Merge branch 'debug' into main

2025-03-12 00:20:54 +08:00
parent 63ac659356 cbb569e776
commit 40f3055caf
64 changed files with 6255 additions and 2846 deletions
--- a/docs/Jonathan
+++ b/docs/Jonathan
@@ -0,0 +1,20 @@
+Jonathan R. Wolpaw 在 “Memory in neuroscience: rhetoric versus reality.” 一文中提到，从神经科学的感觉运动假设出发，整个神经系统的功能是将经验与适当的行为联系起来，而不是单纯的信息存储。
+Jonathan R,Wolpaw. (2019). Memory in neuroscience: rhetoric versus reality.. Behavioral and cognitive neuroscience reviews(2).
+
+1. **单一过程理论**
+   - 单一过程理论认为，识别记忆主要是基于熟悉性这一单一因素的影响。熟悉性是指对刺激的一种自动的、无意识的感知，它可以使我们在没有回忆起具体细节的情况下，判断一个刺激是否曾经出现过。
+   - 例如，在一些实验中，研究者发现被试可以在没有回忆起具体学习情境的情况下，对曾经出现过的刺激做出正确的判断，这被认为是熟悉性在起作用1。
+2. **双重过程理论**
+   - 双重过程理论则认为，识别记忆是基于两个过程：回忆和熟悉性。回忆是指对过去经验的有意识的回忆，它可以使我们回忆起具体的细节和情境；熟悉性则是一种自动的、无意识的感知。
+   - 该理论认为，在识别记忆中，回忆和熟悉性共同作用，使我们能够判断一个刺激是否曾经出现过。例如，在 “记得 / 知道” 范式中，被试被要求判断他们对一个刺激的记忆是基于回忆还是熟悉性。研究发现，被试可以区分这两种不同的记忆过程，这为双重过程理论提供了支持1。
+
+
+
+1. **神经元节点与连接**：借鉴神经网络原理，将每个记忆单元视为一个神经元节点。节点之间通过连接相互关联，连接的强度代表记忆之间的关联程度。在形态学联想记忆中，具有相似形态特征的记忆节点连接强度较高。例如，苹果和橘子的记忆节点，由于在形状、都是水果等形态语义特征上相似，它们之间的连接强度大于苹果与汽车记忆节点间的连接强度。
+2. **记忆聚类与层次结构**：依据形态特征的相似性对记忆进行聚类，形成不同的记忆簇。每个记忆簇内部的记忆具有较高的相似性，而不同记忆簇之间的记忆相似性较低。同时，构建记忆的层次结构，高层次的记忆节点代表更抽象、概括的概念，低层次的记忆节点对应具体的实例。比如，“水果” 作为高层次记忆节点，连接着 “苹果”“橘子”“香蕉” 等低层次具体水果的记忆节点。
+3. **网络的动态更新**：随着新记忆的不断加入，记忆网络动态调整。新记忆节点根据其形态特征与现有网络中的节点建立连接，同时影响相关连接的强度。若新记忆与某个记忆簇的特征高度相似，则被纳入该记忆簇；若具有独特特征，则可能引发新的记忆簇的形成。例如，当系统学习到一种新的水果 “番石榴”，它会根据番石榴的形态、语义等特征，在记忆网络中找到与之最相似的区域（如水果记忆簇），并建立相应连接，同时调整周围节点连接强度以适应这一新记忆。
+
+
+
+- **相似性联想**：该理论认为，当两个或多个事物在形态上具有相似性时，它们在记忆中会形成关联。例如，梨和苹果在形状和都是水果这一属性上有相似性，所以当我们看到梨时，很容易通过形态学联想记忆联想到苹果。这种相似性联想有助于我们对新事物进行分类和理解，当遇到一个新的类似水果时，我们可以通过与已有的水果记忆进行相似性匹配，来推测它的一些特征。
+- **时空关联性联想**：除了相似性联想，MAM 还强调时空关联性联想。如果两个事物在时间或空间上经常同时出现，它们也会在记忆中形成关联。比如，每次在公园里看到花的时候，都能听到鸟儿的叫声，那么花和鸟儿叫声的形态特征（花的视觉形态和鸟叫的听觉形态）就会在记忆中形成关联，以后听到鸟叫可能就会联想到公园里的花。
--- a/docs/doc1.md
+++ b/docs/doc1.md
@@ -1,6 +1,7 @@
 # 📂 文件及功能介绍 (2025年更新)

