Enhance interview prompt handling and update README.md

- Introduced a prefix to optimize interview prompts, ensuring agents respond directly with text without invoking tools.
- Updated the simulation API to utilize the optimized prompts for individual and batch interviews.
- Modified the `get_interview_history` function to allow for flexible platform querying, returning results from both Reddit and Twitter when no platform is specified.
- Enhanced README.md to include new prompt optimization details and updated API usage examples for clarity.

backend/README.md

@@ -672,6 +672,12 @@ Flask后端                    模拟脚本
 > **注意**: 所有Interview接口的参数都通过请求体(JSON)传递，包括simulation_id。
 > 
 > **双平台模式说明**: 当不指定`platform`参数时，双平台模拟会同时采访两个平台并返回整合结果。
+>
+> **Prompt自动优化**: 系统会自动在用户提供的prompt前添加说明前缀，避免Agent调用工具：
+> ```
+> 原始prompt: "武汉大学发布撤销处分通告后你有什么看法"
+> 优化后: "结合你的人设、所有的过往记忆与行动，不调用任何工具直接用文本回复我：武汉大学发布撤销处分通告后你有什么看法"
+> ```
 
 #### 1. 采访单个Agent
 
@@ -860,11 +866,11 @@ Flask后端                    模拟脚本
 | 参数 | 类型 | 必填 | 默认值 | 说明 |
 |------|------|------|--------|------|
 | simulation_id | String | 是 | - | 模拟ID |
-| platform | String | 否 | reddit | 平台类型（reddit/twitter） |
+| platform | String | 否 | null | 平台类型（reddit/twitter），不指定则返回两个平台的所有历史 |
-| agent_id | Integer | 否 | - | 过滤Agent ID |
+| agent_id | Integer | 否 | - | 只获取该Agent的采访历史 |
 | limit | Integer | 否 | 100 | 返回数量限制 |
 
