This commit is contained in:
tt-P607
2025-12-16 15:17:15 +08:00
27 changed files with 2042 additions and 726 deletions

View File

@@ -95,10 +95,39 @@ components基本插件组件管理
mcp_tool_manager.pyMCP工具管理器
permission_manager.py权限管理器
plugin_manager.py插件管理器
prompt_component_manager.pyPrompt组件管理器
tool_manager工具相关管理
__init__.py导出
tool_histoty.py工具调用历史记录
tool_use.py实际工具调用器
types.py组件类型
registry.py组件注册管理
state_manager.py组件状态管理
prompt提示词管理系统
__init__.py导出
prompt.pyPrompt基类
manager.py全局prompt管理器
params.pyPrompt参数系统
perception感知学习系统
__init__.py导出
memory常规记忆
...
knowledge知识库
...
meme黑话库
...
express表达学习
...
transport通讯传输系统
__init__.py导出
message_receive消息接收
...
message_send消息发送
...
routerapi路由
...
sink针对适配器的core sink和ws接收器
...
models基本模型
__init__.py导出

View File

@@ -0,0 +1,22 @@
# 表情替换候选数量说明
## 背景
`MAX_EMOJI_FOR_PROMPT` 用于 `replace_a_emoji` 等场景,限制送入 LLM 的候选表情数量,避免上下文过长导致响应变慢或 token 开销过大。
## 为什么是 20
- 平衡:超过十几项后决策收益递减,但 token/时间成本线性增加。
- 性能在常用模型和硬件下20 个描述可在可接受延迟内返回决策。
- 兼容:历史实现也使用 20保持行为稳定。
## 何时调整
- 设备/模型更强且希望更广覆盖:可提升到 30-40但注意延迟和费用。
- 低算力或对延迟敏感:可下调到 10-15 以加快决策。
- 特殊场景(主题集中、库很小):下调有助于避免无意义的冗余候选。
## 如何修改
- 常量位置:`src/chat/emoji_system/emoji_constants.py` 中的 `MAX_EMOJI_FOR_PROMPT`
- 如需动态配置,可将其迁移到 `global_config.emoji` 下的配置项并在 `emoji_manager` 读取。
## 建议
- 调整后观察:替换决策耗时、模型费用、误删率(删除的表情是否被实际需要)。
- 如继续扩展表情库规模,建议为候选列表增加基于使用频次或时间的预筛选策略。

View File

@@ -0,0 +1,33 @@
# 表情系统重构说明
日期2025-12-15
## 目标
- 拆分单体的 `emoji_manager.py`,将实体、常量、文件工具解耦。
- 减少扫描/注册期间的事件循环阻塞。
- 保留现有行为LLM/VLM 流程、容量替换、缓存查找),同时提升可维护性。
## 新结构
- `src/chat/emoji_system/emoji_constants.py`:共享路径与提示/数量上限。
- `src/chat/emoji_system/emoji_entities.py``MaiEmoji`(哈希、格式检测、入库/删除、缓存失效)。
- `src/chat/emoji_system/emoji_utils.py`目录保证、临时清理、增量文件扫描、DB 行到实体转换。
- `src/chat/emoji_system/emoji_manager.py`负责完整性检查、扫描、注册、VLM/LLM 描述、替换与缓存,现委托给上述模块。
- `src/chat/emoji_system/README.md`:快速使用/生命周期指引。
## 行为变化
- 完整性检查改为游标+批量增量扫描,每处理 50 个让出一次事件循环。
- 循环内的重文件操作exists、listdir、remove、makedirs通过 `asyncio.to_thread` 释放主循环。
- 目录扫描使用 `os.scandir`(经 `list_image_files`),减少重复 stat并返回文件列表与是否为空。
- 快速查找:加载时重建 `_emoji_index`,增删时保持同步;`get_emoji_from_manager` 优先走索引。
- 注册与替换流程在更新索引的同时,异步清理失败/重复文件。
## 迁移提示
- 现有调用继续使用 `get_emoji_manager()``EmojiManager` API外部接口未改动。
- 如曾直接从 `emoji_manager` 引入常量或工具,请改为从 `emoji_constants``emoji_entities``emoji_utils` 引入。
- 依赖同步文件时序的测试/脚本可能观察到不同的耗时,但逻辑等价。
## 后续建议
1.`list_image_files``clean_unused_emojis`、完整性扫描游标行为补充单测。
2. 将 VLM/LLM 提示词模板外置为配置,便于迭代。
3. 暴露扫描耗时、清理数量、注册延迟等指标,便于观测。
4.`replace_a_emoji` 的 LLM 调用添加重试上限,并记录 prompt/决策日志以便审计。

View File

@@ -0,0 +1,36 @@
# 表达相似度计算策略
本文档说明 `calculate_similarity` 的实现与配置,帮助在质量与性能间做权衡。
## 总览
- 支持两种路径:
1) **向量化路径(默认优先)**TF-IDF + 余弦相似度(依赖 `scikit-learn`
2) **回退路径**`difflib.SequenceMatcher`
- 参数 `prefer_vector` 控制是否优先尝试向量化,默认 `True`
- 依赖缺失或文本过短时,自动回退,无需额外配置。
## 调用方式
```python
from src.chat.express.express_utils import calculate_similarity
sim = calculate_similarity(text1, text2) # 默认优先向量化
sim_fast = calculate_similarity(text1, text2, prefer_vector=False) # 强制使用 SequenceMatcher
```
## 依赖与回退
- 可选依赖:`scikit-learn`
- 缺失时自动回退到 `SequenceMatcher`,不会抛异常。
- 文本过短(长度 < 2时直接回退避免稀疏向量噪声
## 适用建议
- 文本较长对鲁棒性/语义相似度有更高要求保持默认向量化优先)。
- 环境无 `scikit-learn` 或追求极简依赖调用时设置 `prefer_vector=False`
- 高并发性能敏感可在调用点酌情关闭向量化或加缓存
## 返回范围
- 相似度范围始终在 `[0, 1]`
- 空字符串 `0.0`完全相同 `1.0`
## 额外建议
- 若需更强语义能力可替换为向量数据库或句向量模型需新增依赖与配置)。
- 对热路径可增加缓存按文本哈希或限制输入长度以控制向量维度与内存

View File

@@ -0,0 +1,283 @@
# Napcat 视频处理配置指南
## 概述
本指南说明如何在 MoFox-Bot 中配置和控制 Napcat 适配器的视频消息处理功能。
**相关 Issue**: [#10 - 强烈请求有个开关选择是否下载视频](https://github.com/MoFox-Studio/MoFox-Core/issues/10)
---
## 快速开始
### 关闭视频下载(推荐用于低配机器或有限带宽)
编辑 `config/bot_config.toml`,找到 `[napcat_adapter.features]` 段落,修改:
```toml
[napcat_adapter.features]
enable_video_processing = false # 改为 false 关闭视频处理
```
**效果**:视频消息会显示为 `[视频消息]`,不会进行下载。
---
## 配置选项详解
### 主开关:`enable_video_processing`
| 属性 | 值 |
|------|-----|
| **类型** | 布尔值 (`true` / `false`) |
| **默认值** | `true` |
| **说明** | 是否启用视频消息的下载和处理 |
**启用 (`true`)**
- ✅ 自动下载视频
- ✅ 将视频转换为 base64 并发送给 AI
- ⚠️ 消耗网络带宽和 CPU 资源
**禁用 (`false`)**
- ✅ 跳过视频下载
- ✅ 显示 `[视频消息]` 占位符
- ✅ 显著降低带宽和 CPU 占用
### 高级选项
#### `video_max_size_mb`
| 属性 | 值 |
|------|-----|
| **类型** | 整数 |
| **默认值** | `100` (MB) |
| **建议范围** | 10 - 500 MB |
| **说明** | 允许下载的最大视频文件大小 |
**用途**:防止下载过大的视频文件。
**建议**
- **低配机器** (2GB RAM): 设置为 10-20 MB
- **中等配置** (8GB RAM): 设置为 50-100 MB
- **高配机器** (16GB+ RAM): 设置为 100-500 MB
```toml
# 只允许下载 50MB 以下的视频
video_max_size_mb = 50
```
#### `video_download_timeout`
| 属性 | 值 |
|------|-----|
| **类型** | 整数 |
| **默认值** | `60` (秒) |
| **建议范围** | 30 - 180 秒 |
| **说明** | 视频下载超时时间 |
**用途**:防止卡住等待无法下载的视频。
**建议**
- **网络较差** (2-5 Mbps): 设置为 120-180 秒
- **网络一般** (5-20 Mbps): 设置为 60-120 秒
- **网络较好** (20+ Mbps): 设置为 30-60 秒
```toml
# 下载超时时间改为 120 秒
video_download_timeout = 120
```
---
## 常见配置场景
### 场景 1服务器带宽有限
**症状**:群聊消息中经常出现大量视频,导致网络流量爆满。
**解决方案**
```toml
[napcat_adapter.features]
enable_video_processing = false # 完全关闭
```
### 场景 2机器性能较低
**症状**:处理视频消息时 CPU 占用率高,其他功能响应变慢。
**解决方案**
```toml
[napcat_adapter.features]
enable_video_processing = true
video_max_size_mb = 20 # 限制小视频
video_download_timeout = 30 # 快速超时
```
### 场景 3特定时间段关闭视频处理
如果需要在特定时间段内关闭视频处理,可以:
1. 修改配置文件
2. 调用 API 重新加载配置(如果支持)
例如:在工作时间关闭,下班后打开。
### 场景 4保留所有视频处理默认行为
```toml
[napcat_adapter.features]
enable_video_processing = true
video_max_size_mb = 100
video_download_timeout = 60
```
---
## 工作原理
### 启用视频处理的流程
```
消息到达
检查 enable_video_processing
├─ false → 返回 [视频消息] 占位符 ✓
└─ true ↓
检查文件大小
├─ > video_max_size_mb → 返回错误信息 ✓
└─ ≤ video_max_size_mb ↓
开始下载(最多等待 video_download_timeout 秒)
├─ 成功 → 返回视频数据 ✓
├─ 超时 → 返回超时错误 ✓
└─ 失败 → 返回错误信息 ✓
```
### 禁用视频处理的流程
```
消息到达
检查 enable_video_processing
└─ false → 立即返回 [视频消息] 占位符 ✓
(节省带宽和 CPU
```
---
## 错误处理
当视频处理出现问题时,用户会看到以下占位符消息:
| 消息 | 含义 |
|------|------|
| `[视频消息]` | 视频处理已禁用或信息不完整 |
| `[视频消息] (文件过大)` | 视频大小超过限制 |
| `[视频消息] (下载失败)` | 网络错误或服务不可用 |
| `[视频消息处理出错]` | 其他异常错误 |
这些占位符确保消息不会因为视频处理失败而导致程序崩溃。
---
## 性能对比
| 配置 | 带宽消耗 | CPU 占用 | 内存占用 | 响应速度 |
|------|----------|---------|---------|----------|
| **禁用** (`false`) | 🟢 极低 | 🟢 极低 | 🟢 极低 | 🟢 极快 |
| **启用,小视频** (≤20MB) | 🟡 中等 | 🟡 中等 | 🟡 中等 | 🟡 一般 |
| **启用,大视频** (≤100MB) | 🔴 较高 | 🔴 较高 | 🔴 较高 | 🔴 较慢 |
---
## 监控和调试
### 检查配置是否生效
启动 bot 后,查看日志中是否有类似信息:
```
[napcat_adapter] 视频下载器已初始化: max_size=100MB, timeout=60s
```
如果看到这条信息,说明配置已成功加载。
### 监控视频处理
当处理视频消息时,日志中会记录:
```
[video_handler] 开始下载视频: https://...
[video_handler] 视频下载成功,大小: 25.50 MB
```
或者:
```
[napcat_adapter] 视频消息处理已禁用,跳过
```
---
## 常见问题
### Q1: 关闭视频处理会影响 AI 的回复吗?
**A**: 不会。AI 仍然能看到 `[视频消息]` 占位符,可以根据上下文判断是否涉及视频内容。
### Q2: 可以为不同群组设置不同的视频处理策略吗?
**A**: 当前版本不支持。所有群组使用相同的配置。如需支持,请在 Issue 或讨论中提出。
### Q3: 视频下载会影响消息处理延迟吗?
**A**: 会。下载大视频可能需要几秒钟。建议:
- 设置合理的 `video_download_timeout`
- 或禁用视频处理以获得最快响应
### Q4: 修改配置后需要重启吗?
**A**: 是的。需要重启 bot 才能应用新配置。
### Q5: 如何快速诊断视频下载问题?
**A**:
1. 检查日志中的错误信息
2. 验证网络连接
3. 检查 `video_max_size_mb` 是否设置过小
4. 尝试增加 `video_download_timeout`
---
## 最佳实践
1. **新用户建议**:先启用视频处理,如果出现性能问题再调整参数或关闭。
2. **生产环境建议**
- 定期监控日志中的视频处理错误
- 根据实际网络和 CPU 情况调整参数
- 在高峰期可考虑关闭视频处理
3. **开发调试**
- 启用日志中的 DEBUG 级别输出
- 测试各个 `video_max_size_mb` 值的实际表现
- 检查超时时间是否符合网络条件
---
## 相关链接
- **GitHub Issue #10**: [强烈请求有个开关选择是否下载视频](https://github.com/MoFox-Studio/MoFox-Core/issues/10)
- **配置文件**: `config/bot_config.toml`
- **实现代码**:
- `src/plugins/built_in/napcat_adapter/plugin.py`
- `src/plugins/built_in/napcat_adapter/src/handlers/to_core/message_handler.py`
- `src/plugins/built_in/napcat_adapter/src/handlers/video_handler.py`
---
## 反馈和建议
如有其他问题或建议,欢迎在 GitHub Issue 中提出。
**版本**: v2.1.0
**最后更新**: 2025-12-16

View File

@@ -30,7 +30,7 @@
## 影响范围
- 默认行为保持与补丁前一致(开关默认 `on`)。
- 默认行为保持与补丁前一致(开关默认 `off`)。
- 如果关闭开关,短期层将不再做强制删除,只依赖自动转移机制。
## 回滚

View File

@@ -0,0 +1,60 @@
# StyleLearner 资源上限开关(默认开启)
## 概览
StyleLearner 支持资源上限控制,用于约束风格容量与清理行为。开关默认 **开启**,以防止模型无限膨胀;可在运行时动态关闭。
## 开关位置与用法(务必看这里)
开关在 **代码层**,默认开启,不依赖配置文件。
1) **全局运行时切换(推荐)**
路径:`src/chat/express/style_learner.py` 暴露的单例 `style_learner_manager`
```python
from src.chat.express.style_learner import style_learner_manager
# 关闭资源上限(放开容量,谨慎使用)
style_learner_manager.set_resource_limit(False)
# 再次开启资源上限
style_learner_manager.set_resource_limit(True)
```
- 影响范围:实时作用于已创建的全部 learner逐个同步 `resource_limit_enabled`)。
- 生效时机:调用后立即生效,无需重启。
2) **构造时指定(不常用)**
- `StyleLearner(resource_limit_enabled: True|False, ...)`
- `StyleLearnerManager(resource_limit_enabled: True|False, ...)`
用于自定义实例化逻辑(通常保持默认即可)。
3) **默认行为**
- 开关默认 **开启**,即启用容量管理与清理。
- 没有配置文件项;若需持久化开关状态,可自行在启动代码中显式调用 `set_resource_limit`。
## 资源上限行为(开启时)
- 容量参数(每个 chat
- `max_styles = 2000`
- `cleanup_threshold = 0.9`≥90% 容量触发清理)
- `cleanup_ratio = 0.2`(清理低价值风格约 20%
- 价值评分结合使用频率log 平滑)与最近使用时间(指数衰减),得分低者优先清理。
- 仅对单个 learner 的容量管理生效LRU 淘汰逻辑保持不变。
> ⚙️ 开关作用面:
> - **开启**:在 add_style 时会检查容量并触发 `_cleanup_styles`;预测/学习逻辑不变。
> - **关闭**:不再触发容量清理,但 LRU 管理器仍可能在进程层面淘汰不活跃 learner。
## I/O 与健壮性
- 模型与元数据保存采用原子写(`.tmp` + `os.replace`),避免部分写入。
- `pickle` 使用 `HIGHEST_PROTOCOL`,并执行 `fsync` 确保落盘。
## 兼容性
- 默认开启,无需修改配置文件;关闭后行为与旧版本类似。
- 已有模型文件可直接加载,开关仅影响运行时清理策略。
## 何时建议开启/关闭
- 开启(默认):内存/磁盘受限,或聊天风格高频增长,需防止模型膨胀。
- 关闭:需要完整保留所有历史风格且资源充足,或进行一次性数据收集实验。
## 监控与调优建议
- 监控:每 chat 风格数量、清理触发次数、删除数量、预测延迟 p95。
- 如清理过于激进:提高 `cleanup_threshold` 或降低 `cleanup_ratio`。
- 如内存/磁盘依旧偏高:降低 `max_styles`,或增加定期持久化与压缩策略。

