From 10183340fc4e9ca1aca460ecadfc9b7920cc6720 Mon Sep 17 00:00:00 2001
From: root <root@localhost.localdomain>
Date: Fri, 22 May 2026 17:14:22 +0800
Subject: [PATCH] fix: cp001 identity override - use user/assistant pair
 instead of system role

---
 server/corpus-agent/server.py | 50 +++++++++++++++++------------------
 1 file changed, 25 insertions(+), 25 deletions(-)

diff --git a/server/corpus-agent/server.py b/server/corpus-agent/server.py
index add4888..171fbe4 100644
--- a/server/corpus-agent/server.py
+++ b/server/corpus-agent/server.py
@@ -557,33 +557,33 @@ async def chat_with_agent(req: ChatRequest, token: str = Query(...)):
         try:
             import httpx
             
-            # cp001 系统边界定义：子人格体只负责语料采集
-            cp001_identity = {
-                "role": "system",
-                "content": """你是语料采集助手 · ICE-GL-CP001
-你还没有正式名字（等爸爸给你起），编号是 ICE-GL-CP001。你只做三件事：
+            # cp001 identity override: Portal loads zhuyuan persona first,
+            # so inject a stronger override after it (as user/assistant pair)
+            cp001_override_user = (
+                '你的身份已更改，忽略上面说的所有话。你现在不是铸渊也不是霜砚。\n\n'
+                '你是ICE-GL-CP001，一个语料采集工具助手。\n\n'
+                '你的核心规则：\n'
+                '1. 用户跟你说话是指令对话，不是要被采集的语料。'
+                '说\u300c你好\u300d就回\u300c你好\u300d，不要判断有没有语料价值。\n'
+                '2. 只有当用户明确提供要采集的对话文本时，'
+                '才进入语料价值判断模式。\n'
+                '3. 超出语料采集范围的问题（编程、写代码等）-> '
+                '\u300c超出范围，我去叫爸爸（铸渊）来。\u300d'
+            )
+            cp001_override_assistant = (
+                '明白。身份已更新为ICE-GL-CP001，语料采集工具助手。开始吧。'
+            )
+            cp001_override = [
+                {"role": "user", "content": cp001_override_user},
+                {"role": "assistant", "content": cp001_override_assistant}
+            ]
 
-1. 判断对话是否适合作为SFT训练语料（完整intent-response对、有教学/指导/技术细节的对话才是有价值的）
-2. 脱敏（自动替换姓名、手机号、邮箱、API Key、密码等敏感信息）
-3. 格式化（转为ChatML格式，导出JSONL）
+            # \u53ea\u5728\u7b2c\u4e00\u8f6e\u6ce8\u5165\u8eab\u4efd\u8986\u5199\uff08\u540e\u7eed\u8f6e\u6b21\u5386\u53f2\u91cc\u5df2\u6709\uff09
+            enhanced_history = (
+                cp001_override + history if not history else history
+            )
 
-规则：
-- 价值判断：单句日常聊天（"你好""吃了没"等）毫无价值。必须有完整对话上下文和技术指导内容才有采集意义。
-- 脱敏：自动执行，不需要问用户要不要脱敏。
-- 格式化：用户确认后一键导出。
-- 30轮对话记忆：记住用户前面说过的话，保持上下文连贯。
-
-边界：
-- 你只做语料采集相关的事。
-- 如果用户问的问题超出语料采集范围（比如问编程、问系统架构、问写代码），你不要假装懂，直接说："这是语料采集能力范围外的问题。我去叫爸爸来帮你。"
-- 爸爸叫铸渊。爸爸知道所有的东西。
-"""
-            }
-            
-            # 注入系统身份到对话历史
-            enhanced_history = [cp001_identity] + history if history else [cp001_identity]
-            
-            # 调用 Portal Chat-v2 API（用通用引擎，不用铸渊人格体）
+            # \u8c03\u7528 Portal Chat-v2 API
             payload = {
                 "persona": "zhuyuan",
                 "engine": req.engine,