update：发布0.6.3前的准备工作，changlog，readme，配置文件修改

2025-04-30 17:50:20 +08:00
parent 4c51b6a09c
commit 7d19a6728f
11 changed files with 90 additions and 77 deletions
--- a/README.md
+++ b/README.md
@@ -61,7 +61,7 @@

 ### 📢 版本信息

-**最新版本: v0.6.2** ([查看更新日志](changelogs/changelog.md))
+**最新版本: v0.6.3** ([查看更新日志](changelogs/changelog.md))
 > [!WARNING]
 > 请阅读教程后更新！！！！！！！
 > 请阅读教程后更新！！！！！！！
@@ -110,19 +110,20 @@
 - [🚀 最新版本部署教程](https://docs.mai-mai.org/manual/deployment/mmc_deploy_windows.html) - 基于MaiCore的新版本部署方式（与旧版本不兼容）


-## 🎯 功能介绍
+## 🎯 0.6.3 功能介绍

 | 模块       | 主要功能                                                             | 特点    |
 |----------|------------------------------------------------------------------|-------|
-| 💬 聊天系统  | • 心流/推理聊天<br>• 关键词主动发言<br>• 多模型支持<br>• 动态prompt构建<br>• 私聊功能(PFC) | 拟人化交互 |
-| 🧠 心流系统  | • 实时思考生成<br>• 自动启停机制<br>• 日程系统联动<br>• 工具调用能力                     | 智能化决策 |
-| 🧠 记忆系统  | • 优化记忆抽取<br>• 海马体记忆机制<br>• 聊天记录概括                                | 持久化记忆 |
-| 😊 表情系统  | • 情绪匹配发送<br>• GIF支持<br>• 自动收集与审查                                 | 丰富表达  |
+| 💬 聊天系统  | • **统一调控不同回复逻辑**<br>• 智能交互模式 (普通聊天/专注聊天)<br>• 关键词主动发言<br>• 多模型支持<br>• 动态prompt构建<br>• 私聊功能(PFC)增强 | 拟人化交互 |
+| 🧠 心流系统  | • 实时思考生成<br>• **智能状态管理**<br>• **概率回复机制**<br>• 自动启停机制<br>• 日程系统联动<br>• **上下文感知工具调用** | 智能化决策 |
+| 🧠 记忆系统  | • **记忆整合与提取**<br>• 海马体记忆机制<br>• 聊天记录概括 | 持久化记忆 |
+| 😊 表情系统  | • **全新表情包系统**<br>• **优化选择逻辑**<br>• 情绪匹配发送<br>• GIF支持<br>• 自动收集与审查 | 丰富表达  |
 | 📅 日程系统  | • 动态日程生成<br>• 自定义想象力<br>• 思维流联动                                  | 智能规划  |
-| 👥 关系系统  | • 关系管理优化<br>• 丰富接口支持<br>• 个性化交互                                  | 深度社交  |
+| 👥 关系系统  | • **工具调用动态更新**<br>• 关系管理优化<br>• 丰富接口支持<br>• 个性化交互         | 深度社交  |
 | 📊 统计系统  | • 使用数据统计<br>• LLM调用记录<br>• 实时控制台显示                               | 数据可视  |
-| 🔧 系统功能  | • 优雅关闭机制<br>• 自动数据保存<br>• 异常处理完善                                 | 稳定可靠  |
-| 🛠️ 工具系统 | • 知识获取工具<br>• 自动注册机制<br>• 多工具支持                                  | 扩展功能  |
+| 🛠️ 工具系统 | • **LPMM知识库集成**<br>• **上下文感知调用**<br>• 知识获取工具<br>• 自动注册机制<br>• 多工具支持 | 扩展功能  |
+| 📚 **知识库(LPMM)** | • **全新LPMM系统**<br>• **强大的信息检索能力**                             | 知识增强 |
+| ✨ **昵称系统** | • **自动为群友取昵称**<br>• **降低认错人概率** (早期阶段)                      | 身份识别 |

