feat：在 Planner 中添加回复计数信息
This commit is contained in:
SengokuCola
@@ -1,45 +1,45 @@
|
||||
# 0.6.3 版本发布前待办事项
|
||||
|
||||
- **统一化人格配置:**
|
||||
- [0.6.3]**统一化人格配置:**
|
||||
- 检查代码中是否存在硬编码的人格相关配置。
|
||||
- 将所有硬编码的人格配置替换为使用 `individual` 模块进行管理。
|
||||
|
||||
- **在 Planner 中添加回复计数信息:**
|
||||
- [0.6.3]**在 Planner 中添加回复计数信息:**
|
||||
- 修改 `HeartFlowChatInstance` 的 `Plan` 阶段逻辑。
|
||||
- 将当前周期的回复计数（或其他相关统计信息）作为输入提供给 Planner。
|
||||
- 目的是为 Planner 提供负反馈，减少连续回复或不当回复的可能性。
|
||||
|
||||
- **恢复/检查被停止的功能:**
|
||||
- [0.6.3]**恢复/检查被停止的功能:**
|
||||
- 全面审查代码，特别是对比之前的版本或设计文档。
|
||||
- 识别并重新启用那些暂时被禁用但应该恢复的功能。
|
||||
- 确认没有核心功能意外丢失。
|
||||
|
||||
- **参数提取与配置化:**
|
||||
- [0.6.3]**参数提取与配置化:**
|
||||
- 识别代码中散落的各种可调参数（例如：概率阈值、时间间隔、次数限制、LLM 模型名称等）。
|
||||
- 将这些参数统一提取到模块或类的顶部。
|
||||
- 最终将这些参数移至外部配置文件（如 YAML 或 JSON 文件），方便用户自定义。
|
||||
|
||||
- **提供 HFC (HeartFlowChatInstance) 开启/关闭选项:**
|
||||
- **[0.6.3]提供 HFC (HeartFlowChatInstance) 开启/关闭选项:**
|
||||
- 增加一个全局或针对特定子心流的配置选项。
|
||||
- 允许用户控制是否启用 `FOCUSED` 状态以及关联的 `HeartFlowChatInstance`。
|
||||
- 如果禁用 HFC，子心流可能只会在 `ABSENT` 和 `CHAT` 状态间切换。
|
||||
|
||||
- **添加防破线机制 (针对接收消息):**
|
||||
- [0.6.3]**添加防破线机制 (针对接收消息):**
|
||||
- 在消息处理流程的早期阶段 (例如 `HeartHC_processor` 或类似模块)，增加对接收到的消息文本长度的检查。
|
||||
- 对超过预设长度阈值的*接收*消息进行截断处理。
|
||||
- 目的是防止过长的输入（可能包含"破限"提示词）影响后续的兴趣计算、LLM 回复生成等环节。
|
||||
|
||||
- **NormalChat 模式下的记忆与 Prompt 优化:**
|
||||
- [0.6.3]**NormalChat 模式下的记忆与 Prompt 优化:**
|
||||
- 重点审视 `NormalChatInstance` (闲聊/推理模式) 中记忆调用 (例如 `HippocampusManager` 的使用) 的方式。
|
||||
- 评估在该模式下引入工具调用 (Tool Calling) 机制以更结构化访问记忆的必要性。
|
||||
- 优化 `NormalChatInstance` 中与记忆检索、应用相关的 Prompt。
|
||||
|
||||
- **完善简易兴趣监控 GUI:**
|
||||
- [0.6.3]**完善简易兴趣监控 GUI:**
|
||||
- 改进现有的、用于监控聊天兴趣度 (`InterestChatting`?) 的简单 GUI 界面。
|
||||
- 使其能更清晰地展示关键参数和状态，作为查看日志之外的更直观的监控方式。
|
||||
- 作为完整外部 UI 开发完成前的临时替代方案。
|
||||
|
||||
- **修复/完善中期记忆 (Midterm Memory):**
|
||||
- [0.6.3]**修复/完善中期记忆 (Midterm Memory):**
|
||||
- 检查当前中期记忆模块的状态。
|
||||
- 修复已知问题，使其能够稳定运行。
|
||||
- (优先级视开发时间而定)
|
||||
|
||||
@@ -408,7 +408,7 @@ class HeartFChatting:
|
||||
|
||||
# 在获取规划结果后检查新消息
|
||||
if await self._check_new_messages(planner_start_db_time):
|
||||
if random.random() < 0.3:
|
||||
if random.random() < 0.2:
|
||||
logger.info(f"{self.log_prefix} 看到了新消息，麦麦决定重新观察和规划...")
