From 4ad49c658046b08886936d91a21667a640a96063 Mon Sep 17 00:00:00 2001 From: tt-P607 <68868379+tt-P607@users.noreply.github.com> Date: Tue, 7 Oct 2025 16:47:28 +0800 Subject: [PATCH] =?UTF-8?q?chore(log):=20=E5=B0=86=E8=AF=A6=E7=BB=86?= =?UTF-8?q?=E7=9A=84=E8=B0=83=E8=AF=95=E6=97=A5=E5=BF=97=E7=BA=A7=E5=88=AB?= =?UTF-8?q?=E4=BB=8E=20INFO=20=E8=B0=83=E6=95=B4=E4=B8=BA=20DEBUG?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 为了保持 INFO 级别日志的简洁和可读性，将一些过于详细、仅在深度调试时才需要的日志输出调整为 DEBUG 级别。 主要变更包括： - 记忆系统检索到的记忆详情 - 规划器的原始 LLM 提示词和响应 这有助于在常规运行中关注核心流程，同时保留了在需要时查看详细信息的能力。 --- src/chat/memory_system/memory_system.py | 16 ++++++++-------- .../affinity_flow_chatter/plan_filter.py | 4 ++-- 2 files changed, 10 insertions(+), 10 deletions(-) diff --git a/src/chat/memory_system/memory_system.py b/src/chat/memory_system/memory_system.py index 22e5e863f..2551966a1 100644 --- a/src/chat/memory_system/memory_system.py +++ b/src/chat/memory_system/memory_system.py @@ -845,7 +845,7 @@ class MemorySystem: # 详细日志 - 打印检索到的有效记忆的完整内容 if scored_memories: - logger.info("🧠 检索到的有效记忆内容详情:") + logger.debug("🧠 检索到的有效记忆内容详情:") for i, (mem, score, details) in enumerate(scored_memories[:effective_limit], 1): try: # 获取记忆的完整内容 @@ -868,26 +868,26 @@ class MemorySystem: created_time_str = datetime.datetime.fromtimestamp(created_time).strftime("%Y-%m-%d %H:%M:%S") if created_time else "unknown" # 打印记忆详细信息 - logger.info(f" 📝 记忆 #{i}") - logger.info(f" 类型: {memory_type} | 重要性: {importance} | 置信度: {confidence}") - logger.info(f" 创建时间: {created_time_str}") - logger.info(f" 综合得分: {details['final']:.3f} (向量:{details['vector']:.3f}, 时效:{details['recency']:.3f}, 重要性:{details['importance']:.3f}, 频率:{details['frequency']:.3f})") + logger.debug(f" 📝 记忆 #{i}") + logger.debug(f" 类型: {memory_type} | 重要性: {importance} | 置信度: {confidence}") + logger.debug(f" 创建时间: {created_time_str}") + logger.debug(f" 综合得分: {details['final']:.3f} (向量:{details['vector']:.3f}, 时效:{details['recency']:.3f}, 重要性:{details['importance']:.3f}, 频率:{details['frequency']:.3f})") # 处理长内容，如果超过200字符则截断并添加省略号 display_content = memory_content if len(memory_content) > 200: display_content = memory_content[:200] + "..." - logger.info(f" 内容: {display_content}") + logger.debug(f" 内容: {display_content}") # 如果有关键词，也打印出来 if hasattr(mem, "keywords") and mem.keywords: keywords_str = ", ".join(mem.keywords[:10]) # 最多显示10个关键词 if len(mem.keywords) > 10: keywords_str += f" ... (共{len(mem.keywords)}个关键词)" - logger.info(f" 关键词: {keywords_str}") + logger.debug(f" 关键词: {keywords_str}") - logger.info("") # 空行分隔 + logger.debug("") # 空行分隔 except Exception as e: logger.warning(f"打印记忆详情时出错: {e}") 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 2ba41f8c5..a31d289d3 100644 --- a/src/plugins/built_in/affinity_flow_chatter/plan_filter.py +++ b/src/plugins/built_in/affinity_flow_chatter/plan_filter.py @@ -60,13 +60,13 @@ class ChatterPlanFilter: prompt, used_message_id_list = await self._build_prompt(plan) plan.llm_prompt = prompt if global_config.debug.show_prompt: - logger.info(f"规划器原始提示词:{prompt}") + logger.debug(f"规划器原始提示词:{prompt}") llm_content, _ = await self.planner_llm.generate_response_async(prompt=prompt) if llm_content: if global_config.debug.show_prompt: - logger.info(f"LLM规划器原始响应:{llm_content}") + logger.debug(f"LLM规划器原始响应:{llm_content}") try: parsed_json = orjson.loads(repair_json(llm_content)) except orjson.JSONDecodeError: