refactor(profile,llm): 提高用户资料的准确性和系统的稳健性。本次提交引入了多项针对用户资料管理和大语言模型交互的优化，目标是实现更高的准确性、更严格的数据验证以及提升系统可靠性。

- **用户资料管理（`user_profile_tool.py`）：**
  - `UserProfileTool` 的描述进行了大幅更新，明确定义了严格的使用场景和绝对禁止的行为，防止误用。
  - 对 `preference_keywords` 和 `key_info` 的值实施了更严格的过滤，确保只记录具体、客观的事实和真实兴趣。
  - 减少了用于上下文的最近聊天消息数量，以更关注相关性更高的近期交互。
  - 修改了好感度计算逻辑，使其更加保守，不容易因日常小互动而改变，需要更有意义的交流才会产生变化。
  - 印象生成提示已更新，严格禁止猜测。
  并强调记录事实观察到的特征。- **关系信息显示（`relationship_fetcher.py`）：** - 通过过滤掉一般交互术语来增强用户偏好显示，仅展示真实的爱好和兴趣。- 暂时注释了“关键事实”的显示，以防呈现潜在不准确或推测性的信息。- **大型语言模型交互稳定性（`base_action.py`）：** - 在 `should_activate` 方法中引入了 7 秒超时的 LLM 判断调用。- 如果 LLM 判断超时，动作现在默认为“激活”，以防止系统阻塞并确保持续运行。

src/person_info/relationship_fetcher.py

@@ -173,24 +173,34 @@ class RelationshipFetcher:
                 if impression:
                     relation_parts.append(f"\n你对{person_name}的印象：\n{impression}")
 
-                # 5. 用户偏好关键词
+                # 5. 用户偏好关键词（仅显示真实兴趣爱好）
                 if rel_data.get("preference_keywords"):
                     keywords_list = [kw.strip() for kw in rel_data["preference_keywords"].split(",") if kw.strip()]
-                    if keywords_list:
+                    # 过滤掉明显不是兴趣爱好的词
-                        keywords_str = "、".join(keywords_list)
+                    filtered_keywords = []
-                        relation_parts.append(f"\n{person_name}的偏好和兴趣：{keywords_str}")
+                    for kw in keywords_list:
+                        kw_lower = kw.lower()
+                        # 排除聊天互动、情感需求等不是真实兴趣的词汇
+                        if not any(excluded in kw_lower for excluded in [
+                            '亲亲', '撒娇', '被宠', '被夸', '聊天', '互动', '关心', '专注', '需要'
+                        ]):
+                            filtered_keywords.append(kw)
+                    
+                    if filtered_keywords:
+                        keywords_str = "、".join(filtered_keywords)
+                        relation_parts.append(f"\n{person_name}的兴趣爱好：{keywords_str}")
 
-                # 6. 关键信息
+                # 6. 关键信息 - 暂时隐藏，防止显示不准确的推测信息
-                if rel_data.get("key_facts"):
+                # if rel_data.get("key_facts"):
-                    try:
+                #     try:
-                        import orjson
+                #         import orjson
-                        facts = orjson.loads(rel_data["key_facts"])
+                #         facts = orjson.loads(rel_data["key_facts"])
-                        if facts and isinstance(facts, list):
+                #         if facts and isinstance(facts, list):
-                            facts_lines = self._format_key_facts(facts, person_name)
+                #             facts_lines = self._format_key_facts(facts, person_name)
-                            if facts_lines:
+                #             if facts_lines:
-                                relation_parts.append(f"\n你记住的关于{person_name}的重要信息：\n{facts_lines}")
+                #                 relation_parts.append(f"\n你记住的关于{person_name}的重要信息：\n{facts_lines}")
-                    except Exception:
+                #     except Exception:
-                        pass
+                #         pass
 
         except Exception as e:
             logger.error(f"查询UserRelationships表失败: {e}")

src/plugin_system/base/base_action.py

@@ -838,11 +838,20 @@ class BaseAction(ABC):
 只需要回答"是"或"否"，不要有其他内容。
 """
 
-            # 调用 LLM 进行判断
+            # 调用 LLM 进行判断，设置7秒超时避免长时间等待
-            response, _ = await llm_judge_model.generate_response_async(prompt=prompt)
+            import asyncio
-            response = response.strip().lower()
+            response = ""  # 初始化response变量
-
+            try:
-            should_activate = "是" in response or "yes" in response or "true" in response
+                response, _ = await asyncio.wait_for(
+                    llm_judge_model.generate_response_async(prompt=prompt),
+                    timeout=7.0
+                )
+                response = response.strip().lower()
+                should_activate = "是" in response or "yes" in response or "true" in response
+            except asyncio.TimeoutError:
+                logger.warning(f"{self.log_prefix} LLM 判断激活超时（7秒），默认激活以避免阻塞")
+                # 超时时默认激活，交给后续决策系统处理
+                should_activate = True
 
             logger.debug(
                 f"{self.log_prefix} LLM 判断结果: 响应='{response}', 结果={'激活' if should_activate else '不激活'}"

src/plugins/built_in/affinity_flow_chatter/tools/user_profile_tool.py

@@ -43,32 +43,34 @@ class UserProfileTool(BaseTool):
     """
 
     name = "update_user_profile"
-    description = """记录或更新你对某个人的认识。
+    description = """⚠️ 严格限制使用场景 ⚠️
 
