fix：记忆构建出错

src/chat/memory_system/Hippocampus.py

@@ -1201,6 +1201,8 @@ class ParahippocampalGyrus:
         self.hippocampus = hippocampus
         self.memory_graph = hippocampus.memory_graph
         
+        self.memory_modify_model = LLMRequest(model_set=model_config.model_task_config.utils, request_type="memory.modify")
+
     async def memory_compress(self, messages: list, compress_rate=0.1):
         """压缩和总结消息内容，生成记忆主题和摘要。
 
@@ -1244,7 +1246,7 @@ class ParahippocampalGyrus:
 
         # 2. 使用LLM提取关键主题
         topic_num = self.hippocampus.calculate_topic_num(input_text, compress_rate)
-        topics_response, _ = await self.hippocampus.model_summary.generate_response_async(
+        topics_response, _ = await self.memory_modify_model.generate_response_async(
             self.hippocampus.find_topic_llm(input_text, topic_num)
         )
 
@@ -1273,7 +1275,7 @@ class ParahippocampalGyrus:
             # 调用修改后的 topic_what，不再需要 time_info
             topic_what_prompt = self.hippocampus.topic_what(input_text, topic)
             try:
-                task = self.hippocampus.model_summary.generate_response_async(topic_what_prompt)
+                task = self.memory_modify_model.generate_response_async(topic_what_prompt)
                 tasks.append((topic.strip(), task))
             except Exception as e:
                 logger.error(f"生成话题 '{topic}' 的摘要时发生错误: {e}")

src/mood/mood_manager.py

@@ -183,7 +183,7 @@ class ChatMood:
             logger.info(f"{self.log_prefix} response: {response}")
             logger.info(f"{self.log_prefix} reasoning_content: {reasoning_content}")
 
-        logger.info(f"{self.log_prefix} 情绪状态回归为: {response}")
+        logger.info(f"{self.log_prefix} 情绪状态转变为: {response}")
 
         self.mood_state = response
 
@@ -206,7 +206,7 @@ class MoodRegressionTask(AsyncTask):
                 if mood.regression_count >= 3:
                     continue
 
-                logger.info(f"{mood.log_prefix} 开始情绪回归, 第 {mood.regression_count + 1} 次")
+                logger.debug(f"{mood.log_prefix} 开始情绪回归, 第 {mood.regression_count + 1} 次")
                 await mood.regress_mood()
 
 

template/bot_config_template.toml

@@ -36,7 +36,7 @@ compress_identity = true # 是否压缩身份，压缩后会精简身份信息
 # 表达学习配置
 expression_learning = [ # 表达学习配置列表，支持按聊天流配置
     ["", "enable", "enable", 1.0],  # 全局配置：使用表达，启用学习，学习强度1.0
-    ["qq:1919810:private", "enable", "enable", 1.5],  # 特定私聊配置：使用表达，启用学习，学习强度1.5
+    ["qq:1919810:group", "enable", "enable", 1.5],  # 特定群聊配置：使用表达，启用学习，学习强度1.5
     ["qq:114514:private", "enable", "disable", 0.5],  # 特定私聊配置：使用表达，禁用学习，学习强度0.5
     # 格式说明：
     # 第一位: chat_stream_id，空字符串表示全局配置