 ## 根目录
+
 - **README.md**: 项目的概述和使用说明。
 - **requirements.txt**: 项目所需的Python依赖包列表。
 - **bot.py**: 主启动文件，负责环境配置加载和NoneBot初始化。
@@ -10,6 +11,7 @@
 - **run_*.bat**: 各种启动脚本，包括数据库、maimai和thinking功能。

 ## `src/` 目录结构
+
 - **`plugins/` 目录**: 存放不同功能模块的插件。
  - **chat/**: 处理聊天相关的功能，如消息发送和接收。
  - **memory_system/**: 处理机器人的记忆功能。
@@ -22,94 +24,96 @@

 - **`common/` 目录**: 存放通用的工具和库。
  - **database.py**: 处理与数据库的交互，负责数据的存储和检索。
-  - **__init__.py**: 初始化模块。
+  - ****init**.py**: 初始化模块。

 ## `config/` 目录
+
 - **bot_config_template.toml**: 机器人配置模板。
 - **auto_format.py**: 自动格式化工具。

 ### `src/plugins/chat/` 目录文件详细介绍

-1. **`__init__.py`**: 
+1. **`__init__.py`**:
   - 初始化 `chat` 模块，使其可以作为一个包被导入。

-2. **`bot.py`**: 
+2. **`bot.py`**:
   - 主要的聊天机器人逻辑实现，处理消息的接收、思考和回复。
   - 包含 `ChatBot` 类，负责消息处理流程控制。
   - 集成记忆系统和意愿管理。

-3. **`config.py`**: 
+3. **`config.py`**:
   - 配置文件，定义了聊天机器人的各种参数和设置。
   - 包含 `BotConfig` 和全局配置对象 `global_config`。

-4. **`cq_code.py`**: 
+4. **`cq_code.py`**:
   - 处理 CQ 码（CoolQ 码），用于发送和接收特定格式的消息。

-5. **`emoji_manager.py`**: 
+5. **`emoji_manager.py`**:
   - 管理表情包的发送和接收，根据情感选择合适的表情。
   - 提供根据情绪获取表情的方法。

-6. **`llm_generator.py`**: 
+6. **`llm_generator.py`**:
   - 生成基于大语言模型的回复，处理用户输入并生成相应的文本。
   - 通过 `ResponseGenerator` 类实现回复生成。

-7. **`message.py`**: 
+7. **`message.py`**:
   - 定义消息的结构和处理逻辑，包含多种消息类型：
     - `Message`: 基础消息类
     - `MessageSet`: 消息集合
     - `Message_Sending`: 发送中的消息
     - `Message_Thinking`: 思考状态的消息

-8. **`message_sender.py`**: 
+8. **`message_sender.py`**:
   - 控制消息的发送逻辑，确保消息按照特定规则发送。
   - 包含 `message_manager` 对象，用于管理消息队列。

-9. **`prompt_builder.py`**: 
+9. **`prompt_builder.py`**:
   - 构建用于生成回复的提示，优化机器人的响应质量。

-10. **`relationship_manager.py`**: 
+10. **`relationship_manager.py`**:
    - 管理用户之间的关系，记录用户的互动和偏好。
    - 提供更新关系和关系值的方法。

-11. **`Segment_builder.py`**: 
+11. **`Segment_builder.py`**:
    - 构建消息片段的工具。

-12. **`storage.py`**: 
+12. **`storage.py`**:
    - 处理数据存储，负责将聊天记录和用户信息保存到数据库。
    - 实现 `MessageStorage` 类管理消息存储。

-13. **`thinking_idea.py`**: 
+13. **`thinking_idea.py`**:
    - 实现机器人的思考机制。

-14. **`topic_identifier.py`**: 
+14. **`topic_identifier.py`**:
    - 识别消息中的主题，帮助机器人理解用户的意图。

-15. **`utils.py`** 和 **`utils_*.py`** 系列文件: 
+15. **`utils.py`** 和 **`utils_*.py`** 系列文件:
    - 存放各种工具函数，提供辅助功能以支持其他模块。
    - 包括 `utils_cq.py`、`utils_image.py`、`utils_user.py` 等专门工具。