-使用场景：
+记录或更新你对某个人的认识 - 仅限重要信息！
-1. TA告诉你个人信息（生日、职业、城市等）→ 填 key_info_type 和 key_info_value
-2. TA的信息有变化（搬家、换工作等）→ 会自动更新旧信息
-3. 你对TA有了新的认识或感受 → 填 impression_hint
-4. 想记录TA真正的兴趣爱好 → 填 preference
 
-## ⛔ 别名(alias)规则：
+## 📋 明确的使用场景（必须符合其中一种）：
-- 只填TA明确要求被称呼的真实昵称
+1. TA明确说出具体个人信息（"我生日是3月15日"、"我在北京工作"、"我是程序员"）→ 填 key_info
-- 必须是TA主动说"叫我xxx"或"我的昵称是xxx"
+2. TA的重要信息发生变化（"我搬到上海了"、"我换工作了"）→ 更新 key_info
-- 聊天中的玩笑称呼、撒娇称呼、临时戏称一律不填
+3. TA主动深度自我揭露重大个人经历或核心价值观 → 慎重考虑填 impression_hint
-- 你给TA起的爱称不算别名
+4. TA明确表达具体的现实兴趣爱好（"我喜欢摄影"、"我在学编程"）→ 填 preference
 
-## ⛔ 偏好(preference)规则：
+## 🚫 绝对禁止的情况（常见误用）：
-- 只填可以作为兴趣爱好的名词（如：编程、摄影、音乐、游戏）
+- 一般性聊天、日常互动、开玩笑 → 绝对不用
-- 必须是TA在现实中真正从事或喜欢的活动/领域
+- 撒娇、求抱抱、情感表达 → 绝对不用
-- 聊天互动方式不是爱好（撒娇、亲亲、被夸奖等不填）
+- 描述聊天感受、互动方式 → 绝对不用  
-- 你们之间的私密互动不是爱好
+- 状态描述（"累了"、"开心"、"忙"）→ 绝对不用
-- 情感状态不是爱好
+- 你的推测或印象 → 绝对不用
+- 聊天话题、兴趣讨论 → 绝对不用
 
-## ⛔ 关键信息(key_info)规则：
+## ⛔ 关键信息(key_info)严格标准：
-- 只填客观可验证的事实信息
+- job: 必须是具体职业（"程序员"、"医生"、"学生"），不能是状态（"工作很累"、"上班族"）
-- 必须是具体的值（日期、地点、职业名称）
+- birthday: 具体日期（"3月15日"、"1995年"），不能是模糊描述
-- 你的主观感受不是TA的信息
+- location: 具体地点（"北京"、"上海浦东"），不能是"在家"、"公司"
-- 关系描述不是信息
+- 如果不是TA明确说出的具体事实，绝对不要记录
+
+## ⛔ 印象更新(impression_hint)超严格标准：
+- 只有深度心理揭露、重大人生事件、核心价值观分享才考虑
+- 聊天互动方式、日常行为表现、情感表达方式 → 绝对不记录
+- 默认策略：当有疑虑时，不要使用此工具
 
 此工具在后台异步执行，不影响回复速度。"""
     parameters = [
@@ -195,7 +197,11 @@ class UserProfileTool(BaseTool):
             final_impression = existing_profile.get("relationship_text", "")
             affection_change = 0.0  # 好感度变化量
             
-            if impression_hint or chat_history_text:
+            # 只有在LLM明确提供impression_hint时才更新印象（更严格）
+            if impression_hint and impression_hint.strip():
+                # 获取最近的聊天记录用于上下文
+                chat_history_text = await self._get_recent_chat_history(target_user_id)
+                
                 impression_result = await self._generate_impression_with_affection(
                     target_user_name=target_user_name,
                     impression_hint=impression_hint,
@@ -277,14 +283,31 @@ class UserProfileTool(BaseTool):
             if info_type not in valid_types:
                 info_type = "other"
             
