gardel/Mofox-Core
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

feat：移除willing_amlifier，简化活跃度配置

Browse Source
This commit is contained in:
SengokuCola
2025-08-08 22:54:40 +08:00
parent 721546fff9
commit 59ac6713b1
6 changed files with 86 additions and 70 deletions
Download Patch File Download Diff File Expand all files Collapse all files

2
src/chat/chat_loop/heartFC_chat.py
View File

@@ -700,7 +700,7 @@ class HeartFChatting:
在"兴趣"模式下，判断是否回复并生成内容。
"""
interested_rate = (message_data.get("interest_value") or 0.0) * global_config.chat.willing_amplifier
interested_rate = message_data.get("interest_value") or 0.0
self.willing_manager.setup(message_data, self.chat_stream)

4
src/chat/express/expression_selector.py
View File

@@ -261,9 +261,9 @@ class ExpressionSelector:
# 4. 调用LLM
try:
start_time = time.time()
# start_time = time.time()
content, (reasoning_content, model_name, _) = await self.llm_model.generate_response_async(prompt=prompt)
logger.info(f"LLM请求时间: {model_name} {time.time() - start_time} \n{prompt}")
# logger.info(f"LLM请求时间: {model_name} {time.time() - start_time} \n{prompt}")
# logger.info(f"模型名称: {model_name}")
# logger.info(f"LLM返回结果: {content}")

4
src/chat/willing/mode_classical.py
View File

@@ -21,7 +21,6 @@ class ClassicalWillingManager(BaseWillingManager):
self._decay_task = asyncio.create_task(self._decay_reply_willing())
async def get_reply_probability(self, message_id):
# sourcery skip: inline-immediately-returned-variable
willing_info = self.ongoing_messages[message_id]
chat_id = willing_info.chat_id
current_willing = self.chat_reply_willing.get(chat_id, 0)
@@ -32,8 +31,7 @@ class ClassicalWillingManager(BaseWillingManager):
# print(f"[{chat_id}] 兴趣值: {interested_rate}")
if interested_rate > 0.2:
current_willing += interested_rate - 0.2
current_willing += interested_rate
if willing_info.is_mentioned_bot and global_config.chat.mentioned_bot_inevitable_reply and current_willing < 2:
current_willing += 1 if current_willing < 1.0 else 0.2

