步数用尽时先收个尾，别把半截过程当答案交出去

走到步数上限一定意味着最后那步**要求了工具**（不要工具的话循环早 break 了），
也就是说模型从来没拿到过"说结论"的那一轮——它只是被掐断在半路。交出去的
是它上一句中间过程的话，末尾补一句"步数不够，请调大"。

实测这条线是绷紧的：库里 116 个 agent 节点，87% 在 10 步内收口，11 步只有
1 个，**正好 12 步的有 11 个**。1 跳到 11 是被截断的特征，不是自然分布。

所以补上那一轮：不给工具，让它基于已经查到的收口，并说清哪些没查到、
结论因此有什么局限。用 base_model 而不是绑过工具的 model——收尾轮必须在
结构上发不出 tool_call，靠提示词请它别调是约束不住的。

两种收场发不同的 code：收上来了是 step_limit_settled（DEGRADED），
收不上来仍是 step_limit（BROKEN）。不复用同一个 code：库里那 8 条老事件
的含义确实是硬截断，改语义等于把历史运行重新解释成另一回事。

顺带修掉一个一直在白烧钱的 bug：chat.ts:440 的注释说自动重试能"调大最大
步数"，而 copilot.py 明确禁止模型写 max_steps。两边对不上，于是 step_limit
的重试是用同一个默认 12 再跑一遍，必然撞同一堵墙。现在那条禁令改成有条件
的——只有上一次死于步数不够时才准显式写大值。改完两条路各自成立：收尾
成功走 DEGRADED，闸门不开、不重试（对的，同配置再跑还是撞墙）；收尾失败
仍是 BROKEN，而这次 Copilot 真能把步数调大。

硬顶 25 → 100，画布滑块跟着放开，**节点默认仍是 12**：要更多的人调得动，
不知情的人不会突然多花十倍。

新增 tests/test_agent_steps.py，顺带补回 agent 循环的集成测试（原来那个
文件在脱敏那轮被整个删掉了）。两条反向断言是重点：正常收口的 agent 一次
调用都不该多花，以及收尾轮发不出工具调用。两者都做过变异验证——把收尾
结果丢弃、把收尾轮换成绑工具的 model，各自都能让对应的断言变红。

273 passed（去掉一个会真连 api.openai.com 的既有慢测试是 238 passed / 9.4s）。

backend/app/api/copilot.py

@@ -112,8 +112,10 @@ NODE_REFERENCE = """\
 - output：出口，收集最终成果。config.fields = [{name, value}]，value 里写模板引用
 - llm：单次模型调用。config: {system, prompt, model, temperature, max_tokens, assign_to, output_schema}
 - agent：带工具循环的 agent。config: {system, prompt, tools:[工具名], approval, assign_to}
-  **不要写 max_steps**。平台默认值是按「一步只调一个工具」校准过的；写死一个
+  **默认不要写 max_steps**。平台默认值是按「一步只调一个工具」校准过的；写死一个
-  小数字（见过 8）会让它查完表结构就没额度回答了，用户拿到的是半截结论
+  小数字（见过 8）会让它查完表结构就没额度回答了，用户拿到的是半截结论。
+  唯一的例外：上一次就是因为**步数用尽**没跑完（会在改写理由里写明），
+  这时要显式写一个更大的值（比如 24）——那是这种失败唯一的修法
 - supervisor：多 agent 协作。config: {goal, agents:[{name, description, system, tools, model}], max_rounds}
 - tool：直接调一个工具。config: {tool: 工具名, args: {...}, assign_to}
 - code：沙箱里跑代码。config: {language: python|bash|node, code, timeout, network, assign_to}

backend/app/core/config.py

@@ -65,7 +65,10 @@ class Settings(BaseSettings):
     # --- 执行引擎护栏 ---
     max_run_seconds: int = 600
     max_graph_steps: int = 200
-    max_agent_steps: int = 25
+    # 节点上配多少步都过不去这个硬顶。默认值仍是节点上的 12（nodeDefs.ts），
+    # 这里只决定"想调大的人最多能调到哪"——实测 87% 的 agent 节点 ≤10 步就收口，
+    # 绷紧的是那 10%，不该让所有人陪着多花钱
+    max_agent_steps: int = 100
     #: 上传文件的大小上限（MB）。原来写死 10，而且是读完整个文件才检查——
     #: 传一个 1GB 的文件，内存在报 413 之前就吃掉了
     max_upload_mb: int = 50

backend/app/engine/nodes/llm.py

@@ -353,6 +353,12 @@ async def run_agent(state: GraphState, ctx: NodeContext) -> dict[str, Any]:
     async def llm_step(step: int, payload: list[BaseMessage]) -> BaseMessage:
         return await _invoke_streaming(model, payload, ctx, model_id)
 
