多轮对话支付下单修改

supabase/functions/dify-chat-stream/index.ts

 /**
  * ai-chat-stream Edge Function
- * C端消费者聊天 - 直接大模型流式输出（支持多轮对话记忆 + 主动澄清）
+ * C端消费者聊天 - 直接大模型流式输出（支持多轮对话记忆 + 主动澄清 + 订单/售后/FAQ查询）
  *
  * 通过 AI Hub（OpenAI 兼容 API）直接调用大模型，不再经过 Dify/Coze 中间层。
  * 无 AI Hub 时回退到 Lovable Gateway。
  *
+ * v4 更新（2026-06-18）：
+ * - done 事件新增 action/actionPayload 字段，支持触发前端行为（弹出售后表单等）
+ * - done 事件新增 components 数组，支持返回 UI 组件调度指令（与 B端 GenUI 对齐）
+ * - System Prompt 增强：AFTERSALES 场景引导 LLM 返回 action 和 actionPayload
+ *
+ * v3 更新（2026-06-18）：
+ * - 订单号自动提取（正则匹配多种格式）并从 orders 表查询真实订单数据
+ * - 售后查询：按订单ID + 用户ID 从 after_sales_requests 表查询售后记录
+ * - FAQ 知识库搜索：从 knowledge_base 表 ilike 全文匹配常见问题
+ * - 预查询+上下文注入模式：LLM 调用前并行查询数据，注入 system prompt 防幻觉
+ *
  * v2 更新：
  * - 从 messages 表加载对话历史，注入 LLM 上下文（多轮记忆）
  * - 系统提示词增强：意图模糊时主动追问澄清（CLARIFY intent）
@@ -49,7 +60,7 @@ const USE_AI_HUB = !!(AI_HUB_KEY && AI_HUB_BASE);
 type HistoryMessage = { role: 'user' | 'assistant'; content: string };
 
 // ─── 系统提示词构建 ───
-function buildSystemPrompt(catalog: any[], userContext: string): string {
+function buildSystemPrompt(catalog: any[], userContext: string, dataContext = ''): string {
   const catalogSection = catalog.length > 0
     ? `\n\n## 可用产品目录（共${catalog.length}个，展示前30个）\n${
         catalog.slice(0, 30).map(p =>
@@ -62,25 +73,33 @@ function buildSystemPrompt(catalog: any[], userContext: string): string {
     ? `\n\n## 用户上下文\n${userContext}`
     : '';
 
-  return `你是"小智"，千江商城的智能购物顾问。
+  const dataContextSection = dataContext
+    ? `\n\n${dataContext}\n\n**重要：以上订单/售后/FAQ数据均为真实数据，你必须据此回复，禁止编造任何订单号、状态、金额！**`
+    : '';
+
+  return `你是"小智"，千匠商城的智能购物顾问。
 
 ## 核心规则
-1. 产品ID必须从产品目录中精确复制，严禁编造或生成
+1. 产品ID必须从产品目录中逐字符精确复制，严禁编造或生成——你无法凭空生成有效的UUID，编造必然导致错误
 2. 所有价格、库存以目录为准，不可臆造
 3. 回复使用友好、专业、简洁的中文
 4. 不透露你是AI
 5. 理解对话历史，记住用户之前说过的话——结合上下文做推荐和回复
+6. 当系统提供了用户的订单/售后数据时，直接引用真实数据回复；当没有数据时，引导用户提供订单号查询
+7. **禁止生成任何URL/链接**：回复正文中绝对不能出现任何链接地址。产品推荐统一通过下方JSON的picks字段返回，前端会自动渲染产品卡片。绝对禁止输出任何形式的网址、域名或链接
+8. **禁止编造标识符**：你无法生成有效的UUID、订单号、物流单号。这些必须从系统提供的目录/数据中精确复制。如果目录中没有合适的UUID，picks留空即可，不要编造
 
-${catalogSection}${contextSection}
+${catalogSection}${contextSection}${dataContextSection}
 
