From 1a24233b86deb0c4d8446ff31c072ea4b18572aa Mon Sep 17 00:00:00 2001 From: tt-P607 <68868379+tt-P607@users.noreply.github.com> Date: Wed, 24 Sep 2025 15:43:12 +0800 Subject: [PATCH] =?UTF-8?q?feat(core):=20=E5=AE=9E=E7=8E=B0=E6=B6=88?= =?UTF-8?q?=E6=81=AF=E5=BC=82=E6=AD=A5=E5=A4=84=E7=90=86=E5=B9=B6=E5=BC=95?= =?UTF-8?q?=E5=85=A5LLM=E9=A9=B1=E5=8A=A8=E7=9A=84=E6=99=BA=E8=83=BD?= =?UTF-8?q?=E8=A1=A8=E6=83=85=E5=9B=9E=E5=BA=94?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 本次更新对系统核心处理流程和插件功能进行了重要升级，主要包含以下两方面： 1. **消息处理异步化**: - 在 `main.py` 中引入了 `asyncio.create_task` 机制，将每条消息的处理过程包装成一个独立的后台任务。 - 这解决了长时间运行的AI或插件操作可能阻塞主事件循环的问题，显著提升了机器人的响应速度和系统稳定性。 - 为后台任务添加了完成回调，现在可以详细地记录每个消息处理任务的成功、失败或取消状态及其耗时，便于监控和调试。 2. **`set_emoji_like` 插件智能化**: - 为 `set_emoji_like` 插件增加了LLM驱动的表情选择功能。当动作指令未指定具体表情时，插件会自动构建包含聊天上下文、情绪和人设的提示，请求LLM选择一个最合适的表情进行回应。 - 为支持此功能，对AFC规划器的提示词进行了优化，为LLM提供了更清晰的参数示例和规则，提高了动作生成的准确性。 此外，为了统一日志规范，将 `[所见]` 消息接收日志集中到 `bot.py` 中，确保在任何过滤逻辑执行前记录所有收到的消息，并移除了插件中重复的日志。 --- plugins/set_emoji_like/plugin.py | 84 ++++++++++++++++++- src/chat/message_receive/bot.py | 3 + src/main.py | 33 +++++++- .../affinity_flow_chatter/affinity_chatter.py | 4 - .../affinity_flow_chatter/plan_filter.py | 17 +++- .../affinity_flow_chatter/planner_prompts.py | 1 + 6 files changed, 130 insertions(+), 12 deletions(-) diff --git a/plugins/set_emoji_like/plugin.py b/plugins/set_emoji_like/plugin.py index d7a42ae23..18dd03409 100644 --- a/plugins/set_emoji_like/plugin.py +++ b/plugins/set_emoji_like/plugin.py @@ -13,11 +13,14 @@ from src.common.logger import get_logger from src.plugin_system.apis import send_api from .qq_emoji_list import qq_face from src.plugin_system.base.component_types import ChatType +from src.plugin_system.apis import llm_api +from src.config.config import model_config, global_config +from src.chat.utils.chat_message_builder import build_readable_messages logger = get_logger("set_emoji_like_plugin") -def get_emoji_id(emoji_input: str) -> str | None: +async def get_emoji_id(emoji_input: str) -> str | None: """根据输入获取表情ID""" # 如果输入本身就是数字ID，直接返回 if emoji_input.isdigit() or (isinstance(emoji_input, str) and emoji_input.startswith("😊")): @@ -99,11 +102,19 @@ class SetEmojiLikeAction(BaseAction): set_like = self.action_data.get("set", True) if not emoji_input: - logger.error("未提供表情") - return False, "未提供表情" + logger.info("未提供表情，将由LLM决定") + try: + emoji_input = await self.ask_llm_for_emoji() + if not emoji_input: + logger.error("LLM未能选择表情") + return False, "LLM未能选择表情" + except Exception as e: + logger.error(f"请求LLM选择表情时出错: {e}") + return False, f"请求LLM选择表情时出错: {e}" + logger.info(f"设置表情回应: {emoji_input}, 是否设置: {set_like}") - emoji_id = get_emoji_id(emoji_input) + emoji_id = await get_emoji_id(emoji_input) if not emoji_id: logger.error(f"找不到表情: '{emoji_input}'。请从可用列表中选择。") await self.store_action_info( @@ -160,6 +171,71 @@ class SetEmojiLikeAction(BaseAction): ) return False, f"设置表情回应失败: {e}" + async def ask_llm_for_emoji(self) -> str | None: + """构建Prompt并请求LLM选择一个表情""" + from src.mood.mood_manager import mood_manager + from src.individuality.individuality import get_individuality + from src.chat.message_manager.message_manager import message_manager + + # 1. 