diff --git a/README.md b/README.md index 8dea5bc15..3ff2548d7 100644 --- a/README.md +++ b/README.md @@ -101,7 +101,7 @@
- 麦麦演示视频 + 麦麦演示视频
👆 点击观看麦麦演示视频 👆 @@ -149,6 +149,8 @@ MaiMBot是一个开源项目，我们非常欢迎你的参与。你的贡献， - [📦 Linux 手动部署指南 ](docs/manual_deploy_linux.md) +- [📦 macOS 手动部署指南 ](docs/manual_deploy_macos.md) + 如果你不知道Docker是什么，建议寻找相关教程或使用手动部署 **（现在不建议使用docker，更新慢，可能不适配）** - [🐳 Docker部署指南](docs/docker_deploy.md) diff --git a/bot.py b/bot.py index 88c07939b..30714e846 100644 --- a/bot.py +++ b/bot.py @@ -204,8 +204,8 @@ def check_eula(): eula_confirmed = True eula_updated = False if eula_new_hash == os.getenv("EULA_AGREE"): - eula_confirmed = True - eula_updated = False + eula_confirmed = True + eula_updated = False # 检查隐私条款确认文件是否存在 if privacy_confirm_file.exists(): @@ -214,14 +214,16 @@ def check_eula(): if privacy_new_hash == confirmed_content: privacy_confirmed = True privacy_updated = False - if privacy_new_hash == os.getenv("PRIVACY_AGREE"): - privacy_confirmed = True - privacy_updated = False + if privacy_new_hash == os.getenv("PRIVACY_AGREE"): + privacy_confirmed = True + privacy_updated = False # 如果EULA或隐私条款有更新，提示用户重新确认 if eula_updated or privacy_updated: print("EULA或隐私条款内容已更新，请在阅读后重新确认，继续运行视为同意更新后的以上两款协议") - print(f'输入"同意"或"confirmed"或设置环境变量"EULA_AGREE={eula_new_hash}"和"PRIVACY_AGREE={privacy_new_hash}"继续运行') + print( + f'输入"同意"或"confirmed"或设置环境变量"EULA_AGREE={eula_new_hash}"和"PRIVACY_AGREE={privacy_new_hash}"继续运行' + ) while True: user_input = input().strip().lower() if user_input in ["同意", "confirmed"]: diff --git a/docs/fast_q_a.md b/docs/fast_q_a.md index 1f015565d..92800bad2 100644 --- a/docs/fast_q_a.md +++ b/docs/fast_q_a.md @@ -10,7 +10,7 @@ - 为什么显示:"缺失必要的API KEY" ❓ - + >你需要在 [Silicon Flow Api](https://cloud.siliconflow.cn/account/ak) 网站上注册一个账号，然后点击这个链接打开API KEY获取页面。 > @@ -41,19 +41,19 @@ >打开你的MongoDB Compass软件，你会在左上角看到这样的一个界面： > -> +> > >
> >点击 "CONNECT" 之后，点击展开 MegBot 标签栏 > -> +> > >
> >点进 "emoji" 再点击 "DELETE" 删掉所有条目，如图所示 > -> +> > >
> diff --git a/docs/linux_deploy_guide_for_beginners.md b/docs/linux_deploy_guide_for_beginners.md index 04601923f..1f1b0899f 100644 --- a/docs/linux_deploy_guide_for_beginners.md +++ b/docs/linux_deploy_guide_for_beginners.md @@ -1,48 +1,51 @@ # 面向纯新手的Linux服务器麦麦部署指南 -## 你得先有一个服务器 -为了能使麦麦在你的电脑关机之后还能运行，你需要一台不间断开机的主机，也就是我们常说的服务器。 +## 事前准备 +为了能使麦麦不间断的运行，你需要一台一直开着的主机。 +### 如果你想购买服务器 华为云、阿里云、腾讯云等等都是在国内可以选择的选择。 -你可以去租一台最低配置的就足敷需要了，按月租大概十几块钱就能租到了。 +租一台最低配置的就足敷需要了，按月租大概十几块钱就能租到了。 -我们假设你已经租好了一台Linux架构的云服务器。我用的是阿里云ubuntu24.04，其他的原理相似。 +### 如果你不想购买服务器 +你可以准备一台可以一直开着的电脑/主机，只需要保证能够正常访问互联网即可 + +我们假设你已经有了一台Linux架构的服务器。举例使用的是Ubuntu24.04，其他的原理相似。 ## 0.我们就从零开始吧 ### 网络问题 -为访问github相关界面，推荐去下一款加速器，新手可以试试watttoolkit。 +为访问Github相关界面，推荐去下一款加速器，新手可以试试[Watt Toolkit](https://gitee.com/rmbgame/SteamTools/releases/latest)。 ### 安装包下载 #### MongoDB +进入[MongoDB下载页](https://www.mongodb.com/try/download/community-kubernetes-operator)，并选择版本 -对于ubuntu24.04 x86来说是这个： +以Ubuntu24.04 x86为例，保持如图所示选项，点击`Download`即可，如果是其他系统，请在`Platform`中自行选择： -https://repo.mongodb.org/apt/ubuntu/dists/noble/mongodb-org/8.0/multiverse/binary-amd64/mongodb-org-server_8.0.5_amd64.deb +![](./pic/MongoDB_Ubuntu_guide.png) -如果不是就在这里自行选择对应版本 -https://www.mongodb.com/try/download/community-kubernetes-operator +不想使用上述方式？你也可以参考[官方文档](https://www.mongodb.com/zh-cn/docs/manual/administration/install-on-linux/#std-label-install-mdb-community-edition-linux)进行安装，进入后选择自己的系统版本即可 -#### Napcat - -在这里选择对应版本。 - -https://github.com/NapNeko/NapCatQQ/releases/tag/v4.6.7 - -对于ubuntu24.04 x86来说是这个： - -https://dldir1.qq.com/qqfile/qq/QQNT/ee4bd910/linuxqq_3.2.16-32793_amd64.deb +#### QQ（可选）/Napcat +*如果你使用Napcat的脚本安装，可以忽略此步* +访问https://github.com/NapNeko/NapCatQQ/releases/latest +在图中所示区域可以找到QQ的下载链接，选择对应版本下载即可 +从这里下载，可以保证你下载到的QQ版本兼容最新版Napcat +![](./pic/QQ_Download_guide_Linux.png) +如果你不想使用Napcat的脚本安装，还需参考[Napcat-Linux手动安装](https://www.napcat.wiki/guide/boot/Shell-Linux-SemiAuto) #### 麦麦 -https://github.com/SengokuCola/MaiMBot/archive/refs/tags/0.5.8-alpha.zip - -下载这个官方压缩包。 +先打开https://github.com/MaiM-with-u/MaiBot/releases +往下滑找到这个 +![下载指引](./pic/linux_beginner_downloadguide.png "") +下载箭头所指这个压缩包。 ### 路径 @@ -53,10 +56,10 @@ https://github.com/SengokuCola/MaiMBot/archive/refs/tags/0.5.8-alpha.zip ``` moi └─ mai - ├─ linuxqq_3.2.16-32793_amd64.deb - ├─ mongodb-org-server_8.0.5_amd64.deb + ├─ linuxqq_3.2.16-32793_amd64.deb # linuxqq安装包 + ├─ mongodb-org-server_8.0.5_amd64.deb # MongoDB的安装包 └─ bot - └─ MaiMBot-0.5.8-alpha.zip + └─ MaiMBot-0.5.8-alpha.zip # 麦麦的压缩包 ``` ### 网络 @@ -69,7 +72,7 @@ moi ## 2. Python的安装 -- 导入 Python 的稳定版 PPA： +- 导入 Python 的稳定版 PPA（Ubuntu需执行此步，Debian可忽略）： ```bash sudo add-apt-repository ppa:deadsnakes/ppa @@ -92,6 +95,11 @@ sudo apt install python3.12 ```bash python3.12 --version ``` +- （可选）更新替代方案，设置 python3.12 为默认的 python3 版本: +```bash +sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.12 1 +sudo update-alternatives --config python3 +``` - 在「终端」中，执行以下命令安装 pip： @@ -141,23 +149,17 @@ systemctl status mongod #通过这条指令检查运行状态 sudo systemctl enable mongod ``` -## 5.napcat的安装 +## 5.Napcat的安装 ``` bash +# 该脚本适用于支持Ubuntu 20+/Debian 10+/Centos9 curl -o napcat.sh https://nclatest.znin.net/NapNeko/NapCat-Installer/main/script/install.sh && sudo bash napcat.sh ``` - -上面的不行试试下面的 - -``` bash -dpkg -i linuxqq_3.2.16-32793_amd64.deb -apt-get install -f -dpkg -i linuxqq_3.2.16-32793_amd64.deb -``` +执行后，脚本会自动帮你部署好QQ及Napcat 成功的标志是输入``` napcat ```出来炫酷的彩虹色界面 -## 6.napcat的运行 +## 6.Napcat的运行 此时你就可以根据提示在```napcat```里面登录你的QQ号了。 @@ -170,6 +172,13 @@ napcat status #检查运行状态 ```http://<你服务器的公网IP>:6099/webui?token=napcat``` +如果你部署在自己的电脑上： +```http://127.0.0.1:6099/webui?token=napcat``` + +> [!WARNING] +> 如果你的麦麦部署在公网，请**务必**修改Napcat的默认密码 + + 第一次是这个，后续改了密码之后token就会对应修改。你也可以使用```napcat log <你的QQ号>```来查看webui地址。把里面的```127.0.0.1```改成<你服务器的公网IP>即可。 登录上之后在网络配置界面添加websocket客户端，名称随便输一个，url改成`ws://127.0.0.1:8080/onebot/v11/ws`保存之后点启用，就大功告成了。 @@ -178,7 +187,7 @@ napcat status #检查运行状态 ### step 1 安装解压软件 -``` +```bash sudo apt-get install unzip ``` @@ -229,138 +238,11 @@ bot 你可以注册一个硅基流动的账号，通过邀请码注册有14块钱的免费额度：https://cloud.siliconflow.cn/i/7Yld7cfg。 -#### 在.env.prod中定义API凭证： +#### 修改配置文件 +请参考 +- [🎀 新手配置指南](./installation_cute.md) - 通俗易懂的配置教程，适合初次使用的猫娘 +- [⚙️ 标准配置指南](./installation_standard.md) - 简明专业的配置说明，适合有经验的用户 -``` -# API凭证配置 -SILICONFLOW_KEY=your_key # 硅基流动API密钥 -SILICONFLOW_BASE_URL=https://api.siliconflow.cn/v1/ # 硅基流动API地址 - -DEEP_SEEK_KEY=your_key # DeepSeek API密钥 -DEEP_SEEK_BASE_URL=https://api.deepseek.com/v1 # DeepSeek API地址 - -CHAT_ANY_WHERE_KEY=your_key # ChatAnyWhere API密钥 -CHAT_ANY_WHERE_BASE_URL=https://api.chatanywhere.tech/v1 # ChatAnyWhere API地址 -``` - -#### 在bot_config.toml中引用API凭证： - -``` -[model.llm_reasoning] -name = "Pro/deepseek-ai/DeepSeek-R1" -base_url = "SILICONFLOW_BASE_URL" # 引用.env.prod中定义的地址 -key = "SILICONFLOW_KEY" # 引用.env.prod中定义的密钥 -``` - -如需切换到其他API服务，只需修改引用： - -``` -[model.llm_reasoning] -name = "Pro/deepseek-ai/DeepSeek-R1" -base_url = "DEEP_SEEK_BASE_URL" # 切换为DeepSeek服务 -key = "DEEP_SEEK_KEY" # 使用DeepSeek密钥 -``` - -#### 配置文件详解 - -##### 环境配置文件 (.env.prod) - -``` -# API配置 -SILICONFLOW_KEY=your_key -SILICONFLOW_BASE_URL=https://api.siliconflow.cn/v1/ -DEEP_SEEK_KEY=your_key -DEEP_SEEK_BASE_URL=https://api.deepseek.com/v1 -CHAT_ANY_WHERE_KEY=your_key -CHAT_ANY_WHERE_BASE_URL=https://api.chatanywhere.tech/v1 - -# 服务配置 -HOST=127.0.0.1 # 如果使用Docker部署，需要改成0.0.0.0，否则QQ消息无法传入 -PORT=8080 - -# 数据库配置 -MONGODB_HOST=127.0.0.1 # 如果使用Docker部署，需要改成数据库容器的名字，默认是mongodb -MONGODB_PORT=27017 -DATABASE_NAME=MegBot -MONGODB_USERNAME = "" # 数据库用户名 -MONGODB_PASSWORD = "" # 数据库密码 -MONGODB_AUTH_SOURCE = "" # 认证数据库 - -# 插件配置 -PLUGINS=["src2.plugins.chat"] -``` - -##### 机器人配置文件 (bot_config.toml) - -``` -[bot] -qq = "机器人QQ号" # 必填 -nickname = "麦麦" # 机器人昵称（你希望机器人怎么称呼它自己） - -[personality] -prompt_personality = [ - "曾经是一个学习地质的女大学生，现在学习心理学和脑科学，你会刷贴吧", - "是一个女大学生，你有黑色头发，你会刷小红书" -] -prompt_schedule = "一个曾经学习地质,现在学习心理学和脑科学的女大学生，喜欢刷qq，贴吧，知乎和小红书" - -[message] -min_text_length = 2 # 最小回复长度 -max_context_size = 15 # 上下文记忆条数 -emoji_chance = 0.2 # 表情使用概率 -ban_words = [] # 禁用词列表 - -[emoji] -auto_save = true # 自动保存表情 -enable_check = false # 启用表情审核 -check_prompt = "符合公序良俗" - -[groups] -talk_allowed = [] # 允许对话的群号 -talk_frequency_down = [] # 降低回复频率的群号 -ban_user_id = [] # 禁止回复的用户QQ号 - -[others] -enable_advance_output = true # 启用详细日志 -enable_kuuki_read = true # 启用场景理解 - -# 模型配置 -[model.llm_reasoning] # 推理模型 -name = "Pro/deepseek-ai/DeepSeek-R1" -base_url = "SILICONFLOW_BASE_URL" -key = "SILICONFLOW_KEY" - -[model.llm_reasoning_minor] # 轻量推理模型 -name = "deepseek-ai/DeepSeek-R1-Distill-Qwen-32B" -base_url = "SILICONFLOW_BASE_URL" -key = "SILICONFLOW_KEY" - -[model.llm_normal] # 对话模型 -name = "Pro/deepseek-ai/DeepSeek-V3" -base_url = "SILICONFLOW_BASE_URL" -key = "SILICONFLOW_KEY" - -[model.llm_normal_minor] # 备用对话模型 -name = "deepseek-ai/DeepSeek-V2.5" -base_url = "SILICONFLOW_BASE_URL" -key = "SILICONFLOW_KEY" - -[model.vlm] # 图像识别模型 -name = "deepseek-ai/deepseek-vl2" -base_url = "SILICONFLOW_BASE_URL" -key = "SILICONFLOW_KEY" - -[model.embedding] # 文本向量模型 -name = "BAAI/bge-m3" -base_url = "SILICONFLOW_BASE_URL" -key = "SILICONFLOW_KEY" - - -[topic.llm_topic] -name = "Pro/deepseek-ai/DeepSeek-V3" -base_url = "SILICONFLOW_BASE_URL" -key = "SILICONFLOW_KEY" -``` **step # 6** 运行 @@ -438,7 +320,7 @@ sudo systemctl enable bot.service # 启动bot服务 sudo systemctl status bot.service # 检查bot服务状态 ``` -``` -python bot.py +```bash +python bot.py # 运行麦麦 ``` diff --git a/docs/manual_deploy_linux.md b/docs/manual_deploy_linux.md index a5c91d6e2..653284bf5 100644 --- a/docs/manual_deploy_linux.md +++ b/docs/manual_deploy_linux.md @@ -6,7 +6,7 @@ - QQ小号（QQ框架的使用可能导致qq被风控，严重（小概率）可能会导致账号封禁，强烈不推荐使用大号） - 可用的大模型API - 一个AI助手，网上随便搜一家打开来用都行，可以帮你解决一些不懂的问题 -- 以下内容假设你对Linux系统有一定的了解，如果觉得难以理解，请直接用Windows系统部署[Windows系统部署指南](./manual_deploy_windows.md) +- 以下内容假设你对Linux系统有一定的了解，如果觉得难以理解，请直接用Windows系统部署[Windows系统部署指南](./manual_deploy_windows.md)或[使用Windows一键包部署](https://github.com/MaiM-with-u/MaiBot/releases/tag/EasyInstall-windows) ## 你需要知道什么？ @@ -24,6 +24,9 @@ --- +## 一键部署 +请下载并运行项目根目录中的run.sh并按照提示安装，部署完成后请参照后续配置指南进行配置 + ## 环境配置 ### 1️⃣ **确认Python版本** @@ -36,17 +39,26 @@ python --version python3 --version ``` -如果版本低于3.9，请更新Python版本。 +如果版本低于3.9，请更新Python版本，目前建议使用python3.12 ```bash -# Ubuntu/Debian +# Debian sudo apt update -sudo apt install python3.9 -# 如执行了这一步，建议在执行时将python3指向python3.9 -# 更新替代方案，设置 python3.9 为默认的 python3 版本: -sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.9 1 +sudo apt install python3.12 +# Ubuntu +sudo add-apt-repository ppa:deadsnakes/ppa +sudo apt update +sudo apt install python3.12 + +# 执行完以上命令后，建议在执行时将python3指向python3.12 +# 更新替代方案，设置 python3.12 为默认的 python3 版本: +sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.12 1 sudo update-alternatives --config python3 ``` +建议再执行以下命令，使后续运行命令中的`python3`等同于`python` +```bash +sudo apt install python-is-python3 +``` ### 2️⃣ **创建虚拟环境** @@ -73,7 +85,7 @@ pip install -r requirements.txt ### 3️⃣ **安装并启动MongoDB** -- 安装与启动：Debian参考[官方文档](https://docs.mongodb.com/manual/tutorial/install-mongodb-on-debian/)，Ubuntu参考[官方文档](https://docs.mongodb.com/manual/tutorial/install-mongodb-on-ubuntu/) +- 安装与启动：请参考[官方文档](https://www.mongodb.com/zh-cn/docs/manual/administration/install-on-linux/#std-label-install-mdb-community-edition-linux)，进入后选择自己的系统版本即可 - 默认连接本地27017端口 --- @@ -82,7 +94,11 @@ pip install -r requirements.txt ### 4️⃣ **安装NapCat框架** -- 参考[NapCat官方文档](https://www.napcat.wiki/guide/boot/Shell#napcat-installer-linux%E4%B8%80%E9%94%AE%E4%BD%BF%E7%94%A8%E8%84%9A%E6%9C%AC-%E6%94%AF%E6%8C%81ubuntu-20-debian-10-centos9)安装 +- 执行NapCat的Linux一键使用脚本(支持Ubuntu 20+/Debian 10+/Centos9) +```bash +curl -o napcat.sh https://nclatest.znin.net/NapNeko/NapCat-Installer/main/script/install.sh && sudo bash napcat.sh +``` +- 如果你不想使用Napcat的脚本安装，可参考[Napcat-Linux手动安装](https://www.napcat.wiki/guide/boot/Shell-Linux-SemiAuto) - 使用QQ小号登录，添加反向WS地址: `ws://127.0.0.1:8080/onebot/v11/ws` @@ -91,9 +107,17 @@ pip install -r requirements.txt ## 配置文件设置 ### 5️⃣ **配置文件设置，让麦麦Bot正常工作** - -- 修改环境配置文件：`.env.prod` -- 修改机器人配置文件：`bot_config.toml` +可先运行一次 +```bash +# 在项目目录下操作 +nb run +# 或 +python3 bot.py +``` +之后你就可以找到`.env.prod`和`bot_config.toml`这两个文件了 +关于文件内容的配置请参考： +- [🎀 新手配置指南](./installation_cute.md) - 通俗易懂的配置教程，适合初次使用的猫娘 +- [⚙️ 标准配置指南](./installation_standard.md) - 简明专业的配置说明，适合有经验的用户 --- diff --git a/docs/manual_deploy_macos.md b/docs/manual_deploy_macos.md new file mode 100644 index 000000000..00e2686b3 --- /dev/null +++ b/docs/manual_deploy_macos.md @@ -0,0 +1,201 @@ +# 📦 macOS系统手动部署MaiMbot麦麦指南 + +## 准备工作 + +- 一台搭载了macOS系统的设备（macOS 12.0 或以上） +- QQ小号（QQ框架的使用可能导致qq被风控，严重（小概率）可能会导致账号封禁，强烈不推荐使用大号） +- Homebrew包管理器 + - 如未安装，你可以在https://github.com/Homebrew/brew/releases/latest 找到.pkg格式的安装包 +- 可用的大模型API +- 一个AI助手，网上随便搜一家打开来用都行，可以帮你解决一些不懂的问题 +- 以下内容假设你对macOS系统有一定的了解，如果觉得难以理解，请直接用Windows系统部署[Windows系统部署指南](./manual_deploy_windows.md)或[使用Windows一键包部署](https://github.com/MaiM-with-u/MaiBot/releases/tag/EasyInstall-windows) +- 终端应用（iTerm2等） + +--- + +## 环境配置 + +### 1️⃣ **Python环境配置** + +```bash +# 检查Python版本（macOS自带python可能为2.7） +python3 --version + +# 通过Homebrew安装Python +brew install python@3.12 + +# 设置环境变量（如使用zsh） +echo 'export PATH="/usr/local/opt/python@3.12/bin:$PATH"' >> ~/.zshrc +source ~/.zshrc + +# 验证安装 +python3 --version # 应显示3.12.x +pip3 --version # 应关联3.12版本 +``` + +### 2️⃣ **创建虚拟环境** + +```bash +# 方法1：使用venv（推荐） +python3 -m venv maimbot-venv +source maimbot-venv/bin/activate # 激活虚拟环境 + +# 方法2：使用conda +brew install --cask miniconda +conda create -n maimbot python=3.9 +conda activate maimbot # 激活虚拟环境 + +# 安装项目依赖 +# 请确保已经进入虚拟环境再执行 +pip install -r requirements.txt +``` + +--- + +## 数据库配置 + +### 3️⃣ **安装MongoDB** + +请参考[官方文档](https://www.mongodb.com/zh-cn/docs/manual/tutorial/install-mongodb-on-os-x/#install-mongodb-community-edition) + +--- + +## NapCat + +### 4️⃣ **安装与配置Napcat** +- 安装 +可以使用Napcat官方提供的[macOS安装工具](https://github.com/NapNeko/NapCat-Mac-Installer/releases/) +由于权限问题，补丁过程需要手动替换 package.json，请注意备份原文件～ +- 配置 +使用QQ小号登录，添加反向WS地址: `ws://127.0.0.1:8080/onebot/v11/ws` + +--- + +## 配置文件设置 + +### 5️⃣ **生成配置文件** +可先运行一次 +```bash +# 在项目目录下操作 +nb run +# 或 +python3 bot.py +``` + +之后你就可以找到`.env.prod`和`bot_config.toml`这两个文件了 + +关于文件内容的配置请参考： +- [🎀 新手配置指南](./installation_cute.md) - 通俗易懂的配置教程，适合初次使用的猫娘 +- [⚙️ 标准配置指南](./installation_standard.md) - 简明专业的配置说明，适合有经验的用户 + + +--- + +## 启动机器人 + +### 6️⃣ **启动麦麦机器人** + +```bash +# 在项目目录下操作 +nb run +# 或 +python3 bot.py +``` + +## 启动管理 + +### 7️⃣ **通过launchd管理服务** + +创建plist文件： + +```bash +nano ~/Library/LaunchAgents/com.maimbot.plist +``` + +内容示例（需替换实际路径）： + +```xml + + + + + Label + com.maimbot + + ProgramArguments + + /path/to/maimbot-venv/bin/python + /path/to/MaiMbot/bot.py + + + WorkingDirectory + /path/to/MaiMbot + + StandardOutPath + /tmp/maimbot.log + StandardErrorPath + /tmp/maimbot.err + + RunAtLoad + + KeepAlive + + + +``` + +加载服务： + +```bash +launchctl load ~/Library/LaunchAgents/com.maimbot.plist +launchctl start com.maimbot +``` + +查看日志： + +```bash +tail -f /tmp/maimbot.log +``` + +--- + +## 常见问题处理 + +1. **权限问题** +```bash +# 遇到文件权限错误时 +chmod -R 755 ~/Documents/MaiMbot +``` + +2. **Python模块缺失** +```bash +# 确保在虚拟环境中 +source maimbot-venv/bin/activate # 或 conda 激活 +pip install --force-reinstall -r requirements.txt +``` + +3. **MongoDB连接失败** +```bash +# 检查服务状态 +brew services list +# 重置数据库权限 +mongosh --eval "db.adminCommand({setFeatureCompatibilityVersion: '5.0'})" +``` + +--- + +## 系统优化建议 + +1. **关闭App Nap** +```bash +# 防止系统休眠NapCat进程 +defaults write NSGlobalDomain NSAppSleepDisabled -bool YES +``` + +2. **电源管理设置** +```bash +# 防止睡眠影响机器人运行 +sudo systemsetup -setcomputersleep Never +``` + +--- diff --git a/docs/API_KEY.png b/docs/pic/API_KEY.png similarity index 100% rename from docs/API_KEY.png rename to docs/pic/API_KEY.png diff --git a/docs/MONGO_DB_0.png b/docs/pic/MONGO_DB_0.png similarity index 100% rename from docs/MONGO_DB_0.png rename to docs/pic/MONGO_DB_0.png diff --git a/docs/MONGO_DB_1.png b/docs/pic/MONGO_DB_1.png similarity index 100% rename from docs/MONGO_DB_1.png rename to docs/pic/MONGO_DB_1.png diff --git a/docs/MONGO_DB_2.png b/docs/pic/MONGO_DB_2.png similarity index 100% rename from docs/MONGO_DB_2.png rename to docs/pic/MONGO_DB_2.png diff --git a/docs/pic/MongoDB_Ubuntu_guide.png b/docs/pic/MongoDB_Ubuntu_guide.png new