-            # 🎯 信息质量判断：过滤掉模糊的描述性内容
+            # 🎯 信息质量判断：过滤掉模糊的描述性内容和状态描述
             low_quality_patterns = [
+                # 原有的模糊描述
                 "的生日", "的工作", "的位置", "的梦想", "的家人", "的宠物",
                 "birthday", "job", "location", "unknown", "未知", "不知道",
-                "affectionate", "friendly", "的信息", "某个", "一个"
+                "affectionate", "friendly", "的信息", "某个", "一个",
+                # 新增：状态描述而非具体信息
+                "很累", "累了", "疲惫", "忙", "很忙", "加班", "休息",
+                "开心", "难过", "高兴", "沮丧", "烦躁", "焦虑",
+                "上班", "下班", "工作中", "在家", "出差",
+                "感觉", "心情", "状态", "最近", "今天", "现在"
             ]
             info_value_lower = info_value.lower().strip()
             
+            # 🎯 针对job类型的特殊验证
+            if info_type == "job":
+                job_invalid_patterns = [
+                    "累", "忙", "班", "工作", "上班族", "打工人", "社畜",
+                    "很", "非常", "特别", "太", "好", "不好"
+                ]
+                for pattern in job_invalid_patterns:
+                    if pattern in info_value_lower:
+                        logger.warning(f"职业信息无效（状态描述而非具体职业），跳过: {info_value}")
+                        return
+            
             # 如果值太短或包含低质量模式，跳过
             if len(info_value_lower) < 2:
                 logger.warning(f"关键信息值太短，跳过: {info_value}")
@@ -362,12 +385,12 @@ class UserProfileTool(BaseTool):
             logger.error(f"保存关键信息失败: {e}")
             # 不抛出异常，因为这是后台任务
 
-    async def _get_recent_chat_history(self, target_user_id: str, max_messages: int = 50) -> str:
+    async def _get_recent_chat_history(self, target_user_id: str, max_messages: int = 10) -> str:
         """获取最近的聊天记录
         
         Args:
             target_user_id: 目标用户ID
-            max_messages: 最大消息数量
+            max_messages: 最大消息数量（默认10条，避免传递过多历史消息）
             
         Returns:
             str: 格式化的聊天记录文本
@@ -499,22 +522,28 @@ class UserProfileTool(BaseTool):
 ## 当前好感度
 {current_score:.2f} (范围0-1，0.3=普通认识，0.5=朋友，0.7=好友，0.9=挚友)
 
-## ⚠️⚠️ 最高优先级：保持已确认信息 ⚠️⚠️
+## ⚠️⚠️ 最高优先级：严格控制信息记录 ⚠️⚠️
-**旧印象中已经明确的信息必须保持，绝对不能改动！**
+**绝对禁止推测、猜想、脑补任何具体信息！**
 
-1. **性别判断规则**（按优先级）：
+1. **不要推测身份职业**：
-   - 如果旧印象中已经用"他"→ 这是男生，gender="male"，继续用"他"
+   - 不要根据聊天话题推测工作（聊AI ≠ 是程序员）
-   - 如果旧印象中已经用"她"→ 这是女生，gender="female"，继续用"她"
+   - 不要根据时间推测身份（深夜聊天 ≠ 是学生）
-   - 只有旧印象没有性别线索时，才根据聊天内容判断
+   - 不要根据行为推测背景（会装机 ≠ 从事相关工作）
 
-2. **其他已确认信息**：
+2. **不要记录未确认的信息**：
-   - 旧印象中提到的身份（学生/上班族等）→ 保持
+   - 只记录TA明确说出的事实
-   - 旧印象中提到的特点、爱好 → 保持或深化，不要删除
+   - 你的推测、联想、印象都不是事实
-   - 你是在**补充和深化**印象，不是**重写**
+   - 模糊的、不确定的信息不要记录
+
+3. **保持旧印象中已确认的信息**：
+   - 如果旧印象中已经用"他"→ 这是男生，继续用"他"
+   - 如果旧印象中已经用"她"→ 这是女生，继续用"她"
+   - 其他已明确的特点、爱好要保持，不要删除
 
 ## ⚠️ 区分虚构内容和真实信息
 - 游戏剧情、小说情节、角色扮演等虚构内容 ≠ TA本人的特质
-- 印象记录的是**这个人本身**：TA的性格、TA喜欢什么、TA和你交流的方式
+- 印象记录的是**这个人本身**：TA的性格、TA和你交流的方式
+- 不要将聊天内容当作个人信息记录
 
