Bee Agent框架中相似度工具的低分块过滤优化

在开源项目Bee Agent框架的开发过程中，开发团队发现Wikipedia工具返回的文本块可能存在相似度评分较低的情况，这会影响最终结果的准确性和实用性。针对这一问题，团队计划引入一个过滤机制来优化工具的输出质量。

当前Wikipedia工具已经实现了页面名称相似度的阈值过滤（minPageNameSimilarity），但缺乏对返回内容块的相似度过滤。新方案将引入一个可配置的阈值参数，初步设定为0.25，用于过滤掉低相似度的内容块。这个阈值需要经过实际测试来确定最佳值，以确保既能过滤掉无关内容，又不会过度过滤导致有用信息丢失。

值得注意的是，相似度评分的计算方式依赖于具体的内容提供方，因此过滤机制需要支持自定义谓词函数，而不是简单的数值比较。这种设计保持了框架的扩展性，可以适配不同的内容提供方和评分算法。

当过滤后没有返回任何结果时，框架会返回用户友好的提示信息"未找到结果，请尝试重新组织查询语句"。这一提示信息已经在Wikipedia工具中实现，新方案将保持这一设计，确保用户体验的一致性。

Bee Agent框架的这一优化将显著提升工具返回结果的相关性，使开发者能够获得更精准的信息检索结果。通过灵活的过滤机制设计，框架保持了良好的扩展性，可以适应不同场景下的相似度评估需求。