-16. **`willing_manager.py`**: 
+16. **`willing_manager.py`**:
    - 管理机器人的回复意愿，动态调整回复概率。
    - 通过多种因素（如被提及、话题兴趣度）影响回复决策。

 ### `src/plugins/memory_system/` 目录文件介绍

-1. **`memory.py`**: 
+1. **`memory.py`**:
   - 实现记忆管理核心功能，包含 `memory_graph` 对象。
   - 提供相关项目检索，支持多层次记忆关联。

-2. **`draw_memory.py`**: 
+2. **`draw_memory.py`**:
   - 记忆可视化工具。

-3. **`memory_manual_build.py`**: 
+3. **`memory_manual_build.py`**:
   - 手动构建记忆的工具。

-4. **`offline_llm.py`**: 
+4. **`offline_llm.py`**:
   - 离线大语言模型处理功能。

 ## 消息处理流程

 ### 1. 消息接收与预处理
+
 - 通过 `ChatBot.handle_message()` 接收群消息。
 - 进行用户和群组的权限检查。
 - 更新用户关系信息。
@@ -117,12 +121,14 @@
 - 对消息进行过滤和敏感词检测。

 ### 2. 主题识别与决策
+
 - 使用 `topic_identifier` 识别消息主题。
 - 通过记忆系统检查对主题的兴趣度。
 - `willing_manager` 动态计算回复概率。
 - 根据概率决定是否回复消息。

 ### 3. 回复生成与发送
+
 - 如需回复，首先创建 `Message_Thinking` 对象表示思考状态。
 - 调用 `ResponseGenerator.generate_response()` 生成回复内容和情感状态。
 - 删除思考消息，创建 `MessageSet` 准备发送回复。
--- a/docs/docker_deploy.md
+++ b/docs/docker_deploy.md
@@ -1,67 +1,93 @@
 # 🐳 Docker 部署指南

-## 部署步骤（推荐，但不一定是最新）
+## 部署步骤 (推荐，但不一定是最新)
+
+**"更新镜像与容器"部分在本文档 [Part 6](#6-更新镜像与容器)**
+
+### 0. 前提说明
+
+**本文假设读者已具备一定的 Docker 基础知识。若您对 Docker 不熟悉，建议先参考相关教程或文档进行学习，或选择使用 [📦Linux手动部署指南](./manual_deploy_linux.md) 或 [📦Windows手动部署指南](./manual_deploy_windows.md) 。**


-### 1. 获取Docker配置文件:
+### 1. 获取Docker配置文件
+
+- 建议先单独创建好一个文件夹并进入，作为工作目录

 ```bash
 wget https://raw.githubusercontent.com/SengokuCola/MaiMBot/main/docker-compose.yml -O docker-compose.yml
 ```

- 若需要启用MongoDB数据库的用户名和密码，可进入docker-compose.yml，取消MongoDB处的注释并修改变量`=`后方的值为你的用户名和密码\
-修改后请注意在之后配置`.env.prod`文件时指定MongoDB数据库的用户名密码
+- 若需要启用MongoDB数据库的用户名和密码，可进入docker-compose.yml，取消MongoDB处的注释并修改变量旁 `=` 后方的值为你的用户名和密码\
+修改后请注意在之后配置 `.env.prod` 文件时指定MongoDB数据库的用户名密码

+### 2. 启动服务

-### 2. 启动服务:
-
- **!!! 请在第一次启动前确保当前工作目录下`.env.prod`与`bot_config.toml`文件存在 !!!**\
+- **!!! 请在第一次启动前确保当前工作目录下 `.env.prod` 与 `bot_config.toml` 文件存在 !!!**\
 由于Docker文件映射行为的特殊性，若宿主机的映射路径不存在，可能导致意外的目录创建，而不会创建文件，由于此处需要文件映射到文件，需提前确保文件存在且路径正确，可使用如下命令:
+
 ```bash
 touch .env.prod
 touch bot_config.toml
 ```

 - 启动Docker容器:
+
 ```bash
 NAPCAT_UID=$(id -u) NAPCAT_GID=$(id -g) docker compose up -d
+# 旧版Docker中可能找不到docker compose，请使用docker-compose工具替代
+NAPCAT_UID=$(id -u) NAPCAT_GID=$(id -g) docker-compose up -d
 ```