61
src/config/official_configs.py
View File

@@ -69,7 +69,6 @@ class ChatConfig(ConfigBase):
max_context_size: int = 18
"""上下文长度"""
willing_amplifier: float = 1.0
replyer_random_probability: float = 0.5
"""
@@ -89,26 +88,27 @@ class ChatConfig(ConfigBase):
at_bot_inevitable_reply: bool = False
"""@bot 必然回复"""
# 修改：基于时段的回复频率配置，改为数组格式
time_based_talk_frequency: list[str] = field(default_factory=lambda: [])
"""
基于时段的回复频率配置（全局）
格式：["HH:MM,frequency", "HH:MM,frequency", ...]
示例：["8:00,1", "12:00,2", "18:00,1.5", "00:00,0.5"]
表示从该时间开始使用该频率，直到下一个时间点
"""
# 新增：基于聊天流的个性化时段频率配置
# 合并后的时段频率配置
talk_frequency_adjust: list[list[str]] = field(default_factory=lambda: [])
"""
基于聊天流的个性化时段频率配置
统一的时段频率配置
格式：[["platform:chat_id:type", "HH:MM,frequency", "HH:MM,frequency", ...], ...]
示例：[
["qq:1026294844:group", "12:20,1", "16:10,2", "20:10,1", "00:10,0.3"],
["qq:729957033:group", "8:20,1", "12:10,2", "20:10,1.5", "00:10,0.2"]
全局配置示例：
[["", "8:00,1", "12:00,2", "18:00,1.5", "00:00,0.5"]]
特定聊天流配置示例：
[
["", "8:00,1", "12:00,1.2", "18:00,1.5", "01:00,0.6"], # 全局默认配置
["qq:1026294844:group", "12:20,1", "16:10,2", "20:10,1", "00:10,0.3"], # 特定群聊配置
["qq:729957033:private", "8:20,1", "12:10,2", "20:10,1.5", "00:10,0.2"] # 特定私聊配置
]
每个子列表的第一个元素是聊天流标识符，后续元素是"时间,频率"格式
表示从该时间开始使用该频率，直到下一个时间点
说明：
- 当第一个元素为空字符串""时，表示全局默认配置
- 当第一个元素为"platform:id:type"格式时，表示特定聊天流配置
- 后续元素是"时间,频率"格式，表示从该时间开始使用该频率，直到下一个时间点
- 优先级：特定聊天流配置 > 全局配置 > 默认 talk_frequency
"""
focus_value: float = 1.0
@@ -124,15 +124,17 @@ class ChatConfig(ConfigBase):
Returns:
float: 对应的频率值
"""
if not self.talk_frequency_adjust:
return self.talk_frequency
# 优先检查聊天流特定的配置
if chat_stream_id and self.talk_frequency_adjust:
if chat_stream_id:
stream_frequency = self._get_stream_specific_frequency(chat_stream_id)
if stream_frequency is not None:
return stream_frequency
# 如果没有聊天流特定配置，检查全局时段配置
if self.time_based_talk_frequency:
global_frequency = self._get_time_based_frequency(self.time_based_talk_frequency)
# 检查全局时段配置（第一个元素为空字符串的配置）
global_frequency = self._get_global_frequency()
if global_frequency is not None:
return global_frequency
@@ -253,6 +255,23 @@ class ChatConfig(ConfigBase):
except (ValueError, IndexError):
return None
def _get_global_frequency(self) -> Optional[float]:
"""
获取全局默认频率配置
Returns:
float: 频率值，如果没有配置则返回 None
"""
for config_item in self.talk_frequency_adjust:
if not config_item or len(config_item) < 2:
continue
# 检查是否为全局默认配置（第一个元素为空字符串）
if config_item[0] == "":
return self._get_time_based_frequency(config_item[1:])
return None
@dataclass
class MessageReceiveConfig(ConfigBase):

11
src/plugins/built_in/core_actions/no_reply.py
View File

@@ -106,10 +106,9 @@ class NoReplyAction(BaseAction):
# 获取当前聊天频率和意愿系数
talk_frequency = global_config.chat.get_current_talk_frequency(self.chat_id)
willing_amplifier = global_config.chat.willing_amplifier
# 计算调整后的阈值
adjusted_threshold = self._interest_exit_threshold / talk_frequency / willing_amplifier
adjusted_threshold = self._interest_exit_threshold / talk_frequency
logger.info(f"{self.log_prefix} 最近三次兴趣度总和: {total_recent_interest:.2f}, 调整后阈值: {adjusted_threshold:.2f}")
@@ -148,7 +147,7 @@ class NoReplyAction(BaseAction):
for msg_dict in recent_messages_dict:
interest_value = msg_dict.get("interest_value", 0.0)
if msg_dict.get("processed_plain_text", ""):
total_interest += interest_value * global_config.chat.willing_amplifier
total_interest += interest_value
# 记录到最近兴趣度列表
NoReplyAction._recent_interest_records.append(total_interest)
@@ -198,7 +197,7 @@ class NoReplyAction(BaseAction):
# 检查消息数量是否达到阈值
talk_frequency = global_config.chat.get_current_talk_frequency(self.chat_id)
modified_exit_count_threshold = (exit_message_count_threshold / talk_frequency) / global_config.chat.willing_amplifier
modified_exit_count_threshold = exit_message_count_threshold / talk_frequency
if new_message_count >= modified_exit_count_threshold:
# 记录兴趣度到列表
@@ -206,7 +205,7 @@ class NoReplyAction(BaseAction):
for msg_dict in recent_messages_dict:
interest_value = msg_dict.get("interest_value", 0.0)
if msg_dict.get("processed_plain_text", ""):
total_interest += interest_value * global_config.chat.willing_amplifier
total_interest += interest_value
NoReplyAction._recent_interest_records.append(total_interest)
@@ -228,7 +227,7 @@ class NoReplyAction(BaseAction):
text = msg_dict.get("processed_plain_text", "")
interest_value = msg_dict.get("interest_value", 0.0)
if text:
accumulated_interest += interest_value * global_config.chat.willing_amplifier
accumulated_interest += interest_value
# 只在兴趣值变化时输出log
if not hasattr(self, "_last_accumulated_interest") or accumulated_interest != self._last_accumulated_interest:

