feat(plugin): 集成 MCP 协议支持并优化代码风格

- 新增 fastmcp 依赖，支持通过 Streamable HTTP 连接外部工具服务器
- 在 component_registry 与 tool_api 中实现 MCP 工具加载、注册及调用链路
- 补充 README 中的 MCP 特性说明
- 统一修复多处 import 顺序、空行、引号及类型注解，提升代码整洁度
- 在 pyproject.toml 中忽略 PERF203 规则，允许循环内异常处理
- 优化语音缓存与本地 ASR 调用逻辑，减少冗余代码

src/chat/memory_system/memory_system.py

@@ -878,7 +878,7 @@ class MemorySystem:
 
             except Exception as e:
                 logger.warning(f"检索瞬时记忆失败: {e}", exc_info=True)
-            
+
             # 最终截断
             final_memories = final_memories[:effective_limit]
 

src/chat/memory_system/message_collection_processor.py

@@ -72,4 +72,4 @@ class MessageCollectionProcessor:
             "active_buffers": len(self.message_buffers),
             "total_buffered_messages": total_buffered_messages,
             "buffer_capacity_per_chat": self.buffer_size,
-        }
+        }

src/chat/memory_system/message_collection_storage.py

@@ -3,7 +3,6 @@
 专用于存储和检索消息集合，以提供即时上下文。
 """
 
-import asyncio
 import time
 from typing import Any
 
@@ -125,7 +124,7 @@ class MessageCollectionStorage:
             if results and results.get("ids") and results["ids"][0]:
                 for metadata in results["metadatas"][0]:
                     collections.append(MessageCollection.from_dict(metadata))
-            
+
             return collections
         except Exception as e:
             logger.error(f"检索相关消息集合失败: {e}", exc_info=True)
@@ -163,7 +162,7 @@ class MessageCollectionStorage:
 
             # 格式化消息集合为 prompt 上下文
             final_context = "\n\n---\n\n".join(context_parts) + "\n\n---"
-            
+
             logger.info(f"🔗 为查询 '{query_text[:50]}...' 在聊天 '{chat_id}' 中找到 {len(collections)} 个相关消息集合上下文")
             return f"\n{final_context}\n"
 
@@ -192,4 +191,4 @@ class MessageCollectionStorage:
             }
         except Exception as e:
             logger.error(f"获取消息集合存储统计失败: {e}")
-            return {}
+            return {}

src/chat/message_receive/message.py

@@ -9,10 +9,10 @@ from maim_message import BaseMessageInfo, MessageBase, Seg, UserInfo
 from rich.traceback import install
 
 from src.chat.message_receive.chat_stream import ChatStream
+from src.chat.utils.self_voice_cache import consume_self_voice_text
 from src.chat.utils.utils_image import get_image_manager
 from src.chat.utils.utils_video import get_video_analyzer, is_video_analysis_available
 from src.chat.utils.utils_voice import get_voice_text
-from src.chat.utils.self_voice_cache import consume_self_voice_text
 from src.common.logger import get_logger
 from src.config.config import global_config
 
@@ -212,7 +212,7 @@ class MessageRecv(Message):
                             return f"[语音：{cached_text}]"
                         else:
                             logger.warning("机器人自身语音消息缓存未命中，将回退到标准语音识别。")
-                
+
                 # 标准语音识别流程 (也作为缓存未命中的后备方案)
                 if isinstance(segment.data, str):
                     return await get_voice_text(segment.data)
@@ -364,7 +364,7 @@ class MessageRecvS4U(MessageRecv):
                 self.is_picid = False
                 self.is_emoji = False
                 self.is_voice = True
-                
+
                 # 检查消息是否由机器人自己发送
                 # 检查消息是否由机器人自己发送
                 if self.message_info and self.message_info.user_info and str(self.message_info.user_info.user_id) == str(global_config.bot.qq_account):

src/chat/utils/prompt.py

@@ -303,7 +303,7 @@ class Prompt:
 
     @staticmethod
     def _process_escaped_braces(template) -> str:
-        """预处理模板，将 `\{` 和 `\}` 替换为临时标记."""
+        r"""预处理模板，将 `\{` 和 `\}` 替换为临时标记."""
         if isinstance(template, list):
             template = "\n".join(str(item) for item in template)
         elif not isinstance(template, str):

src/chat/utils/prompt_component_manager.py

@@ -1,6 +1,5 @@
 import asyncio
 import re
-from typing import Type
 
 from src.chat.utils.prompt_params import PromptParameters
 from src.common.logger import get_logger
@@ -21,7 +20,7 @@ class PromptComponentManager:
     3. 提供一个接口，以便在构建核心Prompt时，能够获取并执行所有相关的组件。
     """
 
-    def _get_rules_for(self, target_prompt_name: str) -> list[tuple[InjectionRule, Type[BasePrompt]]]:
+    def _get_rules_for(self, target_prompt_name: str) -> list[tuple[InjectionRule, type[BasePrompt]]]:
         """
         获取指定目标Prompt的所有注入规则及其关联的组件类。
 

src/chat/utils/self_voice_cache.py

@@ -6,15 +6,14 @@
 避免不必要的自我语音识别。
 """
 import hashlib
-from typing import Dict
 
 # 一个简单的内存缓存，用于将机器人自己发送的语音消息映射到其原始文本。
 # 键是语音base64内容的SHA256哈希值。
-_self_voice_cache: Dict[str, str] = {}
+_self_voice_cache: dict[str, str] = {}
 
 def get_voice_key(base64_content: str) -> str:
     """为语音内容生成一个一致的键。"""
-    return hashlib.sha256(base64_content.encode('utf-8')).hexdigest()
+    return hashlib.sha256(base64_content.encode("utf-8")).hexdigest()
 
 def register_self_voice(base64_content: str, text: str):
     """
@@ -39,4 +38,4 @@ def consume_self_voice_text(base64_content: str) -> str | None:
         str | None: 如果找到，则返回原始文本，否则返回None。
     """
     key = get_voice_key(base64_content)
-    return _self_voice_cache.pop(key, None)
+    return _self_voice_cache.pop(key, None)

src/chat/utils/utils_voice.py

@@ -19,10 +19,11 @@ async def get_voice_text(voice_base64: str) -> str:
 
     # 如果选择本地识别
     if asr_provider == "local":
-        from src.plugin_system.apis import tool_api
-        import tempfile
         import base64
         import os
+        import tempfile
+
+        from src.plugin_system.apis import tool_api
 
         local_asr_tool = tool_api.get_tool_instance("local_asr")
         if not local_asr_tool:
@@ -39,8 +40,8 @@ async def get_voice_text(voice_base64: str) -> str:
             text = await local_asr_tool.execute(function_args={"audio_path": audio_path})
             if "失败" in text or "出错" in text or "错误" in text:
                 logger.warning(f"本地语音识别失败: {text}")
-                return f"[语音(本地识别失败)]"
-            
+                return "[语音(本地识别失败)]"
+
             logger.info(f"本地语音识别成功: {text}")
             return f"[语音] {text}"