-**返回示例**:
+**返回示例（不指定platform，返回双平台历史）**:
 ```json
 {
   "success": true,
@@ -875,7 +881,14 @@ Flask后端                    模拟脚本
         "agent_id": 0,
         "response": "我认为...",
         "prompt": "你对这件事有什么看法？",
-        "timestamp": "2025-12-08T10:00:00",
+        "timestamp": "2025-12-08T10:00:02",
+        "platform": "twitter"
+      },
+      {
+        "agent_id": 0,
+        "response": "从Reddit角度来看...",
+        "prompt": "你对这件事有什么看法？",
+        "timestamp": "2025-12-08T10:00:01",
         "platform": "reddit"
       },
       ...

backend/app/api/simulation.py

@@ -19,6 +19,29 @@ from ..models.project import ProjectManager
 logger = get_logger('mirofish.api.simulation')
 
 
+# Interview prompt 优化前缀
+# 添加此前缀可以避免Agent调用工具，直接用文本回复
+INTERVIEW_PROMPT_PREFIX = "结合你的人设、所有的过往记忆与行动，不调用任何工具直接用文本回复我："
+
+
+def optimize_interview_prompt(prompt: str) -> str:
+    """
+    优化Interview提问，添加前缀避免Agent调用工具
+    
+    Args:
+        prompt: 原始提问
+        
+    Returns:
+        优化后的提问
+    """
+    if not prompt:
+        return prompt
+    # 避免重复添加前缀
+    if prompt.startswith(INTERVIEW_PROMPT_PREFIX):
+        return prompt
+    return f"{INTERVIEW_PROMPT_PREFIX}{prompt}"
+
+
 # ============== 实体读取接口 ==============
 
 @simulation_bp.route('/entities/<graph_id>', methods=['GET'])
@@ -1819,14 +1842,17 @@ def interview_agent():
                 "error": "模拟环境未运行或已关闭。请确保模拟已完成并进入等待命令模式。"
             }), 400
         
+        # 优化prompt，添加前缀避免Agent调用工具
+        optimized_prompt = optimize_interview_prompt(prompt)
+        
         result = SimulationRunner.interview_agent(
             simulation_id=simulation_id,
             agent_id=agent_id,
-            prompt=prompt,
+            prompt=optimized_prompt,
             platform=platform,
             timeout=timeout
         )
-        
+
         return jsonify({
             "success": result.get("success", False),
             "data": result
@@ -1951,9 +1977,16 @@ def interview_agents_batch():
                 "error": "模拟环境未运行或已关闭。请确保模拟已完成并进入等待命令模式。"
             }), 400
 
+        # 优化每个采访项的prompt，添加前缀避免Agent调用工具
+        optimized_interviews = []
+        for interview in interviews:
+            optimized_interview = interview.copy()
+            optimized_interview['prompt'] = optimize_interview_prompt(interview.get('prompt', ''))
+            optimized_interviews.append(optimized_interview)
+
         result = SimulationRunner.interview_agents_batch(
             simulation_id=simulation_id,
-            interviews=interviews,
+            interviews=optimized_interviews,
             platform=platform,
             timeout=timeout
         )
@@ -2051,9 +2084,12 @@ def interview_all_agents():
                 "error": "模拟环境未运行或已关闭。请确保模拟已完成并进入等待命令模式。"
             }), 400
 
+        # 优化prompt，添加前缀避免Agent调用工具
+        optimized_prompt = optimize_interview_prompt(prompt)
+
         result = SimulationRunner.interview_all_agents(
             simulation_id=simulation_id,
-            prompt=prompt,
+            prompt=optimized_prompt,
             platform=platform,
             timeout=timeout
         )
@@ -2094,8 +2130,9 @@ def get_interview_history():
     请求（JSON）：
         {
             "simulation_id": "sim_xxxx",  // 必填，模拟ID
-            "platform": "reddit",          // 可选，平台类型（reddit/twitter），默认reddit
+            "platform": "reddit",          // 可选，平台类型（reddit/twitter）
-            "agent_id": 0,                 // 可选，过滤Agent ID
+                                           // 不指定则返回两个平台的所有历史
+            "agent_id": 0,                 // 可选，只获取该Agent的采访历史
             "limit": 100                   // 可选，返回数量，默认100
         }
 
@@ -2121,7 +2158,7 @@ def get_interview_history():
         data = request.get_json() or {}
         
         simulation_id = data.get('simulation_id')
-        platform = data.get('platform', 'reddit')
+        platform = data.get('platform')  # 不指定则返回两个平台的历史
         agent_id = data.get('agent_id')
         limit = data.get('limit', 100)
         

backend/app/services/simulation_runner.py

@@ -1279,30 +1279,16 @@ class SimulationRunner:
             }
     
     @classmethod
-    def get_interview_history(
+    def _get_interview_history_from_db(
         cls,
-        simulation_id: str,
+        db_path: str,
-        platform: str = "reddit",
+        platform_name: str,
         agent_id: Optional[int] = None,
         limit: int = 100
     ) -> List[Dict[str, Any]]:
-        """
+        """从单个数据库获取Interview历史"""
-        获取Interview历史记录（从数据库读取）
-        
-        Args:
-            simulation_id: 模拟ID
-            platform: 平台类型（reddit/twitter）
-            agent_id: 过滤Agent ID（可选）
-            limit: 返回数量限制
-            
-        Returns:
-            Interview历史记录列表
-        """
         import sqlite3
         
-        sim_dir = os.path.join(cls.RUN_STATE_DIR, simulation_id)
-        db_path = os.path.join(sim_dir, f"{platform}_simulation.db")
-        
         if not os.path.exists(db_path):
             return []
         
@@ -1312,8 +1298,6 @@ class SimulationRunner:
             conn = sqlite3.connect(db_path)
             cursor = conn.cursor()
             
-            # 构建查询
-            # 注意：ActionType.INTERVIEW.value 应该是字符串形式
             if agent_id is not None:
                 cursor.execute("""
                     SELECT user_id, info, created_at
@@ -1342,13 +1326,66 @@ class SimulationRunner:
                     "response": info.get("response", info),
                     "prompt": info.get("prompt", ""),
                     "timestamp": created_at,
-                    "platform": platform
+                    "platform": platform_name
                 })
             
             conn.close()
             
         except Exception as e:
-            logger.error(f"读取Interview历史失败: {e}")
+            logger.error(f"读取Interview历史失败 ({platform_name}): {e}")
+        
+        return results
+
+    @classmethod
+    def get_interview_history(
+        cls,
+        simulation_id: str,
+        platform: str = None,
+        agent_id: Optional[int] = None,
+        limit: int = 100
+    ) -> List[Dict[str, Any]]:
+        """
+        获取Interview历史记录（从数据库读取）
+        
+        Args:
+            simulation_id: 模拟ID
+            platform: 平台类型（reddit/twitter/None）
+                - "reddit": 只获取Reddit平台的历史
+                - "twitter": 只获取Twitter平台的历史
+                - None: 获取两个平台的所有历史
+            agent_id: 指定Agent ID（可选，只获取该Agent的历史）
+            limit: 每个平台返回数量限制
+            
+        Returns:
+            Interview历史记录列表
+        """
+        sim_dir = os.path.join(cls.RUN_STATE_DIR, simulation_id)
+        
+        results = []
+        
+        # 确定要查询的平台
+        if platform in ("reddit", "twitter"):
+            platforms = [platform]
+        else:
+            # 不指定platform时，查询两个平台
+            platforms = ["twitter", "reddit"]
+        
+        for p in platforms:
+            db_path = os.path.join(sim_dir, f"{p}_simulation.db")
+            platform_results = cls._get_interview_history_from_db(
+                db_path=db_path,
+                platform_name=p,
+                agent_id=agent_id,
+                limit=limit
+            )
+            results.extend(platform_results)
+        
+        # 按时间降序排序
+        results.sort(key=lambda x: x.get("timestamp", ""), reverse=True)
+        
+        # 如果查询了多个平台，限制总数
+        if len(platforms) > 1 and len(results) > limit:
+            results = results[:limit]
         
         return results