file mode 100644 index 000000000..abd47c283 Binary files /dev/null and b/docs/pic/MongoDB_Ubuntu_guide.png differ diff --git a/docs/pic/QQ_Download_guide_Linux.png b/docs/pic/QQ_Download_guide_Linux.png new file mode 100644 index 000000000..1d47e9d27 Binary files /dev/null and b/docs/pic/QQ_Download_guide_Linux.png differ diff --git a/docs/pic/linux_beginner_downloadguide.png b/docs/pic/linux_beginner_downloadguide.png new file mode 100644 index 000000000..4c6fbf01b Binary files /dev/null and b/docs/pic/linux_beginner_downloadguide.png differ diff --git a/docs/synology_.env.prod.png b/docs/pic/synology_.env.prod.png similarity index 100% rename from docs/synology_.env.prod.png rename to docs/pic/synology_.env.prod.png diff --git a/docs/synology_create_project.png b/docs/pic/synology_create_project.png similarity index 100% rename from docs/synology_create_project.png rename to docs/pic/synology_create_project.png diff --git a/docs/synology_docker-compose.png b/docs/pic/synology_docker-compose.png similarity index 100% rename from docs/synology_docker-compose.png rename to docs/pic/synology_docker-compose.png diff --git a/docs/synology_how_to_download.png b/docs/pic/synology_how_to_download.png similarity index 100% rename from docs/synology_how_to_download.png rename to docs/pic/synology_how_to_download.png diff --git a/docs/video.png b/docs/pic/video.png similarity index 100% rename from docs/video.png rename to docs/pic/video.png diff --git a/docs/synology_deploy.md b/docs/synology_deploy.md index a7b3bebda..1139101ec 100644 --- a/docs/synology_deploy.md +++ b/docs/synology_deploy.md @@ -16,7 +16,7 @@ docker-compose.yml: https://github.com/SengokuCola/MaiMBot/blob/main/docker-compose.yml 下载后打开，将 `services-mongodb-image` 修改为 `mongo:4.4.24`。这是因为最新的 MongoDB 强制要求 AVX 指令集，而群晖似乎不支持这个指令集 -![](https://raw.githubusercontent.com/ProperSAMA/MaiMBot/refs/heads/debug/docs/synology_docker-compose.png) +![](./pic/synology_docker-compose.png) bot_config.toml: https://github.com/SengokuCola/MaiMBot/blob/main/template/bot_config_template.toml 下载后，重命名为 `bot_config.toml` @@ -26,13 +26,13 @@ bot_config.toml: https://github.com/SengokuCola/MaiMBot/blob/main/template/bot_c 下载后，重命名为 `.env.prod` 将 `HOST` 修改为 `0.0.0.0`，确保 maimbot 能被 napcat 访问 按下图修改 mongodb 设置，使用 `MONGODB_URI` -![](https://raw.githubusercontent.com/ProperSAMA/MaiMBot/refs/heads/debug/docs/synology_.env.prod.png) +![](./pic/synology_.env.prod.png) 把 `bot_config.toml` 和 `.env.prod` 放入之前创建的 `MaiMBot`文件夹 #### 如何下载？ -点这里！![](https://raw.githubusercontent.com/ProperSAMA/MaiMBot/refs/heads/debug/docs/synology_how_to_download.png) +点这里！![](./pic/synology_how_to_download.png) ### 创建项目 @@ -45,7 +45,7 @@ bot_config.toml: https://github.com/SengokuCola/MaiMBot/blob/main/template/bot_c 图例： -![](https://raw.githubusercontent.com/ProperSAMA/MaiMBot/refs/heads/debug/docs/synology_create_project.png) +![](./pic/synology_create_project.png) 一路点下一步，等待项目创建完成 diff --git a/src/plugins/chat/__init__.py b/src/plugins/chat/__init__.py index e73d0a230..7edf91558 100644 --- a/src/plugins/chat/__init__.py +++ b/src/plugins/chat/__init__.py @@ -92,12 +92,13 @@ async def _(bot: Bot): @msg_in.handle() async def _(bot: Bot, event: MessageEvent, state: T_State): - #处理合并转发消息 + # 处理合并转发消息 if "forward" in event.message: - await chat_bot.handle_forward_message(event , bot) - else : + await chat_bot.handle_forward_message(event, bot) + else: await chat_bot.handle_message(event, bot) + @notice_matcher.handle() async def _(bot: Bot, event: NoticeEvent, state: T_State): logger.debug(f"收到通知：{event}") diff --git a/src/plugins/chat/bot.py b/src/plugins/chat/bot.py index d30940f97..24b7bdbff 100644 --- a/src/plugins/chat/bot.py +++ b/src/plugins/chat/bot.py @@ -418,13 +418,12 @@ class ChatBot: # 用户屏蔽,不区分私聊/群聊 if event.user_id in global_config.ban_user_id: return - + if isinstance(event, GroupMessageEvent): if event.group_id: if event.group_id not in global_config.talk_allowed_groups: return - # 获取合并转发消息的详细信息 forward_info = await bot.get_forward_msg(message_id=event.message_id) messages = forward_info["messages"] @@ -434,17 +433,17 @@ class ChatBot: for node in messages: # 提取发送者昵称 nickname = node["sender"].get("nickname", "未知用户") - + # 递归处理消息内容 - message_content = await self.process_message_segments(node["message"],layer=0) - + message_content = await self.process_message_segments(node["message"], layer=0) + # 拼接为【昵称】+ 内容 processed_messages.append(f"【{nickname}】{message_content}") # 组合所有消息 combined_message = "\n".join(processed_messages) combined_message = f"合并转发消息内容：\n{combined_message}" - + # 构建用户信息（使用转发消息的发送者） user_info = UserInfo( user_id=event.user_id, @@ -456,11 +455,7 @@ class ChatBot: # 构建群聊信息（如果是群聊） group_info = None if isinstance(event, GroupMessageEvent): - group_info = GroupInfo( - group_id=event.group_id, - group_name=None, - platform="qq" - ) + group_info = GroupInfo(group_id=event.group_id, group_name=None, platform="qq") # 创建消息对象 message_cq = MessageRecvCQ( @@ -475,19 +470,19 @@ class ChatBot: # 进入标准消息处理流程 await self.message_process(message_cq) - async def process_message_segments(self, segments: list,layer:int) -> str: + async def process_message_segments(self, segments: list, layer: int) -> str: """递归处理消息段""" parts = [] for seg in segments: - part = await self.process_segment(seg,layer+1) + part = await self.process_segment(seg, layer + 1) parts.append(part) return "".join(parts) - async def process_segment(self, seg: dict , layer:int) -> str: + async def process_segment(self, seg: dict, layer: int) -> str: """处理单个消息段""" seg_type = seg["type"] - if layer > 3 : - #防止有那种100层转发消息炸飞麦麦 + if layer > 3: + # 防止有那种100层转发消息炸飞麦麦 return "【转发消息】" if seg_type == "text": return seg["data"]["text"] @@ -504,13 +499,14 @@ class ChatBot: nested_messages.append("合并转发消息内容：") for node in nested_nodes: nickname = node["sender"].get("nickname", "未知用户") - content = await self.process_message_segments(node["message"],layer=layer) + content = await self.process_message_segments(node["message"], layer=layer) # nested_messages.append('-' * layer) nested_messages.append(f"{'--' * layer}【{nickname}】{content}") # nested_messages.append(f"{'--' * layer}合并转发第【{layer}】层结束") return "\n".join(nested_messages) else: return f"[{seg_type}]" - + + # 创建全局ChatBot实例 chat_bot = ChatBot() diff --git a/src/plugins/personality/big5_test.py b/src/plugins/personality/big5_test.py index 80114ec36..c66e6ec4e 100644 --- a/src/plugins/personality/big5_test.py +++ b/src/plugins/personality/big5_test.py @@ -15,17 +15,14 @@ env_path = project_root / ".env.prod" root_path = os.path.abspath(os.path.join(os.path.dirname(__file__), "../../..")) sys.path.append(root_path) -from src.plugins.personality.scene import get_scene_by_factor,get_all_scenes,PERSONALITY_SCENES -from src.plugins.personality.questionnaire import PERSONALITY_QUESTIONS,FACTOR_DESCRIPTIONS -from src.plugins.personality.offline_llm import LLMModel - +from src.plugins.personality.questionnaire import PERSONALITY_QUESTIONS, FACTOR_DESCRIPTIONS # noqa: E402 class BigFiveTest: def __init__(self): self.questions = PERSONALITY_QUESTIONS self.factors = FACTOR_DESCRIPTIONS - + def run_test(self): """运行测试并收集答案""" print("\n欢迎参加中国大五人格测试！") @@ -37,17 +34,17 @@ class BigFiveTest: print("5 = 比较符合") print("6 = 完全符合") print("\n请认真阅读每个描述，选择最符合您实际情况的选项。