68
template/bot_config_template.toml
View File

@@ -1,15 +1,14 @@
[inner]
version = "6.0.0"
version = "6.1.0"
#----以下是给开发人员阅读的，如果你只是部署了麦麦，不需要阅读----
#如果你想要修改配置文件，请在修改后将version的值进行变更
#如果你想要修改配置文件，请递增version的值
#如果新增项目，请阅读src/config/official_configs.py中的说明
#
# 版本格式：主版本号.次版本号.修订号，版本号递增规则如下：
# 主版本号：当你做了不兼容的 API 修改，
# 次版本号：当你做了向下兼容的功能性新增，
# 修订号：当你做了向下兼容的问题修正。
# 先行版本号及版本编译信息可以加到"主版本号.次版本号.修订号"的后面，作为延伸。
# 主版本号：MMC版本更新
# 次版本号：配置文件内容大更新
# 修订号：配置文件内容小更新
#----以上是给开发人员阅读的，如果你只是部署了麦麦，不需要阅读----
[bot]
@@ -35,7 +34,13 @@ compress_identity = true # 是否压缩身份，压缩后会精简身份信息
enable_expression = true # 是否启用表达方式
# 描述麦麦说话的表达风格，表达习惯，例如：(请回复的平淡一些，简短一些，说中文，不要刻意突出自身学科背景。)
expression_style = "回复可以简短一些。可以参考贴吧，知乎和微博的回复风格，回复不要浮夸，不要用夸张修辞，平淡一些。"
enable_expression_learning = false # 是否启用表达学习，麦麦会学习不同群里人类说话风格（群之间不互通）
expression_learning = [ # 允许表达学习的聊天流列表，留空为全部允许
# "qq:1919810:private",
# "qq:114514:private",
# "qq:1111111:group",
]
learning_interval = 350 # 学习间隔 单位秒
expression_groups = [
@@ -55,7 +60,7 @@ focus_value = 1
# 麦麦的专注思考能力，越高越容易专注，可能消耗更多token
# 专注时能更好把握发言时机，能够进行持久的连续对话
willing_amplifier = 1 # 麦麦回复意愿
talk_frequency = 1 # 麦麦活跃度，越高，麦麦回复越频繁
max_context_size = 25 # 上下文长度
thinking_timeout = 40 # 麦麦一次回复最长思考规划时间，超过这个时间的思考会放弃（往往是api反应太慢）
@@ -64,32 +69,29 @@ replyer_random_probability = 0.5 # 首要replyer模型被选择的概率
mentioned_bot_inevitable_reply = true # 提及 bot 大概率回复
at_bot_inevitable_reply = true # @bot 或 提及bot 大概率回复
talk_frequency = 1 # 麦麦回复频率，越高，麦麦回复越频繁
time_based_talk_frequency = ["8:00,1", "12:00,1.2", "18:00,1.5", "01:00,0.6"]
# 基于时段的回复频率配置（可选）
# 格式：time_based_talk_frequency = ["HH:MM,frequency", ...]
# 示例：
# time_based_talk_frequency = ["8:00,1", "12:00,1.2", "18:00,1.5", "00:00,0.6"]
# 说明：表示从该时间开始使用该频率，直到下一个时间点
# 注意：如果没有配置，则使用上面的默认 talk_frequency 值
talk_frequency_adjust = [
["", "8:00,1", "12:00,1.2", "18:00,1.5", "01:00,0.6"],
["qq:114514:group", "12:20,1", "16:10,2", "20:10,1", "00:10,0.3"],
["qq:1919810:private", "8:20,1", "12:10,2", "20:10,1.5", "00:10,0.2"]