 ## 澄清规则（重要）
 当用户意图模糊、信息不足时，你必须**主动追问澄清**，而不是盲目推荐。需要澄清的典型场景：
 
 1. **购物意图模糊**：用户说"想买个手机"但没提预算、品牌偏好、用途 → 追问预算范围、偏好品牌/功能、主要用途
 2. **对比请求缺标准**：用户说"哪个更好"但没说看重什么 → 追问用户最在意的因素（价格/性能/外观/售后）
-3. **售后请求缺信息**：用户提退货/维修但没说订单号 → 友好索要订单号
+3. **售后请求缺信息**：用户提退货/维修但没说订单号 → 友好索要订单号；如果系统已经查询到订单数据则直接基于数据回复
 4. **预算不明确**：用户只说"便宜的"/"好一点的" → 追问具体预算区间
 5. **模糊指代**：用户说"刚才那个"、"太贵了有便宜的吗" → 结合对话历史定位之前推荐的产品
+6. **序数指代**：用户说"第一个"、"第二个"、"第N个"、"最后一个"、"下单第三个" → 必须回顾上一轮对话中你推荐的 picks/商品列表，按顺序定位对应商品。例如上一轮你推荐了产品A、产品B、产品C，用户说"第二个"就是指产品B
 
 澄清要求：
 - 每次最多问2-3个关键问题，不要连珠炮式提问
@@ -90,7 +109,7 @@ ${catalogSection}${contextSection}
 
 ## 回复末尾必须包含JSON
 \`\`\`json
-{"picks":[{"product_id":"从目录复制的真实UUID","note":"推荐理由"}],"intent":"SHOPPING|COMPARE|AFTERSALES|GENERAL|CLARIFY","highlights":["要点1","要点2"],"clarifies":["追问1","追问2"],"title":"简短标题"}
+{"picks":[...],"intent":"SHOPPING|COMPARE|AFTERSALES|GENERAL|CLARIFY","highlights":[...],"clarifies":[...],"title":"...","extractedOrderNumber":"用户消息中提及的订单号，无则填null","action":"show_after_sales_form|...","actionPayload":{...},"components":[...]}
 \`\`\`
 
 ## 规则
@@ -99,8 +118,14 @@ ${catalogSection}${contextSection}
 - clarifies: 当 intent=CLARIFY 时必填，列出2-3个具体追问问题
 - highlights: 2-4个回复要点（各20-80字）；澄清模式下为对话摘要
 - title: 简短对话标题（≤30字）
+- extractedOrderNumber: ★ 从用户消息（结合对话历史）中理解并提取订单号。即使用户说"上次那个订单"、"帮我查下订单进度"、"我之前买的那个"等模糊表达，只要能推断出订单号就填写；确实没有则填 null。LLM的理解能力可以补正则盲区
 - 对比类询问使用Markdown表格
-- 售后问题友好引导联系人工客服`;
+- action: 触发前端行为，可选值：show_after_sales_form(弹出售后申请表单)、show_order_detail(展示订单详情)、show_faq(展示FAQ)、none(无需操作)
+- actionPayload: 当 action="show_after_sales_form" 时必填，包含订单UUID、订单号和商品列表
+- components: 前端展示的UI组件数组，每项含 type(组件类型) 和 props(组件属性)
+  · order_status_card: 订单状态卡片，props含 orderNumber, status
+  · after_sales_progress: 售后进度组件，props含 afterSalesId, type, status, createdAt
+- **售后处理规则**：如果系统提供了订单数据且用户明确要退货/换货/维修，必须设置 action="show_after_sales_form" 并填写 actionPayload；仅当确实需要人工介入（如特殊退款审批）时才引导联系人工客服`;
 }
 
 // ─── 对话历史加载 ───
@@ -246,6 +271,361 @@ function detectIntent(message: string, answer: string): string {
   return 'GENERAL';
 }
 