\n") - + # 创建题目序号到题目的映射 - questions_map = {q['id']: q for q in self.questions} - + questions_map = {q["id"]: q for q in self.questions} + # 获取所有题目ID并随机打乱顺序 question_ids = list(questions_map.keys()) random.shuffle(question_ids) - + answers = {} total_questions = len(question_ids) - + for i, question_id in enumerate(question_ids, 1): question = questions_map[question_id] while True: @@ -61,52 +58,43 @@ class BigFiveTest: print("请输入1-6之间的数字！") except ValueError: print("请输入有效的数字！") - + return self.calculate_scores(answers) - + def calculate_scores(self, answers): """计算各维度得分""" results = {} - factor_questions = { - "外向性": [], - "神经质": [], - "严谨性": [], - "开放性": [], - "宜人性": [] - } - + factor_questions = {"外向性": [], "神经质": [], "严谨性": [], "开放性": [], "宜人性": []} + # 将题目按因子分类 for q in self.questions: - factor_questions[q['factor']].append(q) - + factor_questions[q["factor"]].append(q) + # 计算每个维度的得分 for factor, questions in factor_questions.items(): total_score = 0 for q in questions: - score = answers[q['id']] + score = answers[q["id"]] # 处理反向计分题目 - if q['reverse_scoring']: + if q["reverse_scoring"]: score = 7 - score # 6分量表反向计分为7减原始分 total_score += score - + # 计算平均分 avg_score = round(total_score / len(questions), 2) - results[factor] = { - "得分": avg_score, - "题目数": len(questions), - "总分": total_score - } - + results[factor] = {"得分": avg_score, "题目数": len(questions), "总分": total_score} + return results def get_factor_description(self, factor): """获取因子的详细描述""" return self.factors[factor] + def main(): test = BigFiveTest() results = test.run_test() - + print("\n测试结果：") print("=" * 50) for factor, data in results.items(): @@ -114,9 +102,10 @@ def main(): print(f"平均分: {data['得分']} (总分: {data['总分']}, 题目数: {data['题目数']})") print("-" * 30) description = test.get_factor_description(factor) - print("维度说明:", description['description'][:100] + "...") - print("\n特征词:", ", ".join(description['trait_words'])) + print("维度说明:", description["description"][:100] + "...") + print("\n特征词:", ", ".join(description["trait_words"])) print("=" * 50) - + + if __name__ == "__main__": main() diff --git a/src/plugins/personality/combined_test.py b/src/plugins/personality/combined_test.py index a842847fb..b08fb458a 100644 --- a/src/plugins/personality/combined_test.py +++ b/src/plugins/personality/combined_test.py @@ -1,4 +1,4 @@ -from typing import Dict, List +from typing import Dict import json import os from pathlib import Path @@ -14,16 +14,17 @@ env_path = project_root / ".env.prod" root_path = os.path.abspath(os.path.join(os.path.dirname(__file__), "../../..")) sys.path.append(root_path) -from src.plugins.personality.big5_test import BigFiveTest -from src.plugins.personality.renqingziji import PersonalityEvaluator_direct -from src.plugins.personality.questionnaire import FACTOR_DESCRIPTIONS, PERSONALITY_QUESTIONS +from src.plugins.personality.big5_test import BigFiveTest # noqa: E402 +from src.plugins.personality.renqingziji import PersonalityEvaluator_direct # noqa: E402 +from src.plugins.personality.questionnaire import FACTOR_DESCRIPTIONS, PERSONALITY_QUESTIONS # noqa: E402 + class CombinedPersonalityTest: def __init__(self): self.big5_test = BigFiveTest() self.scenario_test = PersonalityEvaluator_direct() self.dimensions = ["开放性", "严谨性", "外向性", "宜人性", "神经质"] - + def run_combined_test(self): """运行组合测试""" print("\n=== 人格特征综合评估系统 ===") @@ -32,12 +33,12 @@ class CombinedPersonalityTest: print("2. 情景反应测评（15个场景）") print("\n两种测评完成后，将对比分析结果的异同。") input("\n准备好开始第一部分（问卷测评）了吗？按回车继续...") - + # 运行问卷测试 print("\n=== 第一部分：问卷测评 ===") print("本部分采用六级评分，请根据每个描述与您的符合程度进行打分：") print("1 = 完全不符合") - print("2 = 比较不符合") + print("2 = 比较不符合") print("3 = 有点不符合") print("4 = 有点符合") print("5 = 比较符合") @@ -47,42 +48,39 @@ class CombinedPersonalityTest: print("2. 根据您想要扮演的角色特征来回答") print("\n无论选择哪种方式，请保持一致并认真回答每个问题。") input("\n按回车开始答题...") - + questionnaire_results = self.run_questionnaire() - + # 转换问卷结果格式以便比较 - questionnaire_scores = { - factor: data["得分"] - for factor, data in questionnaire_results.items() - } - + questionnaire_scores = {factor: data["得分"] for factor, data in questionnaire_results.items()} + # 运行情景测试 print("\n=== 第二部分：情景反应测评 ===") print("接下来，您将面对一系列具体场景，请描述您在每个场景中可能的反应。") print("每个场景都会评估不同的人格维度，共15个场景。") print("您可以选择提供自己的真实反应，也可以选择扮演一个您创作的角色来回答。") input("\n准备好开始了吗？按回车继续...") - + scenario_results = self.run_scenario_test() - + # 比较和展示结果 self.compare_and_display_results(questionnaire_scores, scenario_results) - + # 保存结果 self.save_results(questionnaire_scores, scenario_results) def run_questionnaire(self): """运行问卷测试部分""" # 创建题目序号到题目的映射 - questions_map = {q['id']: q for q in PERSONALITY_QUESTIONS} - + questions_map = {q["id"]: q for q in PERSONALITY_QUESTIONS} + # 获取所有题目ID并随机打乱顺序 question_ids = list(questions_map.keys()) random.shuffle(question_ids) - + answers = {} total_questions = len(question_ids) - + for i, question_id in enumerate(question_ids, 1): question = questions_map[question_id] while True: @@ -97,48 +95,38 @@ class CombinedPersonalityTest: print("请输入1-6之间的数字！") except ValueError: print("请输入有效的数字！") - + # 每10题显示一次进度 if i % 10 == 0: - print(f"\n已完成 {i}/{total_questions} 题 ({int(i/total_questions*100)}%)") - + print(f"\n已完成 {i}/{total_questions} 题 ({int(i / total_questions * 100)}%)") + return self.calculate_questionnaire_scores(answers) - + def calculate_questionnaire_scores(self, answers): """计算问卷测试的维度得分""" results = {} - factor_questions = { - "外向性": [], - "神经质": [], - "严谨性": [], - "开放性": [], - "宜人性": [] - } - + factor_questions = {"外向性": [], "神经质": [], "严谨性": [], "开放性": [], "宜人性": []} + # 将题目按因子分类 for q in PERSONALITY_QUESTIONS: - factor_questions[q['factor']].append(q) - + factor_questions[q["factor"]].append(q) + # 计算每个维度的得分 for factor, questions in factor_questions.items(): total_score = 0 for q in questions: - score = answers[q['id']] + score = answers[q["id"]] # 处理反向计分题目 - if q['reverse_scoring']: + if q["reverse_scoring"]: score = 7 - score # 6分量表反向计分为7减原始分 total_score += score - + # 计算平均分 avg_score = round(total_score / len(questions), 2) - results[factor] = { - "得分": avg_score, - "题目数": len(questions), - "总分": total_score - } - + results[factor] = {"得分": avg_score, "题目数": len(questions), "总分": total_score} + return results - + def run_scenario_test(self): """运行情景测试部分""" final_scores = {"开放性": 0, "严谨性": 0, "外向性": 0, "宜人性": 0, "神经质": 0} @@ -160,11 +148,7 @@ class CombinedPersonalityTest: continue print("\n正在评估您的描述...") - scores = self.scenario_test.evaluate_response( - scenario_data["场景"], - response, - scenario_data["评估维度"] - ) + scores = self.scenario_test.evaluate_response(scenario_data["场景"], response, scenario_data["评估维度"]) # 更新分数 for dimension, score in scores.items(): @@ -178,7 +162,7 @@ class CombinedPersonalityTest: # 每5个场景显示一次总进度 if i % 5 == 0: - print(f"\n已完成 {i}/{len(scenarios)} 个场景 ({int(i/len(scenarios)*100)}%)") + print(f"\n已完成 {i}/{len(scenarios)} 个场景 ({int(i / len(scenarios) * 100)}%)") if i < len(scenarios): input("\n按回车继续下一个场景...") @@ -186,11 +170,8 @@ class CombinedPersonalityTest: # 计算平均分 for dimension in final_scores: if dimension_counts[dimension] > 0: - final_scores[dimension] = round( - final_scores[dimension] / dimension_counts[dimension], - 2 - ) - + final_scores[dimension] = round(final_scores[dimension] / dimension_counts[dimension], 2) + return final_scores def compare_and_display_results(self, questionnaire_scores: Dict, scenario_scores: Dict): @@ -199,39 +180,43 @@ class CombinedPersonalityTest: print("\n" + "=" * 60) print(f"{'维度':<8} {'问卷得分':>10} {'情景得分':>10} {'差异':>10} {'差异程度':>10}") print("-" * 60) - + # 收集每个维度的得分用于统计分析 questionnaire_values = [] scenario_values = [] diffs = [] - + for dimension in self.dimensions: q_score = questionnaire_scores[dimension] s_score = scenario_scores[dimension] diff = round(abs(q_score - s_score), 2) - + questionnaire_values.append(q_score) scenario_values.append(s_score) diffs.append(diff) - + # 计算差异程度 diff_level = "低" if diff < 0.5 else "中" if diff < 1.0 else "高" print(f"{dimension:<8} {q_score:>10.2f} {s_score:>10.2f} {diff:>10.2f} {diff_level:>10}") - + print("=" * 60) - + # 计算整体统计指标 mean_diff = sum(diffs) / len(diffs) std_diff = (sum((x - mean_diff) ** 2 for x in diffs) / (len(diffs) - 1)) ** 0.5 - + # 计算效应量 (Cohen's d) - pooled_std = ((sum((x - sum(questionnaire_values)/len(questionnaire_values))**2 for x in questionnaire_values) + - sum((x - sum(scenario_values)/len(scenario_values))**2 for x in scenario_values)) / - (2 * len(self.dimensions) - 2)) ** 0.5 - + pooled_std = ( + ( + sum((x - sum(questionnaire_values) / len(questionnaire_values)) ** 2 for x in questionnaire_values) + + sum((x - sum(scenario_values) / len(scenario_values)) ** 2 for x in scenario_values) + ) + / (2 * len(self.dimensions) - 2) + ) ** 0.5 + if pooled_std != 0: cohens_d = abs(mean_diff / pooled_std) - + # 解释效应量 if cohens_d < 0.2: effect_size = "微小" @@ -241,41 +226,43 @@ class CombinedPersonalityTest: effect_size = "中等" else: effect_size = "大" - + # 对所有维度进行整体t检验 t_stat, p_value = stats.ttest_rel(questionnaire_values, scenario_values) - print(f"\n整体统计分析:") + print("\n整体统计分析:") print(f"平均差异: {mean_diff:.3f}") print(f"差异标准差: {std_diff:.3f}") print(f"效应量(Cohen's d): {cohens_d:.3f}") print(f"效应量大小: {effect_size}") print(f"t统计量: {t_stat:.3f}") print(f"p值: {p_value:.3f}") - + if p_value < 0.05: print("结论: 两种测评方法的结果存在显著差异 (p < 0.05)") else: print("结论: 两种测评方法的结果无显著差异 (p >= 0.05)") - + print("\n维度说明：") for dimension in self.dimensions: print(f"\n{dimension}:") desc = FACTOR_DESCRIPTIONS[dimension] print(f"定义：{desc['description']}") print(f"特征词：{', '.join(desc['trait_words'])}") - + # 分析显著差异 significant_diffs = [] for dimension in self.dimensions: diff = abs(questionnaire_scores[dimension] - scenario_scores[dimension]) if diff >= 1.0: # 差异大于等于1分视为显著 - significant_diffs.append({ - "dimension": dimension, - "diff": diff, - "questionnaire": questionnaire_scores[dimension], - "scenario": scenario_scores[dimension] - }) - + significant_diffs.append( + { + "dimension": dimension, + "diff": diff, + "questionnaire": questionnaire_scores[dimension], + "scenario": scenario_scores[dimension], + } + ) + if significant_diffs: print("\n\n显著差异分析：") print("-" * 40) @@ -284,9 +271,9 @@ class CombinedPersonalityTest: print(f"问卷得分：{diff['questionnaire']:.2f}") print(f"情景得分：{diff['scenario']:.2f}") print(f"差异值：{diff['diff']:.2f}") - + # 分析可能的原因 - if diff['questionnaire'] > diff['scenario']: + if diff["questionnaire"] > diff["scenario"]: print("可能原因：在问卷中的自我评价较高，但在具体情景中的表现较为保守。") else: print("可能原因：在具体情景中表现出更多该维度特征，而在问卷自评时较为保守。") @@ -297,38 +284,37 @@ class CombinedPersonalityTest: "测试时间": datetime.now().strftime("%Y-%m-%d %H:%M:%S"), "问卷测评结果": questionnaire_scores, "情景测评结果": scenario_scores, - "维度说明": FACTOR_DESCRIPTIONS + "维度说明": FACTOR_DESCRIPTIONS, } - + # 确保目录存在 os.makedirs("results", exist_ok=True) - + # 生成带时间戳的文件名 filename = f"results/personality_combined_{datetime.now().strftime('%Y%m%d_%H%M%S')}.json" - + # 保存到文件 with open(filename, "w", encoding="utf-8") as f: json.dump(results, f, ensure_ascii=False, indent=2) - + print(f"\n完整的测评结果已保存到：{filename}") + def load_existing_results(): """检查并加载已有的测试结果""" results_dir = "results" if not os.path.exists(results_dir): return None - + # 获取所有personality_combined开头的文件 - result_files = [f for f in os.listdir(results_dir) - if f.startswith("personality_combined_") and f.endswith(".json")] - + result_files = [f for f in os.listdir(results_dir) if f.startswith("personality_combined_") and f.endswith(".json")] + if not result_files: return None - + # 按文件修改时间排序，获取最新的结果文件 - latest_file = max(result_files, - key=lambda f: os.path.getmtime(os.path.join(results_dir, f))) - + latest_file = max(result_files, key=lambda f: os.path.getmtime(os.path.join(results_dir, f))) + print(f"\n发现已有的测试结果：{latest_file}") try: with open(os.path.join(results_dir, latest_file), "r", encoding="utf-8") as f: @@ -338,24 +324,26 @@ def load_existing_results(): print(f"读取结果文件时出错：{str(e)}") return None + def main(): test = CombinedPersonalityTest() - + # 检查是否存在已有结果 existing_results = load_existing_results() - + if existing_results: print("\n=== 使用已有测试结果进行分析 ===") print(f"测试时间：{existing_results['测试时间']}") - + questionnaire_scores = existing_results["问卷测评结果"] scenario_scores = existing_results["情景测评结果"] - + # 直接进行结果对比分析 test.compare_and_display_results(questionnaire_scores, scenario_scores) else: print("\n未找到已有的测试结果，开始新的测试...") test.run_combined_test() + if __name__ == "__main__": - main() \ No newline at end of file + main() diff --git a/src/plugins/personality/questionnaire.py b/src/plugins/personality/questionnaire.py index 4afff1185..8e965061d 100644 --- a/src/plugins/personality/questionnaire.py +++ b/src/plugins/personality/questionnaire.py @@ -1,5 +1,9 @@ -# 人格测试问卷题目 王孟成, 戴晓阳, & 姚树桥. (2011). 中国大五人格问卷的初步编制Ⅲ:简式版的制定及信效度检验. 中国临床心理学杂志, 19(04), Article 04. -# 王孟成, 戴晓阳, & 姚树桥. (2010). 中国大五人格问卷的初步编制Ⅰ:理论框架与信度分析. 中国临床心理学杂志, 18(05), Article 05. +# 人格测试问卷题目 +# 王孟成, 戴晓阳, & 姚树桥. (2011). +# 中国大五人格问卷的初步编制Ⅲ:简式版的制定及信效度检验. 中国临床心理学杂志, 19(04), Article 04. + +# 王孟成, 戴晓阳, & 姚树桥. (2010). +# 中国大五人格问卷的初步编制Ⅰ:理论框架与信度分析. 中国临床心理学杂志, 18(05), Article 05. PERSONALITY_QUESTIONS = [ # 神经质维度 (F1) @@ -11,7 +15,6 @@ PERSONALITY_QUESTIONS = [ {"id": 6, "content": "在面对压力时，我有种快要崩溃的感觉", "factor": "神经质", "reverse_scoring": False}, {"id": 7, "content": "我常担忧一些无关紧要的事情", "factor": "神经质", "reverse_scoring": False}, {"id": 8, "content": "我常常感到内心不踏实", "factor": "神经质", "reverse_scoring": False}, - # 严谨性维度 (F2) {"id": 9, "content": "在工作上，我常只求能应付过去便可", "factor": "严谨性", "reverse_scoring": True}, {"id": 10, "content": "一旦确定了目标，我会坚持努力地实现它", "factor": "严谨性", "reverse_scoring": False}, @@ -21,9 +24,13 @@ PERSONALITY_QUESTIONS = [ {"id": 14, "content": "我喜欢一开头就把事情计划好", "factor": "严谨性", "reverse_scoring": False}, {"id": 15, "content": "我工作或学习很勤奋", "factor": "严谨性", "reverse_scoring": False}, {"id": 16, "content": "我是个倾尽全力做事的人", "factor": "严谨性", "reverse_scoring": False}, - # 宜人性维度 (F3) - {"id": 17, "content": "尽管人类社会存在着一些阴暗的东西（如战争、罪恶、欺诈），我仍然相信人性总的来说是善良的", "factor": "宜人性", "reverse_scoring": False}, + { + "id": 17, + "content": "尽管人类社会存在着一些阴暗的东西（如战争、罪恶、欺诈），我仍然相信人性总的来说是善良的", + "factor": "宜人性", + "reverse_scoring": False, + }, {"id": 18, "content": "我觉得大部分人基本上是心怀善意的", "factor": "宜人性", "reverse_scoring": False}, {"id": 19, "content": "虽然社会上有骗子，但我觉得大部分人还是可信的", "factor": "宜人性", "reverse_scoring": False}, {"id": 20, "content": "我不太关心别人是否受到不公正的待遇", "factor": "宜人性", "reverse_scoring": True}, @@ -31,7 +38,6 @@ PERSONALITY_QUESTIONS = [ {"id": 22, "content": "我常为那些遭遇不幸的人感到难过", "factor": "宜人性", "reverse_scoring": False}, {"id": 23, "content": "我是那种只照顾好自己，不替别人担忧的人", "factor": "宜人性", "reverse_scoring": True}, {"id": 24, "content": "当别人向我诉说不幸时，我常感到难过", "factor": "宜人性", "reverse_scoring": False}, - # 开放性维度 (F4) {"id": 25, "content": "我的想象力相当丰富", "factor": "开放性", "reverse_scoring": False}, {"id": 26, "content": "我头脑中经常充满生动的画面", "factor": "开放性", "reverse_scoring": False}, @@ -39,9 +45,18 @@ PERSONALITY_QUESTIONS = [ {"id": 28, "content": "我喜欢冒险", "factor": "开放性", "reverse_scoring": False}, {"id": 29, "content": "我是个勇于冒险，突破常规的人", "factor": "开放性", "reverse_scoring": False}, {"id": 30, "content": "我身上具有别人没有的冒险精神", "factor": "开放性", "reverse_scoring": False}, - {"id": 31, "content": "我渴望学习一些新东西，即使它们与我的日常生活无关", "factor": "开放性", "reverse_scoring": False}, - {"id": 32, "content": "我很愿意也很容易接受那些新事物、新观点、新想法", "factor": "开放性", "reverse_scoring": False}, - + { + "id": 31, + "content": "我渴望学习一些新东西，即使它们与我的日常生活无关", + "factor": "开放性", + "reverse_scoring": False, + }, + { + "id": 32, + "content": "我很愿意也很容易接受那些新事物、新观点、新想法", + "factor": "开放性", + "reverse_scoring": False, + }, # 外向性维度 (F5) {"id": 33, "content": "我喜欢参加社交与娱乐聚会", "factor": "外向性", "reverse_scoring": False}, {"id": 34, "content": "我对人多的聚会感到乏味", "factor": "外向性", "reverse_scoring": True}, @@ -50,61 +65,78 @@ PERSONALITY_QUESTIONS = [ {"id": 37, "content": "有我在的场合一般不会冷场", "factor": "外向性", "reverse_scoring": False}, {"id": 38, "content": "我希望成为领导者而不是被领导者", "factor": "外向性", "reverse_scoring": False}, {"id": 39, "content": "在一个团体中，我希望处于领导地位", "factor": "外向性", "reverse_scoring": False}, - {"id": 40, "content": "别人多认为我是一个热情和友好的人", "factor": "外向性", "reverse_scoring": False} + {"id": 40, "content": "别人多认为我是一个热情和友好的人", "factor": "外向性", "reverse_scoring": False}, ] # 因子维度说明 FACTOR_DESCRIPTIONS = { "外向性": { - "description": "反映个体神经系统的强弱和动力特征。外向性主要表现为个体在人际交往和社交活动中的倾向性，包括对社交活动的兴趣、对人群的态度、社交互动中的主动程度以及在群体中的影响力。高分者倾向于积极参与社交活动，乐于与人交往，善于表达自我，并往往在群体中发挥领导作用；低分者则倾向于独处，不喜欢热闹的社交场合，表现出内向、安静的特征。", + "description": "反映个体神经系统的强弱和动力特征。外向性主要表现为个体在人际交往和社交活动中的倾向性，" + "包括对社交活动的兴趣、" + "对人群的态度、社交互动中的主动程度以及在群体中的影响力。高分者倾向于积极参与社交活动，乐于与人交往，善于表达自我，" + "并往往在群体中发挥领导作用；低分者则倾向于独处，不喜欢热闹的社交场合，表现出内向、安静的特征。", "trait_words": ["热情", "活力", "社交", "主动"], "subfactors": { "合群性": "个体愿意与他人聚在一起，即接近人群的倾向；高分表现乐群、好交际，低分表现封闭、独处", "热情": "个体对待别人时所表现出的态度；高分表现热情好客，低分表现冷淡", "支配性": "个体喜欢指使、操纵他人，倾向于领导别人的特点；高分表现好强、发号施令，低分表现顺从、低调", - "活跃": "个体精力充沛，活跃、主动性等特点；高分表现活跃，低分表现安静" - } + "活跃": "个体精力充沛，活跃、主动性等特点；高分表现活跃，低分表现安静", + }, }, "神经质": { - "description": "反映个体情绪的状态和体验内心苦恼的倾向性。这个维度主要关注个体在面对压力、挫折和日常生活挑战时的情绪稳定性和适应能力。它包含了对焦虑、抑郁、愤怒等负面情绪的敏感程度，以及个体对这些情绪的调节和控制能力。高分者容易体验负面情绪，对压力较为敏感，情绪波动较大；低分者则表现出较强的情绪稳定性，能够较好地应对压力和挫折。", + "description": "反映个体情绪的状态和体验内心苦恼的倾向性。