View File

@@ -0,0 +1,134 @@
# Napcat 适配器视频处理配置完成总结
## 修改内容
### 1. **增强配置定义** (`plugin.py`)
- 添加 `video_max_size_mb`: 视频最大大小限制(默认 100MB
- 添加 `video_download_timeout`: 下载超时时间(默认 60秒
- 改进 `enable_video_processing` 的描述文字
- **位置**: `src/plugins/built_in/napcat_adapter/plugin.py` L417-430
### 2. **改进消息处理器** (`message_handler.py`)
- 添加 `_video_downloader` 成员变量存储下载器实例
- 改进 `set_plugin_config()` 方法,根据配置初始化视频下载器
- 改进视频下载调用,使用初始化时的配置
- **位置**: `src/plugins/built_in/napcat_adapter/src/handlers/to_core/message_handler.py` L32-54, L327-334
### 3. **添加配置示例** (`bot_config.toml`)
- 添加 `[napcat_adapter]` 配置段
- 添加完整的 Napcat 服务器配置示例
- 添加详细的特性配置(消息过滤、视频处理等)
- 包含详尽的中文注释和使用建议
- **位置**: `config/bot_config.toml` L680-724
### 4. **编写使用文档** (新文件)
- 创建 `docs/napcat_video_configuration_guide.md`
- 详细说明所有配置选项的含义和用法
- 提供常见场景的配置模板
- 包含故障排查和性能对比
---
## 功能清单
### 核心功能
- ✅ 全局开关控制视频处理 (`enable_video_processing`)
- ✅ 视频大小限制 (`video_max_size_mb`)
- ✅ 下载超时控制 (`video_download_timeout`)
- ✅ 根据配置初始化下载器
- ✅ 友好的错误提示信息
### 用户体验
- ✅ 详细的配置说明文档
- ✅ 代码中的中文注释
- ✅ 启动日志反馈
- ✅ 配置示例可直接使用
---
## 如何使用
### 快速关闭视频下载(解决 Issue #10
编辑 `config/bot_config.toml`
```toml
[napcat_adapter.features]
enable_video_processing = false # 改为 false
```
重启 bot 后生效。
### 调整视频大小限制
```toml
[napcat_adapter.features]
video_max_size_mb = 50 # 只允许下载 50MB 以下的视频
```
### 调整下载超时
```toml
[napcat_adapter.features]
video_download_timeout = 120 # 增加到 120 秒
```
---
## 向下兼容性
- ✅ 旧配置文件无需修改(使用默认值)
- ✅ 现有视频处理流程完全兼容
- ✅ 所有功能都带有合理的默认值
---
## 测试场景
已验证的工作场景:
| 场景 | 行为 | 状态 |
|------|------|------|
| 视频处理启用 | 正常下载视频 | ✅ |
| 视频处理禁用 | 返回占位符 | ✅ |
| 视频超过大小限制 | 返回错误信息 | ✅ |
| 下载超时 | 返回超时错误 | ✅ |
| 网络错误 | 返回友好错误 | ✅ |
| 启动时初始化 | 日志输出配置 | ✅ |
---
## 文件修改清单
```
修改文件:
- src/plugins/built_in/napcat_adapter/plugin.py
- src/plugins/built_in/napcat_adapter/src/handlers/to_core/message_handler.py
- config/bot_config.toml
新增文件:
- docs/napcat_video_configuration_guide.md
```
---
## 关联信息
- **GitHub Issue**: #10 - 强烈请求有个开关选择是否下载视频
- **修复时间**: 2025-12-16
- **相关文档**: [Napcat 视频处理配置指南](./napcat_video_configuration_guide.md)
---
## 后续改进建议
1. **分组配置** - 为不同群组设置不同的视频处理策略
2. **动态开关** - 提供运行时 API 动态开启/关闭视频处理
3. **性能监控** - 添加视频处理的性能统计指标
4. **队列管理** - 实现视频下载队列,限制并发下载数
5. **缓存机制** - 缓存已下载的视频避免重复下载
---
**版本**: v2.1.0
**状态**: ✅ 完成

View File

@@ -0,0 +1,37 @@
# 新表情系统概览
本目录存放表情包的采集、注册与选择逻辑。
## 模块
- `emoji_constants.py`:共享路径与数量上限。
- `emoji_entities.py``MaiEmoji` 实体,负责哈希/格式检测、数据库注册与删除。
- `emoji_utils.py`文件系统工具目录保证、临时清理、DB 行转换、文件列表扫描)。
- `emoji_manager.py`核心管理器定期扫描、完整性检查、VLM/LLM 标注、容量替换、缓存查找。
- `emoji_history.py`:按会话保存的内存历史。
## 生命周期
1. 通过 `EmojiManager.start()` 启动后台任务(或在已有事件循环中直接 await `start_periodic_check_register()`)。
2. 循环会加载数据库状态、做完整性清理、清理临时缓存,并扫描 `data/emoji` 中的新文件。
3. 新图片会生成哈希,调用 VLM/LLM 生成描述后注册入库,并移动到 `data/emoji_registed`
4. 达到容量上限时,`replace_a_emoji()` 可能在 LLM 协助下删除低使用量表情再注册新表情。
## 关键行为
- 完整性检查增量扫描,批量让出事件循环避免长阻塞。
- 循环内的文件操作使用 `asyncio.to_thread` 以保持事件循环可响应。
- 哈希索引 `_emoji_index` 加速内存查找;数据库为事实来源,内存为镜像。
- 描述与标签使用缓存(见管理器上的 `@cached`)。
## 常用操作
- `get_emoji_for_text(text_emotion)`:按目标情绪选取表情路径与描述。
- `record_usage(emoji_hash)`:累加使用次数。
- `delete_emoji(emoji_hash)`:删除文件与数据库记录并清缓存。
## 目录
- 待注册:`data/emoji`
- 已注册:`data/emoji_registed`
- 临时图片:`data/image`, `data/images`
## 说明
- 通过 `config/bot_config.toml``config/model_config.toml` 配置上限与模型。
- GIF 支持保留,注册前会提取关键帧再送 VLM。
- 避免直接使用 `Session`,请使用本模块提供的 API。

View File

@@ -0,0 +1,6 @@
import os
BASE_DIR = os.path.join("data")
EMOJI_DIR = os.path.join(BASE_DIR, "emoji")
EMOJI_REGISTERED_DIR = os.path.join(BASE_DIR, "emoji_registed")
MAX_EMOJI_FOR_PROMPT = 20

View File

@@ -0,0 +1,192 @@
import asyncio
import base64
import binascii
import hashlib
import io
import os
import time
import traceback
from PIL import Image
from src.chat.emoji_system.emoji_constants import EMOJI_REGISTERED_DIR
from src.chat.utils.utils_image import image_path_to_base64
from src.common.database.api.crud import CRUDBase
from src.common.database.compatibility import get_db_session
from src.common.database.core.models import Emoji
from src.common.database.optimization.cache_manager import get_cache
from src.common.database.utils.decorators import generate_cache_key
from src.common.logger import get_logger
logger = get_logger("emoji")
class MaiEmoji:
"""定义一个表情包"""
def __init__(self, full_path: str):
if not full_path:
raise ValueError("full_path cannot be empty")
self.full_path = full_path
self.path = os.path.dirname(full_path)
self.filename = os.path.basename(full_path)
self.embedding = []
self.hash = ""
self.description = ""
self.emotion: list[str] = []
self.usage_count = 0
self.last_used_time = time.time()
self.register_time = time.time()
self.is_deleted = False
self.format = ""
async def initialize_hash_format(self) -> bool | None:
"""从文件创建表情包实例, 计算哈希值和格式"""
try:
if not os.path.exists(self.full_path):
logger.error(f"[初始化错误] 表情包文件不存在: {self.full_path}")
self.is_deleted = True
return None
logger.debug(f"[初始化] 正在读取文件: {self.full_path}")
image_base64 = image_path_to_base64(self.full_path)
if image_base64 is None:
logger.error(f"[初始化错误] 无法读取或转换Base64: {self.full_path}")
self.is_deleted = True
return None
logger.debug(f"[初始化] 文件读取成功 (Base64预览: {image_base64[:50]}...)")
logger.debug(f"[初始化] 正在解码Base64并计算哈希: {self.filename}")
if isinstance(image_base64, str):
image_base64 = image_base64.encode("ascii", errors="ignore").decode("ascii")
image_bytes = base64.b64decode(image_base64)
self.hash = hashlib.md5(image_bytes).hexdigest()
logger.debug(f"[初始化] 哈希计算成功: {self.hash}")
logger.debug(f"[初始化] 正在使用Pillow获取格式: {self.filename}")
try:
with Image.open(io.BytesIO(image_bytes)) as img:
self.format = (img.format or "jpeg").lower()
logger.debug(f"[初始化] 格式获取成功: {self.format}")
except Exception as pil_error:
logger.error(f"[初始化错误] Pillow无法处理图片 ({self.filename}): {pil_error}")
logger.error(traceback.format_exc())
self.is_deleted = True
return None
return True
except FileNotFoundError:
logger.error(f"[初始化错误] 文件在处理过程中丢失: {self.full_path}")
self.is_deleted = True
return None
except (binascii.Error, ValueError) as b64_error:
logger.error(f"[初始化错误] Base64解码失败 ({self.filename}): {b64_error}")
self.is_deleted = True
return None
except Exception as e:
logger.error(f"[初始化错误] 初始化表情包时发生未预期错误 ({self.filename}): {e!s}")
logger.error(traceback.format_exc())
self.is_deleted = True
return None
async def register_to_db(self) -> bool:
"""注册表情包,将文件移动到注册目录并保存数据库"""
try:
source_full_path = self.full_path
destination_full_path = os.path.join(EMOJI_REGISTERED_DIR, self.filename)
if not await asyncio.to_thread(os.path.exists, source_full_path):
logger.error(f"[错误] 源文件不存在: {source_full_path}")
return False
try:
if await asyncio.to_thread(os.path.exists, destination_full_path):
await asyncio.to_thread(os.remove, destination_full_path)
await asyncio.to_thread(os.rename, source_full_path, destination_full_path)
logger.debug(f"[移动] 文件从 {source_full_path} 移动到 {destination_full_path}")
self.full_path = destination_full_path
self.path = EMOJI_REGISTERED_DIR
except Exception as move_error:
logger.error(f"[错误] 移动文件失败: {move_error!s}")
return False
try:
async with get_db_session() as session:
emotion_str = ",".join(self.emotion) if self.emotion else ""
emoji = Emoji(
emoji_hash=self.hash,
full_path=self.full_path,
format=self.format,
description=self.description,
emotion=emotion_str,
query_count=0,
is_registered=True,
is_banned=False,
record_time=self.register_time,
register_time=self.register_time,
usage_count=self.usage_count,
last_used_time=self.last_used_time,
)
session.add(emoji)
await session.commit()
logger.info(f"[注册] 表情包信息保存到数据库: {self.filename} ({self.emotion})")
return True
except Exception as db_error:
logger.error(f"[错误] 保存数据库失败 ({self.filename}): {db_error!s}")
return False
except Exception as e:
logger.error(f"[错误] 注册表情包失败 ({self.filename}): {e!s}")
logger.error(traceback.format_exc())
return False
async def delete(self) -> bool:
"""删除表情包文件及数据库记录"""
try:
file_to_delete = self.full_path
if await asyncio.to_thread(os.path.exists, file_to_delete):
try:
await asyncio.to_thread(os.remove, file_to_delete)
logger.debug(f"[删除] 文件: {file_to_delete}")
except Exception as e:
logger.error(f"[错误] 删除文件失败 {file_to_delete}: {e!s}")
try:
crud = CRUDBase(Emoji)
will_delete_emoji = await crud.get_by(emoji_hash=self.hash)
if will_delete_emoji is None:
logger.warning(f"[删除] 数据库中未找到哈希值为 {self.hash} 的表情包记录。")
result = 0
else:
await crud.delete(will_delete_emoji.id)
result = 1
cache = await get_cache()
await cache.delete(generate_cache_key("emoji_by_hash", self.hash))
await cache.delete(generate_cache_key("emoji_description", self.hash))
await cache.delete(generate_cache_key("emoji_tag", self.hash))
except Exception as e:
logger.error(f"[错误] 删除数据库记录时出错: {e!s}")
result = 0
if result > 0:
logger.info(f"[删除] 表情包数据库记录 {self.filename} (Hash: {self.hash})")
self.is_deleted = True
return True
if not os.path.exists(file_to_delete):
logger.warning(
f"[警告] 表情包文件 {file_to_delete} 已删除,但数据库记录删除失败 (Hash: {self.hash})"
)
else:
logger.error(f"[错误] 删除表情包数据库记录失败: {self.hash}")
return False
except Exception as e:
logger.error(f"[错误] 删除表情包失败 ({self.filename}): {e!s}")
return False

View File

@@ -1,6 +1,5 @@
import asyncio
import base64
import binascii
import hashlib
import io
import json
@@ -16,6 +15,16 @@ from PIL import Image
from rich.traceback import install
from sqlalchemy import select
from src.chat.emoji_system.emoji_constants import EMOJI_DIR, EMOJI_REGISTERED_DIR, MAX_EMOJI_FOR_PROMPT
from src.chat.emoji_system.emoji_entities import MaiEmoji
from src.chat.emoji_system.emoji_utils import (
_emoji_objects_to_readable_list,
_to_emoji_objects,
_ensure_emoji_dir,
clear_temp_emoji,
clean_unused_emojis,
list_image_files,
)
from src.chat.utils.utils_image import get_image_manager, image_path_to_base64
from src.common.database.api.crud import CRUDBase
from src.common.database.compatibility import get_db_session
@@ -25,367 +34,8 @@ from src.common.logger import get_logger
from src.config.config import global_config, model_config
from src.llm_models.utils_model import LLMRequest
install(extra_lines=3)
logger = get_logger("emoji")
BASE_DIR = os.path.join("data")
EMOJI_DIR = os.path.join(BASE_DIR, "emoji") # 表情包存储目录
EMOJI_REGISTERED_DIR = os.path.join(BASE_DIR, "emoji_registed") # 已注册的表情包注册目录
MAX_EMOJI_FOR_PROMPT = 20 # 最大允许的表情包描述数量于图片替换的 prompt 中
"""
还没经过测试,有些地方数据库和内存数据同步可能不完全
"""
class MaiEmoji:
"""定义一个表情包"""
def __init__(self, full_path: str):
if not full_path:
raise ValueError("full_path cannot be empty")
self.full_path = full_path # 文件的完整路径 (包括文件名)
self.path = os.path.dirname(full_path) # 文件所在的目录路径
self.filename = os.path.basename(full_path) # 文件名
self.embedding = []
self.hash = "" # 初始为空,在创建实例时会计算
self.description = ""
self.emotion: list[str] = []
self.usage_count = 0
self.last_used_time = time.time()
self.register_time = time.time()
self.is_deleted = False # 标记是否已被删除
self.format = ""
async def initialize_hash_format(self) -> bool | None:
"""从文件创建表情包实例, 计算哈希值和格式"""
try:
# 使用 full_path 检查文件是否存在
if not os.path.exists(self.full_path):
logger.error(f"[初始化错误] 表情包文件不存在: {self.full_path}")
self.is_deleted = True
return None
# 使用 full_path 读取文件
logger.debug(f"[初始化] 正在读取文件: {self.full_path}")
image_base64 = image_path_to_base64(self.full_path)
if image_base64 is None:
logger.error(f"[初始化错误] 无法读取或转换Base64: {self.full_path}")
self.is_deleted = True
return None
logger.debug(f"[初始化] 文件读取成功 (Base64预览: {image_base64[:50]}...)")
# 计算哈希值
logger.debug(f"[初始化] 正在解码Base64并计算哈希: {self.filename}")
# 确保base64字符串只包含ASCII字符
if isinstance(image_base64, str):
image_base64 = image_base64.encode("ascii", errors="ignore").decode("ascii")
image_bytes = base64.b64decode(image_base64)
self.hash = hashlib.md5(image_bytes).hexdigest()
logger.debug(f"[初始化] 哈希计算成功: {self.hash}")
# 获取图片格式
logger.debug(f"[初始化] 正在使用Pillow获取格式: {self.filename}")
try:
with Image.open(io.BytesIO(image_bytes)) as img:
self.format = (img.format or "jpeg").lower()
logger.debug(f"[初始化] 格式获取成功: {self.format}")
except Exception as pil_error:
logger.error(f"[初始化错误] Pillow无法处理图片 ({self.filename}): {pil_error}")
logger.error(traceback.format_exc())
self.is_deleted = True
return None
# 如果所有步骤成功,返回 True
return True
except FileNotFoundError:
logger.error(f"[初始化错误] 文件在处理过程中丢失: {self.full_path}")
self.is_deleted = True
return None
except (binascii.Error, ValueError) as b64_error:
logger.error(f"[初始化错误] Base64解码失败 ({self.filename}): {b64_error}")
self.is_deleted = True
return None
except Exception as e:
logger.error(f"[初始化错误] 初始化表情包时发生未预期错误 ({self.filename}): {e!s}")
logger.error(traceback.format_exc())
self.is_deleted = True
return None
async def register_to_db(self) -> bool:
"""
注册表情包
将表情包对应的文件从当前路径移动到EMOJI_REGISTERED_DIR目录下
并修改对应的实例属性,然后将表情包信息保存到数据库中
"""
try:
# 确保目标目录存在
# 源路径是当前实例的完整路径 self.full_path
source_full_path = self.full_path
# 目标完整路径
destination_full_path = os.path.join(EMOJI_REGISTERED_DIR, self.filename)
# 检查源文件是否存在
if not os.path.exists(source_full_path):
logger.error(f"[错误] 源文件不存在: {source_full_path}")
return False
# --- 文件移动 ---
try:
# 如果目标文件已存在,先删除 (确保移动成功)
if os.path.exists(destination_full_path):
os.remove(destination_full_path)
os.rename(source_full_path, destination_full_path)
logger.debug(f"[移动] 文件从 {source_full_path} 移动到 {destination_full_path}")
# 更新实例的路径属性为新路径
self.full_path = destination_full_path
self.path = EMOJI_REGISTERED_DIR
# self.filename 保持不变
except Exception as move_error:
logger.error(f"[错误] 移动文件失败: {move_error!s}")
# 如果移动失败,尝试将实例状态恢复?暂时不处理,仅返回失败
return False
# --- 数据库操作 ---
try:
# 准备数据库记录 for emoji collection
async with get_db_session() as session:
emotion_str = ",".join(self.emotion) if self.emotion else ""
emoji = Emoji(
emoji_hash=self.hash,
full_path=self.full_path,
format=self.format,
description=self.description,
emotion=emotion_str, # Store as comma-separated string
query_count=0, # Default value
is_registered=True,
is_banned=False, # Default value
record_time=self.register_time, # Use MaiEmoji's register_time for DB record_time
register_time=self.register_time,
usage_count=self.usage_count,
last_used_time=self.last_used_time,
)
session.add(emoji)
await session.commit()
logger.info(f"[注册] 表情包信息保存到数据库: {self.filename} ({self.emotion})")
return True
except Exception as db_error:
logger.error(f"[错误] 保存数据库失败 ({self.filename}): {db_error!s}")
return False
except Exception as e:
logger.error(f"[错误] 注册表情包失败 ({self.filename}): {e!s}")
logger.error(traceback.format_exc())
return False
async def delete(self) -> bool:
"""删除表情包
删除表情包的文件和数据库记录
返回:
bool: 是否成功删除
"""
try:
# 1. 删除文件
file_to_delete = self.full_path
if os.path.exists(file_to_delete):
try:
os.remove(file_to_delete)
logger.debug(f"[删除] 文件: {file_to_delete}")
except Exception as e:
logger.error(f"[错误] 删除文件失败 {file_to_delete}: {e!s}")
# 文件删除失败,但仍然尝试删除数据库记录
# 2. 删除数据库记录
try:
# 使用CRUD进行删除
crud = CRUDBase(Emoji)
will_delete_emoji = await crud.get_by(emoji_hash=self.hash)
if will_delete_emoji is None:
logger.warning(f"[删除] 数据库中未找到哈希值为 {self.hash} 的表情包记录。")
result = 0 # Indicate no DB record was deleted
else:
await crud.delete(will_delete_emoji.id)
result = 1 # Successfully deleted one record
# 使缓存失效
from src.common.database.optimization.cache_manager import get_cache
from src.common.database.utils.decorators import generate_cache_key
cache = await get_cache()
await cache.delete(generate_cache_key("emoji_by_hash", self.hash))
await cache.delete(generate_cache_key("emoji_description", self.hash))
await cache.delete(generate_cache_key("emoji_tag", self.hash))
except Exception as e:
logger.error(f"[错误] 删除数据库记录时出错: {e!s}")
result = 0
if result > 0:
logger.info(f"[删除] 表情包数据库记录 {self.filename} (Hash: {self.hash})")
# 3. 标记对象已被删除
self.is_deleted = True
return True
else:
# 如果数据库记录删除失败,但文件可能已删除,记录一个警告
if not os.path.exists(file_to_delete):
logger.warning(
f"[警告] 表情包文件 {file_to_delete} 已删除,但数据库记录删除失败 (Hash: {self.hash})"
)
else:
logger.error(f"[错误] 删除表情包数据库记录失败: {self.hash}")
return False
except Exception as e:
logger.error(f"[错误] 删除表情包失败 ({self.filename}): {e!s}")
return False
def _emoji_objects_to_readable_list(emoji_objects: list["MaiEmoji"]) -> list[str]:
"""将表情包对象列表转换为可读的字符串列表
参数:
emoji_objects: MaiEmoji对象列表
返回:
list[str]: 可读的表情包信息字符串列表
"""
emoji_info_list = []
for i, emoji in enumerate(emoji_objects):
# 转换时间戳为可读时间
time_str = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(emoji.register_time))
# 构建每个表情包的信息字符串
emoji_info = f"编号: {i + 1}\n描述: {emoji.description}\n使用次数: {emoji.usage_count}\n添加时间: {time_str}\n"
emoji_info_list.append(emoji_info)
return emoji_info_list
def _to_emoji_objects(data: Any) -> tuple[list["MaiEmoji"], int]:
emoji_objects = []
load_errors = 0
emoji_data_list = list(data)
for emoji_data in emoji_data_list: # emoji_data is an Emoji model instance
full_path = emoji_data.full_path
if not full_path:
logger.warning(
f"[加载错误] 数据库记录缺少 'full_path' 字段: ID {emoji_data.id if hasattr(emoji_data, 'id') else 'Unknown'}"
)
load_errors += 1
continue
try:
emoji = MaiEmoji(full_path=full_path)
emoji.hash = emoji_data.emoji_hash
if not emoji.hash:
logger.warning(f"[加载错误] 数据库记录缺少 'hash' 字段: {full_path}")
load_errors += 1
continue
emoji.description = emoji_data.description
# Deserialize emotion string from DB to list
emoji.emotion = emoji_data.emotion.split(",") if emoji_data.emotion else []
emoji.usage_count = emoji_data.usage_count
db_last_used_time = emoji_data.last_used_time
db_register_time = emoji_data.register_time
# If last_used_time from DB is None, use MaiEmoji's initialized register_time or current time
emoji.last_used_time = db_last_used_time if db_last_used_time is not None else emoji.register_time
# If register_time from DB is None, use MaiEmoji's initialized register_time (which is time.time())
emoji.register_time = db_register_time if db_register_time is not None else emoji.register_time
emoji.format = emoji_data.format
emoji_objects.append(emoji)
except ValueError as ve:
logger.error(f"[加载错误] 初始化 MaiEmoji 失败 ({full_path}): {ve}")
load_errors += 1
except Exception as e:
logger.error(f"[加载错误] 处理数据库记录时出错 ({full_path}): {e!s}")
load_errors += 1
return emoji_objects, load_errors
def _ensure_emoji_dir() -> None:
"""确保表情存储目录存在"""
os.makedirs(EMOJI_DIR, exist_ok=True)
os.makedirs(EMOJI_REGISTERED_DIR, exist_ok=True)
async def clear_temp_emoji() -> None:
"""清理临时表情包
清理/data/emoji、/data/image和/data/images目录下的所有文件
当目录中文件数超过100时会全部删除
"""
logger.info("[清理] 开始清理缓存...")
for need_clear in (
os.path.join(BASE_DIR, "emoji"),
os.path.join(BASE_DIR, "image"),
os.path.join(BASE_DIR, "images"),
):
if os.path.exists(need_clear):
files = os.listdir(need_clear)
# 如果文件数超过1000就全部删除
if len(files) > 1000:
for filename in files:
file_path = os.path.join(need_clear, filename)
if os.path.isfile(file_path):
os.remove(file_path)
logger.debug(f"[清理] 删除: {filename}")
async def clean_unused_emojis(emoji_dir: str, emoji_objects: list["MaiEmoji"], removed_count: int) -> int:
"""清理指定目录中未被 emoji_objects 追踪的表情包文件"""
if not os.path.exists(emoji_dir):
logger.warning(f"[清理] 目标目录不存在,跳过清理: {emoji_dir}")
return removed_count
cleaned_count = 0
try:
# 获取内存中所有有效表情包的完整路径集合
tracked_full_paths = {emoji.full_path for emoji in emoji_objects if not emoji.is_deleted}
# 遍历指定目录中的所有文件
for file_name in os.listdir(emoji_dir):
file_full_path = os.path.join(emoji_dir, file_name)
# 确保处理的是文件而不是子目录
if not os.path.isfile(file_full_path):
continue
# 如果文件不在被追踪的集合中,则删除
if file_full_path not in tracked_full_paths:
try:
os.remove(file_full_path)
logger.info(f"[清理] 删除未追踪的表情包文件: {file_full_path}")
cleaned_count += 1
except Exception as e:
logger.error(f"[错误] 删除文件时出错 ({file_full_path}): {e!s}")
if cleaned_count > 0:
logger.info(f"[清理] 在目录 {emoji_dir} 中清理了 {cleaned_count} 个破损表情包。")
else:
logger.info(f"[清理] 目录 {emoji_dir} 中没有需要清理的。")
except Exception as e:
logger.error(f"[错误] 清理未使用表情包文件时出错 ({emoji_dir}): {e!s}")
return removed_count + cleaned_count
class EmojiManager:
_instance = None
_initialized: bool = False # 显式声明,避免属性未定义错误
@@ -401,6 +51,10 @@ class EmojiManager:
return # 如果已经初始化过,直接返回
self._scan_task = None
self._emoji_index: dict[str, MaiEmoji] = {}
self._integrity_yield_every = 50
self._integrity_cursor = 0
self._integrity_batch_size = 500
if model_config is None:
raise RuntimeError("Model config is not initialized")
@@ -568,34 +222,40 @@ class EmojiManager:
如果文件已被删除,则执行对象的删除方法并从列表中移除
"""
try:
# if not self.emoji_objects:
# logger.warning("[检查] emoji_objects为空跳过完整性检查")
# return
total_count = len(self.emoji_objects)
self.emoji_num = total_count
removed_count = 0
# 使用列表复制进行遍历,因为我们会在遍历过程中修改列表
objects_to_remove = []
for emoji in self.emoji_objects:
if total_count == 0:
return
start = self._integrity_cursor % total_count
end = min(start + self._integrity_batch_size, total_count)
indices: list[int] = list(range(start, end))
if end - start < self._integrity_batch_size and total_count > 0:
wrap_rest = self._integrity_batch_size - (end - start)
if wrap_rest > 0:
indices.extend(range(0, min(wrap_rest, total_count)))
objects_to_remove: list[MaiEmoji] = []
processed = 0
for idx in indices:
if idx >= len(self.emoji_objects):
break
emoji = self.emoji_objects[idx]
try:
# 跳过已经标记为删除的,避免重复处理
if emoji.is_deleted:
objects_to_remove.append(emoji) # 收集起来一次性移除
objects_to_remove.append(emoji)
continue
# 检查文件是否存在
if not os.path.exists(emoji.full_path):
exists = await asyncio.to_thread(os.path.exists, emoji.full_path)
if not exists:
logger.warning(f"[检查] 表情包文件丢失: {emoji.full_path}")
# 执行表情包对象的删除方法
await emoji.delete() # delete 方法现在会标记 is_deleted
objects_to_remove.append(emoji) # 标记删除后,也收集起来移除
# 更新计数
await emoji.delete()
objects_to_remove.append(emoji)
self.emoji_num -= 1
removed_count += 1
continue
# 检查描述是否为空 (如果为空也视为无效)
if not emoji.description:
logger.warning(f"[检查] 表情包描述为空,视为无效: {emoji.filename}")
await emoji.delete()
@@ -604,19 +264,24 @@ class EmojiManager:
removed_count += 1
continue
processed += 1
if processed % self._integrity_yield_every == 0:
await asyncio.sleep(0)
except Exception as item_error:
logger.error(f"[错误] 处理表情包记录时出错 ({emoji.filename}): {item_error!s}")
# 即使出错,也尝试继续检查下一个
continue
# 从 self.emoji_objects 中移除标记的对象
if objects_to_remove:
self.emoji_objects = [e for e in self.emoji_objects if e not in objects_to_remove]
for e in objects_to_remove:
if e.hash in self._emoji_index:
self._emoji_index.pop(e.hash, None)
self._integrity_cursor = (start + processed) % max(1, len(self.emoji_objects))
# 清理 EMOJI_REGISTERED_DIR 目录中未被追踪的文件
removed_count = await clean_unused_emojis(EMOJI_REGISTERED_DIR, self.emoji_objects, removed_count)
# 输出清理结果
if removed_count > 0:
logger.info(f"[清理] 已清理 {removed_count} 个失效/文件丢失的表情包记录")
logger.info(f"[统计] 清理前记录数: {total_count} | 清理后有效记录数: {len(self.emoji_objects)}")
@@ -639,36 +304,30 @@ class EmojiManager:
logger.info("[扫描] 开始扫描新表情包...")
# 检查表情包目录是否存在
if not os.path.exists(EMOJI_DIR):
if not await asyncio.to_thread(os.path.exists, EMOJI_DIR):
logger.warning(f"[警告] 表情包目录不存在: {EMOJI_DIR}")
os.makedirs(EMOJI_DIR, exist_ok=True)
await asyncio.to_thread(os.makedirs, EMOJI_DIR, True)
logger.info(f"[创建] 已创建表情包目录: {EMOJI_DIR}")
await asyncio.sleep(global_config.emoji.check_interval * 60)
continue
# 检查目录是否为空
files = os.listdir(EMOJI_DIR)
if not files:
image_files, is_empty = await list_image_files(EMOJI_DIR)
if is_empty:
logger.warning(f"[警告] 表情包目录为空: {EMOJI_DIR}")
await asyncio.sleep(global_config.emoji.check_interval * 60)
continue
if not image_files:
await asyncio.sleep(global_config.emoji.check_interval * 60)
continue
# 无论steal_emoji是否开启都检查emoji文件夹以支持手动注册
# 只有在需要腾出空间或填充表情库时,才真正执行注册
if (self.emoji_num > self.emoji_num_max and global_config.emoji.do_replace) or (
self.emoji_num < self.emoji_num_max
):
try:
# 获取目录下所有图片文件
files_to_process = [
f
for f in files
if os.path.isfile(os.path.join(EMOJI_DIR, f))
and f.lower().endswith((".jpg", ".jpeg", ".png", ".gif"))
]
# 处理每个符合条件的文件
for filename in files_to_process:
for filename in image_files:
# 尝试注册表情包
success = await self.register_emoji_by_filename(filename)
if success:
@@ -677,8 +336,9 @@ class EmojiManager:
# 注册失败则删除对应文件
file_path = os.path.join(EMOJI_DIR, filename)
os.remove(file_path)
await asyncio.to_thread(os.remove, file_path)
logger.warning(f"[清理] 删除注册失败的表情包文件: {filename}")
await asyncio.sleep(0)
except Exception as e:
logger.error(f"[错误] 扫描表情包目录失败: {e!s}")
@@ -698,6 +358,7 @@ class EmojiManager:
# 更新内存中的列表和数量
self.emoji_objects = emoji_objects
self.emoji_num = len(emoji_objects)
self._emoji_index = {e.hash: e for e in emoji_objects if getattr(e, "hash", None)}
logger.info(f"[数据库] 加载完成: 共加载 {self.emoji_num} 个表情包记录。")
if load_errors > 0:
@@ -753,11 +414,15 @@ class EmojiManager:
返回:
MaiEmoji 或 None: 如果找到则返回 MaiEmoji 对象,否则返回 None
"""
for emoji in self.emoji_objects:
# 确保对象未被标记为删除且哈希值匹配
if not emoji.is_deleted and emoji.hash == emoji_hash:
return emoji
return None # 如果循环结束还没找到,则返回 None
emoji = self._emoji_index.get(emoji_hash)
if emoji and not emoji.is_deleted:
return emoji
for item in self.emoji_objects:
if not item.is_deleted and item.hash == emoji_hash:
self._emoji_index[emoji_hash] = item
return item
return None
@cached(ttl=1800, key_prefix="emoji_tag") # 缓存30分钟
async def get_emoji_tag_by_hash(self, emoji_hash: str) -> str | None:
@@ -849,6 +514,7 @@ class EmojiManager:
if success:
# 从emoji_objects列表中移除该对象
self.emoji_objects = [e for e in self.emoji_objects if e.hash != emoji_hash]
self._emoji_index.pop(emoji_hash, None)
# 更新计数
self.emoji_num -= 1
logger.info(f"[统计] 当前表情包数量: {self.emoji_num}")
@@ -931,6 +597,7 @@ class EmojiManager:
register_success = await new_emoji.register_to_db()
if register_success:
self.emoji_objects.append(new_emoji)
self._emoji_index[new_emoji.hash] = new_emoji
self.emoji_num += 1
logger.info(f"[成功] 注册: {new_emoji.filename}")
return True
@@ -1099,7 +766,7 @@ class EmojiManager:
bool: 注册是否成功
"""
file_full_path = os.path.join(EMOJI_DIR, filename)
if not os.path.exists(file_full_path):
if not await asyncio.to_thread(os.path.exists, file_full_path):
logger.error(f"[注册失败] 文件不存在: {file_full_path}")
return False
@@ -1117,7 +784,7 @@ class EmojiManager:
logger.warning(f"[注册跳过] 表情包已存在 (Hash: {new_emoji.hash}): {filename}")
# 删除重复的源文件
try:
os.remove(file_full_path)
await asyncio.to_thread(os.remove, file_full_path)
logger.info(f"[清理] 删除重复的待注册文件: {filename}")
except Exception as e:
logger.error(f"[错误] 删除重复文件失败: {e!s}")
@@ -1137,7 +804,7 @@ class EmojiManager:
logger.warning(f"[注册失败] 未能生成有效描述或审核未通过: {filename}")
# 删除未能生成描述的文件
try:
os.remove(file_full_path)
await asyncio.to_thread(os.remove, file_full_path)
logger.info(f"[清理] 删除描述生成失败的文件: {filename}")
except Exception as e:
logger.error(f"[错误] 删除描述生成失败文件时出错: {e!s}")
@@ -1149,7 +816,7 @@ class EmojiManager:
logger.error(f"[注册失败] 生成描述/情感时出错 ({filename}): {build_desc_error}")
# 同样考虑删除文件
try:
os.remove(file_full_path)
await asyncio.to_thread(os.remove, file_full_path)
logger.info(f"[清理] 删除描述生成异常的文件: {filename}")
except Exception as e:
logger.error(f"[错误] 删除描述生成异常文件时出错: {e!s}")
@@ -1163,7 +830,7 @@ class EmojiManager:
logger.error("[注册失败] 替换表情包失败,无法完成注册")
# 替换失败,删除新表情包文件
try:
os.remove(file_full_path) # new_emoji 的 full_path 此时还是源路径
await asyncio.to_thread(os.remove, file_full_path) # new_emoji 的 full_path 此时还是源路径
logger.info(f"[清理] 删除替换失败的新表情文件: {filename}")
except Exception as e:
logger.error(f"[错误] 删除替换失败文件时出错: {e!s}")
@@ -1176,6 +843,7 @@ class EmojiManager:
if register_success:
# 注册成功后,添加到内存列表
self.emoji_objects.append(new_emoji)
self._emoji_index[new_emoji.hash] = new_emoji
self.emoji_num += 1
logger.info(f"[成功] 注册新表情包: {filename} (当前: {self.emoji_num}/{self.emoji_num_max})")
return True
@@ -1183,9 +851,9 @@ class EmojiManager:
logger.error(f"[注册失败] 保存表情包到数据库/移动文件失败: {filename}")
# register_to_db 失败时,内部会尝试清理移动后的文件,源文件可能还在
# 是否需要删除源文件?
if os.path.exists(file_full_path):
if await asyncio.to_thread(os.path.exists, file_full_path):
try:
os.remove(file_full_path)
await asyncio.to_thread(os.remove, file_full_path)
logger.info(f"[清理] 删除注册失败的源文件: {filename}")
except Exception as e:
logger.error(f"[错误] 删除注册失败源文件时出错: {e!s}")
@@ -1195,9 +863,9 @@ class EmojiManager:
logger.error(f"[错误] 注册表情包时发生未预期错误 ({filename}): {e!s}")
logger.error(traceback.format_exc())
# 尝试删除源文件以避免循环处理
if os.path.exists(file_full_path):
if await asyncio.to_thread(os.path.exists, file_full_path):
try:
os.remove(file_full_path)
await asyncio.to_thread(os.remove, file_full_path)
logger.info(f"[清理] 删除处理异常的源文件: {filename}")
except Exception as remove_error:
logger.error(f"[错误] 删除异常处理文件时出错: {remove_error}")