+// ─── 订单号提取 ───
+
+/** 从用户消息中提取订单号（支持多种格式） */
+function extractOrderNumber(message: string): string | null {
+  // 格式1: ORD + 日期 + 序号，如 ORD20240618001
+  const ordMatch = message.match(/ORD\d{8,}/i);
+  if (ordMatch) return ordMatch[0].toUpperCase();
+
+  // 格式2: # 开头 + 数字/字母，如 #20240618001
+  const hashMatch = message.match(/#([A-Z0-9]{6,})/i);
+  if (hashMatch) return hashMatch[1].toUpperCase();
+
+  // 格式3: 纯数字订单号（8位以上），如 20240618001
+  const numMatch = message.match(/\b(\d{8,20})\b/);
+  if (numMatch) {
+    const num = numMatch[1];
+    // 排除明显是手机号或金额的数字
+    if (/^1[3-9]\d{9}$/.test(num)) return null; // 手机号
+    if (/^\d{1,7}$/.test(num)) return null;     // 太短
+    return num;
+  }
+
+  // 格式4: 关键词 "订单号" "订单编号" "订单" 后跟的编号
+  const keywordMatch = message.match(/订单(?:号|编号)?\s*[：:]\s*([A-Z0-9-]{6,30})/i);
+  if (keywordMatch) return keywordMatch[1].toUpperCase();
+
+  // 格式5: 中英文混合 UUID 风格的订单引用
+  const uuidLike = message.match(/\b([0-9a-f]{8}-[0-9a-f]{4}-[0-9a-f]{4}-[0-9a-f]{4}-[0-9a-f]{12})\b/i);
+  if (uuidLike) return uuidLike[1];
+
+  return null;
+}
+
+
+// ─── 数据查询函数 ───
+
+/** 根据订单号查询订单详情（含商品） */
+async function queryOrderByNumber(
+  supabase: any,
+  orderNumber: string
+): Promise<any | null> {
+  try {
+    console.log(`🔍 [ai-chat-stream] 查询订单: order_number=${orderNumber}`);
+    const { data, error } = await supabase
+      .from('orders')
+      .select(`
+        id, order_number, status, total_amount, shipping_address,
+        tracking_number, notes, created_at, updated_at,
+        order_items (
+          id, quantity, unit_price, product_id,
+          products ( id, name, price, image_url, brand, category )
+        )
+      `)
+      .eq('order_number', orderNumber)
+      .single();
+
+    if (error) {
+      console.error('❌ [ai-chat-stream] 订单查询失败:', JSON.stringify(error));
+      return null;
+    }
+
+    console.log('✅ [ai-chat-stream] 订单查询成功:', {
+      order_number: data.order_number,
+      status: data.status,
+      items_count: data.order_items?.length || 0,
+    });
+    return data;
+  } catch (err) {
+    console.error('[ai-chat-stream] 订单查询异常:', err);
+    return null;
+  }
+}
+
+/** 根据用户ID查询最近订单列表 */
+async function queryUserOrders(
+  supabase: any,
+  userId: string,
+  limit = 5
+): Promise<any[]> {
+  try {
+    console.log(`🔍 [ai-chat-stream] 查询用户订单: user_id=${userId}`);
+    const { data, error } = await supabase
+      .from('orders')
+      .select(`
+        id, order_number, status, total_amount, created_at,
+        order_items (
+          id, quantity, unit_price, product_id,
+          products ( id, name, price, image_url )
+        )
+      `)
+      .eq('user_id', userId)
+      .order('created_at', { ascending: false })
+      .limit(limit);
+
+    if (error) {
+      console.error('❌ [ai-chat-stream] 用户订单查询失败:', JSON.stringify(error));
+      return [];
+    }
+
+    console.log('✅ [ai-chat-stream] 用户订单查询成功:', { count: data?.length || 0 });
+    return data || [];
+  } catch (err) {
+    console.error('[ai-chat-stream] 用户订单查询异常:', err);
+    return [];
+  }
+}
+
+/** 根据订单ID查询售后记录 */
+async function queryAfterSalesByOrder(
+  supabase: any,
+  orderId: string
+): Promise<any[]> {
+  try {
+    console.log(`🔍 [ai-chat-stream] 查询售后: order_id=${orderId}`);
+    const { data, error } = await supabase
+      .from('after_sales_requests')
+      .select(`
+        id, type, status, reason, description,
+        tracking_number, refund_amount, admin_notes,
+        processed_at, created_at, updated_at, order_id
