feat：支持qwen3模型的enable_thinking参数和thinking_budget参数

src/chat/focus_chat/info_processors/self_processor.py

@@ -32,7 +32,7 @@ def init_prompt():
 {chat_observe_info}
 
 现在请你根据现有的信息，思考自我认同：请严格遵守以下规则
-1. 请严格参考最上方的人设，适当参考记忆和当前聊天内容
+1. 请严格参考最上方的人设，适当参考记忆和当前聊天内容，不要被记忆和当前聊天内容中相反的内容误导
 2. 你是一个什么样的人,你和群里的人关系如何
 3. 你的形象是什么
 4. 思考有没有人提到你，或者图片与你有关

src/chat/focus_chat/planners/planner.py

@@ -180,8 +180,9 @@ class ActionPlanner:
             # --- 调用 LLM (普通文本生成) ---
             llm_content = None
             try:
-                llm_content, _, _ = await self.planner_llm.generate_response(prompt=prompt)
+                llm_content, reasoning_content, _ = await self.planner_llm.generate_response(prompt=prompt)
                 logger.debug(f"{self.log_prefix}[Planner] LLM 原始 JSON 响应 (预期): {llm_content}")
+                logger.debug(f"{self.log_prefix}[Planner] LLM 原始理由 响应 (预期): {reasoning_content}")
             except Exception as req_e:
                 logger.error(f"{self.log_prefix}[Planner] LLM 请求执行失败: {req_e}")
                 reasoning = f"LLM 请求失败，你的模型出现问题: {req_e}"

src/llm_models/utils_model.py

@@ -117,6 +117,9 @@ class LLMRequest:
         self.model_name: str = model["name"]
         self.params = kwargs
 
+        self.enable_thinking = model.get("enable_thinking", False)
+        self.temp = model.get("temp", 0.7)
+        self.thinking_budget = model.get("thinking_budget", 4096)
         self.stream = model.get("stream", False)
         self.pri_in = model.get("pri_in", 0)
         self.pri_out = model.get("pri_out", 0)
@@ -601,8 +604,9 @@ class LLMRequest:
         new_params = dict(params)
 
         if self.model_name.lower() in self.MODELS_NEEDING_TRANSFORMATION:
-            # 删除 'temperature' 参数（如果存在）
-            new_params.pop("temperature", None)
+            # 删除 'temperature' 参数（如果存在），但避免删除我们在_build_payload中添加的自定义温度
+            if "temperature" in new_params and new_params["temperature"] == 0.7:
+                new_params.pop("temperature")
             # 如果存在 'max_tokens'，则重命名为 'max_completion_tokens'
             if "max_tokens" in new_params:
                 new_params["max_completion_tokens"] = new_params.pop("max_tokens")
@@ -632,6 +636,18 @@ class LLMRequest:
             "messages": messages,
             **params_copy,
         }
+        
+        # 添加temp参数（如果不是默认值0.7）
+        if self.temp != 0.7:
+            payload["temperature"] = self.temp
+            
+        # 添加enable_thinking参数（如果不是默认值False）
+        if not self.enable_thinking:
+            payload["enable_thinking"] = False
+        
+        if self.thinking_budget != 4096:
+            payload["thinking_budget"] = self.thinking_budget
+            
         if "max_tokens" not in payload and "max_completion_tokens" not in payload:
             payload["max_tokens"] = global_config.model.model_max_output_length
         # 如果 payload 中依然存在 max_tokens 且需要转换，在这里进行再次检查

src/plugins/test_plugin/actions/mute_action.py

@@ -11,7 +11,7 @@ class MuteAction(PluginAction):
 
     action_name = "mute_action"
     action_description = (
-        "如果某人违反了公序良俗，或者别人戳你太多，或者某人刷屏，一定要禁言某人，如果你很生气，可以禁言某人，可以自选禁言时长，视严重程度而定"
+        "如果某人违反了公序良俗，或者别人戳你太多，或者某人刷屏，一定要禁言某人，如果你很生气，可以禁言某人，可以自选禁言时长，视严重程度而定。"
     )
     action_parameters = {
         "target": "禁言对象，输入你要禁言的对象的名字，必填",

template/bot_config_template.toml

@@ -206,16 +206,18 @@ temp = 0.2 #模型的温度，新V3建议0.1-0.3
 
 [model.utils_small] # 在麦麦的一些组件中使用的小模型，消耗量较大
 # 强烈建议使用免费的小模型
-name = "Qwen/Qwen2.5-7B-Instruct"
+name = "Qwen/Qwen3-8B"
 provider = "SILICONFLOW"
+enable_thinking = false # 是否启用思考
 pri_in = 0
 pri_out = 0
 