|
||||
# 重新规划
|
||||
with Timer("重新决策", cycle_timers):
|
||||
@@ -977,7 +977,7 @@ class HeartFChatting:
|
||||
replan_prompt: str,
|
||||
) -> str:
|
||||
"""构建 Planner LLM 的提示词"""
|
||||
|
||||
try:
|
||||
# 准备结构化信息块
|
||||
structured_info_block = ""
|
||||
if structured_info:
|
||||
@@ -999,6 +999,49 @@ class HeartFChatting:
|
||||
else:
|
||||
current_mind_block = "[没有特别的想法]"
|
||||
|
||||
# 准备循环信息块 (分析最近的活动循环)
|
||||
recent_active_cycles = []
|
||||
for cycle in reversed(self._cycle_history):
|
||||
# 只关心实际执行了动作的循环
|
||||
if cycle.action_taken:
|
||||
recent_active_cycles.append(cycle)
|
||||
# 最多找最近的3个活动循环
|
||||
if len(recent_active_cycles) == 3:
|
||||
break
|
||||
|
||||
cycle_info_block = ""
|
||||
consecutive_text_replies = 0
|
||||
responses_for_prompt = []
|
||||
|
||||
# 检查这最近的活动循环中有多少是连续的文本回复 (从最近的开始看)
|
||||
for cycle in recent_active_cycles:
|
||||
if cycle.action_type == "text_reply":
|
||||
consecutive_text_replies += 1
|
||||
# 获取回复内容，如果不存在则返回'[空回复]'
|
||||
response_text = cycle.response_info.get("response_text", [])
|
||||
# 使用简单的 join 来格式化回复内容列表
|
||||
formatted_response = "[空回复]" if not response_text else " ".join(response_text)
|
||||
responses_for_prompt.append(formatted_response)
|
||||
else:
|
||||
# 一旦遇到非文本回复，连续性中断
|
||||
break
|
||||
|
||||
# 根据连续文本回复的数量构建提示信息
|
||||
# 注意: responses_for_prompt 列表是从最近到最远排序的
|
||||
if consecutive_text_replies >= 3: # 如果最近的三个活动都是文本回复
|
||||
cycle_info_block = f'你已经连续回复了三条消息（最近: "{responses_for_prompt[0]}"，第二近: "{responses_for_prompt[1]}"，第三近: "{responses_for_prompt[2]}"）。你回复的有点多了，请注意'
|
||||
elif consecutive_text_replies == 2: # 如果最近的两个活动是文本回复
|
||||
cycle_info_block = f'你已经连续回复了两条消息（最近: "{responses_for_prompt[0]}"，第二近: "{responses_for_prompt[1]}"），请注意'
|
||||
elif consecutive_text_replies == 1: # 如果最近的一个活动是文本回复
|
||||
cycle_info_block = f'你刚刚已经回复一条消息（内容: "{responses_for_prompt[0]}"）'
|
||||
|
||||
# 包装提示块，增加可读性，即使没有连续回复也给个标记
|
||||
if cycle_info_block:
|
||||
cycle_info_block = f'\n【近期回复历史】\n{cycle_info_block}\n'
|
||||
else:
|
||||
# 如果最近的活动循环不是文本回复，或者没有活动循环
|
||||
cycle_info_block = '\n【近期回复历史】\n(最近没有连续文本回复)\n'
|
||||
|
||||
# 获取提示词模板并填充数据
|
||||
prompt = (await global_prompt_manager.get_prompt_async("planner_prompt")).format(
|
||||
bot_name=global_config.BOT_NICKNAME,
|
||||
@@ -1006,10 +1049,16 @@ class HeartFChatting:
|
||||
chat_content_block=chat_content_block,
|
||||
current_mind_block=current_mind_block,
|
||||
replan=replan_prompt,
|
||||
cycle_info_block=cycle_info_block,
|
||||
)
|
||||
|
||||
return prompt
|
||||
|
||||
except Exception as e:
|
||||
logger.error(f"{self.log_prefix}[Planner] 构建提示词时出错: {e}")
|
||||
logger.error(traceback.format_exc())
|
||||
return ""
|
||||
|
||||
# --- 回复器 (Replier) 的定义 --- #
|
||||
async def _replier_work(
|
||||
self,
|
||||
|
||||
@@ -55,6 +55,7 @@ def init_prompt():
|
||||
你的内心想法：
|
||||
{current_mind_block}
|
||||
{replan}
|
||||
{cycle_info_block}
|
||||
|
||||
请综合分析聊天内容和你看到的新消息，参考内心想法，使用'decide_reply_action'工具做出决策。决策时请注意：
|
||||
|
||||
|
||||
@@ -277,7 +277,15 @@ def process_llm_tool_response(
|
||||
if not success:
|
||||
return False, {}, error_msg
|
||||
|
||||
# 新增检查：确保响应包含预期的工具调用部分
|
||||
if len(normalized_response) != 3:
|
||||
# 如果长度不为3，说明LLM响应不包含工具调用部分，这在期望工具调用的上下文中是错误的
|
||||
error_msg = f"LLM响应未包含预期的工具调用部分: 元素数量{len(normalized_response)}，响应内容：{normalized_response}"
|
||||
logger.warning(f"{log_prefix}{error_msg}")
|
||||
return False, {}, error_msg
|
||||
|
||||
# 使用新的工具调用处理函数
|
||||
# 此时已知 normalized_response 长度必定为 3
|
||||
success, valid_tool_calls, error_msg = process_llm_tool_calls(normalized_response, log_prefix)
|
||||
if not success:
|
||||
return False, {}, error_msg
|
||||
|
||||
Reference in New Issue
Block a user