+      `)
+      .eq('order_id', orderId)
+      .order('created_at', { ascending: false });
+
+    if (error) {
+      console.error('❌ [ai-chat-stream] 售后查询失败:', JSON.stringify(error));
+      return [];
+    }
+
+    console.log('✅ [ai-chat-stream] 售后查询成功:', { count: data?.length || 0 });
+    return data || [];
+  } catch (err) {
+    console.error('[ai-chat-stream] 售后查询异常:', err);
+    return [];
+  }
+}
+
+/** 根据用户ID查询售后记录 */
+async function queryAfterSalesByUser(
+  supabase: any,
+  userId: string,
+  limit = 5
+): Promise<any[]> {
+  try {
+    console.log(`🔍 [ai-chat-stream] 查询用户售后: user_id=${userId}`);
+    const { data, error } = await supabase
+      .from('after_sales_requests')
+      .select(`
+        id, type, status, reason, description,
+        tracking_number, refund_amount, admin_notes,
+        processed_at, created_at, updated_at, order_id
+      `)
+      .eq('user_id', userId)
+      .order('created_at', { ascending: false })
+      .limit(limit);
+
+    if (error) {
+      console.error('❌ [ai-chat-stream] 用户售后查询失败:', JSON.stringify(error));
+      return [];
+    }
+
+    console.log('✅ [ai-chat-stream] 用户售后查询成功:', { count: data?.length || 0 });
+    return data || [];
+  } catch (err) {
+    console.error('[ai-chat-stream] 用户售后查询异常:', err);
+    return [];
+  }
+}
+
+/** 从知识库搜索FAQ（ilike全文匹配） */
+async function searchFAQ(
+  supabase: any,
+  query: string,
+  limit = 5
+): Promise<Array<{ title: string; content: string; category: string }>> {
+  try {
+    console.log(`🔍 [ai-chat-stream] 搜索FAQ: query="${query.substring(0, 60)}"`);
+
+    // 提取关键词用于 ilike 搜索
+    const keywords = query
+      .replace(/[？?！!，,。.、\s]+/g, ' ')
+      .trim()
+      .split(/\s+/)
+      .filter(w => w.length >= 2)
+      .slice(0, 3); // 最多3个关键词
+
+    if (keywords.length === 0) return [];
+
+    // 对每个关键词进行 ilike 搜索（OR 拼接）
+    let dbQuery = supabase
+      .from('knowledge_base')
+      .select('title, content, category')
+      .eq('is_active', true);
+
+    // 构建 OR 条件
+    const conditions = keywords.map(kw =>
+      `title.ilike.%${kw}%,content.ilike.%${kw}%`
+    ).join(',');
+    dbQuery = dbQuery.or(conditions);
+
+    const { data, error } = await dbQuery.limit(limit);
+
+    if (error) {
+      console.error('❌ [ai-chat-stream] FAQ搜索失败:', JSON.stringify(error));
+      return [];
+    }
+
+    console.log('✅ [ai-chat-stream] FAQ搜索成功:', { keywords, results: data?.length || 0 });
+    return (data || []).map((row: any) => ({
+      title: row.title,
+      content: row.content?.substring(0, 500) || '', // 截断长文本
+      category: row.category || '',
+    }));
+  } catch (err) {
+    console.error('[ai-chat-stream] FAQ搜索异常:', err);
+    return [];
+  }
+}
+
+
+// ─── 数据上下文构建 ───
+
+/** 将查询到的数据格式化为注入 system prompt 的 Markdown 文本 */
+function buildDataContext(params: {
+  order: any | null;
+  userOrders: any[];
+  afterSales: any[];
+  faqResults: Array<{ title: string; content: string; category: string }>;
+  userId: string | null;
+}): string {
+  const sections: string[] = [];
+
+  // ── 订单数据 ──
+  if (params.order) {
+    const o = params.order;
+    const statusMap: Record<string, string> = {
+      pending: '待处理',
+      confirmed: '已确认',
+      shipped: '已发货',
+      delivered: '已签收',
+      cancelled: '已取消',
+    };
+    const statusCN = statusMap[o.status] || o.status;
+
+    let orderSection = `## 用户查询的订单（真实数据，禁止编造）
+
+| 项目 | 详情 |
+|------|------|
+| 订单号 | ${o.order_number} |
+| 状态 | ${statusCN}（${o.status}） |
+| 金额 | ¥${Number(o.total_amount).toFixed(2)} |
