typing

src/config/official_configs.py

@@ -17,7 +17,7 @@ from src.config.config_base import ConfigBase
 @dataclass
 class BotConfig(ConfigBase):
     """QQ机器人配置类"""
-    
+
     platform: str
     """平台"""
 
@@ -43,7 +43,7 @@ class PersonalityConfig(ConfigBase):
 
     identity: str = ""
     """身份特征"""
-    
+
     reply_style: str = ""
     """表达风格"""
 
@@ -71,7 +71,6 @@ class ChatConfig(ConfigBase):
 
     max_context_size: int = 18
     """上下文长度"""
-    
 
     replyer_random_probability: float = 0.5
     """
@@ -129,7 +128,7 @@ class ChatConfig(ConfigBase):
         """
         if not self.talk_frequency_adjust:
             return self.talk_frequency
-            
+
         # 优先检查聊天流特定的配置
         if chat_stream_id:
             stream_frequency = self._get_stream_specific_frequency(chat_stream_id)
@@ -138,11 +137,7 @@ class ChatConfig(ConfigBase):
 
         # 检查全局时段配置（第一个元素为空字符串的配置）
         global_frequency = self._get_global_frequency()
-        if global_frequency is not None:
+        return self.talk_frequency if global_frequency is None else global_frequency
-            return global_frequency
-
-        # 如果都没有匹配，返回默认值
-        return self.talk_frequency
 
     def _get_time_based_frequency(self, time_freq_list: list[str]) -> Optional[float]:
         """
@@ -294,6 +289,7 @@ class NormalChatConfig(ConfigBase):
     willing_mode: str = "classical"
     """意愿模式"""
 
+
 @dataclass
 class ExpressionConfig(ConfigBase):
     """表达配置类"""
@@ -326,10 +322,10 @@ class ExpressionConfig(ConfigBase):
     def _parse_stream_config_to_chat_id(self, stream_config_str: str) -> Optional[str]:
         """
         解析流配置字符串并生成对应的 chat_id
-        
+
         Args:
             stream_config_str: 格式为 "platform:id:type" 的字符串
-            
+
         Returns:
             str: 生成的 chat_id，如果解析失败则返回 None
         """
@@ -337,116 +333,116 @@ class ExpressionConfig(ConfigBase):
             parts = stream_config_str.split(":")
             if len(parts) != 3:
                 return None
-                
+
             platform = parts[0]
-            id_str = parts[1] 
+            id_str = parts[1]
             stream_type = parts[2]
-            
+
             # 判断是否为群聊
             is_group = stream_type == "group"
-            
+
             # 使用与 ChatStream.get_stream_id 相同的逻辑生成 chat_id
             import hashlib
-            
+
             if is_group:
                 components = [platform, str(id_str)]
             else:
                 components = [platform, str(id_str), "private"]
             key = "_".join(components)
             return hashlib.md5(key.encode()).hexdigest()
-            
+
         except (ValueError, IndexError):
             return None
 
     def get_expression_config_for_chat(self, chat_stream_id: Optional[str] = None) -> tuple[bool, bool, int]:
         """
         根据聊天流ID获取表达配置
-        
+
         Args:
             chat_stream_id: 聊天流ID，格式为哈希值
-            
+
         Returns:
             tuple: (是否使用表达, 是否学习表达, 学习间隔)
         """
         if not self.expression_learning:
             # 如果没有配置，使用默认值：启用表达，启用学习，300秒间隔
             return True, True, 300
-            
+
         # 优先检查聊天流特定的配置
         if chat_stream_id:
-            specific_config = self._get_stream_specific_config(chat_stream_id)
+            specific_expression_config = self._get_stream_specific_config(chat_stream_id)
-            if specific_config is not None:
+            if specific_expression_config is not None:
-                return specific_config
+                return specific_expression_config
-                
+
         # 检查全局配置（第一个元素为空字符串的配置）
-        global_config = self._get_global_config()
+        global_expression_config = self._get_global_config()
-        if global_config is not None:
+        if global_expression_config is not None:
-            return global_config
+            return global_expression_config
-            
+
         # 如果都没有匹配，返回默认值
         return True, True, 300
 