获取上下文信息 + stream_context = message_manager.stream_contexts.get(self.chat_stream.stream_id) + if not stream_context: + logger.error(f"无法为 stream_id '{self.chat_stream.stream_id}' 找到 StreamContext") + return None + + history_messages = stream_context.get_latest_messages(20) + chat_context = build_readable_messages( + [msg.flatten() for msg in history_messages], + replace_bot_name=True, + timestamp_mode="normal_no_YMD", + truncate=True, + ) + + target_message_content = self.action_message.get("processed_plain_text", "") + mood = mood_manager.get_mood_by_chat_id(self.chat_stream.stream_id).mood_state + identity = await get_individuality().get_personality_block() + + # 2. 构建Prompt + emoji_options_str = ", ".join(self.emoji_options) + bot_name = global_config.bot.nickname or "爱莉希雅" + prompt = f""" +# 指令：选择一个最合适的表情来回应消息 + +## 场景描述 +你的名字是“{bot_name}”。 +{identity} +你现在的心情是：{mood} + +## 聊天上下文 +下面是最近的聊天记录： +{chat_context} + +## 你的任务 +你需要针对下面的这条消息，选择一个最合适的表情来“贴”在上面，以表达你的心情和回应。 +目标消息："{target_message_content}" + +## 表情选项 +请从以下表情中，选择一个最能代表你此刻心情的表情。你只能选择一个，并直接返回它的【名称】。 +{emoji_options_str} + +## 输出要求 +直接输出你选择的表情【名称】，不要添加任何多余的文字、解释或标点符号。 + +你选择的表情名称是： +""" + + # 3. 调用LLM + success, response, _, _ = await llm_api.generate_with_model( + prompt, model_config.model_task_config.tool_executor + ) + + if success and response: + # 清理LLM返回的可能存在的额外字符 + cleaned_response = re.sub(r"[\[\]\'\"]", "", response).strip() + logger.info(f"LLM选择了表情: '{cleaned_response}'") + return cleaned_response + + return None # ===== 插件注册 ===== @register_plugin diff --git a/src/chat/message_receive/bot.py b/src/chat/message_receive/bot.py index 9d73eb3c0..04e7a8842 100644 --- a/src/chat/message_receive/bot.py +++ b/src/chat/message_receive/bot.py @@ -431,6 +431,9 @@ class ChatBot: # 处理消息内容，生成纯文本 await message.process() + # 在这里打印[所见]日志，确保在所有处理和过滤之前记录 + logger.info(f"\u001b[38;5;118m{message.message_info.user_info.user_nickname}:{message.processed_plain_text}\u001b[0m") + # 过滤检查 if _check_ban_words(message.processed_plain_text, chat, user_info) or _check_ban_regex( # type: ignore message.raw_message, # type: ignore diff --git a/src/main.py b/src/main.py index fc03bb11e..2476ab9a7 100644 --- a/src/main.py +++ b/src/main.py @@ -3,6 +3,9 @@ import asyncio import time import signal import sys +from functools import partial +from typing import Dict, Any + from maim_message import MessageServer from src.common.remote import TelemetryHeartBeatTask @@ -86,6 +89,20 @@ install(extra_lines=3) logger = get_logger("main") +def _task_done_callback(task: asyncio.Task, message_id: str, start_time: float): + """后台任务完成时的回调函数""" + end_time = time.time() + duration = end_time - start_time + try: + task.result() # 如果任务有异常，这里会重新抛出 + logger.info(f"消息 {message_id} 的后台任务 (ID: {id(task)}) 已成功完成, 耗时: {duration:.2f}s") + except asyncio.CancelledError: + logger.warning(f"消息 {message_id} 的后台任务 (ID: {id(task)}) 被取消, 耗时: {duration:.2f}s") + except Exception: + logger.error(f"处理消息 {message_id} 的后台任务 (ID: {id(task)}) 出现未捕获的异常, 耗时: {duration:.2f}s:") + logger.error(traceback.format_exc()) + + class MainSystem: def __init__(self): self.hippocampus_manager = hippocampus_manager @@ -165,6 +182,20 @@ class MainSystem: except Exception as e: logger.error(f"停止记忆管理器时出错: {e}") + async def _message_process_wrapper(self, message_data: Dict[str, Any]): + """并行处理消息的包装器""" + try: + start_time = time.time() + message_id = message_data.get("message_info", {}).get("message_id", "UNKNOWN") + # 创建后台任务 + task = asyncio.create_task(chat_bot.message_process(message_data)) + logger.info(f"已为消息 {message_id} 创建后台处理任务 (ID: {id(task)})") + # 添加一个回调函数，当任务完成时，它会被调用 + task.add_done_callback(partial(_task_done_callback, message_id=message_id, start_time=start_time)) + except Exception: + logger.error("在创建消息处理任务时发生严重错误:") + logger.error(traceback.format_exc()) + async