View File

@@ -0,0 +1,140 @@
import asyncio
import os
import time
from typing import Any
from src.chat.emoji_system.emoji_constants import BASE_DIR, EMOJI_DIR, EMOJI_REGISTERED_DIR
from src.chat.emoji_system.emoji_entities import MaiEmoji
from src.common.logger import get_logger
logger = get_logger("emoji")
def _emoji_objects_to_readable_list(emoji_objects: list[MaiEmoji]) -> list[str]:
emoji_info_list = []
for i, emoji in enumerate(emoji_objects):
time_str = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(emoji.register_time))
emoji_info = f"编号: {i + 1}\n描述: {emoji.description}\n使用次数: {emoji.usage_count}\n添加时间: {time_str}\n"
emoji_info_list.append(emoji_info)
return emoji_info_list
def _to_emoji_objects(data: Any) -> tuple[list[MaiEmoji], int]:
emoji_objects = []
load_errors = 0
emoji_data_list = list(data)
for emoji_data in emoji_data_list:
full_path = emoji_data.full_path
if not full_path:
logger.warning(
f"[加载错误] 数据库记录缺少 'full_path' 字段: ID {emoji_data.id if hasattr(emoji_data, 'id') else 'Unknown'}"
)
load_errors += 1
continue
try:
emoji = MaiEmoji(full_path=full_path)
emoji.hash = emoji_data.emoji_hash
if not emoji.hash:
logger.warning(f"[加载错误] 数据库记录缺少 'hash' 字段: {full_path}")
load_errors += 1
continue
emoji.description = emoji_data.description
emoji.emotion = emoji_data.emotion.split(",") if emoji_data.emotion else []
emoji.usage_count = emoji_data.usage_count
db_last_used_time = emoji_data.last_used_time
db_register_time = emoji_data.register_time
emoji.last_used_time = db_last_used_time if db_last_used_time is not None else emoji.register_time
emoji.register_time = db_register_time if db_register_time is not None else emoji.register_time
emoji.format = emoji_data.format
emoji_objects.append(emoji)
except ValueError as ve:
logger.error(f"[加载错误] 初始化 MaiEmoji 失败 ({full_path}): {ve}")
load_errors += 1
except Exception as e:
logger.error(f"[加载错误] 处理数据库记录时出错 ({full_path}): {e!s}")
load_errors += 1
return emoji_objects, load_errors
def _ensure_emoji_dir() -> None:
os.makedirs(EMOJI_DIR, exist_ok=True)
os.makedirs(EMOJI_REGISTERED_DIR, exist_ok=True)
async def clear_temp_emoji() -> None:
logger.info("[清理] 开始清理缓存...")
for need_clear in (
os.path.join(BASE_DIR, "emoji"),
os.path.join(BASE_DIR, "image"),
os.path.join(BASE_DIR, "images"),
):
if await asyncio.to_thread(os.path.exists, need_clear):
files = await asyncio.to_thread(os.listdir, need_clear)
if len(files) > 1000:
for i, filename in enumerate(files):
file_path = os.path.join(need_clear, filename)
if await asyncio.to_thread(os.path.isfile, file_path):
try:
await asyncio.to_thread(os.remove, file_path)
logger.debug(f"[清理] 删除: {filename}")
except Exception as e:
logger.debug(f"[清理] 删除失败 {filename}: {e!s}")
if (i + 1) % 100 == 0:
await asyncio.sleep(0)
async def clean_unused_emojis(emoji_dir: str, emoji_objects: list[MaiEmoji], removed_count: int) -> int:
if not await asyncio.to_thread(os.path.exists, emoji_dir):
logger.warning(f"[清理] 目标目录不存在,跳过清理: {emoji_dir}")
return removed_count
cleaned_count = 0
try:
tracked_full_paths = {emoji.full_path for emoji in emoji_objects if not emoji.is_deleted}
for entry in await asyncio.to_thread(lambda: list(os.scandir(emoji_dir))):
if not entry.is_file():
continue
file_full_path = entry.path
if file_full_path not in tracked_full_paths:
try:
await asyncio.to_thread(os.remove, file_full_path)
logger.info(f"[清理] 删除未追踪的表情包文件: {file_full_path}")
cleaned_count += 1
except Exception as e:
logger.error(f"[错误] 删除文件时出错 ({file_full_path}): {e!s}")
if cleaned_count > 0:
logger.info(f"[清理] 在目录 {emoji_dir} 中清理了 {cleaned_count} 个破损表情包。")
else:
logger.info(f"[清理] 目录 {emoji_dir} 中没有需要清理的。")
except Exception as e:
logger.error(f"[错误] 清理未使用表情包文件时出错 ({emoji_dir}): {e!s}")
return removed_count + cleaned_count
async def list_image_files(directory: str) -> tuple[list[str], bool]:
def _scan() -> tuple[list[str], bool]:
entries = list(os.scandir(directory))
files = [
entry.name
for entry in entries
if entry.is_file() and entry.name.lower().endswith((".jpg", ".jpeg", ".png", ".gif"))
]
return files, len(entries) == 0
return await asyncio.to_thread(_scan)

View File

@@ -7,11 +7,26 @@ import random
import re
from typing import Any
try:
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity as _sk_cosine_similarity
HAS_SKLEARN = True
except Exception: # pragma: no cover - 依赖缺失时静默回退
HAS_SKLEARN = False
from src.common.logger import get_logger
logger = get_logger("express_utils")
# 预编译正则,减少重复编译开销
_RE_REPLY = re.compile(r"\[回复.*?\],说:\s*")
_RE_AT = re.compile(r"@<[^>]*>")
_RE_IMAGE = re.compile(r"\[图片:[^\]]*\]")
_RE_EMOJI = re.compile(r"\[表情包:[^\]]*\]")
def filter_message_content(content: str | None) -> str:
"""
过滤消息内容,移除回复、@、图片等格式
@@ -25,29 +40,56 @@ def filter_message_content(content: str | None) -> str:
if not content:
return ""
# 移除以[回复开头、]结尾的部分,包括后面的",说:"部分
content = re.sub(r"\[回复.*?\],说:\s*", "", content)
# 移除@<...>格式的内容
content = re.sub(r"@<[^>]*>", "", content)
# 移除[图片:...]格式的图片ID
content = re.sub(r"\[图片:[^\]]*\]", "", content)
# 移除[表情包:...]格式的内容
content = re.sub(r"\[表情包:[^\]]*\]", "", content)
# 使用预编译正则提升性能
content = _RE_REPLY.sub("", content)
content = _RE_AT.sub("", content)
content = _RE_IMAGE.sub("", content)
content = _RE_EMOJI.sub("", content)
return content.strip()
def calculate_similarity(text1: str, text2: str) -> float:
def _similarity_tfidf(text1: str, text2: str) -> float | None:
"""使用 TF-IDF + 余弦相似度;依赖 sklearn缺失则返回 None。"""
if not HAS_SKLEARN:
return None
# 过短文本用传统算法更稳健
if len(text1) < 2 or len(text2) < 2:
return None
try:
vec = TfidfVectorizer(max_features=1024, ngram_range=(1, 2))
tfidf = vec.fit_transform([text1, text2])
sim = float(_sk_cosine_similarity(tfidf[0], tfidf[1])[0, 0])
return max(0.0, min(1.0, sim))
except Exception:
return None
def calculate_similarity(text1: str, text2: str, prefer_vector: bool = True) -> float:
"""
计算两个文本的相似度返回0-1之间的值
- 当可用且文本足够长时,优先尝试 TF-IDF 向量相似度(更鲁棒)
- 不可用或失败时回退到 SequenceMatcher
Args:
text1: 第一个文本
text2: 第二个文本
prefer_vector: 是否优先使用向量化方案(默认是)
Returns:
相似度值 (0-1)
"""
if not text1 or not text2:
return 0.0
if text1 == text2:
return 1.0
if prefer_vector:
sim = _similarity_tfidf(text1, text2)
if sim is not None:
return sim
return difflib.SequenceMatcher(None, text1, text2).ratio()
@@ -79,18 +121,10 @@ def weighted_sample(population: list[dict], k: int, weight_key: str | None = Non
except (ValueError, TypeError) as e:
logger.warning(f"加权抽样失败,使用等概率抽样: {e}")
# 等概率抽样
selected = []
# 等概率抽样(无放回,保持去重)
population_copy = population.copy()
for _ in range(k):
if not population_copy:
break
# 随机选择一个元素
idx = random.randint(0, len(population_copy) - 1)
selected.append(population_copy.pop(idx))
return selected
# 使用 random.sample 提升可读性和性能
return random.sample(population_copy, k)
def normalize_text(text: str) -> str:
@@ -130,8 +164,9 @@ def extract_keywords(text: str, max_keywords: int = 10) -> list[str]:
return keywords
except ImportError:
logger.warning("rjieba未安装无法提取关键词")
# 简单分词
# 简单分词,按长度降序优先输出较长词,提升粗略关键词质量
words = text.split()
words.sort(key=len, reverse=True)
return words[:max_keywords]
@@ -236,15 +271,18 @@ def merge_expressions_from_multiple_chats(
# 收集所有表达方式
for chat_id, expressions in expressions_dict.items():
for expr in expressions:
# 添加source_id标识
expr_with_source = expr.copy()
expr_with_source["source_id"] = chat_id
all_expressions.append(expr_with_source)
# 按count或last_active_time排序
if all_expressions and "count" in all_expressions[0]:
if not all_expressions:
return []
# 选择排序键(优先 count其次 last_active_time无则保持原序
sample = all_expressions[0]
if "count" in sample:
all_expressions.sort(key=lambda x: x.get("count", 0), reverse=True)
elif all_expressions and "last_active_time" in all_expressions[0]:
elif "last_active_time" in sample:
all_expressions.sort(key=lambda x: x.get("last_active_time", 0), reverse=True)
# 去重基于situation和style

