🤖 自动格式化代码 [skip ci]

src/heart_flow/subheartflow_manager.py

@@ -407,7 +407,7 @@ class SubHeartflowManager:
                         f"基于以上信息，该子心流是否表现出足够的活跃迹象或重要性，"
                         f"值得将其唤醒并进入常规聊天(CHAT)状态？\n"
                         f"请以 JSON 格式回答，包含一个键 'decision'，其值为 true 或 false.\n"
-                        f"例如：{{\"decision\": true}}\n"
+                        f'例如：{{"decision": true}}\n'
                         f"请只输出有效的 JSON 对象。"
                     )
 
@@ -445,7 +445,7 @@ class SubHeartflowManager:
                         f"基于以上信息，该子心流是否表现出不活跃、对话结束或不再需要关注的迹象，"
                         f"应该让其进入休眠(ABSENT)状态？\n"
                         f"请以 JSON 格式回答，包含一个键 'decision'，其值为 true (表示应休眠) 或 false (表示不应休眠).\n"
-                        f"例如：{{\"decision\": true}}\n"
+                        f'例如：{{"decision": true}}\n'
                         f"请只输出有效的 JSON 对象。"
                     )
 
@@ -482,13 +482,15 @@ class SubHeartflowManager:
         try:
             # --- 真实的 LLM 调用 ---
             response_text, _ = await self.llm_state_evaluator.generate_response_async(prompt)
-            logger.debug(f"{log_prefix} 使用模型 {self.llm_state_evaluator.model_name} 评估，原始响应: ```{response_text}```")
+            logger.debug(
+                f"{log_prefix} 使用模型 {self.llm_state_evaluator.model_name} 评估，原始响应: ```{response_text}```"
+            )
 
             # --- 解析 JSON 响应 ---
             try:
                 # 尝试去除可能的Markdown代码块标记
-                cleaned_response = response_text.strip().strip('`').strip()
-                if cleaned_response.startswith('json'):
+                cleaned_response = response_text.strip().strip("`").strip()
+                if cleaned_response.startswith("json"):
                     cleaned_response = cleaned_response[4:].strip()
 
                 data = json.loads(cleaned_response)
@@ -498,7 +500,9 @@ class SubHeartflowManager:
                     logger.debug(f"{log_prefix} LLM评估结果 (来自JSON): {'建议转换' if decision else '建议不转换'}")
                     return decision
                 else:
-                    logger.warning(f"{log_prefix} LLM 返回的 JSON 中 'decision' 键的值不是布尔型: {decision}。响应: {response_text}")
+                    logger.warning(
+                        f"{log_prefix} LLM 返回的 JSON 中 'decision' 键的值不是布尔型: {decision}。响应: {response_text}"
+                    )
                     return None  # 值类型不正确
 
             except json.JSONDecodeError as json_err:

src/plugins/heartFC_chat/normal_chat.py

@@ -342,7 +342,9 @@ class NormalChat:
                 mean_interest = statistics.mean(interest_values)
                 stdev_interest = statistics.stdev(interest_values)
                 threshold = mean_interest + stdev_interest
-                logger.info(f"[{self.stream_name}] 初始兴趣值 均值: {mean_interest:.2f}, 标准差: {stdev_interest:.2f}, 阈值: {threshold:.2f}")
+                logger.info(
+                    f"[{self.stream_name}] 初始兴趣值 均值: {mean_interest:.2f}, 标准差: {stdev_interest:.2f}, 阈值: {threshold:.2f}"
+                )
 
                 # 找出高于阈值的消息
                 for item in items_to_process:
@@ -359,9 +361,7 @@ class NormalChat:
             msg_id, (message, interest_value, is_mentioned) = item
             try:
                 logger.info(f"[{self.stream_name}] 处理初始高兴趣消息 {msg_id} (兴趣值: {interest_value:.2f})")
-                await self.normal_response(
-                    message=message, is_mentioned=is_mentioned, interested_rate=interest_value
-                )
+                await self.normal_response(message=message, is_mentioned=is_mentioned, interested_rate=interest_value)
                 processed_count += 1
             except Exception as e:
                 logger.error(f"[{self.stream_name}] 处理初始兴趣消息 {msg_id} 时出错: {e}\n{traceback.format_exc()}")
@@ -369,8 +369,10 @@ class NormalChat:
                 # 无论成功与否都清空兴趣字典
                 self.interest_dict.clear()
 
+        logger.info(
+            f"[{self.stream_name}] 初始高兴趣消息处理完毕，共处理 {processed_count} 条。剩余 {len(self.interest_dict)} 条待轮询。"
+        )
 
-        logger.info(f"[{self.stream_name}] 初始高兴趣消息处理完毕，共处理 {processed_count} 条。剩余 {len(self.interest_dict)} 条待轮询。")
     # --- 新增结束 ---
 
     # 保持 staticmethod, 因为不依赖实例状态, 但需要 chat 对象来获取日志上下文