Delete CORRECTED_ARCHITECTURE.md

CORRECTED_ARCHITECTURE.md

@@ -1,299 +0,0 @@
-# 修正后的动作激活架构
-
-## 架构原则
-
-### 正确的职责分工
-- **主循环 (`modify_actions`)**: 负责完整的动作管理，包括传统观察处理和新的激活类型判定
-- **规划器 (`Planner`)**: 专注于从最终确定的动作集中进行决策，不再处理动作筛选
-
-### 关注点分离
-- **动作管理** → 主循环处理
-- **决策制定** → 规划器处理
-- **配置解析** → ActionManager处理
-
-## 修正后的调用流程
-
-### 1. 主循环阶段 (heartFC_chat.py)
-
-```python
-# 在主循环中调用完整的动作管理流程
-async def modify_actions_task():
-    # 提取聊天上下文信息
-    observed_messages_str = ""
-    chat_context = ""
-    
-    for obs in self.observations:
-        if hasattr(obs, 'get_talking_message_str_truncate'):
-            observed_messages_str = obs.get_talking_message_str_truncate()
-        elif hasattr(obs, 'get_chat_type'):
-            chat_context = f"聊天类型: {obs.get_chat_type()}"
-    
-    # 调用完整的动作修改流程
-    await self.action_modifier.modify_actions(
-        observations=self.observations,
-        observed_messages_str=observed_messages_str,
-        chat_context=chat_context,
-        extra_context=extra_context
-    )
-```
-
-**处理内容:**
-- 传统观察处理（循环历史分析、类型匹配等）
-- 双激活类型判定（Focus模式和Normal模式分别处理）
-- 并行LLM判定
-- 智能缓存
-- 动态关键词收集
-
-### 2. 规划器阶段 (planner_simple.py)
-
-```python
-# 规划器直接获取最终的动作集
-current_available_actions_dict = self.action_manager.get_using_actions()
-
-# 获取完整的动作信息
-all_registered_actions = self.action_manager.get_registered_actions()
-current_available_actions = {}
-for action_name in current_available_actions_dict.keys():
-    if action_name in all_registered_actions:
-        current_available_actions[action_name] = all_registered_actions[action_name]
-```
-
-**处理内容:**
-- 仅获取经过完整处理的最终动作集
-- 专注于从可用动作中进行决策
-- 不再处理动作筛选逻辑
-
-## 核心优化功能
-
-### 1. 并行LLM判定
-```python
-# 同时判定多个LLM_JUDGE类型的动作
-task_results = await asyncio.gather(*tasks, return_exceptions=True)
-```
-
-### 2. 智能缓存系统
-```python
-# 基于上下文哈希的缓存机制
-cache_key = f"{action_name}_{context_hash}"
-if cache_key in self._llm_judge_cache:
-    return cached_result
-```
-
-### 3. 直接LLM判定
-```python
-# 直接对所有LLM_JUDGE类型的动作进行并行判定
-llm_results = await self._process_llm_judge_actions_parallel(llm_judge_actions, ...)
-```
-
-### 4. 动态关键词收集
-```python
-# 从动作配置中动态收集关键词，避免硬编码
-for action_name, action_info in llm_judge_actions.items():
-    keywords = action_info.get("activation_keywords", [])
-    if keywords:
-        # 检查消息中的关键词匹配
-```
-
-## 双激活类型系统 🆕
-
-### 系统设计理念
-**Focus模式** 和 **Normal模式** 采用不同的激活策略：
-- **Focus模式**: 智能化优先，支持复杂的LLM判定
-- **Normal模式**: 性能优先，使用快速的关键词和随机触发
-
-### 双激活类型配置
-```python
-class MyAction(BaseAction):
-    action_name = "my_action"
-    action_description = "我的动作"
-    
-    # Focus模式激活类型（支持LLM_JUDGE）
-    focus_activation_type = ActionActivationType.LLM_JUDGE
-    
-    # Normal模式激活类型（建议使用KEYWORD/RANDOM/ALWAYS）
-    normal_activation_type = ActionActivationType.KEYWORD
-    activation_keywords = ["关键词1", "keyword"]
-    
-    # 模式启用控制
-    mode_enable = ChatMode.ALL  # 在所有模式下启用
-    
-    # 并行执行控制
-    parallel_action = False  # 是否与回复并行执行
-```
-
-### 模式启用类型 (ChatMode)
-```python
-from src.chat.chat_mode import ChatMode
-
-# 可选值：
-mode_enable = ChatMode.FOCUS  # 仅在Focus模式启用
-mode_enable = ChatMode.NORMAL  # 仅在Normal模式启用
-mode_enable = ChatMode.ALL     # 在所有模式启用（默认）
-```
-
-### 并行动作系统 🆕
-```python
-# 并行动作：可以与回复生成同时进行
-parallel_action = True   # 不会阻止回复生成
-
-# 串行动作：会替代回复生成
-parallel_action = False  # 默认值，传统行为
-```
-
-**并行动作的优势：**
-- 提升用户体验（同时获得回复和动作执行）
-- 减少响应延迟
-- 适用于情感表达、状态变更等辅助性动作