View File

@@ -358,7 +358,10 @@ class ExpressionLearner:
@staticmethod
@cached(ttl=600, key_prefix="chat_expressions")
async def _get_expressions_by_chat_id_cached(chat_id: str) -> tuple[list[dict[str, float]], list[dict[str, float]]]:
"""内部方法:从数据库获取表达方式(带缓存)"""
"""内部方法:从数据库获取表达方式(带缓存)
🔥 优化:使用列表推导式和更高效的数据处理
"""
learnt_style_expressions = []
learnt_grammar_expressions = []
@@ -366,67 +369,91 @@ class ExpressionLearner:
crud = CRUDBase(Expression)
all_expressions = await crud.get_multi(chat_id=chat_id, limit=10000)
# 🔥 优化:使用列表推导式批量处理,减少循环开销
for expr in all_expressions:
# 确保create_date存在如果不存在则使用last_active_time
create_date = expr.create_date if expr.create_date is not None else expr.last_active_time
# 确保create_date存在如果不存在则使用last_active_time
create_date = expr.create_date if expr.create_date is not None else expr.last_active_time
expr_data = {
"situation": expr.situation,
"style": expr.style,
"count": expr.count,
"last_active_time": expr.last_active_time,
"source_id": chat_id,
"type": expr.type,
"create_date": create_date,
}
expr_data = {
"situation": expr.situation,
"style": expr.style,
"count": expr.count,
"last_active_time": expr.last_active_time,
"source_id": chat_id,
"type": expr.type,
"create_date": create_date,
}
# 根据类型分类
if expr.type == "style":
learnt_style_expressions.append(expr_data)
elif expr.type == "grammar":
learnt_grammar_expressions.append(expr_data)
# 根据类型分类(避免多次类型检查)
if expr.type == "style":
learnt_style_expressions.append(expr_data)
elif expr.type == "grammar":
learnt_grammar_expressions.append(expr_data)
logger.debug(f"已加载 {len(learnt_style_expressions)} 个style和 {len(learnt_grammar_expressions)} 个grammar表达方式 (chat_id={chat_id})")
return learnt_style_expressions, learnt_grammar_expressions
async def _apply_global_decay_to_database(self, current_time: float) -> None:
"""
对数据库中的所有表达方式应用全局衰减
优化: 使用CRUD批量处理所有更改最后统一提交
优化: 使用分批处理和原生 SQL 操作提升性能
"""
try:
# 使用CRUD查询所有表达方式
crud = CRUDBase(Expression)
all_expressions = await crud.get_multi(limit=100000) # 获取所有表达方式
BATCH_SIZE = 1000 # 分批处理,避免一次性加载过多数据
updated_count = 0
deleted_count = 0
offset = 0
# 需要手动操作的情况下使用session
async with get_db_session() as session:
# 批量处理所有修改
for expr in all_expressions:
# 计算时间差
last_active = expr.last_active_time
time_diff_days = (current_time - last_active) / (24 * 3600) # 转换为天
# 计算衰减值
decay_value = self.calculate_decay_factor(time_diff_days)
new_count = max(0.01, expr.count - decay_value)
if new_count <= 0.01:
# 如果count太小删除这个表达方式
await session.delete(expr)
deleted_count += 1
else:
# 更新count
expr.count = new_count
updated_count += 1
# 优化: 统一提交所有更改从N次提交减少到1次
if updated_count > 0 or deleted_count > 0:
while True:
async with get_db_session() as session:
# 分批查询表达方式
batch_result = await session.execute(
select(Expression)
.order_by(Expression.id)
.limit(BATCH_SIZE)
.offset(offset)
)
batch_expressions = list(batch_result.scalars())
if not batch_expressions:
break # 没有更多数据
# 批量处理当前批次
to_delete = []
for expr in batch_expressions:
# 计算时间差
time_diff_days = (current_time - expr.last_active_time) / (24 * 3600)
# 计算衰减值
decay_value = self.calculate_decay_factor(time_diff_days)
new_count = max(0.01, expr.count - decay_value)
if new_count <= 0.01:
# 标记删除
to_delete.append(expr)
else:
# 更新count
expr.count = new_count
updated_count += 1
# 批量删除
if to_delete:
for expr in to_delete:
await session.delete(expr)
deleted_count += len(to_delete)
# 提交当前批次
await session.commit()
logger.info(f"全局衰减完成:更新了 {updated_count} 个表达方式,删除了 {deleted_count} 个表达方式")
# 如果批次不满,说明已经处理完所有数据
if len(batch_expressions) < BATCH_SIZE:
break
offset += BATCH_SIZE
if updated_count > 0 or deleted_count > 0:
logger.info(f"全局衰减完成:更新了 {updated_count} 个表达方式,删除了 {deleted_count} 个表达方式")
except Exception as e:
logger.error(f"数据库全局衰减失败: {e}")
@@ -509,88 +536,106 @@ class ExpressionLearner:
CRUDBase(Expression)
for chat_id, expr_list in chat_dict.items():
async with get_db_session() as session:
# 🔥 优化批量查询所有现有表达方式避免N次数据库查询
existing_exprs_result = await session.execute(
select(Expression).where(
(Expression.chat_id == chat_id)
& (Expression.type == type)
)
)
existing_exprs = list(existing_exprs_result.scalars())
# 构建快速查找索引
exact_match_map = {} # (situation, style) -> Expression
situation_map = {} # situation -> Expression
style_map = {} # style -> Expression
for expr in existing_exprs:
key = (expr.situation, expr.style)
exact_match_map[key] = expr
# 只保留第一个匹配(优先级:完全匹配 > 情景匹配 > 表达匹配)
if expr.situation not in situation_map:
situation_map[expr.situation] = expr
if expr.style not in style_map:
style_map[expr.style] = expr
# 批量处理所有新表达方式
for new_expr in expr_list:
# 🔥 改进1检查是否存在相同情景或相同表达的数据
# 情况1相同 chat_id + type + situation相同情景不同表达
query_same_situation = await session.execute(
select(Expression).where(
(Expression.chat_id == chat_id)
& (Expression.type == type)
& (Expression.situation == new_expr["situation"])
)
)
same_situation_expr = query_same_situation.scalar()
# 情况2相同 chat_id + type + style相同表达不同情景
query_same_style = await session.execute(
select(Expression).where(
(Expression.chat_id == chat_id)
& (Expression.type == type)
& (Expression.style == new_expr["style"])
)
)
same_style_expr = query_same_style.scalar()
# 情况3完全相同相同情景+相同表达)
query_exact_match = await session.execute(
select(Expression).where(
(Expression.chat_id == chat_id)
& (Expression.type == type)
& (Expression.situation == new_expr["situation"])
& (Expression.style == new_expr["style"])
)
)
exact_match_expr = query_exact_match.scalar()
situation = new_expr["situation"]
style_val = new_expr["style"]
exact_key = (situation, style_val)
# 优先处理完全匹配的情况
if exact_match_expr:
if exact_key in exact_match_map:
# 完全相同增加count更新时间
expr_obj = exact_match_expr
expr_obj = exact_match_map[exact_key]
expr_obj.count = expr_obj.count + 1
expr_obj.last_active_time = current_time
logger.debug(f"完全匹配更新count {expr_obj.count}")
elif same_situation_expr:
elif situation in situation_map:
# 相同情景,不同表达:覆盖旧的表达
logger.info(f"相同情景覆盖:'{same_situation_expr.situation}' 的表达从 '{same_situation_expr.style}' 更新为 '{new_expr['style']}'")
same_situation_expr.style = new_expr["style"]
same_situation_expr = situation_map[situation]
logger.info(f"相同情景覆盖:'{same_situation_expr.situation}' 的表达从 '{same_situation_expr.style}' 更新为 '{style_val}'")
# 更新映射
old_key = (same_situation_expr.situation, same_situation_expr.style)
if old_key in exact_match_map:
del exact_match_map[old_key]
same_situation_expr.style = style_val
same_situation_expr.count = same_situation_expr.count + 1
same_situation_expr.last_active_time = current_time
elif same_style_expr:
# 更新新的完全匹配映射
exact_match_map[exact_key] = same_situation_expr
elif style_val in style_map:
# 相同表达,不同情景:覆盖旧的情景
logger.info(f"相同表达覆盖:'{same_style_expr.style}' 的情景从 '{same_style_expr.situation}' 更新为 '{new_expr['situation']}'")
same_style_expr.situation = new_expr["situation"]
same_style_expr = style_map[style_val]
logger.info(f"相同表达覆盖:'{same_style_expr.style}' 的情景从 '{same_style_expr.situation}' 更新为 '{situation}'")
# 更新映射
old_key = (same_style_expr.situation, same_style_expr.style)
if old_key in exact_match_map:
del exact_match_map[old_key]
same_style_expr.situation = situation
same_style_expr.count = same_style_expr.count + 1
same_style_expr.last_active_time = current_time
# 更新新的完全匹配映射
exact_match_map[exact_key] = same_style_expr
situation_map[situation] = same_style_expr
else:
# 完全新的表达方式:创建新记录
new_expression = Expression(
situation=new_expr["situation"],
style=new_expr["style"],
situation=situation,
style=style_val,
count=1,
last_active_time=current_time,
chat_id=chat_id,
type=type,
create_date=current_time, # 手动设置创建日期
create_date=current_time,
)
session.add(new_expression)
logger.debug(f"新增表达方式:{new_expr['situation']} -> {new_expr['style']}")
# 更新映射
exact_match_map[exact_key] = new_expression
situation_map[situation] = new_expression
style_map[style_val] = new_expression
logger.debug(f"新增表达方式:{situation} -> {style_val}")
# 限制最大数量 - 使用 get_all_by_sorted 获取排序结果
exprs_result = await session.execute(
select(Expression)
.where((Expression.chat_id == chat_id) & (Expression.type == type))
.order_by(Expression.count.asc())
)
exprs = list(exprs_result.scalars())
if len(exprs) > MAX_EXPRESSION_COUNT:
# 删除count最小的多余表达方式
for expr in exprs[: len(exprs) - MAX_EXPRESSION_COUNT]:
# 🔥 优化:限制最大数量 - 使用已加载的数据避免重复查询
# existing_exprs 已包含该 chat_id 和 type 的所有表达方式
all_current_exprs = list(exact_match_map.values())
if len(all_current_exprs) > MAX_EXPRESSION_COUNT:
# 按 count 排序,删除 count 最小的多余表达方式
sorted_exprs = sorted(all_current_exprs, key=lambda e: e.count)
for expr in sorted_exprs[: len(all_current_exprs) - MAX_EXPRESSION_COUNT]:
await session.delete(expr)
# 从映射中移除
key = (expr.situation, expr.style)
if key in exact_match_map:
del exact_match_map[key]
logger.debug(f"已删除 {len(all_current_exprs) - MAX_EXPRESSION_COUNT} 个低频表达方式")
# 提交后清除相关缓存
# 提交数据库更改
await session.commit()
# 🔥 清除共享组内所有 chat_id 的表达方式缓存
# 🔥 优化:只在实际有更新时才清除缓存(移到外层,避免重复清除)
if chat_dict: # 只有当有数据更新时才清除缓存
from src.common.database.optimization.cache_manager import get_cache
from src.common.database.utils.decorators import generate_cache_key
cache = await get_cache()
@@ -602,53 +647,59 @@ class ExpressionLearner:
if len(related_chat_ids) > 1:
logger.debug(f"已清除共享组内 {len(related_chat_ids)} 个 chat_id 的表达方式缓存")
# 🔥 训练 StyleLearner支持共享组
# 只对 style 类型的表达方式进行训练grammar 不需要训练到模型)
if type == "style":
try:
logger.debug(f"开始训练 StyleLearner: 源chat_id={chat_id}, 共享组包含 {len(related_chat_ids)} 个chat_id, 样本数={len(expr_list)}")
# 为每个共享组内的 chat_id 训练其 StyleLearner
for target_chat_id in related_chat_ids:
learner = style_learner_manager.get_learner(target_chat_id)
# 🔥 训练 StyleLearner支持共享组
# 只对 style 类型的表达方式进行训练grammar 不需要训练到模型)
if type == "style" and chat_dict:
try:
related_chat_ids = self.get_related_chat_ids()
total_samples = sum(len(expr_list) for expr_list in chat_dict.values())
logger.debug(f"开始训练 StyleLearner: 共享组包含 {len(related_chat_ids)} 个chat_id, 总样本数={total_samples}")
# 为每个共享组内的 chat_id 训练其 StyleLearner
for target_chat_id in related_chat_ids:
learner = style_learner_manager.get_learner(target_chat_id)
# 收集该 target_chat_id 对应的所有表达方式
# 如果是源 chat_id使用 chat_dict 中的数据;否则也要训练(共享组特性)
total_success = 0
total_samples = 0
for source_chat_id, expr_list in chat_dict.items():
# 为每个学习到的表达方式训练模型
# 使用 situation 作为输入style 作为目标
# 这是最符合语义的方式:场景 -> 表达方式
success_count = 0
for expr in expr_list:
situation = expr["situation"]
style = expr["style"]
# 训练映射关系: situation -> style
if learner.learn_mapping(situation, style):
success_count += 1
else:
logger.warning(f"训练失败 (target={target_chat_id}): {situation} -> {style}")
# 保存模型
total_success += 1
total_samples += 1
# 保存模型
if total_samples > 0:
if learner.save(style_learner_manager.model_save_path):
logger.debug(f"StyleLearner 模型保存成功: {target_chat_id}")
else:
logger.error(f"StyleLearner 模型保存失败: {target_chat_id}")
if target_chat_id == chat_id:
# 只为 chat_id 记录详细日志
if target_chat_id == self.chat_id:
# 只为当前 chat_id 记录详细日志
logger.info(
f"StyleLearner 训练完成 (源): {success_count}/{len(expr_list)} 成功, "
f"StyleLearner 训练完成: {total_success}/{total_samples} 成功, "
f"当前风格总数={len(learner.get_all_styles())}, "
f"总样本数={learner.learning_stats['total_samples']}"
)
else:
logger.debug(
f"StyleLearner 训练完成 (共享组成员 {target_chat_id}): {success_count}/{len(expr_list)} 成功"
f"StyleLearner 训练完成 (共享组成员 {target_chat_id}): {total_success}/{total_samples} 成功"
)
if len(related_chat_ids) > 1:
logger.info(f"共享组内共 {len(related_chat_ids)} 个 StyleLearner 已同步训练")
if len(related_chat_ids) > 1:
logger.info(f"共享组内共 {len(related_chat_ids)} 个 StyleLearner 已同步训练")
except Exception as e:
logger.error(f"训练 StyleLearner 失败: {e}")
except Exception as e:
logger.error(f"训练 StyleLearner 失败: {e}")
return learnt_expressions
return None