+    @task
+    async def settle_step(payload: list[BaseMessage]) -> BaseMessage:
+        # 用 base_model 而不是上面那个绑过工具的 model：收尾轮必须在**结构上**
+        # 发不出工具调用，靠提示词说"别调工具"是约束不住的
+        return await _invoke_streaming(base_model, payload, ctx, model_id)
+
     @task
     async def tool_step(step: int, name: str, args: dict[str, Any]) -> str:
         tool = tool_map[name]
@@ -479,10 +485,44 @@ async def run_agent(state: GraphState, ctx: NodeContext) -> dict[str, Any]:
                 {"tool": call.get("name", ""), "args": call.get("args", {}) or {}, "skipped": True}
             )
     else:
-        # 步数用完了。成果只能取模型自己说过的话——messages[-1] 很可能是一条
+        # 步数用完了。走到这儿一定意味着最后那步**要求了工具**（不要工具会 break），
-        # ToolMessage：工具的原始返回，或者串行模式下那句"本轮只执行了第一个
+        # 也就是说模型从来没拿到过"说结论"的那一轮——它只是被掐断在半路。
-        # 工具"。后者真的漏到用户面前当过答案（run dd9927e6），一句内部管道
+        #
-        # 文案冒充结论，比明说"没跑完"糟糕得多。
+        # 所以先补上那一轮：不给工具，让它基于已经查到的东西收口。这比把中间
+        # 过程当答案交出去强得多，也比只留一句抱怨强——用户要的是"已知什么、
+        # 还缺什么"，不是"系统哪里不够用"。
+        settled = ""
+        messages.append(HumanMessage(content=(
+            f"步数预算用完了（{max_steps} 步），现在起不能再调用任何工具。"
+            "基于已经查到的信息给出结论；明确说清哪些部分没有查到、"
+            "结论因此有什么局限。不要编造没查到的数据。"
+        )))
+        try:
+            response = await settle_step(messages)
+            usage = _usage_of(response, model_id)
+            for key in ("input_tokens", "output_tokens", "calls"):
+                total_usage[key] += usage[key]
+            total_usage["cost_usd"] = round(total_usage["cost_usd"] + usage["cost_usd"], 6)
+            settled = message_text(response).strip()
+        except Exception as e:  # noqa: BLE001 - 收尾失败不能把已有成果一起赔进去
+            ctx.emit(EventType.LOG, level="warn",
+                     message=f"收尾轮没跑成：{type(e).__name__}: {e}", code="settle_failed")
+
+        if settled:
+            final_text = settled
+            hint = (
+                f"agent 用满了 {max_steps} 步，这个结论是基于已经查到的部分给出的。"
+                "要跑全请把节点上的「最大步数」调大；如果它大部分步数花在逐张表"
+                "查结构上，也可以在提示词里点明该查哪几张表。"
+            )
+            # 和 step_limit 分开发：库里那些老事件的含义确实是"硬截断"，
+            # 复用同一个 code 会把历史运行重新解释成另一回事
+            ctx.emit(EventType.LOG, level="warn", message=hint, code="step_limit_settled")
+        else:
+            # 收尾轮也没说出话。成果只能取模型自己说过的话——messages[-1] 很可能
+            # 是一条 ToolMessage：工具的原始返回，或者串行模式下那句"本轮只执行了
+            # 第一个工具"。后者真的漏到用户面前当过答案（run dd9927e6），一句内部
+            # 管道文案冒充结论，比明说"没跑完"糟糕得多。
             final_text = next(
                 (text for m in reversed(messages)
                  if isinstance(m, AIMessage) and (text := message_text(m).strip())),

backend/app/engine/review.py

@@ -58,6 +58,12 @@ WARN_CODES: dict[str, tuple[str, str]] = {
     "step_limit": ("step_limit", BROKEN),
     "empty_completion": ("empty_completion", BROKEN),
     # 能用但有缺口
+    # 步数用尽，但收尾轮让模型基于已查到的部分收了口：答案是完整的一段话，
+    # 只是覆盖面不全——这是缺口不是断裂，所以不判 BROKEN。
+    # 连带效果是不再触发自动重跑，那正是想要的：同样配置再跑一遍还撞同一堵墙
+    "step_limit_settled": ("step_limit_settled", DEGRADED),
+    # 收尾轮自己挂了。影响由同时发出的 step_limit(BROKEN) 承担，这条是说清原因
+    "settle_failed": ("settle_failed", DEGRADED),
     "loop_limit": ("loop_limit", DEGRADED),
     "tool_args_fixed": ("tool_args_fixed", DEGRADED),
     "node_retry": ("node_retry", DEGRADED),

