- TODO
================================================================================
[common/chat.cpp | apply]
<|im_start|>user
1+1=？<|im_end|>
<|im_start|>assistant
<think>
================================================================================
[common/chat.cpp | common_chat_templates_apply]
<|im_start|>user
1+1=？<|im_end|>
<|im_start|>assistant
<think>
</think>
================================================================================
[common/common.cpp | common_tokenize]
<|im_start|>user
1+1=？<|im_end|>
<|im_start|>assistant
<think>
</think>
================================================================================
[llama_tokenize]
<|im_start|>user
1+1=？<|im_end|>
<|im_start|>assistant
<think>
</think>
================================================================================common_chat_templates_apply 做什么
这是 prompt 渲染的总入口函数（chat.cpp:3346）。它的职责是：
- 根据
inputs.use_jinja决定走 Jinja 模板路径还是 Legacy 路径 - Jinja 路径（
common_chat_templates_apply_jinja）会根据模板源码中的特征字符串，匹配到特定模型的 handler（DeepSeek R1、Hermes 2 Pro、Llama 3.x、Qwen3 Coder等），然后调用对应的common_chat_params_init_xxx函数来生成最终 prompt 和 grammar - 最后用你添加的
PromptLogger::log记录结果
为什么追加了 </think>
从你的输出来看：
- 第一段（apply 输出）：模板渲染后 prompt 以
<think>\n结尾 — 这是 Jinja 模板自身生成的，表示模板希望模型以 thinking 模式开始生成 - 第二段（
common_chat_templates_apply输出）：prompt 末尾变成了<think>\n</think>
这个 </think> 是由 handler 中的以下模式添加的（例如 chat.cpp:2404–2406 的 Hermes 2 Pro handler，或其他类似 handler）：
if (string_ends_with(data.prompt, "<think>\n")) {
if (!inputs.enable_thinking) {
data.prompt += "</think>"; // ← 这里追加了 </think>
} else {
data.thinking_forced_open = true;
}
}逻辑含义：
- 模板本身总是会在 assistant 回复开头加上
<think>\n（因为模板设计如此） - 但如果用户没有启用 thinking 模式（
enable_thinking == false），代码会立即追加</think>来关闭 thinking 块，这样模型就会跳过思考阶段，直接输出正式回答 - 如果
enable_thinking == true，则不追加</think>，而是设置thinking_forced_open = true，让模型自由地在<think>...</think>中生成思考内容
简而言之：你看到的 </think> 是因为你运行时没有开启 thinking/reasoning 模式（即 enable_thinking 为 false），代码通过立即关闭 <think> 标签来“禁用”模型的思考过程，让它直接输出答案。
如果你想让模型保留思考过程，需要在启动参数中启用 thinking（例如 --reasoning-format）。
CLI 参数
--reasoning-budget N (arg.cpp:3037)
↓
common_params.reasoning_budget (common.h:535, 默认值 -1)
↓
server_context_impl::init() (server-context.cpp:889)
const bool enable_thinking =
params_base.use_jinja // 必须启用 jinja
&& params_base.reasoning_budget != 0 // budget 不为 0 (-1 = 无限)
&& common_chat_templates_support_enable_thinking(...) // 模板支持 thinking
↓
server_chat_params.enable_thinking (server-context.cpp:900)
↓
cli.cpp::format_chat() (cli.cpp:178-194)
common_chat_templates_inputs inputs;
inputs.enable_thinking = chat_params.enable_thinking; // (cli.cpp:191)
↓
common_chat_templates_apply(tmpls, inputs) (chat.cpp:3346)
↓
common_chat_templates_apply_jinja(tmpls, inputs) (chat.cpp:3032)
↓
匹配到具体 handler（如 hermes_2_pro / nemotron_v2 等）
↓
handler 内部检查 (如 chat.cpp:2404-2410)
if (string_ends_with(data.prompt, "<think>\n")) {
if (!inputs.enable_thinking) {
data.prompt += "</think>"; // ← 禁用思考：立即关闭 think 标签
} else {
data.thinking_forced_open = true; // ← 启用思考：保持 think 打开
}
}