]
# 基于聊天流的个性化时段频率配置（可选）
# 格式：talk_frequency_adjust = [["platform:id:type", "HH:MM,frequency", ...], ...]
# 基于聊天流的个性化活跃度配置
# 格式：[["platform:chat_id:type", "HH:MM,frequency", "HH:MM,frequency", ...], ...]
# 全局配置示例：
# [["", "8:00,1", "12:00,2", "18:00,1.5", "00:00,0.5"]]
# 特定聊天流配置示例：
# [
# ["", "8:00,1", "12:00,1.2", "18:00,1.5", "01:00,0.6"], # 全局默认配置
# ["qq:1026294844:group", "12:20,1", "16:10,2", "20:10,1", "00:10,0.3"], # 特定群聊配置
# ["qq:729957033:private", "8:20,1", "12:10,2", "20:10,1.5", "00:10,0.2"] # 特定私聊配置
# ]
# 说明：
# - 第一个元素是聊天流标识符，格式为 "platform:id:type"
# - platform: 平台名称（如 qq）
# - id: 群号或用户QQ号
# - type: group表示群聊，private表示私聊
# - 后续元素是"时间,频率"格式，表示从该时间开始使用该频率，直到下一个时间点
# - 优先级：聊天流特定配置 > 全局时段配置 > 默认 talk_frequency
# - 时间支持跨天，例如 "00:10,0.3" 表示从凌晨0:10开始使用频率0.3
# - 系统会自动将 "platform:id:type" 转换为内部的哈希chat_id进行匹配
# - 当第一个元素为空字符串""时，表示全局默认配置
# - 当第一个元素为"platform:id:type"格式时，表示特定聊天流配置
# - 后续元素是"时间,频率"格式，表示从该时间开始使用该活跃度，直到下一个时间点
# - 优先级：特定聊天流配置 > 全局配置 > 默认 talk_frequency
[message_receive]
# 以下是消息过滤，可以根据规则过滤特定消息，将不会读取这些消息
@@ -109,6 +111,10 @@ willing_mode = "classical" # 回复意愿模式 —— 经典模式：classical
[tool]
enable_tool = false # 是否在普通聊天中启用工具
[mood]
enable_mood = true # 是否启用情绪系统
mood_update_threshold = 1 # 情绪更新阈值,越高，更新越慢
[emoji]
emoji_chance = 0.6 # 麦麦激活表情包动作的概率
emoji_activate_type = "random" # 表情包激活类型，可选：random，llm ; random下，表情包动作随机启用，llm下，表情包动作根据llm判断是否启用
@@ -144,10 +150,6 @@ memory_ban_words = [ "表情包", "图片", "回复", "聊天记录" ]
[voice]
enable_asr = false # 是否启用语音识别，启用后麦麦可以识别语音消息，启用该功能需要配置语音识别模型[model.voice]s
[mood]
enable_mood = true # 是否启用情绪系统
mood_update_threshold = 1 # 情绪更新阈值,越高，更新越慢
[lpmm_knowledge] # lpmm知识库配置
enable = false # 是否启用lpmm知识库
rag_synonym_search_top_k = 10 # 同义词搜索TopK
@@ -183,8 +185,6 @@ regex_rules = [
[custom_prompt]
image_prompt = "请用中文描述这张图片的内容。如果有文字，请把文字描述概括出来，请留意其主题，直观感受，输出为一段平文本，最多30字，请注意不要分点，就输出一段文本"
[response_post_process]
enable_response_post_process = true # 是否启用回复后处理，包括错别字生成器，回复分割器