backend/tests/test_agent_steps.py

@@ -0,0 +1,218 @@
+"""步数用尽时，agent 要收口，而不是把半截过程交出去。
+
+走到步数上限一定意味着最后那步**要求了工具**（不要工具的话循环早 break 了），
+也就是说模型从来没拿到过"说结论"的那一轮——它只是被掐断在半路。交出去的
+是它上一句中间过程的话，末尾补一句"步数不够"。
+
+所以补上那一轮：不给工具，让它基于已经查到的收口。这里守三件事——收尾轮
+真的发生了、它**发不出**工具调用、以及它没有变成每次都多烧的一次调用。
+
+顺带补回 agent 循环的集成测试：原来那个文件在脱敏那轮被整个删掉了。
+"""
+
+from __future__ import annotations
+
+import asyncio
+
+import pytest
+from langchain_core.messages import AIMessage
+from sqlalchemy import select
+
+from app.db.base import SessionLocal
+from app.db.models import Run, RunEvent
+from app.engine.runner import run_manager
+
+#: 收尾轮该说的话。挑一句和"中间过程"截然不同的，好分辨答案到底取自哪一轮
+SETTLED = "已经查到的部分：门店 8 家。其余未查到，这个数是下限。"
+MIDWAY = "中间过程：还得再查一张表。"
+
+MAX_STEPS = 3
+
+
+@pytest.fixture
+async def runner():
+    await run_manager.setup()
+    yield run_manager
+    await run_manager.shutdown()
+
+
+def _graph(*, max_steps: int = MAX_STEPS) -> dict:
+    return {
+        "nodes": [
+            {"id": "in", "type": "input", "data": {"config": {}}},
+            {"id": "work", "type": "agent", "data": {"config": {
+                "prompt": "{{ input.question }}",
+                "tools": ["calculator"],
+                "max_steps": max_steps,
+                "approval": "never",
+            }}},
+            {"id": "out", "type": "output", "data": {"config": {}}},
+        ],
+        "edges": [{"source": "in", "target": "work"}, {"source": "work", "target": "out"}],
+    }
+
+
+def never_concludes(monkeypatch, *, settle_raises: bool = False) -> None:
+    """绑了工具就永远再要一次工具；没绑工具才说话。
+
+    `self.tools` 是 bind_tools 之后才有的。收尾轮走的是**没绑过工具**的
+    base_model，所以它必然落到下面那个分支——这正是"收尾轮发不出工具调用"
+    那条断言的着力点：真要是绑着工具过来的，拿到的就会是 MIDWAY。
+    """
+    from app.providers import mock_model
+
+    def _decide(self, messages):
+        if self.tools:
+            return AIMessage(
+                content=MIDWAY,
+                tool_calls=[{"name": self.tools[0]["name"],
+                             "args": {"expression": "1+1"},
+                             "id": f"call_{len(messages)}"}],
+            )
+        if settle_raises:
+            raise RuntimeError("收尾轮炸了")
+        return AIMessage(content=SETTLED)
+
+    monkeypatch.setattr(mock_model.MockChatModel, "_decide", _decide)
+
+
+async def _run(graph: dict, question: str = "有几家门店"):
+    run = await run_manager.start(graph=graph, input_payload={"question": question})
+    for _ in range(200):
+        await asyncio.sleep(0.05)
+        async with SessionLocal() as session:
+            row = (await session.execute(select(Run).where(Run.id == run.id))).scalar_one()
+            if row.status in ("succeeded", "failed", "cancelled"):
+                break
+    else:
+        pytest.fail("运行没有在 10 秒内结束")
+    async with SessionLocal() as session:
+        events = list((await session.execute(
+            select(RunEvent).where(RunEvent.run_id == run.id).order_by(RunEvent.seq)
+        )).scalars())
+    return events, row
+
+
+def codes(events) -> list[str]:
+    return [e.data.get("code") for e in events
+            if e.type == "log" and (e.data or {}).get("level") == "warn"]
+
+
+def answer_of(row) -> str:
+    from app.engine import review as rv
+    return rv.answer_text(row.output)
+
+
+# --------------------------------------------------------------------------
+
+
+@pytest.mark.asyncio
+async def test_step_limit_ends_with_a_conclusion_not_a_stump(runner, monkeypatch) -> None:
+    """这块改动的全部意义：交出去的是结论，不是中间过程加一句抱怨。"""
+    never_concludes(monkeypatch)
+    events, row = await _run(_graph())
+    assert row.status == "succeeded", row.error
+
+    text = answer_of(row)
+    assert SETTLED in text, text
+    assert MIDWAY not in text, f"上一句中间过程冒充了答案：{text}"
+    assert "step_limit_settled" in codes(events), codes(events)
+
+
+@pytest.mark.asyncio
