refactor: 客服agent的切片结构调整重构

config/database/redis.py

@@ -24,6 +24,7 @@ def client() -> aioredis.Redis:
             retry=Retry(FullJitterBackoff(base=1, cap=10), retries=3),
             max_connections=settings.redis.max_connections,
             decode_responses=True,
+            protocol=2,                     # redis-py 8 默认 RESP3（HELLO 3），Redis < 6.0 不支持
         )
     return _client
 

config/settings.py

@@ -86,16 +86,17 @@ class MilvusCfg(BaseSettings):
 class LLMCfg(BaseSettings):
     """大模型配置：本地 Ollama / OpenAI 兼容 API 双模式见 tool/llm.py。"""
 
-    mode: str
-    # —— 本地 Ollama ——
-    ollama_base: str
-    ollama_chat_model: str
-    ollama_embed_model: str
-    # —— OpenAI 兼容 API（base_url 以 /v1 结尾）——
-    api_base: str
-    api_key: str
-    api_chat_model: str
-    api_embed_model: str
+    mode: str = "auto"  # auto=本地优先、API 兜底（按下方参数是否填写自动判定）；ollama / api=强制单一后端
+    # —— 本地 Ollama（base + chat_model 填写即启用）——
+    ollama_base: str = ""
+    ollama_chat_model: str = ""
+    ollama_embed_model: str = ""
+    # —— OpenAI 兼容 API（api_key + base + chat_model 填写即启用；base_url 以 /v1 结尾）——
+    api_base: str = ""
+    api_key: str = ""
+    api_chat_model: str = ""
+    api_embed_model: str = ""
+    embed_dimensions: int  # 向量维度：既作为 embeddings 请求的 dimensions 参数，也是 Milvus 建表/入库校验的维度；须与模型输出一致（MRL 模型如 qwen3-embedding 可任选 32~4096）
     # —— 通用超参 ——
     temperature: float
     max_tokens: int