- 旧版Docker中可能找不到docker compose，请使用docker-compose工具替代

-
-### 3. 修改配置并重启Docker:
+### 3. 修改配置并重启Docker

 - 请前往 [🎀 新手配置指南](docs/installation_cute.md) 或 [⚙️ 标准配置指南](docs/installation_standard.md) 完成`.env.prod`与`bot_config.toml`配置文件的编写\
 **需要注意`.env.prod`中HOST处IP的填写，Docker中部署和系统中直接安装的配置会有所不同**

 - 重启Docker容器:
+
 ```bash
-docker restart maimbot  # 若修改过容器名称则替换maimbot为你自定的名臣
+docker restart maimbot  # 若修改过容器名称则替换maimbot为你自定的名称
 ```

 - 下方命令可以但不推荐，只是同时重启NapCat、MongoDB、MaiMBot三个服务
+
 ```bash
 NAPCAT_UID=$(id -u) NAPCAT_GID=$(id -g) docker compose restart
+# 旧版Docker中可能找不到docker compose，请使用docker-compose工具替代
+NAPCAT_UID=$(id -u) NAPCAT_GID=$(id -g) docker-compose restart
 ```

- 旧版Docker中可能找不到docker compose，请使用docker-compose工具替代
-
-
 ### 4. 登入NapCat管理页添加反向WebSocket

- 在浏览器地址栏输入`http://<宿主机IP>:6099/`进入NapCat的管理Web页，添加一个Websocket客户端
+- 在浏览器地址栏输入 `http://<宿主机IP>:6099/` 进入NapCat的管理Web页，添加一个Websocket客户端
+
 > 网络配置 -> 新建 -> Websocket客户端

- Websocket客户端的名称自定，URL栏填入`ws://maimbot:8080/onebot/v11/ws`，启用并保存即可\
+- Websocket客户端的名称自定，URL栏填入 `ws://maimbot:8080/onebot/v11/ws`，启用并保存即可\
 (若修改过容器名称则替换maimbot为你自定的名称)

+### 5. 部署完成，愉快地和麦麦对话吧!

-### 5. 愉快地和麦麦对话吧!

+### 6. 更新镜像与容器
+
+- 拉取最新镜像
+
+```bash
+docker-compose pull
+```
+
+- 执行启动容器指令，该指令会自动重建镜像有更新的容器并启动
+
+```bash
+NAPCAT_UID=$(id -u) NAPCAT_GID=$(id -g) docker compose up -d
+# 旧版Docker中可能找不到docker compose，请使用docker-compose工具替代
+NAPCAT_UID=$(id -u) NAPCAT_GID=$(id -g) docker-compose up -d
+```

 ## ⚠️ 注意事项

 - 目前部署方案仍在测试中，可能存在未知问题
 - 配置文件中的API密钥请妥善保管，不要泄露
- 建议先在测试环境中运行，确认无误后再部署到生产环境 
+- 建议先在测试环境中运行，确认无误后再部署到生产环境
--- a/docs/installation_cute.md
+++ b/docs/installation_cute.md
@@ -1,8 +1,9 @@
 # 🔧 配置指南 喵~

-## 👋 你好呀！
+## 👋 你好呀

 让咱来告诉你我们要做什么喵：
+
 1. 我们要一起设置一个可爱的AI机器人
 2. 这个机器人可以在QQ上陪你聊天玩耍哦
 3. 需要设置两个文件才能让机器人工作呢
@@ -10,16 +11,19 @@
 ## 📝 需要设置的文件喵

 要设置这两个文件才能让机器人跑起来哦：
+
 1. `.env.prod` - 这个文件告诉机器人要用哪些AI服务呢
 2. `bot_config.toml` - 这个文件教机器人怎么和你聊天喵

 ## 🔑 密钥和域名的对应关系

 想象一下，你要进入一个游乐园，需要：
+
 1. 知道游乐园的地址（这就是域名 base_url）
 2. 有入场的门票（这就是密钥 key）

 在 `.env.prod` 文件里，我们定义了三个游乐园的地址和门票喵：
+
 ```ini
 # 硅基流动游乐园
 SILICONFLOW_KEY=your_key        # 硅基流动的门票
@@ -35,6 +39,7 @@ CHAT_ANY_WHERE_BASE_URL=https://api.chatanywhere.tech/v1  # ChatAnyWhere的地
 ```