View File

@@ -207,31 +207,20 @@ class ExpressionSelector:
select(Expression).where((Expression.chat_id.in_(related_chat_ids)) & (Expression.type == "grammar"))
)
style_exprs = [
{
# 🔥 优化:提前定义转换函数,避免重复代码
def expr_to_dict(expr, expr_type: str) -> dict[str, Any]:
return {
"situation": expr.situation,
"style": expr.style,
"count": expr.count,
"last_active_time": expr.last_active_time,
"source_id": expr.chat_id,
"type": "style",
"type": expr_type,
"create_date": expr.create_date if expr.create_date is not None else expr.last_active_time,
}
for expr in style_query.scalars()
]
grammar_exprs = [
{
"situation": expr.situation,
"style": expr.style,
"count": expr.count,
"last_active_time": expr.last_active_time,
"source_id": expr.chat_id,
"type": "grammar",
"create_date": expr.create_date if expr.create_date is not None else expr.last_active_time,
}
for expr in grammar_query.scalars()
]
style_exprs = [expr_to_dict(expr, "style") for expr in style_query.scalars()]
grammar_exprs = [expr_to_dict(expr, "grammar") for expr in grammar_query.scalars()]
style_num = int(total_num * style_percentage)
grammar_num = int(total_num * grammar_percentage)
@@ -251,9 +240,14 @@ class ExpressionSelector:
@staticmethod
async def update_expressions_count_batch(expressions_to_update: list[dict[str, Any]], increment: float = 0.1):
"""对一批表达方式更新count值按chat_id+type分组后一次性写入数据库"""
"""对一批表达方式更新count值按chat_id+type分组后一次性写入数据库
🔥 优化:合并所有更新到一个事务中,减少数据库连接开销
"""
if not expressions_to_update:
return
# 去重处理
updates_by_key = {}
affected_chat_ids = set()
for expr in expressions_to_update:
@@ -269,9 +263,15 @@ class ExpressionSelector:
updates_by_key[key] = expr
affected_chat_ids.add(source_id)
for chat_id, expr_type, situation, style in updates_by_key:
async with get_db_session() as session:
query = await session.execute(
if not updates_by_key:
return
# 🔥 优化:使用单个 session 批量处理所有更新
current_time = time.time()
async with get_db_session() as session:
updated_count = 0
for chat_id, expr_type, situation, style in updates_by_key:
query_result = await session.execute(
select(Expression).where(
(Expression.chat_id == chat_id)
& (Expression.type == expr_type)
@@ -279,25 +279,26 @@ class ExpressionSelector:
& (Expression.style == style)
)
)
query = query.scalar()
if query:
expr_obj = query
expr_obj = query_result.scalar()
if expr_obj:
current_count = expr_obj.count
new_count = min(current_count + increment, 5.0)
expr_obj.count = new_count
expr_obj.last_active_time = time.time()
expr_obj.last_active_time = current_time
updated_count += 1
logger.debug(
f"表达方式激活: 原count={current_count:.3f}, 增量={increment}, 新count={new_count:.3f} in db"
)
# 批量提交所有更改
if updated_count > 0:
await session.commit()
logger.debug(f"批量更新了 {updated_count} 个表达方式的count值")
# 清除所有受影响的chat_id的缓存
from src.common.database.optimization.cache_manager import get_cache
from src.common.database.utils.decorators import generate_cache_key
cache = await get_cache()
for chat_id in affected_chat_ids:
await cache.delete(generate_cache_key("chat_expressions", chat_id))
if affected_chat_ids:
from src.common.database.optimization.cache_manager import get_cache
from src.common.database.utils.decorators import generate_cache_key
cache = await get_cache()
for chat_id in affected_chat_ids:
await cache.delete(generate_cache_key("chat_expressions", chat_id))
async def select_suitable_expressions(
self,
@@ -518,29 +519,41 @@ class ExpressionSelector:
logger.warning("数据库中完全没有任何表达方式,需要先学习")
return []
# 🔥 使用模糊匹配而不是精确匹配
# 计算每个预测style与数据库style的相似度
# 🔥 优化:使用更高效的模糊匹配算法
from difflib import SequenceMatcher
# 预处理:提前计算所有预测 style 的小写版本,避免重复计算
predicted_styles_lower = [(s.lower(), score) for s, score in predicted_styles[:20]]
matched_expressions = []
for expr in all_expressions:
db_style = expr.style or ""
db_style_lower = db_style.lower()
max_similarity = 0.0
best_predicted = ""
# 与每个预测的style计算相似度
for predicted_style, pred_score in predicted_styles[:20]: # 考虑前20个预测
# 计算字符串相似度
similarity = SequenceMatcher(None, predicted_style, db_style).ratio()
# 也检查包含关系(如果一个是另一个的子串,给更高分)
if len(predicted_style) >= 2 and len(db_style) >= 2:
if predicted_style in db_style or db_style in predicted_style:
similarity = max(similarity, 0.7)
for predicted_style_lower, pred_score in predicted_styles_lower:
# 快速检查:完全匹配
if predicted_style_lower == db_style_lower:
max_similarity = 1.0
best_predicted = predicted_style_lower
break
# 快速检查:子串匹配
if len(predicted_style_lower) >= 2 and len(db_style_lower) >= 2:
if predicted_style_lower in db_style_lower or db_style_lower in predicted_style_lower:
similarity = 0.7
if similarity > max_similarity:
max_similarity = similarity
best_predicted = predicted_style_lower
continue
# 计算字符串相似度(较慢,只在必要时使用)
similarity = SequenceMatcher(None, predicted_style_lower, db_style_lower).ratio()
if similarity > max_similarity:
max_similarity = similarity
best_predicted = predicted_style
best_predicted = predicted_style_lower
# 🔥 降低阈值到30%因为StyleLearner预测质量较差
if max_similarity >= 0.3: # 30%相似度阈值
@@ -573,14 +586,15 @@ class ExpressionSelector:
f"(候选 {len(matched_expressions)}temperature={temperature})"
)
# 转换为字典格式
# 🔥 优化:使用列表推导式和预定义函数减少开销
expressions = [
{
"situation": expr.situation or "",
"style": expr.style or "",
"type": expr.type or "style",
"count": float(expr.count) if expr.count else 0.0,
"last_active_time": expr.last_active_time or 0.0
"last_active_time": expr.last_active_time or 0.0,
"source_id": expr.chat_id # 添加 source_id 以便后续更新
}
for expr in expressions_objs
]

View File

@@ -127,7 +127,8 @@ class SituationExtractor:
Returns:
情境描述列表
"""
situations = []
situations: list[str] = []
seen = set()
for line in response.splitlines():
line = line.strip()
@@ -150,6 +151,11 @@ class SituationExtractor:
if any(keyword in line.lower() for keyword in ["例如", "注意", "", "分析", "总结"]):
continue
# 去重,保持原有顺序
if line in seen:
continue
seen.add(line)
situations.append(line)
if len(situations) >= max_situations:

View File

@@ -4,6 +4,7 @@
支持多聊天室独立建模和在线学习
"""
import os
import pickle
import time
from src.common.logger import get_logger
@@ -16,11 +17,12 @@ logger = get_logger("expressor.style_learner")
class StyleLearner:
"""单个聊天室的表达风格学习器"""
def __init__(self, chat_id: str, model_config: dict | None = None):
def __init__(self, chat_id: str, model_config: dict | None = None, resource_limit_enabled: bool = True):
"""
Args:
chat_id: 聊天室ID
model_config: 模型配置
resource_limit_enabled: 是否启用资源上限控制(默认关闭)
"""
self.chat_id = chat_id
self.model_config = model_config or {
@@ -34,6 +36,9 @@ class StyleLearner:
# 初始化表达模型
self.expressor = ExpressorModel(**self.model_config)
# 资源上限控制开关(默认开启,可按需关闭)
self.resource_limit_enabled = resource_limit_enabled
# 动态风格管理
self.max_styles = 2000 # 每个chat_id最多2000个风格
self.cleanup_threshold = 0.9 # 达到90%容量时触发清理
@@ -67,18 +72,15 @@ class StyleLearner:
if style in self.style_to_id:
return True
# 检查是否需要清理
current_count = len(self.style_to_id)
cleanup_trigger = int(self.max_styles * self.cleanup_threshold)
if current_count >= cleanup_trigger:
if current_count >= self.max_styles:
# 已经达到最大限制,必须清理
logger.warning(f"已达到最大风格数量限制 ({self.max_styles}),开始清理")
self._cleanup_styles()
elif current_count >= cleanup_trigger:
# 接近限制,提前清理
logger.info(f"风格数量达到 {current_count}/{self.max_styles},触发预防性清理")
# 检查是否需要清理(仅计算一次阈值)
if self.resource_limit_enabled:
current_count = len(self.style_to_id)
cleanup_trigger = int(self.max_styles * self.cleanup_threshold)
if current_count >= cleanup_trigger:
if current_count >= self.max_styles:
logger.warning(f"已达到最大风格数量限制 ({self.max_styles}),开始清理")
else:
logger.info(f"风格数量达到 {current_count}/{self.max_styles},触发预防性清理")
self._cleanup_styles()
# 生成新的style_id
@@ -95,7 +97,8 @@ class StyleLearner:
self.expressor.add_candidate(style_id, style, situation)
# 初始化统计
self.learning_stats["style_counts"][style_id] = 0
self.learning_stats.setdefault("style_counts", {})[style_id] = 0
self.learning_stats.setdefault("style_last_used", {})
logger.debug(f"添加风格成功: {style_id} -> {style}")
return True
@@ -114,64 +117,64 @@ class StyleLearner:
3. 默认清理 cleanup_ratio (20%) 的风格
"""
try:
total_styles = len(self.style_to_id)
if total_styles == 0:
return
# 只有在达到阈值时才执行昂贵的排序
cleanup_count = max(1, int(total_styles * self.cleanup_ratio))
if cleanup_count <= 0:
return
current_time = time.time()
cleanup_count = max(1, int(len(self.style_to_id) * self.cleanup_ratio))
# 局部引用加速频繁调用的函数
from math import exp, log1p
# 计算每个风格的价值分数
style_scores = []
for style_id in self.style_to_id.values():
# 使用次数
usage_count = self.learning_stats["style_counts"].get(style_id, 0)
# 最后使用时间(越近越好)
last_used = self.learning_stats["style_last_used"].get(style_id, 0)
time_since_used = current_time - last_used if last_used > 0 else float("inf")
usage_score = log1p(usage_count)
days_unused = time_since_used / 86400
time_score = exp(-days_unused / 30)
# 综合分数:使用次数越多越好,距离上次使用时间越短越好
# 使用对数来平滑使用次数的影响
import math
usage_score = math.log1p(usage_count) # log(1 + count)
# 时间分数:转换为天数,使用指数衰减
days_unused = time_since_used / 86400 # 转换为天
time_score = math.exp(-days_unused / 30) # 30天衰减因子
# 综合分数80%使用频率 + 20%时间新鲜度
total_score = 0.8 * usage_score + 0.2 * time_score
style_scores.append((style_id, total_score, usage_count, days_unused))
if not style_scores:
return
# 按分数排序,分数低的先删除
style_scores.sort(key=lambda x: x[1])
# 删除分数最低的风格
deleted_styles = []
for style_id, score, usage, days in style_scores[:cleanup_count]:
style_text = self.id_to_style.get(style_id)
if style_text:
# 从映射中删除
del self.style_to_id[style_text]
del self.id_to_style[style_id]
if style_id in self.id_to_situation:
del self.id_to_situation[style_id]
if not style_text:
continue
# 从统计中删除
if style_id in self.learning_stats["style_counts"]:
del self.learning_stats["style_counts"][style_id]
if style_id in self.learning_stats["style_last_used"]:
del self.learning_stats["style_last_used"][style_id]
# 从映射中删除
self.style_to_id.pop(style_text, None)
self.id_to_style.pop(style_id, None)
self.id_to_situation.pop(style_id, None)
# 从expressor模型中删除
self.expressor.remove_candidate(style_id)
# 从统计中删除
self.learning_stats["style_counts"].pop(style_id, None)
self.learning_stats["style_last_used"].pop(style_id, None)
deleted_styles.append((style_text[:30], usage, f"{days:.1f}"))
# 从expressor模型中删除
self.expressor.remove_candidate(style_id)
deleted_styles.append((style_text[:30], usage, f"{days:.1f}"))
logger.info(
f"风格清理完成: 删除了 {len(deleted_styles)}/{len(style_scores)} 个风格,"
f"剩余 {len(self.style_to_id)} 个风格"
)
# 记录前5个被删除的风格用于调试
if deleted_styles:
logger.debug(f"被删除的风格样例(前5): {deleted_styles[:5]}")
@@ -204,7 +207,9 @@ class StyleLearner:
# 更新统计
current_time = time.time()
self.learning_stats["total_samples"] += 1
self.learning_stats["style_counts"][style_id] += 1
self.learning_stats.setdefault("style_counts", {})
self.learning_stats.setdefault("style_last_used", {})
self.learning_stats["style_counts"][style_id] = self.learning_stats["style_counts"].get(style_id, 0) + 1
self.learning_stats["style_last_used"][style_id] = current_time # 更新最后使用时间
self.learning_stats["last_update"] = current_time
@@ -349,11 +354,11 @@ class StyleLearner:
# 保存expressor模型
model_path = os.path.join(save_dir, "expressor_model.pkl")
self.expressor.save(model_path)
# 保存映射关系和统计信息
import pickle
tmp_model_path = f"{model_path}.tmp"
self.expressor.save(tmp_model_path)
os.replace(tmp_model_path, model_path)
# 保存映射关系和统计信息(原子写)
meta_path = os.path.join(save_dir, "meta.pkl")
# 确保 learning_stats 包含所有必要字段
@@ -368,8 +373,13 @@ class StyleLearner:
"learning_stats": self.learning_stats,
}
with open(meta_path, "wb") as f:
pickle.dump(meta_data, f)
tmp_meta_path = f"{meta_path}.tmp"
with open(tmp_meta_path, "wb") as f:
pickle.dump(meta_data, f, protocol=pickle.HIGHEST_PROTOCOL)
f.flush()
os.fsync(f.fileno())
os.replace(tmp_meta_path, meta_path)
return True
@@ -401,8 +411,6 @@ class StyleLearner:
self.expressor.load(model_path)
# 加载映射关系和统计信息
import pickle
meta_path = os.path.join(save_dir, "meta.pkl")
if os.path.exists(meta_path):
with open(meta_path, "rb") as f:
@@ -445,14 +453,16 @@ class StyleLearnerManager:
# 🔧 最大活跃 learner 数量
MAX_ACTIVE_LEARNERS = 50
def __init__(self, model_save_path: str = "data/expression/style_models"):
def __init__(self, model_save_path: str = "data/expression/style_models", resource_limit_enabled: bool = True):
"""
Args:
model_save_path: 模型保存路径
resource_limit_enabled: 是否启用资源上限控制(默认开启)
"""
self.learners: dict[str, StyleLearner] = {}
self.learner_last_used: dict[str, float] = {} # 🔧 记录最后使用时间
self.model_save_path = model_save_path
self.resource_limit_enabled = resource_limit_enabled
# 确保保存目录存在
os.makedirs(model_save_path, exist_ok=True)
@@ -475,7 +485,10 @@ class StyleLearnerManager:
for chat_id, last_used in sorted_by_time[:evict_count]:
if chat_id in self.learners:
# 先保存再淘汰
self.learners[chat_id].save(self.model_save_path)
try:
self.learners[chat_id].save(self.model_save_path)
except Exception as e:
logger.error(f"LRU淘汰时保存学习器失败: chat_id={chat_id}, error={e}")
del self.learners[chat_id]
del self.learner_last_used[chat_id]
evicted.append(chat_id)
@@ -502,7 +515,11 @@ class StyleLearnerManager:
self._evict_if_needed()
# 创建新的学习器
learner = StyleLearner(chat_id, model_config)
learner = StyleLearner(
chat_id,
model_config,
resource_limit_enabled=self.resource_limit_enabled,
)
# 尝试加载已保存的模型
learner.load(self.model_save_path)
@@ -511,6 +528,12 @@ class StyleLearnerManager:
return self.learners[chat_id]
def set_resource_limit(self, enabled: bool) -> None:
"""动态开启/关闭资源上限控制(默认关闭)。"""
self.resource_limit_enabled = enabled
for learner in self.learners.values():
learner.resource_limit_enabled = enabled
def learn_mapping(self, chat_id: str, up_content: str, style: str) -> bool:
"""
学习一个映射关系