这个维度主要关注个体在面对压力、" + "挫折和日常生活挑战时的情绪稳定性和适应能力。它包含了对焦虑、抑郁、愤怒等负面情绪的敏感程度，" + "以及个体对这些情绪的调节和控制能力。高分者容易体验负面情绪，对压力较为敏感，情绪波动较大；" + "低分者则表现出较强的情绪稳定性，能够较好地应对压力和挫折。", "trait_words": ["稳定", "沉着", "从容", "坚韧"], "subfactors": { "焦虑": "个体体验焦虑感的个体差异；高分表现坐立不安，低分表现平静", "抑郁": "个体体验抑郁情感的个体差异；高分表现郁郁寡欢，低分表现平静", - "敏感多疑": "个体常常关注自己的内心活动，行为和过于意识人对自己的看法、评价；高分表现敏感多疑，低分表现淡定、自信", + "敏感多疑": "个体常常关注自己的内心活动，行为和过于意识人对自己的看法、评价；高分表现敏感多疑，" + "低分表现淡定、自信", "脆弱性": "个体在危机或困难面前无力、脆弱的特点；高分表现无能、易受伤、逃避，低分表现坚强", - "愤怒-敌意": "个体准备体验愤怒，及相关情绪的状态；高分表现暴躁易怒，低分表现平静" - } + "愤怒-敌意": "个体准备体验愤怒，及相关情绪的状态；高分表现暴躁易怒，低分表现平静", + }, }, "严谨性": { - "description": "反映个体在目标导向行为上的组织、坚持和动机特征。这个维度体现了个体在工作、学习等目标性活动中的自我约束和行为管理能力。它涉及到个体的责任感、自律性、计划性、条理性以及完成任务的态度。高分者往往表现出强烈的责任心、良好的组织能力、谨慎的决策风格和持续的努力精神；低分者则可能表现出随意性强、缺乏规划、做事马虎或易放弃的特点。", + "description": "反映个体在目标导向行为上的组织、坚持和动机特征。这个维度体现了个体在工作、" + "学习等目标性活动中的自我约束和行为管理能力。它涉及到个体的责任感、自律性、计划性、条理性以及完成任务的态度。" + "高分者往往表现出强烈的责任心、良好的组织能力、谨慎的决策风格和持续的努力精神；低分者则可能表现出随意性强、" + "缺乏规划、做事马虎或易放弃的特点。", "trait_words": ["负责", "自律", "条理", "勤奋"], "subfactors": { - "责任心": "个体对待任务和他人认真负责，以及对自己承诺的信守；高分表现有责任心、负责任，低分表现推卸责任、逃避处罚", + "责任心": "个体对待任务和他人认真负责，以及对自己承诺的信守；高分表现有责任心、负责任，" + "低分表现推卸责任、逃避处罚", "自我控制": "个体约束自己的能力，及自始至终的坚持性；高分表现自制、有毅力，低分表现冲动、无毅力", "审慎性": "个体在采取具体行动前的心理状态；高分表现谨慎、小心，低分表现鲁莽、草率", "条理性": "个体处理事务和工作的秩序，条理和逻辑性；高分表现整洁、有秩序，低分表现混乱、遗漏", - "勤奋": "个体工作和学习的努力程度及为达到目标而表现出的进取精神；高分表现勤奋、刻苦，低分表现懒散" - } + "勤奋": "个体工作和学习的努力程度及为达到目标而表现出的进取精神；高分表现勤奋、刻苦，低分表现懒散", + }, }, "开放性": { - "description": "反映个体对新异事物、新观念和新经验的接受程度，以及在思维和行为方面的创新倾向。这个维度体现了个体在认知和体验方面的广度、深度和灵活性。它包括对艺术的欣赏能力、对知识的求知欲、想象力的丰富程度，以及对冒险和创新的态度。高分者往往具有丰富的想象力、广泛的兴趣、开放的思维方式和创新的倾向；低分者则倾向于保守、传统，喜欢熟悉和常规的事物。", + "description": "反映个体对新异事物、新观念和新经验的接受程度，以及在思维和行为方面的创新倾向。" + "这个维度体现了个体在认知和体验方面的广度、深度和灵活性。它包括对艺术的欣赏能力、对知识的求知欲、想象力的丰富程度，" + "以及对冒险和创新的态度。高分者往往具有丰富的想象力、广泛的兴趣、开放的思维方式和创新的倾向；低分者则倾向于保守、" + "传统，喜欢熟悉和常规的事物。", "trait_words": ["创新", "好奇", "艺术", "冒险"], "subfactors": { "幻想": "个体富于幻想和想象的水平；高分表现想象力丰富，低分表现想象力匮乏", "审美": "个体对于艺术和美的敏感与热爱程度；高分表现富有艺术气息，低分表现一般对艺术不敏感", "好奇心": "个体对未知事物的态度；高分表现兴趣广泛、好奇心浓，低分表现兴趣少、无好奇心", "冒险精神": "个体愿意尝试有风险活动的个体差异；高分表现好冒险，低分表现保守", - "价值观念": "个体对新事物、新观念、怪异想法的态度；高分表现开放、坦然接受新事物，低分则相反" - } + "价值观念": "个体对新事物、新观念、怪异想法的态度；高分表现开放、坦然接受新事物，低分则相反", + }, }, "宜人性": { - "description": "反映个体在人际关系中的亲和倾向，体现了对他人的关心、同情和合作意愿。这个维度主要关注个体与他人互动时的态度和行为特征，包括对他人的信任程度、同理心水平、助人意愿以及在人际冲突中的处理方式。高分者通常表现出友善、富有同情心、乐于助人的特质，善于与他人建立和谐关系；低分者则可能表现出较少的人际关注，在社交互动中更注重自身利益，较少考虑他人感受。", + "description": "反映个体在人际关系中的亲和倾向，体现了对他人的关心、同情和合作意愿。" + "这个维度主要关注个体与他人互动时的态度和行为特征，包括对他人的信任程度、同理心水平、" + "助人意愿以及在人际冲突中的处理方式。高分者通常表现出友善、富有同情心、乐于助人的特质，善于与他人建立和谐关系；" + "低分者则可能表现出较少的人际关注，在社交互动中更注重自身利益，较少考虑他人感受。", "trait_words": ["友善", "同理", "信任", "合作"], "subfactors": { "信任": "个体对他人和/或他人言论的相信程度；高分表现信任他人，低分表现怀疑", "体贴": "个体对别人的兴趣和需要的关注程度；高分表现体贴、温存，低分表现冷漠、不在乎", - "同情": "个体对处于不利地位的人或物的态度；高分表现富有同情心，低分表现冷漠" - } - } -} \ No newline at end of file + "同情": "个体对处于不利地位的人或物的态度；高分表现富有同情心，低分表现冷漠", + }, + }, +} diff --git a/src/plugins/personality/renqingziji.py b/src/plugins/personality/renqingziji.py index b3a3e267e..4b1fb3b69 100644 --- a/src/plugins/personality/renqingziji.py +++ b/src/plugins/personality/renqingziji.py @@ -1,10 +1,12 @@ -''' -The definition of artificial personality in this paper follows the dispositional para-digm and adapts a definition of personality developed for humans [17]: -Personality for a human is the "whole and organisation of relatively stable tendencies and patterns of experience and -behaviour within one person (distinguishing it from other persons)". This definition is modified for artificial personality: -Artificial personality describes the relatively stable tendencies and patterns of behav-iour of an AI-based machine that -can be designed by developers and designers via different modalities, such as language, creating the impression -of individuality of a humanized social agent when users interact with the machine.''' +""" +The definition of artificial personality in this paper follows the dispositional para-digm and adapts a definition of +personality developed for humans [17]: +Personality for a human is the "whole and organisation of relatively stable tendencies and patterns of experience and +behaviour within one person (distinguishing it from other persons)". This definition is modified for artificial +personality: +Artificial personality describes the relatively stable tendencies and patterns of behav-iour of an AI-based machine that +can be designed by developers and designers via different modalities, such as language, creating the impression +of individuality of a humanized social agent when users interact with the machine.""" from typing import Dict, List import json @@ -13,9 +15,9 @@ from pathlib import Path from dotenv import load_dotenv import sys -''' +""" 第一种方案：基于情景评估的人格测定 -''' +""" current_dir = Path(__file__).resolve().parent project_root = current_dir.parent.parent.parent env_path = project_root / ".env.prod" @@ -23,9 +25,9 @@ env_path = project_root / ".env.prod" root_path = os.path.abspath(os.path.join(os.path.dirname(__file__), "../../..")) sys.path.append(root_path) -from src.plugins.personality.scene import get_scene_by_factor,get_all_scenes,PERSONALITY_SCENES -from src.plugins.personality.questionnaire import PERSONALITY_QUESTIONS,FACTOR_DESCRIPTIONS -from src.plugins.personality.offline_llm import LLMModel +from src.plugins.personality.scene import get_scene_by_factor, PERSONALITY_SCENES # noqa: E402 +from src.plugins.personality.questionnaire import FACTOR_DESCRIPTIONS # noqa: E402 +from src.plugins.personality.offline_llm import LLMModel # noqa: E402 # 加载环境变量 if env_path.exists(): @@ -40,32 +42,31 @@ class PersonalityEvaluator_direct: def __init__(self): self.personality_traits = {"开放性": 0, "严谨性": 0, "外向性": 0, "宜人性": 0, "神经质": 0} self.scenarios = [] - + # 为每个人格特质获取对应的场景 for trait in PERSONALITY_SCENES: scenes = get_scene_by_factor(trait) if not scenes: continue - + # 从每个维度选择3个场景 import random + scene_keys = list(scenes.keys()) selected_scenes = random.sample(scene_keys, min(3, len(scene_keys))) - + for scene_key in selected_scenes: scene = scenes[scene_key] - + # 为每个场景添加评估维度 # 主维度是当前特质，次维度随机选择一个其他特质 other_traits = [t for t in PERSONALITY_SCENES if t != trait] secondary_trait = random.choice(other_traits) - - self.scenarios.append({ - "场景": scene["scenario"], - "评估维度": [trait, secondary_trait], - "场景编号": scene_key - }) - + + self.scenarios.append( + {"场景": scene["scenario"], "评估维度": [trait, secondary_trait], "场景编号": scene_key} + ) + self.llm = LLMModel() def evaluate_response(self, scenario: str, response: str, dimensions: List[str]) -> Dict[str, float]: @@ -78,9 +79,9 @@ class PersonalityEvaluator_direct: desc = FACTOR_DESCRIPTIONS.get(dim, "") if desc: dimension_descriptions.append(f"- {dim}：{desc}") - + dimensions_text = "\n".join(dimension_descriptions) - + prompt = f"""请根据以下场景和用户描述，评估用户在大五人格模型中的相关维度得分（1-6分）。 场景描述： @@ -178,11 +179,7 @@ def main(): print(f"测试场景数：{dimension_counts[trait]}") # 保存结果 - result = { - "final_scores": final_scores, - "dimension_counts": dimension_counts, - "scenarios": evaluator.scenarios - } + result = {"final_scores": final_scores, "dimension_counts": dimension_counts, "scenarios": evaluator.scenarios} # 确保目录存在 os.makedirs("results", exist_ok=True) diff --git a/src/plugins/personality/scene.py b/src/plugins/personality/scene.py index 936b07a3e..0ce094a36 100644 --- a/src/plugins/personality/scene.py +++ b/src/plugins/personality/scene.py @@ -1,4 +1,4 @@ -from typing import Dict, List +from typing import Dict PERSONALITY_SCENES = { "外向性": { @@ -8,7 +8,7 @@ PERSONALITY_SCENES = { 同事：「嗨！你是新来的同事吧？我是市场部的小林。」 同事看起来很友善，还主动介绍说：「待会午饭时间，我们部门有几个人准备一起去楼下新开的餐厅，你要一起来吗？可以认识一下其他同事。」""", - "explanation": "这个场景通过职场社交情境，观察个体对于新环境、新社交圈的态度和反应倾向。" + "explanation": "这个场景通过职场社交情境，观察个体对于新环境、新社交圈的态度和反应倾向。", }, "场景2": { "scenario": """在大学班级群里，班长发起了一个组织班级联谊活动的投票： @@ -16,7 +16,7 @@ PERSONALITY_SCENES = { 班长：「大家好！下周末我们准备举办一次班级联谊活动，地点在学校附近的KTV。想请大家报名参加，也欢迎大家邀请其他班级的同学！」 已经有几个同学在群里积极响应，有人@你问你要不要一起参加。""", - "explanation": "通过班级活动场景，观察个体对群体社交活动的参与意愿。" + "explanation": "通过班级活动场景，观察个体对群体社交活动的参与意愿。", }, "场景3": { "scenario": """你在社交平台上发布了一条动态，收到了很多陌生网友的评论和私信： @@ -24,13 +24,14 @@ PERSONALITY_SCENES = { 网友A：「你说的这个观点很有意思！