 然后在 `bot_config.toml` 里，机器人会用这些门票和地址去游乐园玩耍：
+
 ```toml
 [model.llm_reasoning]
 name = "Pro/deepseek-ai/DeepSeek-R1"
@@ -47,22 +52,24 @@ base_url = "SILICONFLOW_BASE_URL"  # 还是去硅基流动游乐园
 key = "SILICONFLOW_KEY"            # 用同一张门票就可以啦
 ```

-### 🎪 举个例子喵：
+### 🎪 举个例子喵

 如果你想用DeepSeek官方的服务，就要这样改：
+
 ```toml
 [model.llm_reasoning]
-name = "Pro/deepseek-ai/DeepSeek-R1"
+name = "deepseek-reasoner"       # 改成对应的模型名称，这里为DeepseekR1
 base_url = "DEEP_SEEK_BASE_URL"  # 改成去DeepSeek游乐园
 key = "DEEP_SEEK_KEY"            # 用DeepSeek的门票

 [model.llm_normal]
-name = "Pro/deepseek-ai/DeepSeek-V3"
+name = "deepseek-chat"           # 改成对应的模型名称，这里为DeepseekV3
 base_url = "DEEP_SEEK_BASE_URL"  # 也去DeepSeek游乐园
 key = "DEEP_SEEK_KEY"            # 用同一张DeepSeek门票
 ```

-### 🎯 简单来说：
+### 🎯 简单来说
+
 - `.env.prod` 文件就像是你的票夹，存放着各个游乐园的门票和地址
 - `bot_config.toml` 就是告诉机器人：用哪张票去哪个游乐园玩
 - 所有模型都可以用同一个游乐园的票，也可以去不同的游乐园玩耍
@@ -88,19 +95,25 @@ CHAT_ANY_WHERE_KEY=your_key
 CHAT_ANY_WHERE_BASE_URL=https://api.chatanywhere.tech/v1

 # 如果你不知道这是什么，那么下面这些不用改，保持原样就好啦
-HOST=127.0.0.1  # 如果使用Docker部署，需要改成0.0.0.0喵，不然听不见群友讲话了喵
+# 如果使用Docker部署，需要改成0.0.0.0喵，不然听不见群友讲话了喵
+HOST=127.0.0.1
 PORT=8080

 # 这些是数据库设置，一般也不用改呢
-MONGODB_HOST=127.0.0.1  # 如果使用Docker部署，需要改成数据库容器的名字喵，默认是mongodb喵
+# 如果使用Docker部署，需要把MONGODB_HOST改成数据库容器的名字喵，默认是mongodb喵
+MONGODB_HOST=127.0.0.1
 MONGODB_PORT=27017
 DATABASE_NAME=MegBot
-MONGODB_USERNAME = ""  # 如果数据库需要用户名，就在这里填写喵
-MONGODB_PASSWORD = ""  # 如果数据库需要密码，就在这里填写呢
-MONGODB_AUTH_SOURCE = ""  # 数据库认证源，一般不用改哦
+# 数据库认证信息，如果需要认证就取消注释并填写下面三行喵
+# MONGODB_USERNAME = ""
+# MONGODB_PASSWORD = ""
+# MONGODB_AUTH_SOURCE = ""

-# 插件设置喵
-PLUGINS=["src2.plugins.chat"]  # 这里是机器人的插件列表呢
+# 也可以使用URI连接数据库，取消注释填写在下面这行喵（URI的优先级比上面的高）
+# MONGODB_URI=mongodb://127.0.0.1:27017/MegBot
+
+# 这里是机器人的插件列表呢
+PLUGINS=["src2.plugins.chat"]
 ```

 ### 第二个文件：机器人配置 (bot_config.toml)
@@ -110,7 +123,8 @@ PLUGINS=["src2.plugins.chat"]  # 这里是机器人的插件列表呢
 ```toml
 [bot]
 qq = "把这里改成你的机器人QQ号喵"  # 填写你的机器人QQ号
-nickname = "麦麦"  # 机器人的名字，你可以改成你喜欢的任何名字哦
+nickname = "麦麦"  # 机器人的名字，你可以改成你喜欢的任何名字哦，建议和机器人QQ名称/群昵称一样哦
+alias_names = ["小麦", "阿麦"] # 也可以用这个招呼机器人，可以不设置呢