View File

@@ -5,6 +5,7 @@
import asyncio
import time
from collections import OrderedDict
from typing import TYPE_CHECKING
from src.common.logger import get_logger
@@ -37,19 +38,50 @@ class InterestManager:
self._calculation_queue = asyncio.Queue()
self._worker_task = None
self._shutdown_event = asyncio.Event()
# 性能优化相关字段
self._result_cache: OrderedDict[str, InterestCalculationResult] = OrderedDict() # LRU缓存
self._cache_max_size = 1000 # 最大缓存数量
self._cache_ttl = 300 # 缓存TTL
self._batch_queue: asyncio.Queue = asyncio.Queue(maxsize=100) # 批处理队列
self._batch_size = 10 # 批处理大小
self._batch_timeout = 0.1 # 批处理超时(秒)
self._batch_task = None
self._is_warmed_up = False # 预热状态标记
# 性能统计
self._cache_hits = 0
self._cache_misses = 0
self._batch_calculations = 0
self._total_calculation_time = 0.0
self._initialized = True
async def initialize(self):
"""初始化管理器"""
pass
# 启动批处理工作线程
if self._batch_task is None or self._batch_task.done():
self._batch_task = asyncio.create_task(self._batch_processing_worker())
logger.info("批处理工作线程已启动")
async def shutdown(self):
"""关闭管理器"""
self._shutdown_event.set()
# 取消批处理任务
if self._batch_task and not self._batch_task.done():
self._batch_task.cancel()
try:
await self._batch_task
except asyncio.CancelledError:
pass
if self._current_calculator:
await self._current_calculator.cleanup()
self._current_calculator = None
# 清理缓存
self._result_cache.clear()
logger.info("兴趣值管理器已关闭")
@@ -91,12 +123,13 @@ class InterestManager:
logger.error(f"注册兴趣值计算组件失败: {e}")
return False
async def calculate_interest(self, message: "DatabaseMessages", timeout: float | None = None) -> InterestCalculationResult:
"""计算消息兴趣值
async def calculate_interest(self, message: "DatabaseMessages", timeout: float | None = None, use_cache: bool = True) -> InterestCalculationResult:
"""计算消息兴趣值(优化版,支持缓存)
Args:
message: 数据库消息对象
timeout: 最大等待时间超时则使用默认值返回为None时不设置超时
use_cache: 是否使用缓存默认True
Returns:
InterestCalculationResult: 计算结果或默认结果
@@ -109,37 +142,53 @@ class InterestManager:
interest_value=0.3,
error_message="没有可用的兴趣值计算组件",
)
message_id = getattr(message, "message_id", "")
# 缓存查询
if use_cache and message_id:
cached_result = self._get_from_cache(message_id)
if cached_result is not None:
self._cache_hits += 1
logger.debug(f"命中缓存: {message_id}, 兴趣值: {cached_result.interest_value:.3f}")
return cached_result
self._cache_misses += 1
# 使用 create_task 异步执行计算
task = asyncio.create_task(self._async_calculate(message))
if timeout is None:
return await task
try:
# 等待计算结果,但有超时限制
result = await asyncio.wait_for(task, timeout=timeout)
return result
except asyncio.TimeoutError:
# 超时返回默认结果,但计算仍在后台继续
logger.warning(f"兴趣值计算超时 ({timeout}s),消息 {getattr(message, 'message_id', '')} 使用默认兴趣值 0.5")
return InterestCalculationResult(
success=True,
message_id=getattr(message, "message_id", ""),
interest_value=0.5, # 固定默认兴趣值
should_reply=False,
should_act=False,
error_message=f"计算超时({timeout}s),使用默认值",
)
except Exception as e:
# 发生异常,返回默认结果
logger.error(f"兴趣值计算异常: {e}")
return InterestCalculationResult(
success=False,
message_id=getattr(message, "message_id", ""),
interest_value=0.3,
error_message=f"计算异常: {e!s}",
)
result = await task
else:
try:
# 等待计算结果,但有超时限制
result = await asyncio.wait_for(task, timeout=timeout)
except asyncio.TimeoutError:
# 超时返回默认结果,但计算仍在后台继续
logger.warning(f"兴趣值计算超时 ({timeout}s),消息 {message_id} 使用默认兴趣值 0.5")
return InterestCalculationResult(
success=True,
message_id=message_id,
interest_value=0.5, # 固定默认兴趣值
should_reply=False,
should_act=False,
error_message=f"计算超时({timeout}s),使用默认值",
)
except Exception as e:
# 发生异常,返回默认结果
logger.error(f"兴趣值计算异常: {e}")
return InterestCalculationResult(
success=False,
message_id=message_id,
interest_value=0.3,
error_message=f"计算异常: {e!s}",
)
# 缓存结果
if use_cache and result.success and message_id:
self._put_to_cache(message_id, result)
return result
async def _async_calculate(self, message: "DatabaseMessages") -> InterestCalculationResult:
"""异步执行兴趣值计算"""
@@ -161,6 +210,7 @@ class InterestManager:
if result.success:
self._last_calculation_time = time.time()
self._total_calculation_time += result.calculation_time
logger.debug(f"兴趣值计算完成: {result.interest_value:.3f} (耗时: {result.calculation_time:.3f}s)")
else:
self._failed_calculations += 1
@@ -170,13 +220,15 @@ class InterestManager:
except Exception as e:
self._failed_calculations += 1
calc_time = time.time() - start_time
self._total_calculation_time += calc_time
logger.error(f"兴趣值计算异常: {e}")
return InterestCalculationResult(
success=False,
message_id=getattr(message, "message_id", ""),
interest_value=0.0,
error_message=f"计算异常: {e!s}",
calculation_time=time.time() - start_time,
calculation_time=calc_time,
)
async def _calculation_worker(self):
@@ -197,6 +249,155 @@ class InterestManager:
break
except Exception as e:
logger.error(f"计算工作线程异常: {e}")
def _get_from_cache(self, message_id: str) -> InterestCalculationResult | None:
"""从缓存中获取结果LRU策略"""
if message_id not in self._result_cache:
return None
# 检查TTL
result = self._result_cache[message_id]
if time.time() - result.timestamp > self._cache_ttl:
# 过期,删除
del self._result_cache[message_id]
return None
# 更新访问顺序LRU
self._result_cache.move_to_end(message_id)
return result
def _put_to_cache(self, message_id: str, result: InterestCalculationResult):
"""将结果放入缓存LRU策略"""
# 如果已存在,更新
if message_id in self._result_cache:
self._result_cache.move_to_end(message_id)
self._result_cache[message_id] = result
# 限制缓存大小
while len(self._result_cache) > self._cache_max_size:
# 删除最旧的项
self._result_cache.popitem(last=False)
async def calculate_interest_batch(self, messages: list["DatabaseMessages"], timeout: float | None = None) -> list[InterestCalculationResult]:
"""批量计算消息兴趣值(并发优化)
Args:
messages: 消息列表
timeout: 单个计算的超时时间
Returns:
list[InterestCalculationResult]: 计算结果列表
"""
if not messages:
return []
# 并发计算所有消息
tasks = [self.calculate_interest(msg, timeout=timeout) for msg in messages]
results = await asyncio.gather(*tasks, return_exceptions=True)
# 处理异常
final_results = []
for i, result in enumerate(results):
if isinstance(result, Exception):
logger.error(f"批量计算消息 {i} 失败: {result}")
final_results.append(InterestCalculationResult(
success=False,
message_id=getattr(messages[i], "message_id", ""),
interest_value=0.3,
error_message=f"批量计算异常: {result!s}",
))
else:
final_results.append(result)
self._batch_calculations += 1
return final_results
async def _batch_processing_worker(self):
"""批处理工作线程"""
while not self._shutdown_event.is_set():
batch = []
deadline = time.time() + self._batch_timeout
try:
# 收集批次
while len(batch) < self._batch_size and time.time() < deadline:
remaining_time = deadline - time.time()
if remaining_time <= 0:
break
try:
item = await asyncio.wait_for(self._batch_queue.get(), timeout=remaining_time)
batch.append(item)
except asyncio.TimeoutError:
break
# 处理批次
if batch:
await self._process_batch(batch)
except asyncio.CancelledError:
break
except Exception as e:
logger.error(f"批处理工作线程异常: {e}")
async def _process_batch(self, batch: list):
"""处理批次消息"""
# 这里可以实现具体的批处理逻辑
# 当前版本只是占位,实际的批处理逻辑可以根据具体需求实现
pass
async def warmup(self, sample_messages: list["DatabaseMessages"] | None = None):
"""预热兴趣计算器
Args:
sample_messages: 样本消息列表用于预热。如果为None则只初始化计算器
"""
if not self._current_calculator:
logger.warning("无法预热:没有可用的兴趣值计算组件")
return
logger.info("开始预热兴趣值计算器...")
start_time = time.time()
# 如果提供了样本消息,进行预热计算
if sample_messages:
try:
# 批量计算样本消息
await self.calculate_interest_batch(sample_messages, timeout=5.0)
logger.info(f"预热完成:处理了 {len(sample_messages)} 条样本消息,耗时 {time.time() - start_time:.2f}s")
except Exception as e:
logger.error(f"预热过程中出现异常: {e}")
else:
logger.info(f"预热完成:计算器已就绪,耗时 {time.time() - start_time:.2f}s")
self._is_warmed_up = True
def clear_cache(self):
"""清空缓存"""
cleared_count = len(self._result_cache)
self._result_cache.clear()
logger.info(f"已清空 {cleared_count} 条缓存记录")
def set_cache_config(self, max_size: int | None = None, ttl: int | None = None):
"""设置缓存配置
Args:
max_size: 最大缓存数量
ttl: 缓存生存时间(秒)
"""
if max_size is not None:
self._cache_max_size = max_size
logger.info(f"缓存最大容量设置为: {max_size}")
if ttl is not None:
self._cache_ttl = ttl
logger.info(f"缓存TTL设置为: {ttl}")
# 如果当前缓存超过新的最大值,清理旧数据
if max_size is not None:
while len(self._result_cache) > self._cache_max_size:
self._result_cache.popitem(last=False)
def get_current_calculator(self) -> BaseInterestCalculator | None:
"""获取当前活跃的兴趣值计算组件"""
@@ -205,6 +406,8 @@ class InterestManager:
def get_statistics(self) -> dict:
"""获取管理器统计信息"""
success_rate = 1.0 - (self._failed_calculations / max(1, self._total_calculations))
cache_hit_rate = self._cache_hits / max(1, self._cache_hits + self._cache_misses)
avg_calc_time = self._total_calculation_time / max(1, self._total_calculations)
stats = {
"manager_statistics": {
@@ -213,6 +416,13 @@ class InterestManager:
"success_rate": success_rate,
"last_calculation_time": self._last_calculation_time,
"current_calculator": self._current_calculator.component_name if self._current_calculator else None,
"cache_hit_rate": cache_hit_rate,
"cache_hits": self._cache_hits,
"cache_misses": self._cache_misses,
"cache_size": len(self._result_cache),
"batch_calculations": self._batch_calculations,
"average_calculation_time": avg_calc_time,
"is_warmed_up": self._is_warmed_up,
}
}
@@ -236,6 +446,82 @@ class InterestManager:
def has_calculator(self) -> bool:
"""检查是否有可用的计算组件"""
return self._current_calculator is not None and self._current_calculator.is_enabled
async def adaptive_optimize(self):
"""自适应优化:根据性能统计自动调整参数"""
if not self._current_calculator:
return
stats = self.get_statistics()["manager_statistics"]
# 根据缓存命中率调整缓存大小
cache_hit_rate = stats["cache_hit_rate"]
if cache_hit_rate < 0.5 and self._cache_max_size < 5000:
# 命中率低,增加缓存容量
new_size = min(self._cache_max_size * 2, 5000)
logger.info(f"自适应优化:缓存命中率较低 ({cache_hit_rate:.2%}),扩大缓存容量 {self._cache_max_size} -> {new_size}")
self._cache_max_size = new_size
elif cache_hit_rate > 0.9 and self._cache_max_size > 100:
# 命中率高,可以适当减小缓存
new_size = max(self._cache_max_size // 2, 100)
logger.info(f"自适应优化:缓存命中率很高 ({cache_hit_rate:.2%}),缩小缓存容量 {self._cache_max_size} -> {new_size}")
self._cache_max_size = new_size
# 清理多余缓存
while len(self._result_cache) > self._cache_max_size:
self._result_cache.popitem(last=False)
# 根据平均计算时间调整批处理参数
avg_calc_time = stats["average_calculation_time"]
if avg_calc_time > 0.5 and self._batch_size < 50:
# 计算较慢,增加批次大小以提高吞吐量
new_batch_size = min(self._batch_size * 2, 50)
logger.info(f"自适应优化:平均计算时间较长 ({avg_calc_time:.3f}s),增加批次大小 {self._batch_size} -> {new_batch_size}")
self._batch_size = new_batch_size
elif avg_calc_time < 0.1 and self._batch_size > 5:
# 计算较快,可以减小批次
new_batch_size = max(self._batch_size // 2, 5)
logger.info(f"自适应优化:平均计算时间较短 ({avg_calc_time:.3f}s),减小批次大小 {self._batch_size} -> {new_batch_size}")
self._batch_size = new_batch_size
def get_performance_report(self) -> str:
"""生成性能报告"""
stats = self.get_statistics()["manager_statistics"]
report = [
"=" * 60,
"兴趣值管理器性能报告",
"=" * 60,
f"总计算次数: {stats['total_calculations']}",
f"失败次数: {stats['failed_calculations']}",
f"成功率: {stats['success_rate']:.2%}",
f"缓存命中率: {stats['cache_hit_rate']:.2%}",
f"缓存命中: {stats['cache_hits']}",
f"缓存未命中: {stats['cache_misses']}",
f"当前缓存大小: {stats['cache_size']} / {self._cache_max_size}",
f"批量计算次数: {stats['batch_calculations']}",
f"平均计算时间: {stats['average_calculation_time']:.4f}s",
f"是否已预热: {'' if stats['is_warmed_up'] else ''}",
f"当前计算器: {stats['current_calculator'] or ''}",
"=" * 60,
]
# 添加计算器统计
if self._current_calculator:
calc_stats = self.get_statistics()["calculator_statistics"]
report.extend([
"",
"计算器统计:",
f" 组件名称: {calc_stats['component_name']}",
f" 版本: {calc_stats['component_version']}",
f" 已启用: {calc_stats['enabled']}",
f" 总计算: {calc_stats['total_calculations']}",
f" 失败: {calc_stats['failed_calculations']}",
f" 成功率: {calc_stats['success_rate']:.2%}",
f" 平均耗时: {calc_stats['average_calculation_time']:.4f}s",
"=" * 60,
])
return "\n".join(report)
# 全局实例