+async def test_the_settle_round_has_no_tools_bound(runner, monkeypatch) -> None:
+    """收尾轮必须在**结构上**发不出工具调用，而不是靠提示词请它别调。
+
+    mock 的判据就是"有没有绑工具"：真要是把绑过工具的 model 传进了收尾轮，
+    它会照常再要一次工具，答案里出现的就是 MIDWAY。
+    """
+    never_concludes(monkeypatch)
+    events, row = await _run(_graph())
+
+    assert SETTLED in answer_of(row)
+    # 工具调用次数正好等于步数——收尾轮一次都没多调
+    assert len([e for e in events if e.type == "tool.start"]) == MAX_STEPS
+
+
+@pytest.mark.asyncio
+async def test_the_settle_round_costs_exactly_one_extra_call(runner, monkeypatch) -> None:
+    """多花的必须是可数的一次，不是一个说不清的尾巴。"""
+    never_concludes(monkeypatch)
+    events, _ = await _run(_graph())
+    assert len([e for e in events if e.type == "llm.start"]) == MAX_STEPS + 1
+
+
+@pytest.mark.asyncio
+async def test_a_normal_agent_does_not_pay_for_a_settle_round(runner, monkeypatch) -> None:
+    """反向断言：正常收口的 agent 一分钱都不该多花。
+
+    没有这条，"每次都多跑一轮"这种退化会悄无声息地通过全部其他测试。
+    """
+    from app.providers import mock_model
+
+    monkeypatch.setattr(mock_model.MockChatModel, "_decide",
+                        lambda self, messages: AIMessage(content="直接就有结论了。"))
+    events, row = await _run(_graph())
+
+    assert "直接就有结论了。" in answer_of(row)
+    assert len([e for e in events if e.type == "llm.start"]) == 1
+    assert not [c for c in codes(events) if c and c.startswith("step_limit")]
+
+
+@pytest.mark.asyncio
+async def test_a_failed_settle_round_falls_back_and_keeps_what_was_found(
+    runner, monkeypatch
+) -> None:
+    """收尾轮自己挂了，不能把已经查到的一起赔进去。"""
+    never_concludes(monkeypatch, settle_raises=True)
+    events, row = await _run(_graph())
+    assert row.status == "succeeded", row.error
+
+    text = answer_of(row)
+    assert "settle_failed" in codes(events), codes(events)
+    # 退回原来的行为：老的 step_limit（BROKEN），而不是 settled 那个
+    assert "step_limit" in codes(events)
+    assert "step_limit_settled" not in codes(events)
+    # 已有成果还在，末尾挂着说明
+    assert MIDWAY in text and "用满了" in text, text
+
+
+def test_max_steps_is_clamped_by_the_hard_cap() -> None:
+    """节点上写多大都过不去硬顶——否则一张图就能把预算烧穿。"""
+    from app.core.config import settings
+
+    assert min(200, settings.max_agent_steps) == settings.max_agent_steps
+    assert settings.max_agent_steps >= 25, "抬高上限不该反而把原来能配的值挡回去"
+
+
+# --------------------------------------------------------------------------
+# 复核层怎么看这两种收场
+# --------------------------------------------------------------------------
+
+
+def _warn(message: str, code: str) -> dict:
+    return {"type": "log", "node_id": "work",
+            "data": {"level": "warn", "message": message, "code": code}}
+
+
+OK_OUTPUT = {"text": SETTLED}
+
+
+def test_a_settled_run_is_a_gap_not_a_break() -> None:
+    """收口过的答案是完整一段话，只是覆盖面不全——那是缺口不是断裂。"""
+    from app.engine import review as rv
+
+    signals = rv.scan([_warn("用满了 3 步，基于已查到的部分给出", "step_limit_settled")],
+                      OK_OUTPUT)
+    assert [s.severity for s in signals] == [rv.DEGRADED]
+    # 连带效果正是想要的：不再触发自动重跑
+    assert not rv.should_retry(signals)
+
+
+def test_a_hard_truncation_is_still_broken_and_still_retries() -> None:
+    """收尾轮没能收上来，判定一点没变——这条是防止改动把老路一起改坏。"""
+    from app.engine import review as rv
+
+    signals = rv.scan([_warn("用满了 3 步还没给出结论", "step_limit")], OK_OUTPUT)
+    assert rv.worst(signals) == rv.BROKEN
+    assert rv.should_retry(signals)

frontend/src/canvas/nodeDefs.ts

@@ -133,7 +133,7 @@ export const NODE_DEFS: Record<NodeType, NodeDef> = {
       { key: 'prompt', label: '任务', type: 'prompt' },
       { key: 'tools', label: '可用工具', type: 'tools' },
       { key: 'skills', label: '挂载 Skill', type: 'skills' },
-      { key: 'max_steps', label: '最大步数', type: 'number', min: 1, max: 25 },
+      { key: 'max_steps', label: '最大步数', type: 'number', min: 1, max: 100 },
       {
         key: 'approval', label: '工具审批', type: 'select',
         options: [