feat：为heatfc加入了类似s4u的prompt构建方式

src/chat/planner_actions/action_modifier.py

@@ -188,7 +188,7 @@ class ActionModifier:
             elif activation_type == ActionActivationType.LLM_JUDGE:
                 llm_judge_actions[action_name] = action_info
 
-            elif activation_type == "never":
+            elif activation_type == ActionActivationType.NEVER:
                 reason = "激活类型为never"
                 deactivated_actions.append((action_name, reason))
                 logger.debug(f"{self.log_prefix}未激活动作: {action_name}，原因: 激活类型为never")

src/chat/replyer/default_generator.py

@@ -87,6 +87,41 @@ def init_prompt():
         "default_expressor_prompt",
     )
 
+    # s4u 风格的 prompt 模板
+    Prompt(
+        """
+{expression_habits_block}
+{tool_info_block}
+{knowledge_prompt}
+{memory_block}
+{relation_info_block}
+{extra_info_block}
+
+{identity}
+
+{action_descriptions}
+你现在的主要任务是和 {sender_name} 聊天。同时，也有其他用户会参与你们的聊天，你可以参考他们的回复内容，但是你主要还是关注你和{sender_name}的聊天内容。你现在的心情是：{mood_state}
+
+{background_dialogue_prompt}
+--------------------------------
+{time_block}
+这是你和{sender_name}的对话，你们正在交流中：
+{core_dialogue_prompt}
+
+{reply_target_block}
+对方最新发送的内容：{message_txt}
+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。
+{config_expression_style}。注意不要复读你说过的话
+{keywords_reaction_prompt}
+请注意不要输出多余内容(包括前后缀，冒号和引号，at或 @等 )。只输出回复内容。
+{moderation_prompt}
+不要浮夸，不要夸张修辞，不要输出多余内容(包括前后缀，冒号和引号，括号()，表情包，at或 @等 )。只输出回复内容，现在{sender_name}正在等待你的回复。
+你的回复风格不要浮夸，有逻辑和条理，请你继续回复{sender_name}。
+你的发言：
+""",
+        "s4u_style_prompt",
+    )
+
 
 class DefaultReplyer:
     def __init__(
@@ -441,6 +476,65 @@ class DefaultReplyer:
         duration = end_time - start_time
         return name, result, duration
 
+    def build_s4u_chat_history_prompts(self, message_list_before_now: list, target_user_id: str) -> tuple[str, str]:
+        """
+        构建 s4u 风格的分离对话 prompt
+        
+        Args:
+            message_list_before_now: 历史消息列表
+            target_user_id: 目标用户ID（当前对话对象）
+            
+        Returns:
+            tuple: (核心对话prompt, 背景对话prompt)
+        """
+        core_dialogue_list = []
+        background_dialogue_list = []
+        bot_id = str(global_config.bot.qq_account)
+        
+        # 过滤消息：分离bot和目标用户的对话 vs 其他用户的对话
+        for msg_dict in message_list_before_now:
+            try:
+                msg_user_id = str(msg_dict.get("user_id"))
+                if msg_user_id == bot_id or msg_user_id == target_user_id:
+                    # bot 和目标用户的对话
+                    core_dialogue_list.append(msg_dict)
+                else:
+                    # 其他用户的对话
+                    background_dialogue_list.append(msg_dict)
+            except Exception as e:
+                logger.error(f"无法处理历史消息记录: {msg_dict}, 错误: {e}")
+        
+        # 构建背景对话 prompt
+        background_dialogue_prompt = ""
+        if background_dialogue_list:
+            latest_25_msgs = background_dialogue_list[-int(global_config.chat.max_context_size*0.6):]
+            background_dialogue_prompt_str = build_readable_messages(
+                latest_25_msgs,
+                replace_bot_name=True,
+                merge_messages=True,
+                timestamp_mode="normal_no_YMD",
+                show_pic=False,
+            )
+            background_dialogue_prompt = f"这是其他用户的发言：\n{background_dialogue_prompt_str}"
+        
+        # 构建核心对话 prompt
+        core_dialogue_prompt = ""
+        if core_dialogue_list:
+            core_dialogue_list = core_dialogue_list[-int(global_config.chat.max_context_size*2):]  # 限制消息数量
+            
+            core_dialogue_prompt_str = build_readable_messages(
+                core_dialogue_list,
+                replace_bot_name=True,
+                merge_messages=False,
+                timestamp_mode="normal_no_YMD",
+                read_mark=0.0,
+                truncate=True,
+                show_actions=True,
+            )
+            core_dialogue_prompt = core_dialogue_prompt_str
+        
+        return core_dialogue_prompt, background_dialogue_prompt
+
     async def build_prompt_reply_context(
         self,
         reply_data: Dict[str, Any],
@@ -485,6 +579,14 @@ class DefaultReplyer:
                 action_description = action_info.description
                 action_descriptions += f"- {action_name}: {action_description}\n"
             action_descriptions += "\n"
+            
+        message_list_before_now_long = get_raw_msg_before_timestamp_with_chat(
+            chat_id=chat_id,
+            timestamp=time.time(),
+            limit=global_config.chat.max_context_size * 2,
+        )
+            
+            
         message_list_before_now = get_raw_msg_before_timestamp_with_chat(
             chat_id=chat_id,
             timestamp=time.time(),
@@ -630,6 +732,56 @@ class DefaultReplyer:
                 "chat_target_private2", sender_name=chat_target_name
             )
 
