Normalize keyword type before matching

@@ -136,6 +136,13 @@ class QueryEngine:
     
     
     def _matches_keywords(self, node: Node, keywords: List[str]) -> bool:
     def _matches_keywords(self, node: Node, keywords: List[str]) -> bool:
         """检查节点是否匹配关键词"""
         """检查节点是否匹配关键词"""
+        # 防御性检查：确保 keywords 为列表类型
+        # 若传入字符串，逐字符迭代会导致单字符匹配（如 'a', 'e'），污染结果
+        if isinstance(keywords, str):
+            keywords = [k.strip() for k in keywords.replace(',', ' ').split() if k.strip()]
+        elif not isinstance(keywords, list):
+            keywords = []
+        
         if not keywords:
         if not keywords:
             # 无关键词时：只匹配 section 类型（避免返回整个图谱）
             # 无关键词时：只匹配 section 类型（避免返回整个图谱）
             # 这样至少能获取到各引擎的段落摘要
             # 这样至少能获取到各引擎的段落摘要

@@ -151,8 +151,16 @@ class GraphRAGQueryNode(BaseNode):
                 break
                 break
             
             
             # 4. 执行查询：按 LLM 给出的参数查询本地图谱
             # 4. 执行查询：按 LLM 给出的参数查询本地图谱
+            # 规范化 keywords：确保为列表类型（LLM 可能返回字符串）
+            raw_keywords = decision.get('keywords', [])
+            if isinstance(raw_keywords, str):
+                # 按空格和逗号分割字符串为关键词列表
+                raw_keywords = [k.strip() for k in raw_keywords.replace(',', ' ').split() if k.strip()]
+            elif not isinstance(raw_keywords, list):
+                raw_keywords = []
+            
             params = QueryParams(
             params = QueryParams(
-                keywords=decision.get('keywords', []),
+                keywords=raw_keywords,
                 node_types=decision.get('node_types'),
                 node_types=decision.get('node_types'),
                 engine_filter=decision.get('engine_filter'),
                 engine_filter=decision.get('engine_filter'),
                 depth=decision.get('depth', 1)
                 depth=decision.get('depth', 1)