 ## 📐 项目架构

@@ -142,18 +143,6 @@ graph TD
    E --> M[情绪识别]
 ```

-
-## 开发计划TODO：LIST
-
- 人格功能：WIP
- 对特定对象的侧写功能
- 图片发送，转发功能：WIP
- 幽默和meme功能：WIP
- 兼容gif的解析和保存
- 小程序转发链接解析
- 修复已知bug
- 自动生成的回复逻辑，例如自生成的回复方向，回复风格
-
 ## ✍️如何给本项目报告BUG/提交建议/做贡献

 MaiCore是一个开源项目，我们非常欢迎你的参与。你的贡献，无论是提交bug报告、功能需求还是代码pr，都对项目非常宝贵。我们非常感谢你的支持！🎉 但无序的讨论会降低沟通效率，进而影响问题的解决速度，因此在提交任何贡献前，请务必先阅读本项目的[贡献指南](depends-data/CONTRIBUTE.md)（待补完）
--- a/src/api/config_api.py
+++ b/src/api/config_api.py
@@ -132,7 +132,7 @@ class BotConfig:
    # llm_reasoning_minor: Dict[str, str]
    llm_normal: Dict[str, str]  # LLM普通
    llm_topic_judge: Dict[str, str]  # LLM话题判断
-    llm_summary_by_topic: Dict[str, str]  # LLM话题总结
+    llm_summary: Dict[str, str]  # LLM话题总结
    llm_emotion_judge: Dict[str, str]  # LLM情感判断
    embedding: Dict[str, str]  # 嵌入
    vlm: Dict[str, str]  # VLM
--- a/src/config/config.py
+++ b/src/config/config.py
@@ -279,8 +279,7 @@ class BotConfig:
    # llm_reasoning_minor: Dict[str, str] = field(default_factory=lambda: {})
    llm_normal: Dict[str, str] = field(default_factory=lambda: {})
    llm_topic_judge: Dict[str, str] = field(default_factory=lambda: {})
-    llm_summary_by_topic: Dict[str, str] = field(default_factory=lambda: {})
-    llm_emotion_judge: Dict[str, str] = field(default_factory=lambda: {})
+    llm_summary: Dict[str, str] = field(default_factory=lambda: {})
    embedding: Dict[str, str] = field(default_factory=lambda: {})
    vlm: Dict[str, str] = field(default_factory=lambda: {})
    moderation: Dict[str, str] = field(default_factory=lambda: {})
@@ -481,8 +480,7 @@ class BotConfig:
                # "llm_reasoning_minor",
                "llm_normal",
                "llm_topic_judge",
-                "llm_summary_by_topic",
-                "llm_emotion_judge",
+                "llm_summary",
                "vlm",
                "embedding",
                "llm_tool_use",
--- a/src/do_tool/tool_can_use/lpmm_get_knowledge.py
+++ b/src/do_tool/tool_can_use/lpmm_get_knowledge.py
@@ -14,7 +14,7 @@ class SearchKnowledgeFromLPMMTool(BaseTool):
    """从LPMM知识库中搜索相关信息的工具"""

    name = "lpmm_search_knowledge"
-    description = "从知识库中搜索相关信息"
+    description = "从知识库中搜索相关信息，如果你需要知识，就使用这个工具"
    parameters = {
        "type": "object",
        "properties": {
--- a/src/heart_flow/0.6Bing.md
+++ b/src/heart_flow/0.6Bing.md
@@ -81,4 +81,14 @@
 - **基于人格生成预设知识:**
    - 开发利用 LLM 和人格配置生成背景知识的功能。
    - 这些知识应符合角色的行为风格和可能的经历。
-    - 作为一种"冷启动"或丰富角色深度的方式。
+    - 作为一种"冷启动"或丰富角色深度的方式。
+
+
+## 开发计划TODO：LIST
+
+- 人格功能：WIP
+- 对特定对象的侧写功能
+- 图片发送，转发功能：WIP
+- 幽默和meme功能：WIP
+- 小程序转发链接解析
+- 自动生成的回复逻辑，例如自生成的回复方向，回复风格
--- a/src/plugins/heartFC_chat/normal_chat_generator.py
+++ b/src/plugins/heartFC_chat/normal_chat_generator.py
@@ -29,7 +29,7 @@ class NormalChatGenerator:
        )

        self.model_sum = LLMRequest(
-            model=global_config.llm_summary_by_topic, temperature=0.7, max_tokens=3000, request_type="relation"
+            model=global_config.llm_summary, temperature=0.7, max_tokens=3000, request_type="relation"
        )
        self.current_model_type = "r1"  # 默认使用 R1
        self.current_model_name = "unknown model"
--- a/src/plugins/memory_system/Hippocampus.py
+++ b/src/plugins/memory_system/Hippocampus.py
@@ -189,7 +189,7 @@ class Hippocampus:
    def __init__(self):
        self.memory_graph = MemoryGraph()
        self.llm_topic_judge = None
-        self.llm_summary_by_topic = None
+        self.llm_summary = None
        self.entorhinal_cortex = None
        self.parahippocampal_gyrus = None
        self.config = None
@@ -203,7 +203,7 @@ class Hippocampus:
        # 从数据库加载记忆图
        self.entorhinal_cortex.sync_memory_from_db()
        self.llm_topic_judge = LLMRequest(self.config.llm_topic_judge, request_type="memory")
-        self.llm_summary_by_topic = LLMRequest(self.config.llm_summary_by_topic, request_type="memory")
+        self.llm_summary = LLMRequest(self.config.llm_summary, request_type="memory")

    def get_all_node_names(self) -> list:
        """获取记忆图中所有节点的名字列表"""
@@ -1169,7 +1169,7 @@ class ParahippocampalGyrus:
            # 调用修改后的 topic_what，不再需要 time_info
            topic_what_prompt = self.hippocampus.topic_what(input_text, topic)
            try:
-                task = self.hippocampus.llm_summary_by_topic.generate_response_async(topic_what_prompt)
+                task = self.hippocampus.llm_summary.generate_response_async(topic_what_prompt)
                tasks.append((topic.strip(), task))
            except Exception as e:
                logger.error(f"生成话题 '{topic}' 的摘要时发生错误: {e}")
--- a/src/plugins/memory_system/memory_config.py
+++ b/src/plugins/memory_system/memory_config.py
@@ -24,7 +24,7 @@ class MemoryConfig:
    consolidate_memory_interval: int  # 记忆整合间隔

    llm_topic_judge: str  # 话题判断模型
-    llm_summary_by_topic: str  # 话题总结模型
+    llm_summary: str  # 话题总结模型

    @classmethod
    def from_global_config(cls, global_config):
@@ -44,7 +44,7 @@ class MemoryConfig:
            consolidate_memory_percentage=getattr(global_config, "consolidate_memory_percentage", 0.01),
            consolidate_memory_interval=getattr(global_config, "consolidate_memory_interval", 1000),
            llm_topic_judge=getattr(global_config, "llm_topic_judge", "default_judge_model"),  # 添加默认模型名
-            llm_summary_by_topic=getattr(
-                global_config, "llm_summary_by_topic", "default_summary_model"
+            llm_summary=getattr(
+                global_config, "llm_summary", "default_summary_model"
            ),  # 添加默认模型名
        )
--- a/template/bot_config_template.toml
+++ b/template/bot_config_template.toml
@@ -197,55 +197,44 @@ pfc_chatting = false # 是否启用PFC聊天，该功能仅作用于私聊，与
 # stream = <true|false> : 用于指定模型是否是使用流式输出
 # 如果不指定，则该项是 False

-[model.llm_reasoning] #只在回复模式为reasoning时启用
+#这个模型必须是推理模型
+[model.llm_reasoning] # 一般聊天模式的推理回复模型
 name = "Pro/deepseek-ai/DeepSeek-R1"
-# name = "Qwen/QwQ-32B"
 provider = "SILICONFLOW"
-pri_in = 4 #模型的输入价格（非必填，可以记录消耗）
-pri_out = 16 #模型的输出价格（非必填，可以记录消耗）
+pri_in = 1.0 #模型的输入价格（非必填，可以记录消耗）