+        # 根据配置选择使用哪种 prompt 构建模式
+        if global_config.chat.use_s4u_prompt_mode:
+            # 使用 s4u 对话构建模式：分离当前对话对象和其他对话
+            
+            # 获取目标用户ID用于消息过滤
+            target_user_id = ""
+            if sender:
+                # 根据sender通过person_info_manager反向查找person_id，再获取user_id
+                person_id = person_info_manager.get_person_id_by_person_name(sender)
+                if person_id:
+                    # 通过person_info_manager获取person_id对应的user_id字段
+                    try:
+                        user_id_value = await person_info_manager.get_value(person_id, "user_id")
+                        if user_id_value:
+                            target_user_id = str(user_id_value)
+                    except Exception as e:
+                        logger.warning(f"无法从person_id {person_id} 获取user_id: {e}")
+                        target_user_id = ""
+            
+            # 构建分离的对话 prompt
+            core_dialogue_prompt, background_dialogue_prompt = self.build_s4u_chat_history_prompts(
+                message_list_before_now_long, target_user_id
+            )
+            
+            # 使用 s4u 风格的模板
+            template_name = "s4u_style_prompt"
+            
+            return await global_prompt_manager.format_prompt(
+                template_name,
+                expression_habits_block=expression_habits_block,
+                tool_info_block=tool_info_block,
+                knowledge_prompt=prompt_info,
+                memory_block=memory_block,
+                relation_info_block=relation_info,
+                extra_info_block=extra_info_block,
+                identity=identity_block,
+                action_descriptions=action_descriptions,
+                sender_name=sender,
+                mood_state=mood_prompt,
+                background_dialogue_prompt=background_dialogue_prompt,
+                time_block=time_block,
+                core_dialogue_prompt=core_dialogue_prompt,
+                reply_target_block=reply_target_block,
+                message_txt=target,
+                config_expression_style=global_config.expression.expression_style,
+                keywords_reaction_prompt=keywords_reaction_prompt,
+                moderation_prompt=moderation_prompt_block,
+            )
+        else:
+            # 使用原有的模式
             return await global_prompt_manager.format_prompt(
                 template_name,
                 expression_habits_block=expression_habits_block,

src/config/official_configs.py

@@ -83,6 +83,9 @@ class ChatConfig(ConfigBase):
     talk_frequency: float = 1
     """回复频率阈值"""
 
+    use_s4u_prompt_mode: bool = False
+    """是否使用 s4u 对话构建模式，该模式会分开处理当前对话对象和其他所有对话的内容进行 prompt 构建"""
+
     # 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: [])
     """

src/mood/mood_manager.py

@@ -9,6 +9,7 @@ from src.chat.utils.prompt_builder import Prompt, global_prompt_manager
 from src.chat.utils.chat_message_builder import build_readable_messages, get_raw_msg_by_timestamp_with_chat_inclusive
 from src.llm_models.utils_model import LLMRequest
 from src.manager.async_task_manager import AsyncTask, async_task_manager
+from src.chat.message_receive.chat_stream import ChatStream, get_chat_manager
 
 logger = get_logger("mood")
 
