feat：每个消息段有10%概率丢弃

src/person_info/relationship_builder.py

@@ -2,6 +2,7 @@ import time
 import traceback
 import os
 import pickle
+import random
 from typing import List, Dict
 from src.config.config import global_config
 from src.common.logger import get_logger
@@ -415,11 +416,28 @@ class RelationshipBuilder:
 
     async def update_impression_on_segments(self, person_id: str, chat_id: str, segments: List[Dict[str, any]]):
         """基于消息段更新用户印象"""
-        logger.debug(f"开始为 {person_id} 基于 {len(segments)} 个消息段更新印象")
+        original_segment_count = len(segments)
+        logger.debug(f"开始为 {person_id} 基于 {original_segment_count} 个消息段更新印象")
         try:
+            # 筛选要处理的消息段，每个消息段有10%的概率被丢弃
+            segments_to_process = [s for s in segments if random.random() >= 0.1]
+
+            # 如果所有消息段都被丢弃，但原来有消息段，则至少保留一个（最新的）
+            if not segments_to_process and segments:
+                segments.sort(key=lambda x: x["end_time"], reverse=True)
+                segments_to_process.append(segments[0])
+                logger.debug(f"随机丢弃了所有消息段，强制保留最新的一个以进行处理。")
+
+            dropped_count = original_segment_count - len(segments_to_process)
+            if dropped_count > 0:
+                logger.info(f"为 {person_id} 随机丢弃了 {dropped_count} / {original_segment_count} 个消息段")
+
             processed_messages = []
 
-            for i, segment in enumerate(segments):
+            # 对筛选后的消息段进行排序，确保时间顺序
+            segments_to_process.sort(key=lambda x: x["start_time"])
+
+            for segment in segments_to_process:
                 start_time = segment["start_time"]
                 end_time = segment["end_time"]
                 start_date = time.strftime("%Y-%m-%d %H:%M", time.localtime(start_time))
@@ -427,12 +445,12 @@ class RelationshipBuilder:
                 # 获取该段的消息（包含边界）
                 segment_messages = get_raw_msg_by_timestamp_with_chat_inclusive(self.chat_id, start_time, end_time)
                 logger.debug(
-                    f"消息段 {i + 1}: {start_date} - {time.strftime('%Y-%m-%d %H:%M', time.localtime(end_time))}, 消息数: {len(segment_messages)}"
+                    f"消息段: {start_date} - {time.strftime('%Y-%m-%d %H:%M', time.localtime(end_time))}, 消息数: {len(segment_messages)}"
                 )
 
                 if segment_messages:
-                    # 如果不是第一个消息段，在消息列表前添加间隔标识
-                    if i > 0:
+                    # 如果 processed_messages 不为空，说明这不是第一个被处理的消息段，在消息列表前添加间隔标识
+                    if processed_messages:
                         # 创建一个特殊的间隔消息
                         gap_message = {
                             "time": start_time - 0.1,  # 稍微早于段开始时间