fix: 不再把 reasoning_content 拼接到模型输出前面

[li-xiu-qi]

问题

Fixes #62

用 Chat Completions 接口跑云端推理模型（比如 step-3.7-flash）时，parser 在第一步就挂了：

ValueError: ui_action must contain 'action' or 'action_type'. Got keys: ['cot']

根因

ask_llm_v2.py 检测到 API 响应里的 reasoning_content，就把它包成一个 <think> 块拼到模型 content 前面：

result = "<think>" + reasoning + "</think>" + "\n" + llm_content

但模型的 content 本身已经带了 <THINK> 标签（parser 提示词要求的），这样就叠成了两层：

<think>API 返回的 reasoning_content</think>      ← ask_llm_v2.py 拼上去的
<THINK>模型自己的思考</THINK>                    ← 来自模型 content
explain:...  action:CLICK  point:500,300  ...    ← parser 真正要的这段

parser 的 str2action() 用 split("</THINK>")[1] 取键值段，取到的是第一个 </THINK> 之后的内容，也就是第二层 THINK 的正文，而不是动作参数。

三接口对比

接口	推理内容位置	是否两层 THINK
Chat Completions	reasoning_content 字段，被 ask_llm_v2.py 拼接	是
Messages (Anthropic)	独立的 thinking 类型块	否
Responses	独立的 reasoning 类型 output item	否

模型的 content 永远只有一层 <THINK>。问题完全出在 ask_llm_v2.py 的处理上。

修复

不再把 reasoning_content 拼到结果前面。保留它做调试日志，直接返回 content 本身。content 已经符合 <THINK>...</THINK>\texplain:...\taction:...\tsummary:... 的格式。

只改了 tools/ask_llm_v2.py 一个文件（19 增 26 删）。

验证

用 step-3.7-flash 控制真机（iQOO Z9 Turbo+）测过：

任务	步数	结果
打开 设置 > 关于手机 > 读取型号信息	5 步	成功完成
打开微信 > 找到并进入指定群聊	5 步	成功完成

两个任务在修复前都会在第一步 parser 报错，修复后都跑通了。