@@ -45,6 +46,12 @@ def init_prompt():
 class ChatMood:
     def __init__(self, chat_id: str):
         self.chat_id: str = chat_id
+        
+        chat_manager = get_chat_manager()
+        self.chat_stream = chat_manager.get_stream(self.chat_id)
+        
+        self.log_prefix = f"[{self.chat_stream.group_info.group_name if self.chat_stream.group_info else self.chat_stream.user_info.user_nickname}]"
+
         self.mood_state: str = "感觉很平静"
 
         self.regression_count: int = 0
@@ -78,14 +85,14 @@ class ChatMood:
         if random.random() > update_probability:
             return
 
-        logger.info(f"更新情绪状态，感兴趣度: {interested_rate}, 更新概率: {update_probability}")
+        logger.info(f"{self.log_prefix} 更新情绪状态，感兴趣度: {interested_rate}, 更新概率: {update_probability}")
 
         message_time: float = message.message_info.time  # type: ignore
         message_list_before_now = get_raw_msg_by_timestamp_with_chat_inclusive(
             chat_id=self.chat_id,
             timestamp_start=self.last_change_time,
             timestamp_end=message_time,
-            limit=15,
+            limit=int(global_config.chat.max_context_size/3),
             limit_mode="last",
         )
         chat_talking_prompt = build_readable_messages(
@@ -114,10 +121,15 @@ class ChatMood:
             mood_state=self.mood_state,
         )
 
-        logger.info(f"prompt: {prompt}")
+
+
         response, (reasoning_content, model_name) = await self.mood_model.generate_response_async(prompt=prompt)
-        logger.info(f"response: {response}")
+        if global_config.debug.show_prompt:
-        logger.info(f"reasoning_content: {reasoning_content}")
+            logger.info(f"{self.log_prefix} prompt: {prompt}")
+            logger.info(f"{self.log_prefix} response: {response}")
+            logger.info(f"{self.log_prefix} reasoning_content: {reasoning_content}")
+            
+        logger.info(f"{self.log_prefix} 情绪状态更新为: {response}")
 
         self.mood_state = response
 
@@ -158,10 +170,15 @@ class ChatMood:
             mood_state=self.mood_state,
         )
 
-        logger.info(f"prompt: {prompt}")
+        
         response, (reasoning_content, model_name) = await self.mood_model.generate_response_async(prompt=prompt)
-        logger.info(f"response: {response}")
+        
-        logger.info(f"reasoning_content: {reasoning_content}")
+        if global_config.debug.show_prompt:
+            logger.info(f"{self.log_prefix} prompt: {prompt}")
+            logger.info(f"{self.log_prefix} response: {response}")
+            logger.info(f"{self.log_prefix} reasoning_content: {reasoning_content}")
+            
+        logger.info(f"{self.log_prefix} 情绪状态回归为: {response}")    
 
         self.mood_state = response
 

template/bot_config_template.toml

@@ -1,5 +1,5 @@
 [inner]
-version = "4.0.1"
+version = "4.0.2"
 
 #----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
@@ -73,6 +73,7 @@ thinking_timeout = 20 # 麦麦一次回复最长思考规划时间，超过这
 replyer_random_probability = 0.5 # 首要replyer模型被选择的概率
 
 talk_frequency = 1 # 麦麦回复频率，越高，麦麦回复越频繁
+use_s4u_prompt_mode = false # 是否使用 s4u 对话构建模式，该模式会更好的把握当前对话对象的对话内容，但是对群聊整理理解能力较差
 
 time_based_talk_frequency = ["8:00,1", "12:00,1.5", "18:00,2", "01:00,0.5"]
 # 基于时段的回复频率配置（可选）
@@ -156,8 +157,8 @@ consolidation_check_percentage = 0.05 # 检查节点比例
 #不希望记忆的词，已经记忆的不会受到影响，需要手动清理
 memory_ban_words = [ "表情包", "图片", "回复", "聊天记录" ]
 
-[mood] # 暂时不再有效，请不要使用
+[mood]
-enable_mood = false # 是否启用情绪系统
+enable_mood = true # 是否启用情绪系统
 mood_update_interval = 1.0 # 情绪更新间隔 单位秒
 mood_decay_rate = 0.95 # 情绪衰减率
 mood_intensity_factor = 1.0 # 情绪强度因子