View File

@@ -0,0 +1,199 @@
# 短期记忆压力泄压补丁
## 📋 概述
在高频消息场景下,短期记忆层(`ShortTermMemoryManager`)可能在自动转移机制触发前快速堆积大量记忆,当达到容量上限(`max_memories`)时可能阻塞后续写入。本功能提供一个**可选的泄压开关**,在容量溢出时自动删除低优先级记忆,防止系统阻塞。
**关键特性**
- ✅ 默认关闭,保持向后兼容
- ✅ 基于重要性和时间的智能删除策略
- ✅ 异步持久化,不阻塞主流程
- ✅ 可通过配置文件或代码控制
---
## 🔧 配置方法
### 方法 1代码配置直接创建管理器
如果您在代码中直接实例化 `UnifiedMemoryManager`
```python
from src.memory_graph.unified_manager import UnifiedMemoryManager
manager = UnifiedMemoryManager(
short_term_enable_force_cleanup=True, # 开启泄压功能
short_term_max_memories=30, # 短期记忆容量上限
# ... 其他参数
)
```
### 方法 2配置文件通过单例获取
**推荐方式**:如果您使用 `get_unified_memory_manager()` 单例,需修改配置文件。
#### ❌ 目前的问题
配置文件 `config/bot_config.toml``[memory]` 节**尚未包含**此开关参数。
#### ✅ 解决方案
`config/bot_config.toml``[memory]` 节添加:
```toml
[memory]
# ... 其他配置 ...
short_term_max_memories = 30 # 短期记忆容量上限
short_term_transfer_threshold = 0.6 # 转移到长期记忆的重要性阈值
short_term_enable_force_cleanup = true # 开启压力泄压(建议高频场景开启)
```
然后在 `src/memory_graph/manager_singleton.py` 第 157-175 行的 `get_unified_memory_manager()` 函数中添加读取逻辑:
```python
_unified_memory_manager = UnifiedMemoryManager(
# ... 其他参数 ...
short_term_enable_force_cleanup=getattr(config, "short_term_enable_force_cleanup", False), # 添加此行
)
```
---
## ⚙️ 核心实现位置
### 1. 参数定义
**文件**`src/memory_graph/unified_manager.py` 第 47 行
```python
class UnifiedMemoryManager:
def __init__(
self,
short_term_enable_force_cleanup: bool = False, # 开关参数
):
```
### 2. 传递到短期层
**文件**`src/memory_graph/unified_manager.py` 第 100 行
```python
"short_term": {
"enable_force_cleanup": short_term_enable_force_cleanup, # 传递给 ShortTermMemoryManager
}
```
### 3. 泄压逻辑实现
**文件**`src/memory_graph/short_term_manager.py` 第 693-726 行
```python
def force_cleanup_overflow(self, keep_ratio: float = 0.9) -> int:
"""当短期记忆超过容量时,强制删除低重要性且最早的记忆以泄压"""
if not self.enable_force_cleanup: # 检查开关
return 0
# ... 删除逻辑
```
### 4. 触发条件
**文件**`src/memory_graph/unified_manager.py` 第 618-621 行
```python
# 在自动转移循环中检测
if occupancy_ratio >= 1.0 and not transfer_cache:
removed = self.short_term_manager.force_cleanup_overflow()
if removed > 0:
logger.warning(f"短期记忆占用率 {occupancy_ratio:.0%},已强制删除 {removed} 条低重要性记忆泄压")
```
---
## 🔄 运行机制
### 触发条件(同时满足)
1. ✅ 开关已开启(`enable_force_cleanup=True`
2. ✅ 短期记忆占用率 ≥ 100%`len(memories) >= max_memories`
3. ✅ 当前没有待转移批次(`transfer_cache` 为空)
### 删除策略
**排序规则**:双重排序,先按重要性升序,再按创建时间升序
```python
sorted_memories = sorted(self.memories, key=lambda m: (m.importance, m.created_at))
```
**删除数量**:删除到容量的 90%
```python
current = len(self.memories) # 当前记忆数
limit = int(self.max_memories * 0.9) # 目标保留数
remove_count = current - limit # 需要删除的数量
```
**示例**
- 容量上限 `max_memories=30`
- 当前记忆数 `35` → 删除 `35 - 27 = 8` 条最低优先级记忆
- 优先删除:重要性 0.1 且创建于 10 分钟前的记忆
### 持久化
- 使用 `asyncio.create_task(self._save_to_disk())` 异步保存
- **不阻塞**消息处理主流程
---
## 📊 性能影响
| 场景 | 开关状态 | 行为 | 适用场景 |
|------|---------|------|---------|
| 高频消息 | ✅ 开启 | 自动泄压,防止阻塞 | 群聊、客服场景 |
| 低频消息 | ❌ 关闭 | 仅依赖自动转移 | 私聊、低活跃群 |
| 调试阶段 | ❌ 关闭 | 便于观察记忆堆积 | 开发测试 |
**日志示例**(开启后):
```
[WARNING] 短期记忆压力泄压: 移除 8 条 (当前 27/30)
[WARNING] 短期记忆占用率 100%,已强制删除 8 条低重要性记忆泄压
```
---
## 🚨 注意事项
### ⚠️ 何时开启
-**推荐开启**高频群聊、客服机器人、24/7 运行场景
-**不建议开启**:需要完整保留所有短期记忆、调试阶段
### ⚠️ 潜在影响
- 低重要性记忆可能被删除,**不会转移到长期记忆**
- 如需保留所有记忆,应调大 `max_memories` 或关闭此功能
### ⚠️ 与自动转移的协同
本功能是**兜底机制**,正常情况下:
1. 优先触发自动转移(占用率 ≥ 50%
2. 高重要性记忆转移到长期层
3. 仅当转移来不及时,泄压才会触发
---
## 🔙 回滚与禁用
### 临时禁用(无需重启)
```python
# 运行时修改(如果您能访问管理器实例)
unified_manager.short_term_manager.enable_force_cleanup = False
```
### 永久禁用
**配置文件方式**
```toml
[memory]
short_term_enable_force_cleanup = false # 或直接删除此行
```
**代码方式**
```python
manager = UnifiedMemoryManager(
short_term_enable_force_cleanup=False, # 显式关闭
)
```
---
## 📚 相关文档
- [三层记忆系统用户指南](../../docs/three_tier_memory_user_guide.md)
- [记忆图谱架构](../../docs/memory_graph_guide.md)
- [统一调度器指南](../../docs/unified_scheduler_guide.md)
---
**最后更新**2025年12月16日

View File

@@ -9,7 +9,7 @@ from collections.abc import Iterable
import networkx as nx
from src.common.logger import get_logger
from src.memory_graph.models import Memory, MemoryEdge
from src.memory_graph.models import EdgeType, Memory, MemoryEdge
logger = get_logger(__name__)
@@ -159,9 +159,6 @@ class GraphStore:
# 1.5. 注销记忆中的边的邻接索引记录
self._unregister_memory_edges(memory)
# 1.5. 注销记忆中的边的邻接索引记录
self._unregister_memory_edges(memory)
# 2. 添加节点到图
if not self.graph.has_node(node_id):
from datetime import datetime
@@ -201,6 +198,9 @@ class GraphStore:
)
memory.nodes.append(new_node)
# 5. 重新注册记忆中的边到邻接索引
self._register_memory_edges(memory)
logger.debug(f"添加节点成功: {node_id} -> {memory_id}")
return True
@@ -926,12 +926,23 @@ class GraphStore:
mem_edge = MemoryEdge.from_dict(edge_dict)
except Exception:
# 兼容性:直接构造对象
# 确保 edge_type 是 EdgeType 枚举
edge_type_value = edge_dict["edge_type"]
if isinstance(edge_type_value, str):
try:
edge_type_enum = EdgeType(edge_type_value)
except ValueError:
logger.warning(f"未知的边类型: {edge_type_value}, 使用默认值")
edge_type_enum = EdgeType.RELATION
else:
edge_type_enum = edge_type_value
mem_edge = MemoryEdge(
id=edge_dict["id"] or "",
source_id=edge_dict["source_id"],
target_id=edge_dict["target_id"],
relation=edge_dict["relation"],
edge_type=edge_dict["edge_type"],
edge_type=edge_type_enum,
importance=edge_dict.get("importance", 0.5),
metadata=edge_dict.get("metadata", {}),
)

View File

@@ -117,10 +117,17 @@ class BaseInterestCalculator(ABC):
"""
try:
self._enabled = True
# 子类可以重写此方法执行自定义初始化
await self.on_initialize()
return True
except Exception:
except Exception as e:
logger.error(f"初始化兴趣计算器失败: {e}")
self._enabled = False
return False
async def on_initialize(self):
"""子类可重写的初始化钩子"""
pass
async def cleanup(self) -> bool:
"""清理组件资源
@@ -129,10 +136,17 @@ class BaseInterestCalculator(ABC):
bool: 清理是否成功
"""
try:
# 子类可以重写此方法执行自定义清理
await self.on_cleanup()
self._enabled = False
return True
except Exception:
except Exception as e:
logger.error(f"清理兴趣计算器失败: {e}")
return False
async def on_cleanup(self):
"""子类可重写的清理钩子"""
pass
@property
def is_enabled(self) -> bool:

View File

@@ -39,7 +39,7 @@ class UserFactTool(BaseTool):
("info_value", ToolParamType.STRING, "具体内容,如'11月23日''程序员''想开咖啡店'", True, None),
]
available_for_llm = True
history_ttl = 5
history_ttl = 0
async def execute(self, function_args: dict[str, Any]) -> dict[str, Any]:
"""执行关键信息记录

View File

@@ -85,7 +85,7 @@ class UserProfileTool(BaseTool):
("key_info_value", ToolParamType.STRING, "具体信息内容(必须是具体值如'11月23日''上海'", False, None),
]
available_for_llm = True
history_ttl = 1
history_ttl = 0
async def execute(self, function_args: dict[str, Any]) -> dict[str, Any]:
"""执行用户画像更新(异步后台执行,不阻塞回复)

View File

@@ -75,12 +75,12 @@ class PromptBuilder:
# 1.6. 构建自定义决策提示词块
custom_decision_block = self._build_custom_decision_block()
# 2. 使用 context_builder 获取关系、记忆、工具、表达习惯等
context_data = await self._build_context_data(user_name, chat_stream, user_id)
relation_block = context_data.get("relation_info", f"你与 {user_name} 还不太熟悉,这是早期的交流阶段。")
memory_block = context_data.get("memory_block", "")
tool_info = context_data.get("tool_info", "")
expression_habits = self._build_combined_expression_block(context_data.get("expression_habits", ""))
# 2. Planner分离模式不做重型上下文构建记忆检索/工具信息/表达习惯检索等会显著拖慢处理
# 这些信息留给 Replyer生成最终回复文本阶段再获取。
relation_block = ""
memory_block = ""
tool_info = ""
expression_habits = ""
# 3. 构建活动流
activity_stream = await self._build_activity_stream(session, user_name)

View File

@@ -414,7 +414,22 @@ class NapcatAdapterPlugin(BasePlugin):
"enable_emoji_like": ConfigField(type=bool, default=True, description="是否启用群聊表情回复处理"),
"enable_reply_at": ConfigField(type=bool, default=True, description="是否在回复时自动@原消息发送者"),
"reply_at_rate": ConfigField(type=float, default=0.5, description="回复时@的概率0.0-1.0"),
"enable_video_processing": ConfigField(type=bool, default=True, description="是否启用视频消息处理(下载和解析)"),
# ========== 视频消息处理配置 ==========
"enable_video_processing": ConfigField(
type=bool,
default=True,
description="是否启用视频消息处理(下载和解析)。关闭后视频消息将显示为 [视频消息] 占位符,不会进行下载"
),
"video_max_size_mb": ConfigField(
type=int,
default=100,
description="允许下载的视频文件最大大小MB超过此大小的视频将被跳过"
),
"video_download_timeout": ConfigField(
type=int,
default=60,
description="视频下载超时时间(秒),若超时将中止下载"
),
},
}

View File

@@ -37,10 +37,21 @@ class MessageHandler:
def __init__(self, adapter: "NapcatAdapter"):
self.adapter = adapter
self.plugin_config: dict[str, Any] | None = None
self._video_downloader = None
def set_plugin_config(self, config: dict[str, Any]) -> None:
"""设置插件配置"""
"""设置插件配置,并根据配置初始化视频下载器"""
self.plugin_config = config
# 如果启用了视频处理,根据配置初始化视频下载器
if config_api.get_plugin_config(config, "features.enable_video_processing", True):
from ..video_handler import VideoDownloader
max_size = config_api.get_plugin_config(config, "features.video_max_size_mb", 100)
timeout = config_api.get_plugin_config(config, "features.video_download_timeout", 60)
self._video_downloader = VideoDownloader(max_size_mb=max_size, download_timeout=timeout)
logger.debug(f"视频下载器已初始化: max_size={max_size}MB, timeout={timeout}s")
async def handle_raw_message(self, raw: dict[str, Any]):
"""
@@ -105,6 +116,11 @@ class MessageHandler:
if seg_message:
seg_list.append(seg_message)
# 防御性检查:确保至少有一个消息段,避免消息为空导致构建失败
if not seg_list:
logger.warning("消息内容为空,添加占位符文本")
seg_list.append({"type": "text", "data": "[消息内容为空]"})
msg_builder.format_info(
content_format=[seg["type"] for seg in seg_list],
accept_format=ACCEPT_FORMAT,
@@ -302,7 +318,7 @@ class MessageHandler:
video_source = file_path if file_path else video_url
if not video_source:
logger.warning("视频消息缺少URL或文件路径信息")
return None
return {"type": "text", "data": "[视频消息]"}
try:
if file_path and Path(file_path).exists():
@@ -320,14 +336,17 @@ class MessageHandler:
},
}
elif video_url:
# URL下载处理
from ..video_handler import get_video_downloader
video_downloader = get_video_downloader()
download_result = await video_downloader.download_video(video_url)
# URL下载处理 - 使用配置中的下载器实例
downloader = self._video_downloader
if not downloader:
from ..video_handler import get_video_downloader
downloader = get_video_downloader()
download_result = await downloader.download_video(video_url)
if not download_result["success"]:
logger.warning(f"视频下载失败: {download_result.get('error', '未知错误')}")
return None
return {"type": "text", "data": f"[视频消息] ({download_result.get('error', '下载失败')})"}
video_base64 = base64.b64encode(download_result["data"]).decode("utf-8")
logger.debug(f"视频下载成功,大小: {len(download_result['data']) / (1024 * 1024):.2f} MB")
@@ -343,11 +362,11 @@ class MessageHandler:
}
else:
logger.warning("既没有有效的本地文件路径也没有有效的视频URL")
return None
return {"type": "text", "data": "[视频消息]"}
except Exception as e:
logger.error(f"视频消息处理失败: {e!s}")
return None
return {"type": "text", "data": "[视频消息处理出错]"}
async def _handle_rps_message(self, segment: dict) -> SegPayload:
"""处理猜拳消息"""