 [personality]
 # 这里可以设置机器人的性格呢，让它更有趣一些喵
@@ -198,10 +212,12 @@ key = "SILICONFLOW_KEY"
   - `topic`: 负责理解对话主题的能力呢

 ## 🌟 小提示
+
 - 如果你刚开始使用，建议保持默认配置呢
 - 不同的模型有不同的特长，可以根据需要调整它们的使用比例哦

 ## 🌟 小贴士喵
+
 - 记得要好好保管密钥（key）哦，不要告诉别人呢
 - 配置文件要小心修改，改错了机器人可能就不能和你玩了喵
 - 如果想让机器人更聪明，可以调整 personality 里的设置呢
@@ -209,7 +225,8 @@ key = "SILICONFLOW_KEY"
 - QQ群号和QQ号都要用数字填写，不要加引号哦（除了机器人自己的QQ号）

 ## ⚠️ 注意事项
+
 - 这个机器人还在测试中呢，可能会有一些小问题喵
 - 如果不知道怎么改某个设置，就保持原样不要动它哦~
 - 记得要先有AI服务的密钥，不然机器人就不能和你说话了呢
- 修改完配置后要重启机器人才能生效喵~
+- 修改完配置后要重启机器人才能生效喵~
--- a/docs/installation_standard.md
+++ b/docs/installation_standard.md
@@ -3,14 +3,16 @@
 ## 简介

 本项目需要配置两个主要文件：
+
 1. `.env.prod` - 配置API服务和系统环境
 2. `bot_config.toml` - 配置机器人行为和模型

 ## API配置说明

-`.env.prod`和`bot_config.toml`中的API配置关系如下：
+`.env.prod` 和 `bot_config.toml` 中的API配置关系如下：
+
+### 在.env.prod中定义API凭证

-### 在.env.prod中定义API凭证：
 ```ini
 # API凭证配置
 SILICONFLOW_KEY=your_key        # 硅基流动API密钥
@@ -23,7 +25,8 @@ CHAT_ANY_WHERE_KEY=your_key     # ChatAnyWhere API密钥
 CHAT_ANY_WHERE_BASE_URL=https://api.chatanywhere.tech/v1  # ChatAnyWhere API地址
 ```

-### 在bot_config.toml中引用API凭证：
+### 在bot_config.toml中引用API凭证
+
 ```toml
 [model.llm_reasoning]
 name = "Pro/deepseek-ai/DeepSeek-R1"
@@ -32,9 +35,10 @@ key = "SILICONFLOW_KEY"            # 引用.env.prod中定义的密钥
 ```

 如需切换到其他API服务，只需修改引用：
+
 ```toml
 [model.llm_reasoning]
-name = "Pro/deepseek-ai/DeepSeek-R1"
+name = "deepseek-reasoner"       # 改成对应的模型名称，这里为DeepseekR1
 base_url = "DEEP_SEEK_BASE_URL"  # 切换为DeepSeek服务
 key = "DEEP_SEEK_KEY"            # 使用DeepSeek密钥
 ```
@@ -42,6 +46,7 @@ key = "DEEP_SEEK_KEY"            # 使用DeepSeek密钥
 ## 配置文件详解

 ### 环境配置文件 (.env.prod)
+
 ```ini
 # API配置
 SILICONFLOW_KEY=your_key
@@ -52,26 +57,36 @@ CHAT_ANY_WHERE_KEY=your_key
 CHAT_ANY_WHERE_BASE_URL=https://api.chatanywhere.tech/v1

 # 服务配置
+
 HOST=127.0.0.1  # 如果使用Docker部署，需要改成0.0.0.0，否则QQ消息无法传入
-PORT=8080
+PORT=8080       # 与反向端口相同

 # 数据库配置
 MONGODB_HOST=127.0.0.1  # 如果使用Docker部署，需要改成数据库容器的名字，默认是mongodb
-MONGODB_PORT=27017
+MONGODB_PORT=27017      # MongoDB端口
+
 DATABASE_NAME=MegBot
-MONGODB_USERNAME = ""  # 数据库用户名
-MONGODB_PASSWORD = ""  # 数据库密码
-MONGODB_AUTH_SOURCE = ""  # 认证数据库
+# 数据库认证信息，如果需要认证就取消注释并填写下面三行
+# MONGODB_USERNAME = ""
+# MONGODB_PASSWORD = ""
+# MONGODB_AUTH_SOURCE = ""
+
+# 也可以使用URI连接数据库，取消注释填写在下面这行（URI的优先级比上面的高）
+# MONGODB_URI=mongodb://127.0.0.1:27017/MegBot

 # 插件配置
 PLUGINS=["src2.plugins.chat"]
 ```