想和你多交流一下。」 网友B：「我也对这个话题很感兴趣，要不要建个群一起讨论？」""", - "explanation": "通过网络社交场景，观察个体对线上社交的态度。" + "explanation": "通过网络社交场景，观察个体对线上社交的态度。", }, "场景4": { "scenario": """你暗恋的对象今天主动来找你： -对方：「那个...我最近在准备一个演讲比赛，听说你口才很好。能不能请你帮我看看演讲稿，顺便给我一些建议？如果你有时间的话，可以一起吃个饭聊聊。」""", - "explanation": "通过恋爱情境，观察个体在面对心仪对象时的社交表现。" +对方：「那个...我最近在准备一个演讲比赛，听说你口才很好。能不能请你帮我看看演讲稿，顺便给我一些建议？""" + """如果你有时间的话，可以一起吃个饭聊聊。」""", + "explanation": "通过恋爱情境，观察个体在面对心仪对象时的社交表现。", }, "场景5": { "scenario": """在一次线下读书会上，主持人突然点名让你分享读后感： @@ -38,18 +39,18 @@ PERSONALITY_SCENES = { 主持人：「听说你对这本书很有见解，能不能和大家分享一下你的想法？」 现场有二十多个陌生的读书爱好者，都期待地看着你。""", - "explanation": "通过即兴发言场景，观察个体的社交表现欲和公众表达能力。" - } + "explanation": "通过即兴发言场景，观察个体的社交表现欲和公众表达能力。", + }, }, - "神经质": { "场景1": { - "scenario": """你正在准备一个重要的项目演示，这关系到你的晋升机会。就在演示前30分钟，你收到了主管发来的消息： + "scenario": """你正在准备一个重要的项目演示，这关系到你的晋升机会。""" + """就在演示前30分钟，你收到了主管发来的消息： 主管：「临时有个变动，CEO也会来听你的演示。他对这个项目特别感兴趣。」 正当你准备回复时，主管又发来一条：「对了，能不能把演示时间压缩到15分钟？CEO下午还有其他安排。你之前准备的是30分钟的版本对吧？」""", - "explanation": "这个场景通过突发的压力情境，观察个体在面对计划外变化时的情绪反应和调节能力。" + "explanation": "这个场景通过突发的压力情境，观察个体在面对计划外变化时的情绪反应和调节能力。", }, "场景2": { "scenario": """期末考试前一天晚上，你收到了好朋友发来的消息： @@ -57,7 +58,7 @@ PERSONALITY_SCENES = { 好朋友：「不好意思这么晚打扰你...我看你平时成绩很好，能不能帮我解答几个问题？我真的很担心明天的考试。」 你看了看时间，已经是晚上11点，而你原本计划的复习还没完成。""", - "explanation": "通过考试压力场景，观察个体在时间紧张时的情绪管理。" + "explanation": "通过考试压力场景，观察个体在时间紧张时的情绪管理。", }, "场景3": { "scenario": """你在社交媒体上发表的一个观点引发了争议，有不少人开始批评你： @@ -67,7 +68,7 @@ PERSONALITY_SCENES = { 网友B：「建议楼主先去补补课再来发言。」 评论区里的负面评论越来越多，还有人开始人身攻击。""", - "explanation": "通过网络争议场景，观察个体面对批评时的心理承受能力。" + "explanation": "通过网络争议场景，观察个体面对批评时的心理承受能力。", }, "场景4": { "scenario": """你和恋人约好今天一起看电影，但在约定时间前半小时，对方发来消息： @@ -77,7 +78,7 @@ PERSONALITY_SCENES = { 二十分钟后，对方又发来消息：「可能要再等等，抱歉！」 电影快要开始了，但对方还是没有出现。""", - "explanation": "通过恋爱情境，观察个体对不确定性的忍耐程度。" + "explanation": "通过恋爱情境，观察个体对不确定性的忍耐程度。", }, "场景5": { "scenario": """在一次重要的小组展示中，你的组员在演示途中突然卡壳了： @@ -85,10 +86,9 @@ PERSONALITY_SCENES = { 组员小声对你说：「我忘词了，接下来的部分是什么来着...」 台下的老师和同学都在等待，气氛有些尴尬。""", - "explanation": "通过公开场合的突发状况，观察个体的应急反应和压力处理能力。" - } + "explanation": "通过公开场合的突发状况，观察个体的应急反应和压力处理能力。", + }, }, - "严谨性": { "场景1": { "scenario": """你是团队的项目负责人，刚刚接手了一个为期两个月的重要项目。在第一次团队会议上： @@ -98,7 +98,7 @@ PERSONALITY_SCENES = { 小张：「要不要先列个时间表？不过感觉太详细的计划也没必要，点到为止就行。」 小李：「客户那边说如果能提前完成有奖励，我觉得我们可以先做快一点的部分。」""", - "explanation": "这个场景通过项目管理情境，体现个体在工作方法、计划性和责任心方面的特征。" + "explanation": "这个场景通过项目管理情境，体现个体在工作方法、计划性和责任心方面的特征。", }, "场景2": { "scenario": """期末小组作业，组长让大家分工完成一份研究报告。在截止日期前三天： @@ -108,7 +108,7 @@ PERSONALITY_SCENES = { 组员B：「我这边可能还要一天才能完成，最近太忙了。」 组员C发来一份没有任何引用出处、可能存在抄袭的内容：「我写完了，你们看看怎么样？」""", - "explanation": "通过学习场景，观察个体对学术规范和质量要求的重视程度。" + "explanation": "通过学习场景，观察个体对学术规范和质量要求的重视程度。", }, "场景3": { "scenario": """你在一个兴趣小组的群聊中，大家正在讨论举办一次线下活动： @@ -118,7 +118,7 @@ PERSONALITY_SCENES = { 成员B：「对啊，随意一点挺好的。」 成员C：「人来了自然就热闹了。」""", - "explanation": "通过活动组织场景，观察个体对活动计划的态度。" + "explanation": "通过活动组织场景，观察个体对活动计划的态度。", }, "场景4": { "scenario": """你和恋人计划一起去旅游，对方说： @@ -126,7 +126,7 @@ PERSONALITY_SCENES = { 恋人：「我们就随心而行吧！订个目的地，其他的到了再说，这样更有意思。」 距离出发还有一周时间，但机票、住宿和具体行程都还没有确定。""", - "explanation": "通过旅行规划场景，观察个体的计划性和对不确定性的接受程度。" + "explanation": "通过旅行规划场景，观察个体的计划性和对不确定性的接受程度。", }, "场景5": { "scenario": """在一个重要的团队项目中，你发现一个同事的工作存在明显错误： @@ -134,18 +134,19 @@ PERSONALITY_SCENES = { 同事：「差不多就行了，反正领导也看不出来。」 这个错误可能不会立即造成问题，但长期来看可能会影响项目质量。""", - "explanation": "通过工作质量场景，观察个体对细节和标准的坚持程度。" - } + "explanation": "通过工作质量场景，观察个体对细节和标准的坚持程度。", + }, }, - "开放性": { "场景1": { "scenario": """周末下午，你的好友小美兴致勃勃地给你打电话： -小美：「我刚发现一个特别有意思的沉浸式艺术展！不是传统那种挂画的展览，而是把整个空间都变成了艺术品。观众要穿特制的服装，还要带上VR眼镜，好像还有AI实时互动！」 +小美：「我刚发现一个特别有意思的沉浸式艺术展！不是传统那种挂画的展览，而是把整个空间都变成了艺术品。""" + """观众要穿特制的服装，还要带上VR眼镜，好像还有AI实时互动！」 -小美继续说：「虽然票价不便宜，但听说体验很独特。网上评价两极分化，有人说是前所未有的艺术革新，也有人说是哗众取宠。要不要周末一起去体验一下？」""", - "explanation": "这个场景通过新型艺术体验，反映个体对创新事物的接受程度和尝试意愿。" +小美继续说：「虽然票价不便宜，但听说体验很独特。网上评价两极分化，有人说是前所未有的艺术革新，也有人说是哗众取宠。""" + """要不要周末一起去体验一下？」""", + "explanation": "这个场景通过新型艺术体验，反映个体对创新事物的接受程度和尝试意愿。", }, "场景2": { "scenario": """在一节创意写作课上，老师提出了一个特别的作业： @@ -153,15 +154,16 @@ PERSONALITY_SCENES = { 老师：「下周的作业是用AI写作工具协助创作一篇小说。你们可以自由探索如何与AI合作，打破传统写作方式。」 班上随即展开了激烈讨论，有人认为这是对创作的亵渎，也有人对这种新形式感到兴奋。""", - "explanation": "通过新技术应用场景，观察个体对创新学习方式的态度。" + "explanation": "通过新技术应用场景，观察个体对创新学习方式的态度。", }, "场景3": { "scenario": """在社交媒体上，你看到一个朋友分享了一种新的生活方式： -「最近我在尝试'数字游牧'生活，就是一边远程工作一边环游世界。没有固定住所，住青旅或短租，认识来自世界各地的朋友。虽然有时会很不稳定，但这种自由的生活方式真的很棒！」 +「最近我在尝试'数字游牧'生活，就是一边远程工作一边环游世界。""" + """没有固定住所，住青旅或短租，认识来自世界各地的朋友。虽然有时会很不稳定，但这种自由的生活方式真的很棒！」 评论区里争论不断，有人向往这种生活，也有人觉得太冒险。""", - "explanation": "通过另类生活方式，观察个体对非传统选择的态度。" + "explanation": "通过另类生活方式，观察个体对非传统选择的态度。", }, "场景4": { "scenario": """你的恋人突然提出了一个想法： @@ -169,7 +171,7 @@ PERSONALITY_SCENES = { 恋人：「我们要不要尝试一下开放式关系？就是在保持彼此关系的同时，也允许和其他人发展感情。现在国外很多年轻人都这样。」 这个提议让你感到意外，你之前从未考虑过这种可能性。""", - "explanation": "通过感情观念场景，观察个体对非传统关系模式的接受度。" + "explanation": "通过感情观念场景，观察个体对非传统关系模式的接受度。", }, "场景5": { "scenario": """在一次朋友聚会上，大家正在讨论未来职业规划： @@ -179,10 +181,9 @@ PERSONALITY_SCENES = { 朋友B：「我想去学习生物科技，准备转行做人造肉研发。」 朋友C：「我在考虑加入一个区块链创业项目，虽然风险很大。」""", - "explanation": "通过职业选择场景，观察个体对新兴领域的探索意愿。" - } + "explanation": "通过职业选择场景，观察个体对新兴领域的探索意愿。", + }, }, - "宜人性": { "场景1": { "scenario": """在回家的公交车上，你遇到这样一幕： @@ -194,7 +195,7 @@ PERSONALITY_SCENES = { 年轻人B：「现在的老年人真是...我看她包里还有菜，肯定是去菜市场买完菜回来的，这么多人都不知道叫子女开车接送。」 就在这时，老奶奶一个趔趄，差点摔倒。她扶住了扶手，但包里的东西洒了一些出来。""", - "explanation": "这个场景通过公共场合的助人情境，体现个体的同理心和对他人需求的关注程度。" + "explanation": "这个场景通过公共场合的助人情境，体现个体的同理心和对他人需求的关注程度。", }, "场景2": { "scenario": """在班级群里，有同学发起为生病住院的同学捐款： @@ -204,7 +205,7 @@ PERSONALITY_SCENES = { 同学B：「我觉得这是他家里的事，我们不方便参与吧。」 同学C：「但是都是同学一场，帮帮忙也是应该的。」""", - "explanation": "通过同学互助场景，观察个体的助人意愿和同理心。" + "explanation": "通过同学互助场景，观察个体的助人意愿和同理心。", }, "场景3": { "scenario": """在一个网络讨论组里，有人发布了求助信息： @@ -215,7 +216,7 @@ PERSONALITY_SCENES = { 「生活本来就是这样，想开点！」 「你这样子太消极了，要积极面对。」 「谁还没点烦心事啊，过段时间就好了。」""", - "explanation": "通过网络互助场景，观察个体的共情能力和安慰方式。" + "explanation": "通过网络互助场景，观察个体的共情能力和安慰方式。", }, "场景4": { "scenario": """你的恋人向你倾诉工作压力： @@ -223,7 +224,7 @@ PERSONALITY_SCENES = { 恋人：「最近工作真的好累，感觉快坚持不下去了...」 但今天你也遇到了很多烦心事，心情也不太好。""", - "explanation": "通过感情关系场景，观察个体在自身状态不佳时的关怀能力。" + "explanation": "通过感情关系场景，观察个体在自身状态不佳时的关怀能力。", }, "场景5": { "scenario": """在一次团队项目中，新来的同事小王因为经验不足，造成了一个严重的错误。在部门会议上： @@ -231,27 +232,29 @@ PERSONALITY_SCENES = { 主管：「这个错误造成了很大的损失，是谁负责的这部分？」 小王看起来很紧张，欲言又止。你知道是他造成的错误，同时你也是这个项目的共同负责人。""", - "explanation": "通过职场情境，观察个体在面对他人过错时的态度和处理方式。" - } - } + "explanation": "通过职场情境，观察个体在面对他人过错时的态度和处理方式。", + }, + }, } + def get_scene_by_factor(factor: str) -> Dict: """ 根据人格因子获取对应的情景测试 - + Args: factor (str): 人格因子名称 - + Returns: Dict: 包含情景描述的字典 """ return PERSONALITY_SCENES.get(factor, None) + def get_all_scenes() -> Dict: """ 获取所有情景测试 - + Returns: Dict: 所有情景测试的字典 """ diff --git a/webui.py b/webui.py index b598df7c0..60ffa4805 100644 --- a/webui.py +++ b/webui.py @@ -4,11 +4,14 @@ import toml import signal import sys import requests + try: from src.common.logger import get_module_logger + logger = get_module_logger("webui") except ImportError: from loguru import logger + # 检查并创建日志目录 log_dir = "logs/webui" if not os.path.exists(log_dir): @@ -24,11 +27,13 @@ import ast from packaging import version from decimal import Decimal + def signal_handler(signum, frame): """处理 Ctrl+C 信号""" logger.info("收到终止信号，正在关闭 Gradio 服务器...") sys.exit(0) + # 注册信号处理器 signal.signal(signal.SIGINT, signal_handler) @@ -44,10 +49,10 @@ if not os.path.exists(".env.prod"): raise FileNotFoundError("环境配置文件 .env.prod 不存在，请检查配置文件路径") config_data = toml.load("config/bot_config.toml") -#增加对老版本配置文件支持 +# 增加对老版本配置文件支持 LEGACY_CONFIG_VERSION = version.parse("0.0.1") -#增加最低支持版本 +# 增加最低支持版本 MIN_SUPPORT_VERSION = version.parse("0.0.8") MIN_SUPPORT_MAIMAI_VERSION = version.parse("0.5.13") @@ -66,7 +71,7 @@ else: HAVE_ONLINE_STATUS_VERSION = version.parse("0.0.9") -#定义意愿模式可选项 +# 定义意愿模式可选项 WILLING_MODE_CHOICES = [ "classical", "dynamic", @@ -74,11 +79,10 @@ WILLING_MODE_CHOICES = [ ] - - -#添加WebUI配置文件版本 +# 添加WebUI配置文件版本 WEBUI_VERSION = version.parse("0.0.9") + # ============================================== # env环境配置文件读取部分 def parse_env_config(config_file): @@ -204,7 +208,7 @@ MODEL_PROVIDER_LIST = parse_model_providers(env_config_data) # env读取保存结束 # ============================================== -#获取在线麦麦数量 +# 获取在线麦麦数量 def get_online_maimbot(url="http://hyybuth.xyz:10058/api/clients/details", timeout=10): @@ -331,19 +335,19 @@ def format_list_to_str(lst): # env保存函数 def save_trigger( - server_address, - server_port, - final_result_list, - t_mongodb_host, - t_mongodb_port, - t_mongodb_database_name, - t_console_log_level, - t_file_log_level, - t_default_console_log_level, - t_default_file_log_level, - t_api_provider, - t_api_base_url, - t_api_key, + server_address, + server_port, + final_result_list, + t_mongodb_host, + t_mongodb_port, + t_mongodb_database_name, + t_console_log_level, + t_file_log_level, + t_default_console_log_level, + t_default_file_log_level, + t_api_provider, + t_api_base_url, + t_api_key, ): final_result_lists = format_list_to_str(final_result_list) env_config_data["env_HOST"] = server_address @@ -412,12 +416,12 @@ def save_bot_config(t_qqbot_qq, t_nickname, t_nickname_final_result): # 监听滑块的值变化，确保总和不超过 1，并显示警告 def adjust_personality_greater_probabilities( - t_personality_1_probability, t_personality_2_probability, t_personality_3_probability + t_personality_1_probability, t_personality_2_probability, t_personality_3_probability ): total = ( - Decimal(str(t_personality_1_probability)) - + Decimal(str(t_personality_2_probability)) - + Decimal(str(t_personality_3_probability)) + Decimal(str(t_personality_1_probability)) + + Decimal(str(t_personality_2_probability)) + + Decimal(str(t_personality_3_probability)) ) if total > Decimal("1.0"): warning_message = ( @@ -428,12 +432,12 @@ def adjust_personality_greater_probabilities( def adjust_personality_less_probabilities( - t_personality_1_probability, t_personality_2_probability, t_personality_3_probability + t_personality_1_probability, t_personality_2_probability, t_personality_3_probability ): total = ( - Decimal(str(t_personality_1_probability)) - + Decimal(str(t_personality_2_probability)) - + Decimal(str(t_personality_3_probability)) + Decimal(str(t_personality_1_probability)) + + Decimal(str(t_personality_2_probability)) + + Decimal(str(t_personality_3_probability)) ) if total < Decimal("1.0"): warning_message = ( @@ -445,9 +449,7 @@ def adjust_personality_less_probabilities( def adjust_model_greater_probabilities(t_model_1_probability, t_model_2_probability, t_model_3_probability): total = ( - Decimal(str(t_model_1_probability)) + - Decimal(str(t_model_2_probability)) + - Decimal(str(t_model_3_probability)) + Decimal(str(t_model_1_probability)) + Decimal(str(t_model_2_probability)) + Decimal(str(t_model_3_probability)) ) if total > Decimal("1.0"): warning_message = ( @@ -459,9 +461,7 @@ def adjust_model_greater_probabilities(t_model_1_probability, t_model_2_probabil def adjust_model_less_probabilities(t_model_1_probability, t_model_2_probability, t_model_3_probability): total = ( - Decimal(str(t_model_1_probability)) - + Decimal(str(t_model_2_probability)) - + Decimal(str(t_model_3_probability)) + Decimal(str(t_model_1_probability)) + Decimal(str(t_model_2_probability)) + Decimal(str(t_model_3_probability)) ) if total < Decimal("1.0"): warning_message = ( @@ -474,13 +474,13 @@ def adjust_model_less_probabilities(t_model_1_probability, t_model_2_probability # ============================================== # 人格保存函数 def save_personality_config( - t_prompt_personality_1, - t_prompt_personality_2, - t_prompt_personality_3, - t_prompt_schedule, - t_personality_1_probability, - t_personality_2_probability, - t_personality_3_probability, + t_prompt_personality_1, + t_prompt_personality_2, + t_prompt_personality_3, + t_prompt_schedule, + t_personality_1_probability, + t_personality_2_probability, + t_personality_3_probability, ): # 保存人格提示词 config_data["personality"]["prompt_personality"][0] = t_prompt_personality_1 @@ -501,20 +501,20 @@ def save_personality_config( def save_message_and_emoji_config( - t_min_text_length, - t_max_context_size, - t_emoji_chance, - t_thinking_timeout, - t_response_willing_amplifier, - t_response_interested_rate_amplifier, - t_down_frequency_rate, - t_ban_words_final_result, - t_ban_msgs_regex_final_result, - t_check_interval, - t_register_interval, - t_auto_save, - t_enable_check, - t_check_prompt, + t_min_text_length, + t_max_context_size, + t_emoji_chance, + t_thinking_timeout, + t_response_willing_amplifier, + t_response_interested_rate_amplifier, + t_down_frequency_rate, + t_ban_words_final_result, + t_ban_msgs_regex_final_result, + t_check_interval, + t_register_interval, + t_auto_save, + t_enable_check, + t_check_prompt, ): config_data["message"]["min_text_length"] = t_min_text_length config_data["message"]["max_context_size"] = t_max_context_size @@ -536,27 +536,27 @@ def save_message_and_emoji_config( def save_response_model_config( - t_willing_mode, - t_model_r1_probability, - t_model_r2_probability, - t_model_r3_probability, - t_max_response_length, - t_model1_name, - t_model1_provider, - t_model1_pri_in, - t_model1_pri_out, - t_model2_name, - t_model2_provider, - t_model3_name, - t_model3_provider, - t_emotion_model_name, - t_emotion_model_provider, - t_topic_judge_model_name, - t_topic_judge_model_provider, - t_summary_by_topic_model_name, - t_summary_by_topic_model_provider, - t_vlm_model_name, - t_vlm_model_provider, + t_willing_mode, + t_model_r1_probability, + t_model_r2_probability, + t_model_r3_probability, + t_max_response_length, + t_model1_name, + t_model1_provider, + t_model1_pri_in, + t_model1_pri_out, + t_model2_name, + t_model2_provider, + t_model3_name, + t_model3_provider, + t_emotion_model_name, + t_emotion_model_provider, + t_topic_judge_model_name, + t_topic_judge_model_provider, + t_summary_by_topic_model_name, + t_summary_by_topic_model_provider, + t_vlm_model_name, + t_vlm_model_provider, ): if PARSED_CONFIG_VERSION >= version.parse("0.0.10"): config_data["willing"]["willing_mode"] = t_willing_mode @@ -586,15 +586,15 @@ def save_response_model_config( def save_memory_mood_config( - t_build_memory_interval, - t_memory_compress_rate, - t_forget_memory_interval, - t_memory_forget_time, - t_memory_forget_percentage, - t_memory_ban_words_final_result, - t_mood_update_interval, - t_mood_decay_rate, - t_mood_intensity_factor, + t_build_memory_interval, + t_memory_compress_rate, + t_forget_memory_interval, + t_memory_forget_time, + t_memory_forget_percentage, + t_memory_ban_words_final_result, + t_mood_update_interval, + t_mood_decay_rate, + t_mood_intensity_factor, ): config_data["memory"]["build_memory_interval"] = t_build_memory_interval config_data["memory"]["memory_compress_rate"] = t_memory_compress_rate @@ -611,17 +611,17 @@ def save_memory_mood_config( def save_other_config( - t_keywords_reaction_enabled, - t_enable_advance_output, - t_enable_kuuki_read, - t_enable_debug_output, - t_enable_friend_chat, - t_chinese_typo_enabled, - t_error_rate, - t_min_freq, - t_tone_error_rate, - t_word_replace_rate, - t_remote_status, + t_keywords_reaction_enabled, + t_enable_advance_output, + t_enable_kuuki_read, + t_enable_debug_output, + t_enable_friend_chat, + t_chinese_typo_enabled, + t_error_rate, + t_min_freq, + t_tone_error_rate, + t_word_replace_rate, + t_remote_status, ): config_data["keywords_reaction"]["enable"] = t_keywords_reaction_enabled config_data["others"]["enable_advance_output"] = t_enable_advance_output @@ -641,9 +641,9 @@ def save_other_config( def save_group_config( - t_talk_allowed_final_result, - t_talk_frequency_down_final_result, - t_ban_user_id_final_result, + t_talk_allowed_final_result, + t_talk_frequency_down_final_result, + t_ban_user_id_final_result, ): config_data["groups"]["talk_allowed"] = t_talk_allowed_final_result config_data["groups"]["talk_frequency_down"] = t_talk_frequency_down_final_result @@ -1212,10 +1212,10 @@ with gr.Blocks(title="MaimBot配置文件编辑") as app: willing_mode = gr.Dropdown( choices=WILLING_MODE_CHOICES, value=config_data["willing"]["willing_mode"], - label="回复意愿模式" + label="回复意愿模式", ) else: - willing_mode = gr.Textbox(visible=False,value="disabled") + willing_mode = gr.Textbox(visible=False, value="disabled") with gr.Row(): model_r1_probability = gr.Slider( minimum=0,