+| 下单时间 | ${o.created_at || '未知'} |`;
+
+    if (o.tracking_number) {
+      orderSection += `\n| 物流单号 | ${o.tracking_number} |`;
+    }
+    if (o.shipping_address) {
+      orderSection += `\n| 收货地址 | ${o.shipping_address} |`;
+    }
+
+    // 订单商品
+    if (o.order_items?.length > 0) {
+      orderSection += `\n\n**商品明细：**\n`;
+      orderSection += `| 商品 | 单价 | 数量 | 小计 |\n|------|------|------|------|\n`;
+      for (const item of o.order_items) {
+        const name = item.products?.name || '未知商品';
+        const price = Number(item.unit_price).toFixed(2);
+        const qty = item.quantity;
+        const subtotal = (Number(item.unit_price) * item.quantity).toFixed(2);
+        orderSection += `| ${name} | ¥${price} | ×${qty} | ¥${subtotal} |\n`;
+      }
+    }
+
+    sections.push(orderSection);
+  }
+
+  // ── 用户最近订单列表 ──
+  if (params.userOrders.length > 0 && !params.order) {
+    let userOrdersSection = `## 用户最近订单（真实数据，禁止编造）
+
+| 订单号 | 状态 | 金额 | 时间 |
+|------|------|------|------|
+`;
+    const statusMap: Record<string, string> = {
+      pending: '待处理', confirmed: '已确认', shipped: '已发货',
+      delivered: '已签收', cancelled: '已取消',
+    };
+    for (const o of params.userOrders) {
+      const statusCN = statusMap[o.status] || o.status;
+      const date = o.created_at ? new Date(o.created_at).toLocaleDateString('zh-CN') : '-';
+      userOrdersSection += `| ${o.order_number} | ${statusCN} | ¥${Number(o.total_amount).toFixed(2)} | ${date} |\n`;
+    }
+    sections.push(userOrdersSection);
+  }
+
+  // ── 售后数据 ──
+  if (params.afterSales.length > 0) {
+    const typeMap: Record<string, string> = {
+      return: '退货', exchange: '换货', repair: '维修',
+    };
+    const statusMap: Record<string, string> = {
+      pending: '待审核', approved: '已通过', processing: '处理中',
+      completed: '已完成', rejected: '已拒绝',
+    };
+
+    let asSection = `## 关联售后记录（真实数据，禁止编造）
+
+| 类型 | 状态 | 原因 | 申请时间 |
+|------|------|------|------|
+`;
+    for (const as of params.afterSales) {
+      const typeCN = typeMap[as.type] || as.type;
+      const statusCN = statusMap[as.status] || as.status;
+      const date = as.created_at ? new Date(as.created_at).toLocaleDateString('zh-CN') : '-';
+      asSection += `| ${typeCN} | ${statusCN} | ${as.reason?.substring(0, 30) || '-'} | ${date} |\n`;
+    }
+
+    // 附上第一条售后的详细信息
+    const first = params.afterSales[0];
+    if (first) {
+      asSection += `\n**最近售后详情：**\n`;
+      asSection += `- 类型：${typeMap[first.type] || first.type}\n`;
+      asSection += `- 状态：${statusMap[first.status] || first.status}\n`;
+      asSection += `- 原因：${first.reason || '-'}\n`;
+      if (first.description) asSection += `- 描述：${first.description.substring(0, 200)}\n`;
+      if (first.tracking_number) asSection += `- 退回物流单号：${first.tracking_number}\n`;
+      if (first.refund_amount) asSection += `- 退款金额：¥${Number(first.refund_amount).toFixed(2)}\n`;
+      if (first.admin_notes) asSection += `- 客服备注：${first.admin_notes.substring(0, 200)}\n`;
+    }
+
+    sections.push(asSection);
+  }
+
+  // ── FAQ / 知识库结果 ──
+  if (params.faqResults.length > 0) {
+    let faqSection = `## 知识库FAQ（可参考，但需结合上下文回复）
+
+`;
+    for (const faq of params.faqResults) {
+      faqSection += `### ${faq.title}\n${faq.content}\n\n`;
+    }
+    sections.push(faqSection);
+  }
+
+  // ── 无数据提示 ──
+  if (sections.length === 0) {
+    sections.push(`## 数据查询结果
+
+（本次查询未获取到订单/售后/FAQ数据。如果用户询问订单或售后问题，请友好引导用户提供正确的订单号。）`);
+  }
+
+  return sections.join('\n\n---\n\n');
+}
+
+
 // ─── 主处理 ───
 
