[Bug]: Retrieval tool accepts cross_languages in memory mode and silently ignores it

快速结论：当你在 RAGFlow 的 Agent 里给 Retrieval 工具设置 retrieval_from: "memory" 并同时配置了 cross_languages 时，该参数会被接口接受并持久化，但在内存检索路径中被静默忽略，不会触发跨语言翻译。优先排查你当前使用的是 dataset 路径还是 memory 路径。

适用环境：Issue 中确认到的版本为 RAGFlow v0.26.4，涉及 agent/tools/retrieval.py，问题在 main 分支代码中同样存在。Issue 未提供操作系统、Python、CUDA、显卡或依赖版本信息。

最快修复方案：暂无确认的一步修复方案。Issue 讨论中给出的建议是在 _retrieve_memory() 的 query_message 调用前补上与 _retrieve_kb() 一致的 cross_languages 翻译步骤，或在 retrieval_from == "memory" 时隐藏/禁用该参数。这些均属于源码级修改建议，尚未有官方补丁或发版验证。

注意事项：上述补丁会额外引入一次 LLM 调用（dataset 路径实测约 245 tokens、约 1.9 秒），会拉长工具调用耗时并增加成本。若选择隐藏参数的方案，则需确认前端表单与后端 DSL 校验同步修改，否则历史 Agent 中已存的 cross_languages 仍会保留。

问题场景

在 RAGFlow 中搭建 Agent，并向其添加 Retrieval 工具，将检索来源设置为 retrieval_from: "memory" 并选定一个 memory，同时在该工具上设置 cross_languages: ["English"] 后保存 Agent。

通过 GET /api/v1/agents/<id> 读取 DSL 时，cross_languages 会正常出现在配置里，说明参数被接受并持久化。但用非英语提问并查看工具调用前后的 Agent 日志，可以发现没有任何翻译行为发生，表现等同于该参数不存在。

报错原文

[Bug]: Retrieval tool accepts cross_languages in memory mode and silently ignores it

Expected: either the query is translated before the memory search, or the parameter is rejected or visibly disabled for this mode.
Actual: no translation happens and there is no indication that the setting is inert.

原因分析

Retrieval 工具有两条执行路径，由 retrieval_from 决定：

retrieval_from == "dataset" 时走 _retrieve_kb()，其中在检索前调用了 cross_languages(...) 完成查询翻译。
retrieval_from == "memory" 时走 _retrieve_memory()，该函数从查询格式化直接进入 memory_message_service.query_message(...)，没有等价的翻译步骤。

因此 cross_languages 在 memory 路径下被接受、写入 DSL 并在 API 返回，但从未被应用，属于“配置可见但行为静默无效”的问题。Issue 中还提到 memory 的 system_prompt / user_prompt 存在同类问题（已单独提交），即配置被存储却未传给抽取用的 LLM。

环境排查

确认 RAGFlow 版本：Issue 在 v0.26.4 上复现，main 分支代码同样确认存在该问题。
确认目标 Agent 中 Retrieval 工具的 retrieval_from 取值是 memory 还是 dataset；只有 memory 路径会触发本问题。
通过 GET /api/v1/agents/<id> 检查 DSL 中 cross_languages 是否存在及其值，确认参数确实已保存。
检查 Agent 日志中 [ToolCall] invoke 与 [ToolCall] done 之间是否出现额外的 LLM 翻译调用；memory 路径下不会出现。
Issue 未提供操作系统、Python、CUDA、显卡与依赖版本信息，这些项目无需作为本问题排查重点。

解决步骤

先确认问题是否命中 memory 路径：将同一工具改为 retrieval_from: "dataset"，在日志中观察 [ToolCall] invoke 与 [ToolCall] done 之间是否新增一次 LLM 调用（Issue 实测约 245 tokens、约 1.9 秒）。若 dataset 路径有翻译而 memory 路径没有，则确认是该缺陷。
若需要继续使用 memory 检索且必须跨语言，可优先尝试在源码中为 _retrieve_memory() 补上翻译步骤：在 query = self.string_format(query_text, vars) 之后、query_message(...) 调用之前，加入与 _retrieve_kb() 对应的 cross_languages 翻译逻辑，使用已获取的 memory 对象的 tenant_id。cross_languages 函数在该文件中已被导入，一般不需要新增 import。
如果不希望 memory 检索引入额外 LLM 调用，可优先尝试在 retrieval_from == "memory" 时隐藏或禁用 cross_languages UI 选项，使前端展示、存储配置与运行时行为保持一致。
修改后重启相关服务，重新加载 Agent 配置，再重复第 1 步的对比验证。

验证方法

用非英语向 Agent 提问，检查 Agent 日志中 memory 检索工具调用内部是否出现翻译相关调用；如果补丁生效，应在 query_message 之前产生一次翻译调用。
若采用 UI 禁用方案，确认在 retrieval_from: "memory" 时表单不再展示或不允许编辑 cross_languages，且新保存的 Agent DSL 中不再携带该参数。
复测 retrieval_from: "dataset" 路径，确认原有翻译行为未受影响、无重复翻译调用。
确认新增翻译调用带来的 token 与耗时增量在可接受范围内（dataset 路径参考值约为 245 tokens、约 1.9 秒）。