 ### 机器人配置文件 (bot_config.toml)
+
 ```toml
 [bot]
 qq = "机器人QQ号"  # 必填
 nickname = "麦麦"  # 机器人昵称
+# alias_names: 配置机器人可使用的别名。当机器人在群聊或对话中被调用时，别名可以作为直接命令或提及机器人的关键字使用。
+# 该配置项为字符串数组。例如: ["小麦", "阿麦"]
+alias_names = ["小麦", "阿麦"]  # 机器人别名

 [personality]
 prompt_personality = [
@@ -151,4 +166,4 @@ key = "SILICONFLOW_KEY"

 3. 其他说明：
   - 项目处于测试阶段，可能存在未知问题
-   - 建议初次使用保持默认配置 
+   - 建议初次使用保持默认配置
--- a/docs/manual_deploy_linux.md
+++ b/docs/manual_deploy_linux.md
@@ -1,6 +1,7 @@
 # 📦 Linux系统如何手动部署MaiMbot麦麦？

 ## 准备工作
+
 - 一台联网的Linux设备（本教程以Ubuntu/Debian系为例）
 - QQ小号（QQ框架的使用可能导致qq被风控，严重（小概率）可能会导致账号封禁，强烈不推荐使用大号）
 - 可用的大模型API
@@ -20,6 +21,7 @@
 - 数据库是什么？如何安装并启动MongoDB

 - 如何运行一个QQ机器人，以及NapCat框架是什么
+
 ---

 ## 环境配置
@@ -33,7 +35,9 @@ python --version
 # 或
 python3 --version
 ```
+
 如果版本低于3.9，请更新Python版本。
+
 ```bash
 # Ubuntu/Debian
 sudo apt update
@@ -45,6 +49,7 @@ sudo update-alternatives --config python3
 ```

 ### 2️⃣ **创建虚拟环境**
+
 ```bash
 # 方法1：使用venv(推荐)
 python3 -m venv maimbot
@@ -65,32 +70,37 @@ pip install -r requirements.txt
 ---

 ## 数据库配置
-### 3️⃣ **安装并启动MongoDB**
- 安装与启动：Debian参考[官方文档](https://docs.mongodb.com/manual/tutorial/install-mongodb-on-debian/)，Ubuntu参考[官方文档](https://docs.mongodb.com/manual/tutorial/install-mongodb-on-ubuntu/)

+### 3️⃣ **安装并启动MongoDB**
+
+- 安装与启动：Debian参考[官方文档](https://docs.mongodb.com/manual/tutorial/install-mongodb-on-debian/)，Ubuntu参考[官方文档](https://docs.mongodb.com/manual/tutorial/install-mongodb-on-ubuntu/)
 - 默认连接本地27017端口
+
 ---

 ## NapCat配置
+
 ### 4️⃣ **安装NapCat框架**

 - 参考[NapCat官方文档](https://www.napcat.wiki/guide/boot/Shell#napcat-installer-linux%E4%B8%80%E9%94%AE%E4%BD%BF%E7%94%A8%E8%84%9A%E6%9C%AC-%E6%94%AF%E6%8C%81ubuntu-20-debian-10-centos9)安装

-  使用QQ小号登录，添加反向WS地址：
-`ws://127.0.0.1:8080/onebot/v11/ws`
+-  使用QQ小号登录，添加反向WS地址: `ws://127.0.0.1:8080/onebot/v11/ws`

 ---

 ## 配置文件设置
+
 ### 5️⃣ **配置文件设置，让麦麦Bot正常工作**
+
 - 修改环境配置文件：`.env.prod`
 - 修改机器人配置文件：`bot_config.toml`

-
 ---

 ## 启动机器人
+
 ### 6️⃣ **启动麦麦机器人**
+
 ```bash
 # 在项目目录下操作
 nb run
@@ -100,17 +110,70 @@ python3 bot.py

