fix: 修复推理模型连接验证截断

- 响应达到输出上限时使用 512 Token 单次重试

- 为自部署 vLLM/SGLang 传递关闭思考参数

- 补充截断重试与请求参数回归测试

easyflow-modules/easyflow-module-agent/src/main/java/tech/easyflow/agent/runtime/AgentScopeChatModelConnectivityVerifier.java

@@ -51,8 +51,10 @@ public class AgentScopeChatModelConnectivityVerifier implements ChatModelConnect
     private static final String PROBE_NONCE_FIELD = "nonce";
     private static final String PROBE_IMAGE_FIELD = "imageCode";
     private static final String VERIFICATION_SYSTEM_PROMPT = "You are a model connectivity verification assistant.";
-    /** 为未识别关闭思考扩展参数的推理模型保留足够的小额输出预算。 */
+    /** 首次能力探测使用的低成本输出预算。 */
     private static final int MAX_TOKENS = 128;
+    /** 首次响应被输出上限截断时使用的单次重试预算。 */
+    private static final int TRUNCATION_RETRY_MAX_TOKENS = 512;
     private static final Duration DEFAULT_PHASE_TIMEOUT = Duration.ofSeconds(60);
 
     /** AgentScope 模型工厂。 */
@@ -158,11 +160,23 @@ public class AgentScopeChatModelConnectivityVerifier implements ChatModelConnect
      */
     private boolean verifyProbeRequest(AgentModelSpec modelSpec, String nonce) {
         AgentMessage message = buildProbeMessage(modelSpec.isSupportImage(), nonce);
+        List<ToolSchema> tools = List.of(buildProbeToolSchema(modelSpec.isSupportImage()));
+        ToolChoice toolChoice = new ToolChoice.Specific(PROBE_TOOL_NAME);
         List<ChatResponse> responses = request(
                 modelSpec,
                 message,
-                List.of(buildProbeToolSchema(modelSpec.isSupportImage())),
-                new ToolChoice.Specific(PROBE_TOOL_NAME));
+                tools,
+                toolChoice);
+        if (hasLengthLimitedResponse(responses)) {
+            LOG.info("Model probe response reached token limit, retry with larger budget, modelName={}, maxTokens={}",
+                    modelSpec.getModelName(), TRUNCATION_RETRY_MAX_TOKENS);
+            responses = request(
+                    modelSpec,
+                    message,
+                    tools,
+                    toolChoice,
+                    TRUNCATION_RETRY_MAX_TOKENS);
+        }
         boolean validToolCall = hasValidProbeToolCall(
                 responses, nonce, modelSpec.isSupportImage());
         validateProbeResponse(modelSpec.isSupportImage(), responses, validToolCall);
@@ -197,11 +211,29 @@ public class AgentScopeChatModelConnectivityVerifier implements ChatModelConnect
                                        AgentMessage verificationMessage,
                                        List<ToolSchema> tools,
                                        ToolChoice toolChoice) {
+        return request(modelSpec, verificationMessage, tools, toolChoice, MAX_TOKENS);
+    }
+
+    /**
+     * 使用指定输出预算执行一次非流式模型请求。
+     *
+     * @param modelSpec 运行时模型声明
+     * @param verificationMessage 验证消息
+     * @param tools 工具 Schema
+     * @param toolChoice 工具选择策略
+     * @param maxTokens 最大输出 Token 数
+     * @return 模型响应片段
+     */
+    private List<ChatResponse> request(AgentModelSpec modelSpec,
+                                       AgentMessage verificationMessage,
+                                       List<ToolSchema> tools,
+                                       ToolChoice toolChoice,
+                                       int maxTokens) {
         AgentGenerationOptions generationOptions = new AgentGenerationOptions();
         generationOptions.setStream(false);
         generationOptions.setThinkingEnabled(false);
         disableOpenAiCompatibleThinking(modelSpec, generationOptions);
-        generationOptions.setMaxTokens(MAX_TOKENS);
+        generationOptions.setMaxTokens(maxTokens);
         io.agentscope.core.model.Model agentScopeModel = modelFactory.create(modelSpec, generationOptions);
 
         List<Msg> messages = List.of(
@@ -210,7 +242,7 @@ public class AgentScopeChatModelConnectivityVerifier implements ChatModelConnect
                 messageAdapter.toMsg(verificationMessage));
         GenerateOptions.Builder requestBuilder = GenerateOptions.builder()
                 .stream(false)
-                .maxTokens(MAX_TOKENS)
+                .maxTokens(maxTokens)
                 .executionConfig(ExecutionConfig.builder()
                         .timeout(phaseTimeout)
                         .maxAttempts(1)
@@ -245,15 +277,34 @@ public class AgentScopeChatModelConnectivityVerifier implements ChatModelConnect
             generationOptions.getAdditionalBodyParams().put("enable_thinking", false);
         }
         Object sourceProviderType = modelSpec.getMetadata().get("sourceProviderType");
-        if (sourceProviderType != null
-                && "gpustack".equalsIgnoreCase(String.valueOf(sourceProviderType))) {
-            // GPUStack 托管的 vLLM 模型通过 chat_template_kwargs 控制 Qwen 思考模式。
+        if (usesChatTemplateThinkingControl(sourceProviderType)) {
+            // vLLM 与 SGLang 通过聊天模板参数控制 Qwen 思考模式。
             generationOptions.getAdditionalBodyParams().put(
                     "chat_template_kwargs",
                     Map.of("enable_thinking", false));
         }
     }
 
+    /**
+     * 判断供应商是否通过聊天模板参数控制思考模式。
+     *
+     * @param sourceProviderType 模型配置中的原始供应商类型
+     * @return GPUStack 或自部署 vLLM/SGLang 入口返回 true
+     */
+    private boolean usesChatTemplateThinkingControl(Object sourceProviderType) {
+        if (sourceProviderType == null) {
+            return false;
+        }
+        String normalizedProviderType = String.valueOf(sourceProviderType)
+                .trim()
+                .toLowerCase(Locale.ROOT)
+                .replace('_', '-');
+        return "gpustack".equals(normalizedProviderType)
+                || "self-hosted".equals(normalizedProviderType)
+                || "vllm".equals(normalizedProviderType)
+                || "sglang".equals(normalizedProviderType);
+    }
+
     /**
      * 创建同时验证连接、视觉和工具调用的消息。
      *
@@ -371,6 +422,24 @@ public class AgentScopeChatModelConnectivityVerifier implements ChatModelConnect
         return false;
     }
 
+    /**
+     * 判断响应是否因为达到输出 Token 上限而结束。
+     *
+     * @param responses AgentScope 响应片段
+     * @return 任一响应的结束原因为 length 时返回 true
+     */
+    private boolean hasLengthLimitedResponse(List<ChatResponse> responses) {
+        if (responses == null) {
+            return false;
+        }
+        for (ChatResponse response : responses) {
+            if (response != null && "length".equalsIgnoreCase(response.getFinishReason())) {
+                return true;
+            }
+        }
+        return false;
+    }
+
     /**
      * 校验探测响应是否足以证明连接和视觉能力。
      *