-[model.memory_summary] # 记忆的概括模型，建议使用qwen2.5 32b 及以上
-name = "Qwen/Qwen2.5-32B-Instruct"
+[model.memory_summary] # 记忆的概括模型
+name = "Qwen/Qwen3-30B-A3B"
 provider = "SILICONFLOW"
-pri_in = 1.26
-pri_out = 1.26
+enable_thinking = false # 是否启用思考
+pri_in = 0.7
+pri_out = 2.8
 
 [model.vlm] # 图像识别模型
 name = "Pro/Qwen/Qwen2.5-VL-7B-Instruct"
@@ -226,7 +228,7 @@ pri_out = 0.35
 #嵌入模型
 [model.embedding]
 name = "BAAI/bge-m3"
-provider = "SILICONFLOW"
+provider = "DEV"
 pri_in = 0
 pri_out = 0
 
@@ -235,8 +237,8 @@ pri_out = 0
 [model.normal_chat_1] # 一般聊天模式的首要回复模型，推荐使用 推理模型
 name = "Pro/deepseek-ai/DeepSeek-R1"
 provider = "SILICONFLOW"
-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）
+pri_in = 4.0 #模型的输入价格（非必填，可以记录消耗）
+pri_out = 16.0 #模型的输出价格（非必填，可以记录消耗）
 
 [model.normal_chat_2] # 一般聊天模式的次要回复模型，推荐使用 非推理模型
 name = "Pro/deepseek-ai/DeepSeek-V3"
@@ -249,46 +251,57 @@ temp = 0.2 #模型的温度，新V3建议0.1-0.3
 #------------专注聊天必填模型------------
 
 [model.focus_working_memory] #工作记忆模型
-name = "Qwen/Qwen2.5-32B-Instruct"
+name = "Qwen/Qwen3-30B-A3B"
 provider = "SILICONFLOW"
-pri_in = 1.26
-pri_out = 1.26
+enable_thinking = false # 是否启用思考
+pri_in = 0.7
+pri_out = 2.8
 
 [model.focus_chat_mind] #聊天规划：认真聊天时,生成麦麦对聊天的规划想法
 name = "Pro/deepseek-ai/DeepSeek-V3"
+# name = "Qwen/Qwen3-30B-A3B"
 provider = "SILICONFLOW"
+# enable_thinking = false # 是否启用思考
 pri_in = 2
 pri_out = 8
-temp = 0.3 #模型的温度，新V3建议0.1-0.3
+temp = 0.3
 
 [model.focus_tool_use] #工具调用模型，需要使用支持工具调用的模型
-name = "Qwen/Qwen2.5-32B-Instruct"
+name = "Qwen/Qwen3-14B"
 provider = "SILICONFLOW"
-pri_in = 1.26
-pri_out = 1.26
+enable_thinking = false # 是否启用思考
+pri_in = 0.5
+pri_out = 2
 
 [model.focus_planner] #决策：认真聊天时,负责决定麦麦该做什么
 name = "Pro/deepseek-ai/DeepSeek-V3"
+# name = "Qwen/Qwen3-30B-A3B"
 provider = "SILICONFLOW"
+# enable_thinking = false # 是否启用思考
 pri_in = 2
 pri_out = 8
+temp = 0.3
 
 #表达器模型，用于表达麦麦的想法，生成最终回复，对语言风格影响极大
 #也用于表达方式学习
 [model.focus_expressor]
 name = "Pro/deepseek-ai/DeepSeek-V3"
+# name = "Qwen/Qwen3-30B-A3B"
 provider = "SILICONFLOW"
+# enable_thinking = false # 是否启用思考
 pri_in = 2
 pri_out = 8
 temp = 0.3
 
 #自我识别模型，用于自我认知和身份识别
 [model.focus_self_recognize]
-name = "Pro/deepseek-ai/DeepSeek-V3"
+# name = "Pro/deepseek-ai/DeepSeek-V3"
+name = "Qwen/Qwen3-30B-A3B"
 provider = "SILICONFLOW"
-pri_in = 2
-pri_out = 8
-temp = 0.3
+enable_thinking = false # 是否启用思考
+pri_in = 0.7
+pri_out = 2.8
+temp = 0.7