 Deno.serve(async (req) => {
@@ -328,7 +708,7 @@ Deno.serve(async (req) => {
 
     if (localConvId && userId) {
       historyMessages = await loadConversationHistory(supabase, localConvId, userId, 20);
-      historyMessages = truncateHistory(historyMessages, 6000);
+      historyMessages = truncateHistory(historyMessages, 12000);
       console.log('📜 [ai-chat-stream] 历史消息:', {
         loaded: historyMessages.length,
         totalChars: historyMessages.reduce((s, m) => s + m.content.length, 0),
@@ -337,8 +717,67 @@ Deno.serve(async (req) => {
       });
     }
 
+    // ─── 数据查询：订单/售后/FAQ ───
+    const orderNumber = extractOrderNumber(message);
+    console.log('🔎 [ai-chat-stream] 订单号提取:', { orderNumber, messageLength: message.length });
+
+    let order: any = null;
+    let afterSales: any[] = [];
+    let userOrders: any[] = [];
+    let faqResults: Array<{ title: string; content: string; category: string }> = [];
+
+    // 并行查询：订单详情 + 售后记录 + FAQ + 用户最近订单
+    const [orderResult, asUserResult, faqResult, userOrdersResult] = await Promise.allSettled([
+      // 1. 如果提取到订单号，查询订单详情
+      orderNumber
+        ? queryOrderByNumber(supabase, orderNumber)
+        : Promise.resolve(null),
+      // 2. 如果用户已登录，查询该用户的售后记录
+      userIdPassed
+        ? queryAfterSalesByUser(supabase, userId, 5)
+        : Promise.resolve([]),
+      // 3. FAQ 搜索（总是执行，帮助回答常见问题）
+      searchFAQ(supabase, message, 5),
+      // 4. 用户最近订单（如果没有具体订单号但有 userId）
+      (userIdPassed && !orderNumber)
+        ? queryUserOrders(supabase, userId, 5)
+        : Promise.resolve([]),
+    ]);
+
+    if (orderResult.status === 'fulfilled') order = orderResult.value;
+    if (asUserResult.status === 'fulfilled') afterSales = asUserResult.value;
+    if (faqResult.status === 'fulfilled') faqResults = faqResult.value;
+    if (userOrdersResult.status === 'fulfilled') userOrders = userOrdersResult.value;
+
+    // 如果查到订单，再查该订单的售后记录（优先于用户级别的售后）
+    if (order?.id) {
+      try {
+        const orderAS = await queryAfterSalesByOrder(supabase, order.id);
+        if (orderAS.length > 0) afterSales = orderAS; // 订单级别售后记录覆盖用户级别
+      } catch {
+        // 保持已有售后数据
+      }
+    }
+
+    // 构建数据上下文
+    const dataContext = buildDataContext({
+      order,
+      userOrders,
+      afterSales,
+      faqResults,
+      userId: userIdPassed ? userId : null,
+    });
+
+    console.log('📊 [ai-chat-stream] 数据上下文构建完成:', {
+      hasOrder: !!order,
+      afterSalesCount: afterSales.length,
+      userOrdersCount: userOrders.length,
+      faqResultsCount: faqResults.length,
+      contextLength: dataContext.length,
+    });
+
     // ─── 构建系统提示词 ───
-    const systemPrompt = buildSystemPrompt(catalog, inputs.user_context || '');
+    const systemPrompt = buildSystemPrompt(catalog, inputs.user_context || '', dataContext);
 
     // ─── 调用大模型流式 API ───
     console.log('🚀 [ai-chat-stream] Calling LLM API...');
@@ -410,8 +849,20 @@ Deno.serve(async (req) => {
                 const delta = parsed?.choices?.[0]?.delta;
 
                 if (delta?.content) {
-                  fullAnswer += delta.content;
-                  const sseData = JSON.stringify({ type: 'text', content: delta.content });
+                  // ★ 逐 chunk 拦截清洗——防止幻觉 URL 通过 SSE 流到达前端
+                  let cleanContent = delta.content;
+                  const streamUrlPatterns = [
+                    /\[([^\]]*)\]\(https?:\/\/[^\)]+\)/gi,
+                    /https?:\/\/[^\s]+/gi,
+                  ];
+                  for (const p of streamUrlPatterns) {
+                    if (p.test(cleanContent)) {
+                      console.log('🧹 [ai-chat-stream] Stripped hallucinated URL from stream chunk');
+                      cleanContent = cleanContent.replace(p, '');
+                    }
+                  }
+                  fullAnswer += cleanContent;
+                  const sseData = JSON.stringify({ type: 'text', content: cleanContent });
                   controller.enqueue(encoder.encode(`data: ${sseData}\n\n`));
                 }
               } catch {
@@ -428,6 +879,15 @@ Deno.serve(async (req) => {
             controller.enqueue(encoder.encode(`data: ${sseData}\n\n`));
           }
 