 ---

-## **其他组件(可选)**
- 直接运行 knowledge.py生成知识库
+### 7️⃣ **使用systemctl管理maimbot**

+使用以下命令添加服务文件：
+
+```bash
+sudo nano /etc/systemd/system/maimbot.service
+```
+
+输入以下内容：
+
+`<maimbot_directory>`：你的maimbot目录
+`<venv_directory>`：你的venv环境（就是上文创建环境后，执行的代码`source maimbot/bin/activate`中source后面的路径的绝对路径）
+
+```ini
+[Unit]
+Description=MaiMbot 麦麦
+After=network.target mongod.service
+
+[Service]
+Type=simple
+WorkingDirectory=<maimbot_directory>
+ExecStart=<venv_directory>/python3 bot.py
+ExecStop=/bin/kill -2 $MAINPID
+Restart=always
+RestartSec=10s
+
+[Install]
+WantedBy=multi-user.target
+```
+
+输入以下命令重新加载systemd：
+
+```bash
+sudo systemctl daemon-reload
+```
+
+启动并设置开机自启：
+
+```bash
+sudo systemctl start maimbot
+sudo systemctl enable maimbot
+```
+
+输入以下命令查看日志：
+
+```bash
+sudo journalctl -xeu maimbot
+```
+
+---
+
+## **其他组件(可选)**
+
+- 直接运行 knowledge.py生成知识库

 ---

 ## 常见问题
+
 🔧 权限问题：在命令前加`sudo`  
 🔌 端口占用：使用`sudo lsof -i :8080`查看端口占用  
 🛡️ 防火墙：确保8080/27017端口开放  
+
 ```bash
 sudo ufw allow 8080/tcp
 sudo ufw allow 27017/tcp
-```
+```
--- a/docs/manual_deploy_windows.md
+++ b/docs/manual_deploy_windows.md
@@ -30,12 +30,13 @@

 在创建虚拟环境之前，请确保你的电脑上安装了Python 3.9及以上版本。如果没有，可以按以下步骤安装：

-1. 访问Python官网下载页面：https://www.python.org/downloads/release/python-3913/
+1. 访问Python官网下载页面：<https://www.python.org/downloads/release/python-3913/>
 2. 下载Windows安装程序 (64-bit): `python-3.9.13-amd64.exe`
 3. 运行安装程序，并确保勾选"Add Python 3.9 to PATH"选项
 4. 点击"Install Now"开始安装

 或者使用PowerShell自动下载安装（需要管理员权限）：
+
 ```powershell
 # 下载并安装Python 3.9.13
 $pythonUrl = "https://www.python.org/ftp/python/3.9.13/python-3.9.13-amd64.exe"
@@ -46,7 +47,7 @@ Start-Process -Wait -FilePath $pythonInstaller -ArgumentList "/quiet", "InstallA

 ### 2️⃣ **创建Python虚拟环境来运行程序**

-    你可以选择使用以下两种方法之一来创建Python环境：
+> 你可以选择使用以下两种方法之一来创建Python环境：

 ```bash
 # ---方法1：使用venv（Python自带）
@@ -60,6 +61,7 @@ maimbot\\Scripts\\activate
 # 安装依赖
 pip install -r requirements.txt
 ```
+
 ```bash
 # ---方法2：使用conda
 # 创建一个新的conda环境（环境名为maimbot）
@@ -74,27 +76,35 @@ pip install -r requirements.txt
 ```

 ### 2️⃣ **然后你需要启动MongoDB数据库，来存储信息**
+
 - 安装并启动MongoDB服务
 - 默认连接本地27017端口

 ### 3️⃣ **配置NapCat，让麦麦bot与qq取得联系**
+
 - 安装并登录NapCat（用你的qq小号）
- 添加反向WS：`ws://127.0.0.1:8080/onebot/v11/ws`
+- 添加反向WS: `ws://127.0.0.1:8080/onebot/v11/ws`

 ### 4️⃣ **配置文件设置，让麦麦Bot正常工作**
+
 - 修改环境配置文件：`.env.prod`
 - 修改机器人配置文件：`bot_config.toml`

 ### 5️⃣ **启动麦麦机器人**
+
 - 打开命令行，cd到对应路径
+
 ```bash
 nb run
 ```
+
 - 或者cd到对应路径后
+
 ```bash
 python bot.py
 ```

 ### 6️⃣ **其他组件(可选)**
+
 - `run_thingking.bat`: 启动可视化推理界面（未完善）
 - 直接运行 knowledge.py生成知识库