-
-## 四种激活类型
-
-### 1. ALWAYS - 始终激活
-```python
-focus_activation_type = ActionActivationType.ALWAYS
-normal_activation_type = ActionActivationType.ALWAYS
-# 基础动作，如 reply, no_reply
-```
-
-### 2. RANDOM - 随机激活
-```python
-focus_activation_type = ActionActivationType.RANDOM
-normal_activation_type = ActionActivationType.RANDOM
-random_probability = 0.3  # 激活概率
-# 用于增加惊喜元素，如随机表情
-```
-
-### 3. LLM_JUDGE - 智能判定
-```python
-focus_activation_type = ActionActivationType.LLM_JUDGE
-# 注意：Normal模式不建议使用LLM_JUDGE，会发出警告
-normal_activation_type = ActionActivationType.KEYWORD
-# 需要理解上下文的复杂动作，如情感表达
-```
-
-### 4. KEYWORD - 关键词触发
-```python
-focus_activation_type = ActionActivationType.KEYWORD
-normal_activation_type = ActionActivationType.KEYWORD
-activation_keywords = ["画", "图片", "生成"]
-# 明确指令触发的动作，如图片生成
-```
-
-## 推荐配置模式
-
-### 模式1：智能自适应
-```python
-# Focus模式使用智能判定，Normal模式使用关键词
-focus_activation_type = ActionActivationType.LLM_JUDGE
-normal_activation_type = ActionActivationType.KEYWORD
-activation_keywords = ["相关", "关键词"]
-```
-
-### 模式2：统一关键词
-```python
-# 两个模式都使用关键词，确保一致性
-focus_activation_type = ActionActivationType.KEYWORD
-normal_activation_type = ActionActivationType.KEYWORD
-activation_keywords = ["画", "图片", "生成"]
-```
-
-### 模式3：Focus专享
-```python
-# 仅在Focus模式启用的智能功能
-focus_activation_type = ActionActivationType.LLM_JUDGE
-normal_activation_type = ActionActivationType.ALWAYS  # 不会生效
-mode_enable = ChatMode.FOCUS
-```
-
-## 性能提升
-
-### 理论性能改进
-- **并行LLM判定**: 1.5-2x 提升
-- **智能缓存**: 20-30% 额外提升
-- **双模式优化**: Normal模式额外1.5x提升
-- **整体预期**: 3-5x 性能提升
-
-### 缓存策略
-- **缓存键**: `{action_name}_{context_hash}`
-- **过期时间**: 30秒
-- **哈希算法**: MD5 (消息内容+上下文)
-
-## 向后兼容性
-
-### ⚠️ 重大变更说明
-**旧的 `action_activation_type` 属性已被移除**，必须更新为新的双激活类型系统：
-
-#### 迁移指南
-```python
-# 旧的配置（已废弃）
-class OldAction(BaseAction):
-    action_activation_type = ActionActivationType.LLM_JUDGE  # ❌ 已移除
-
-# 新的配置（必须使用）
-class NewAction(BaseAction):
-    focus_activation_type = ActionActivationType.LLM_JUDGE    # ✅ Focus模式
-    normal_activation_type = ActionActivationType.KEYWORD     # ✅ Normal模式
-    activation_keywords = ["相关", "关键词"]
-    mode_enable = ChatMode.ALL
-    parallel_action = False
-```
-
-#### 快速迁移脚本
-对于简单的迁移，可以使用以下模式：
-```python
-# 如果原来是 ALWAYS
-focus_activation_type = ActionActivationType.ALWAYS
-normal_activation_type = ActionActivationType.ALWAYS
-
-# 如果原来是 LLM_JUDGE
-focus_activation_type = ActionActivationType.LLM_JUDGE
-normal_activation_type = ActionActivationType.KEYWORD  # 需要添加关键词
-
-# 如果原来是 KEYWORD
-focus_activation_type = ActionActivationType.KEYWORD
-normal_activation_type = ActionActivationType.KEYWORD
-
-# 如果原来是 RANDOM
-focus_activation_type = ActionActivationType.RANDOM
-normal_activation_type = ActionActivationType.RANDOM
-```
-
-## 测试验证
-
-### 运行测试
-```bash
-python test_corrected_architecture.py
-```
-
-### 测试内容
-- 双激活类型系统验证
-- 数据一致性检查
-- 职责分离确认
-- 性能测试
-- 向后兼容性验证
-- 并行动作功能验证
-
-## 优势总结
-
-### 1. 清晰的架构
-- **单一职责**: 每个组件专注于自己的核心功能
-- **关注点分离**: 动作管理与决策制定分离
-- **可维护性**: 逻辑清晰，易于理解和修改
-
-### 2. 高性能
-- **并行处理**: 多个LLM判定同时进行
-- **智能缓存**: 避免重复计算
-- **双模式优化**: Focus智能化，Normal快速化
-
-### 3. 智能化
-- **动态配置**: 从动作配置中收集关键词
-- **上下文感知**: 基于聊天内容智能激活
-- **冲突避免**: 防止重复激活
-- **模式自适应**: 根据聊天模式选择最优策略
-
-### 4. 可扩展性
-- **插件式**: 新的激活类型易于添加
-- **配置驱动**: 通过配置控制行为
-- **模块化**: 各组件独立可测试
-- **双模式支持**: 灵活适应不同使用场景
-
-这个修正后的架构实现了正确的职责分工，确保了主循环负责动作管理，规划器专注于决策，同时集成了双激活类型、并行判定和智能缓存等优化功能。