 ## 任务
 1. **先看旧印象中的性别**，已确定就沿用，没确定才判断
@@ -552,34 +581,43 @@ class UserProfileTool(BaseTool):
 
 当前好感度：{current_score:.2f}
 
-**关系阶段与增速：**
+**关系阶段与增速（更加保守）：**
 | 阶段 | 分数范围 | 单次变化范围 | 说明 |
 |------|----------|--------------|------|
-| 陌生→初识 | 0.0-0.3 | ±0.03~0.05 | 容易建立初步印象 |
+| 陌生→初识 | 0.0-0.3 | ±0.01~0.03 | 需要重要交流才变化 |
-| 初识→熟人 | 0.3-0.5 | ±0.02~0.04 | 逐渐熟悉的阶段 |
+| 初识→熟人 | 0.3-0.5 | ±0.01~0.025 | 逐渐熟悉的阶段 |
-| 熟人→朋友 | 0.5-0.7 | ±0.01~0.03 | 需要更多互动积累 |
+| 熟人→朋友 | 0.5-0.7 | ±0.01~0.02 | 需要更多深入互动 |
-| 朋友→好友 | 0.7-0.85 | ±0.01~0.02 | 关系深化变慢 |
+| 朋友→好友 | 0.7-0.85 | ±0.005~0.015 | 关系深化极慢 |
-| 好友→挚友 | 0.85-1.0 | ±0.005~0.01 | 极难变化，需要重大事件 |
+| 好友→挚友 | 0.85-1.0 | ±0.002~0.005 | 极难变化，需要重大事件 |
 
 **加分情况（根据当前阶段选择合适幅度）：**
-- 愉快的聊天、有来有往的互动 → 小幅+（低阶段更明显）
+- 深层情感分享、主动倾诉重要烦恼 → 小幅+（低阶段更明显）
-- 分享心情、倾诉烦恼 → 中幅+
+- 在你遇到困难时主动关心或提供帮助 → 中幅+
-- 主动关心、记得之前聊过的事 → 中幅+
+- 记得并主动询问你之前提到的重要事情 → 中幅+
-- 深度交流、展现信任 → 较大+
+- 深度价值观交流、展现真实的信任 → 较大+
-- 在困难时寻求帮助或给予支持 → 大幅+
+- 在重大困难时寻求帮助或给予关键支持 → 大幅+
 
 **减分情况：**
-- 敷衍、冷淡的回应 → 小幅-
+- 长时间敷衍、多次冷淡回应 → 小幅-
-- 明显的不耐烦或忽视 → 中幅-
+- 明显的不耐烦、忽视重要话题 → 中幅-
-- 冲突、误解 → 较大-
+- 直接冲突、严重误解或伤害性言论 → 较大-
-- 长期不联系（关系会自然冷却）→ 缓慢-
+- 长期不联系且无合理原因 → 缓慢-
 
-**不变的情况：**
+**不变的情况（大部分日常交流都应该是这种）：**
-- 纯粹的信息询问（问时间、问天气等）
+- 普通的愉快聊天、日常问候
+- 一般性信息交换、轻松互动
+- 开玩笑、调侃、日常关心
+- 分享日常生活琐事、兴趣爱好
+- 寻求一般性建议或提供普通帮助
+- 纯粹的信息询问
 - 机械式的对话
 - 无法判断情感倾向的中性交流
 
-**注意：高好感度（>0.8）时要非常谨慎加分，友好互动在这个阶段是常态，不是加分项。**
+**重要原则：**
+- 默认倾向于"不变化"，只有真正重大的交流才改变好感度
+- 普通的友好互动是维持关系，不是加深关系
+- 高好感度（>0.7）时，日常友好交流绝对不加分
+- 宁可保守不变，也不要轻易加减分
 
 请严格按照以下JSON格式输出：
 {{
@@ -613,22 +651,22 @@ class UserProfileTool(BaseTool):
                 change_reason = result.get("change_reason", "")
                 detected_gender = result.get("gender", "unknown")
                 
-                # 🎯 根据当前好感度阶段限制变化范围
+                # 🎯 根据当前好感度阶段限制变化范围（更加保守）
                 if current_score < 0.3:
-                    # 陌生→初识：±0.05
+                    # 陌生→初识：±0.03
-                    max_change = 0.05
-                elif current_score < 0.5:
-                    # 初识→熟人：±0.04
-                    max_change = 0.04
-                elif current_score < 0.7:
-                    # 熟人→朋友：±0.03
                     max_change = 0.03
-                elif current_score < 0.85:
+                elif current_score < 0.5:
-                    # 朋友→好友：±0.02
+                    # 初识→熟人：±0.025
+                    max_change = 0.025
+                elif current_score < 0.7:
+                    # 熟人→朋友：±0.02
                     max_change = 0.02
+                elif current_score < 0.85:
+                    # 朋友→好友：±0.015
+                    max_change = 0.015
                 else:
-                    # 好友→挚友：±0.01
+                    # 好友→挚友：±0.005
-                    max_change = 0.01
+                    max_change = 0.005
                 
                 affection_change = max(-max_change, min(max_change, affection_change))