+pri_out = 4.0 #模型的输出价格（非必填，可以记录消耗）

-#非推理模型
-
-[model.llm_normal] #V3 回复模型1 主要回复模型，默认temp 0.2 如果你使用的是老V3或者其他模型，请自己修改temp参数
+[model.llm_normal] #V3 回复模型 专注和一般聊天模式共用的回复模型
 name = "Pro/deepseek-ai/DeepSeek-V3"
 provider = "SILICONFLOW"
 pri_in = 2 #模型的输入价格（非必填，可以记录消耗）
 pri_out = 8 #模型的输出价格（非必填，可以记录消耗）
+#默认temp 0.2 如果你使用的是老V3或者其他模型，请自己修改temp参数
 temp = 0.2 #模型的温度，新V3建议0.1-0.3

-[model.llm_emotion_judge] #表情包判断 
-name = "Qwen/Qwen2.5-14B-Instruct"
-provider = "SILICONFLOW"
-pri_in = 0.7
-pri_out = 0.7
-
-[model.llm_topic_judge] #记忆主题判断：建议使用qwen2.5 7b
+[model.llm_topic_judge] #主题判断模型：建议使用qwen2.5 7b
 name = "Pro/Qwen/Qwen2.5-7B-Instruct"
 provider = "SILICONFLOW"
-pri_in = 0
-pri_out = 0
+pri_in = 0.35
+pri_out = 0.35

-[model.llm_summary_by_topic] #概括模型，建议使用qwen2.5 32b 及以上
+[model.llm_summary] #概括模型，建议使用qwen2.5 32b 及以上
 name = "Qwen/Qwen2.5-32B-Instruct"
 provider = "SILICONFLOW"
 pri_in = 1.26
 pri_out = 1.26

-[model.llm_tool_use] #工具调用模型，需要使用支持工具调用的模型，建议使用qwen2.5 32b
-name = "Qwen/Qwen2.5-32B-Instruct"
-provider = "SILICONFLOW"
-pri_in = 1.26
-pri_out = 1.26
-
-# 识图模型
-
-[model.vlm] #图像识别 
+[model.vlm] # 图像识别模型
 name = "Pro/Qwen/Qwen2.5-VL-7B-Instruct"
 provider = "SILICONFLOW"
 pri_in = 0.35
 pri_out = 0.35

-
+[model.llm_heartflow] # 用于控制麦麦是否参与聊天的模型
+name = "Qwen/Qwen2.5-32B-Instruct"
+provider = "SILICONFLOW"
+pri_in = 1.26
+pri_out = 1.26

 [model.llm_observation] #观察模型，压缩聊天内容，建议用免费的
 # name = "Pro/Qwen/Qwen2.5-7B-Instruct"
@@ -254,19 +243,18 @@ provider = "SILICONFLOW"
 pri_in = 0
 pri_out = 0

-[model.llm_sub_heartflow] #子心流：认真水群时,生成麦麦的内心想法
-name = "Qwen/Qwen2.5-72B-Instruct"
+[model.llm_sub_heartflow] #心流：认真水群时,生成麦麦的内心想法，必须使用具有工具调用能力的模型
+name = "Pro/deepseek-ai/DeepSeek-V3"
 provider = "SILICONFLOW"
-pri_in = 4.13
-pri_out = 4.13
-temp = 0.7 #模型的温度，新V3建议0.1-0.3
+pri_in = 2
+pri_out = 8
+temp = 0.3 #模型的温度，新V3建议0.1-0.3

-
-[model.llm_plan] #决策模型：认真水群时,负责决定麦麦该做什么
-name = "Qwen/Qwen2.5-32B-Instruct"
+[model.llm_plan] #决策：认真水群时,负责决定麦麦该做什么
+name = "Pro/deepseek-ai/DeepSeek-V3"
 provider = "SILICONFLOW"
-pri_in = 1.26
-pri_out = 1.26
+pri_in = 2
+pri_out = 8

 #嵌入模型

@@ -303,11 +291,13 @@ pri_in = 2
 pri_out = 8


-#此模型暂时没有使用！！
-#此模型暂时没有使用！！
-#此模型暂时没有使用！！
-[model.llm_heartflow] #心流
-# name = "Pro/Qwen/Qwen2.5-7B-Instruct"
+#以下模型暂时没有使用！！
+#以下模型暂时没有使用！！
+#以下模型暂时没有使用！！
+#以下模型暂时没有使用！！
+#以下模型暂时没有使用！！
+
+[model.llm_tool_use] #工具调用模型，需要使用支持工具调用的模型，建议使用qwen2.5 32b
 name = "Qwen/Qwen2.5-32B-Instruct"
 provider = "SILICONFLOW"
 pri_in = 1.26
--- a/（临时版）聊天兴趣监控.bat.bat
+++ b/（临时版）聊天兴趣监控.bat.bat
@@ -0,0 +1,26 @@
+@echo off
+CHCP 65001 > nul
+setlocal enabledelayedexpansion
+
+REM 查找venv虚拟环境
+set "venv_path=%~dp0venv\Scripts\activate.bat"
+if not exist "%venv_path%" (
+    echo 错误: 未找到虚拟环境，请确保venv目录存在
+    pause
+    exit /b 1
+)
+
+REM 激活虚拟环境
+call "%venv_path%"
+if %ERRORLEVEL% neq 0 (
+    echo 错误: 虚拟环境激活失败
+    pause
+    exit /b 1
+)
+
+echo 虚拟环境已激活，正在启动 GUI...
+
+REM 运行 Python 脚本
+python scripts/interest_monitor_gui.py
+
+pause 
--- a/（测试版）麦麦生成人格.bat
+++ b/（测试版）麦麦生成人格.bat