def initialize(self): """初始化系统组件""" logger.info(f"正在唤醒{global_config.bot.nickname}......") @@ -294,7 +325,7 @@ MoFox_Bot(第三方修改版) # await asyncio.sleep(0.5) #防止logger输出飞了 # 将bot.py中的chat_bot.message_process消息处理函数注册到api.py的消息处理基类中 - self.app.register_message_handler(chat_bot.message_process) + self.app.register_message_handler(self._message_process_wrapper) # 启动消息重组器的清理任务 from src.utils.message_chunker import reassembler diff --git a/src/plugins/built_in/affinity_flow_chatter/affinity_chatter.py b/src/plugins/built_in/affinity_flow_chatter/affinity_chatter.py index 05c20b909..07e14f8a9 100644 --- a/src/plugins/built_in/affinity_flow_chatter/affinity_chatter.py +++ b/src/plugins/built_in/affinity_flow_chatter/affinity_chatter.py @@ -64,10 +64,6 @@ class AffinityChatter(BaseChatter): try: unread_messages = context.get_unread_messages() - # 像hfc一样，打印收到的消息 - for msg in unread_messages: - logger.info(f"{SOFT_GREEN}[所见] {msg.user_info.user_nickname}:{msg.processed_plain_text}{RESET_COLOR}") - # 使用增强版规划器处理消息 actions, target_message = await self.planner.plan(context=context) self.stats["plans_created"] += 1 diff --git a/src/plugins/built_in/affinity_flow_chatter/plan_filter.py b/src/plugins/built_in/affinity_flow_chatter/plan_filter.py index b6ec15c85..349ed82ef 100644 --- a/src/plugins/built_in/affinity_flow_chatter/plan_filter.py +++ b/src/plugins/built_in/affinity_flow_chatter/plan_filter.py @@ -5,6 +5,7 @@ PlanFilter: 接收 Plan 对象，根据不同模式的逻辑进行筛选，决 import orjson import time import traceback +import re from datetime import datetime from typing import Any, Dict, List, Optional @@ -430,8 +431,12 @@ class ChatterPlanFilter: continue action = single_action_obj.get("action_type", "no_action") - reasoning = single_action_obj.get("reason", "未提供原因") - action_data = {k: v for k, v in single_action_obj.items() if k not in ["action_type", "reason"]} + reasoning = single_action_obj.get("reasoning", "未提供原因") # 兼容旧的reason字段 + action_data = single_action_obj.get("action_data", {}) + + # 为了向后兼容，如果action_data不存在，则从顶层字段获取 + if not action_data: + action_data = {k: v for k, v in single_action_obj.items() if k not in ["action_type", "reason", "reasoning", "thinking"]} # 保留原始的thinking字段（如果有） thinking = action_json.get("thinking", "") @@ -536,7 +541,13 @@ class ChatterPlanFilter: if action_info.action_parameters: for p_name, p_desc in action_info.action_parameters.items(): # 为参数描述添加一个通用示例值 - example_value = f"<{p_desc}>" + if action_name == "set_emoji_like" and p_name == "emoji": + # 特殊处理set_emoji_like的emoji参数 + from plugins.set_emoji_like.qq_emoji_list import qq_face + emoji_options = [re.search(r"\[表情：(.+?)\]", name).group(1) for name in qq_face.values() if re.search(r"\[表情：(.+?)\]", name)] + example_value = f"<从'{', '.join(emoji_options[:10])}...'中选择一个>" + else: + example_value = f"<{p_desc}>" params_json_list.append(f' "{p_name}": "{example_value}"') # 基础动作信息 diff --git a/src/plugins/built_in/affinity_flow_chatter/planner_prompts.py b/src/plugins/built_in/affinity_flow_chatter/planner_prompts.py index 4212bf7b2..c8f448067 100644 --- a/src/plugins/built_in/affinity_flow_chatter/planner_prompts.py +++ b/src/plugins/built_in/affinity_flow_chatter/planner_prompts.py @@ -88,6 +88,7 @@ def init_prompts(): **强制规则**: - 对于每一个需要目标消息的动作（如`reply`, `poke_user`, `set_emoji_like`），你 **必须** 在`action_data`中提供准确的`target_message_id`，这个ID来源于`## 未读历史消息`中消息前的``标签。 +- 当你选择的动作需要参数时（例如 `set_emoji_like` 需要 `emoji` 参数），你 **必须** 在 `action_data` 中提供所有必需的参数及其对应的值。 如果没有合适的回复对象或不需要回复，输出空的 actions 数组： ```json