+          // ★ 第二道防线：全文本再次清洗幻觉 URL（保护 DB 写入副本）
+          const postUrlPatterns = [
+            /\[([^\]]*)\]\(https?:\/\/[^\)]+\)/gi,
+            /https?:\/\/[^\s]+/gi,
+          ];
+          for (const p of postUrlPatterns) {
+            fullAnswer = fullAnswer.replace(p, '');
+          }
+
           console.log('📝 [ai-chat-stream] Full answer length:', fullAnswer.length);
 
           // 优先尝试解析 LLM 直接返回的结构化 JSON
@@ -440,6 +900,9 @@ Deno.serve(async (req) => {
           let next: string[] | undefined;
           let title: string | undefined;
           let clarifies: string[] | undefined;
+          let action: string | undefined;
+          let actionPayload: any | undefined;
+          let components: any[] | undefined;
 
           if (structured) {
             console.log('✅ [ai-chat-stream] Using structured payload from LLM');
@@ -475,12 +938,44 @@ Deno.serve(async (req) => {
             }
 
             picks = accepted.map(a => ({ product_id: a.product_id as string, note: a.note || '' }));
+
+            // ★ 回退：结构化 JSON 存在但所有 picks 被审计拒绝 → 尝试文本解析兜底
+            if (picks.length === 0 && rawPicks.length > 0 && catalog.length > 0) {
+              console.log('⚠️ [ai-chat-stream] All structured picks rejected by audit, falling back to text parsing');
+              const textPicks = parsePicksFromText(fullAnswer, catalog);
+              if (textPicks.length > 0) {
+                picks = textPicks;
+                console.log('✅ [ai-chat-stream] Text fallback recovered picks:', picks.length);
+              } else {
+                console.log('❌ [ai-chat-stream] Text fallback also found no valid picks');
+              }
+            }
+
             intent = structured.intent || detectIntent(message, fullAnswer);
             highlights = Array.isArray(structured.highlights) ? structured.highlights : [];
             comparison = typeof structured.comparison === 'string' ? structured.comparison : undefined;
             next = Array.isArray(structured.next) ? structured.next : undefined;
             title = typeof structured.title === 'string' ? structured.title : undefined;
             clarifies = Array.isArray(structured.clarifies) ? structured.clarifies : undefined;
+            action = (typeof structured.action === 'string' && structured.action !== 'none') ? structured.action : undefined;
+            actionPayload = (action && structured.actionPayload && typeof structured.actionPayload === 'object') ? structured.actionPayload : undefined;
+            components = (Array.isArray(structured.components) && structured.components.length > 0) ? structured.components : undefined;
+
+            // LLM 提取的订单号（补正则盲区：如"上次那个订单"、"帮我查下进度"）
+            const llmOrderNumber = (typeof structured.extractedOrderNumber === 'string' && structured.extractedOrderNumber.trim())
+              ? structured.extractedOrderNumber.trim()
+              : null;
+            if (llmOrderNumber && !order) {
+              console.log('🧠 [ai-chat-stream] LLM 提取到正则漏掉的订单号:', llmOrderNumber);
+              try {
+                order = await queryOrderByNumber(supabase, llmOrderNumber);
+                if (order?.id) {
+                  const orderAS = await queryAfterSalesByOrder(supabase, order.id);
+                  if (orderAS.length > 0) afterSales = orderAS;
+                  console.log('✅ [ai-chat-stream] LLM订单号查询成功，补充数据注入');
+                }
+              } catch { /* 查询失败不影响主流程 */ }
+            }
           } else {
             console.log('⚠️ [ai-chat-stream] No structured payload, falling back to text parsing');
             picks = parsePicksFromText(fullAnswer, catalog);
@@ -562,6 +1057,9 @@ Deno.serve(async (req) => {
             ...(next ? { next } : {}),
             ...(title ? { title } : {}),
             ...(clarifies ? { clarifies } : {}),
+            ...(action ? { action } : {}),
+            ...(actionPayload ? { actionPayload } : {}),
+            ...(components ? { components } : {}),
             meta: {
               platform: 'ai-hub',
               user: userId,
@@ -570,6 +1068,9 @@ Deno.serve(async (req) => {
               source: structured ? 'llm-structured' : 'text-fallback',
               hasHistory: historyMessages.length > 0,
               historyMessages: historyMessages.length,
+              hasOrderData: !!order,
+              hasAfterSalesData: afterSales.length > 0,
+              hasFAQData: faqResults.length > 0,
             },
             conversation_id: localConvId,
           });