,11 +324,19 @@ def process_single_sample(sample_data: Dict[str, Any], sample_index: int,
     
     
     try:
-        # 解析模型配置
+        # 使用 LLM_CONFIG 作为基础配置
-        llm_config = {}
+        # BaseAgent 会根据 model_type 自动选择正确的模型配置
+        llm_config = LLM_CONFIG.copy()
+        
+        # 如果用户提供了额外的模型配置，则合并到对应的模型配置中
         if args.model_config:
             try:
-                llm_config = json.loads(args.model_config)
+                user_config = json.loads(args.model_config)
+                # 更新选定模型的配置
+                if args.model_type in llm_config:
+                    llm_config[args.model_type]["params"].update(user_config.get("params", {}))
+                else:
+                    logging.warning(f"样本 {sample_index}: 模型类型 {args.model_type} 不存在，忽略用户配置")
             except json.JSONDecodeError:
                 logging.warning(f"样本 {sample_index}: 模型配置JSON格式错误，使用默认配置")
         
@@ -544,6 +560,18 @@ def main():
     # 解析参数
     args = parse_arguments()
     
+    # 处理 --list-models 参数
+    if args.list_models:
+        print("可用的语言模型配置:")
+        print("=" * 50)
+        for model_name, config in LLM_CONFIG.items():
+            print(f"模型名称: {model_name}")
+            print(f"  类别: {config['class']}")
+            print(f"  模型ID: {config['params']['id']}")
+            print(f"  API端点: {config['params']['base_url']}")
+            print("-" * 30)
+        return 0
+    
     # 设置日志
     setup_logging(args.log_level)
     
@@ -559,6 +587,13 @@ def main():
         if args.max_steps <= 0:
             raise ValueError("最大步数必须大于0")
         
+        # 验证模型类型
+        if args.model_type not in LLM_CONFIG:
+            available_models = ', '.join(LLM_CONFIG.keys())
+            raise ValueError(f"不支持的模型类型: {args.model_type}，可用模型: {available_models}")
+        
+        logging.info(f"使用模型: {args.model_type} ({LLM_CONFIG[args.model_type]['class']})")
+        
         # 试运行模式
         if args.dry_run:
             logging.info("试运行模式：验证配置...")

workflow/step_executor.py

@@ -46,8 +46,11 @@ class StepExecutor:
         初始化step执行器
         
         Args:
-            model_type: 使用的语言模型类型
+            model_type: 使用的语言模型类型（除Evaluator外的所有agent使用）
             llm_config: 语言模型配置
+        
+        Note:
+            Evaluator agent 固定使用 gpt-oss:latest 模型，不受 model_type 参数影响
         """
         self.model_type = model_type
         self.llm_config = llm_config or {}
@@ -59,7 +62,8 @@ class StepExecutor:
         self.controller = TaskController(model_type=model_type, llm_config=self.llm_config)
         self.prompter = Prompter(model_type=model_type, llm_config=self.llm_config)
         self.virtual_patient = VirtualPatientAgent(model_type=model_type, llm_config=self.llm_config)
-        self.evaluator = Evaluator(model_type=model_type, llm_config=self.llm_config)
+        # Evaluator 固定使用 gpt-oss:latest 模型
+        self.evaluator = Evaluator(model_type="gpt-oss:latest", llm_config=self.llm_config)
     
     def execute_step(self, 
                     step_num: int,