Merge pull request #75 from Rikki-Zero/debug

fix: 修复重启后 bot_config.toml 会被覆盖的问题 和  不应用 embedding 模型配置的现象

.gitignore

@@ -188,3 +188,7 @@ cython_debug/
 
 # jieba
 jieba.cache
+
+
+# vscode
+/.vscode

bot.py

@@ -17,11 +17,11 @@ print(rainbow_text)
 '''彩蛋'''
 
 # 初次启动检测
-if not os.path.exists("config/bot_config.toml") or not os.path.exists(".env"):
+if not os.path.exists("config/bot_config.toml"):
     logger.info("检测到bot_config.toml不存在，正在从模板复制")
     import shutil
 
-    shutil.copy("config/bot_config_template.toml", "config/bot_config.toml")
+    shutil.copy("templete/bot_config_template.toml", "config/bot_config.toml")
     logger.info("复制完成，请修改config/bot_config.toml和.env.prod中的配置后重新启动")
 
 # 初始化.env 默认ENVIRONMENT=prod

src/plugins/models/utils_model.py

@@ -213,12 +213,11 @@ class LLM_request:
         )
         return content, reasoning_content
 
-    async def get_embedding(self, text: str, model: str = "BAAI/bge-m3") -> Union[list, None]:
+    async def get_embedding(self, text: str) -> Union[list, None]:
         """异步方法：获取文本的embedding向量
         
         Args:
             text: 需要获取embedding的文本
-            model: 使用的模型名称，默认为"BAAI/bge-m3"
             
         Returns:
             list: embedding向量，如果失败则返回None
@@ -233,7 +232,7 @@ class LLM_request:
             endpoint="/embeddings",
             prompt=text,
             payload={
-                "model": model,
+                "model": self.model_name,
                 "input": text,
                 "encoding_format": "float"
             },