     def _get_stream_specific_config(self, chat_stream_id: str) -> Optional[tuple[bool, bool, int]]:
         """
         获取特定聊天流的表达配置
-        
+
         Args:
             chat_stream_id: 聊天流ID（哈希值）
-            
+
         Returns:
             tuple: (是否使用表达, 是否学习表达, 学习间隔)，如果没有配置则返回 None
         """
         for config_item in self.expression_learning:
             if not config_item or len(config_item) < 4:
                 continue
-                
+
             stream_config_str = config_item[0]  # 例如 "qq:1026294844:group"
-            
+
             # 如果是空字符串，跳过（这是全局配置）
             if stream_config_str == "":
                 continue
-                
+
             # 解析配置字符串并生成对应的 chat_id
             config_chat_id = self._parse_stream_config_to_chat_id(stream_config_str)
             if config_chat_id is None:
                 continue
-                
+
             # 比较生成的 chat_id
             if config_chat_id != chat_stream_id:
                 continue
-                
+
             # 解析配置
             try:
-                use_expression = config_item[1].lower() == "enable"
+                use_expression: bool = config_item[1].lower() == "enable"
-                enable_learning = config_item[2].lower() == "enable"
+                enable_learning: bool = config_item[2].lower() == "enable"
-                learning_intensity = float(config_item[3])
+                learning_intensity: float = float(config_item[3])
-                return use_expression, enable_learning, learning_intensity
+                return use_expression, enable_learning, learning_intensity  # type: ignore
             except (ValueError, IndexError):
                 continue
-                
+
         return None
 
     def _get_global_config(self) -> Optional[tuple[bool, bool, int]]:
         """
         获取全局表达配置
-        
+
         Returns:
             tuple: (是否使用表达, 是否学习表达, 学习间隔)，如果没有配置则返回 None
         """
         for config_item in self.expression_learning:
             if not config_item or len(config_item) < 4:
                 continue
-                
+
             # 检查是否为全局配置（第一个元素为空字符串）
             if config_item[0] == "":
                 try:
-                    use_expression = config_item[1].lower() == "enable"
+                    use_expression: bool = config_item[1].lower() == "enable"
-                    enable_learning = config_item[2].lower() == "enable"
+                    enable_learning: bool = config_item[2].lower() == "enable"
                     learning_intensity = float(config_item[3])
-                    return use_expression, enable_learning, learning_intensity
+                    return use_expression, enable_learning, learning_intensity  # type: ignore
                 except (ValueError, IndexError):
                     continue
-                    
+
         return None
 
 
@@ -456,7 +452,8 @@ class ToolConfig(ConfigBase):
 
     enable_tool: bool = False
     """是否在聊天中启用工具"""
-    
+
+
 @dataclass
 class VoiceConfig(ConfigBase):
     """语音识别配置类"""
@@ -542,7 +539,7 @@ class MemoryConfig(ConfigBase):
 
     memory_ban_words: list[str] = field(default_factory=lambda: ["表情包", "图片", "回复", "聊天记录"])
     """不允许记忆的词列表"""
-    
+
     enable_instant_memory: bool = True
     """是否启用即时记忆"""
 
@@ -553,7 +550,7 @@ class MoodConfig(ConfigBase):
 
     enable_mood: bool = False
     """是否启用情绪系统"""
-    
+
     mood_update_threshold: float = 1.0
     """情绪更新阈值,越高，更新越慢"""
 
@@ -604,6 +601,7 @@ class KeywordReactionConfig(ConfigBase):
             if not isinstance(rule, KeywordRuleConfig):
                 raise ValueError(f"规则必须是KeywordRuleConfig类型，而不是{type(rule).__name__}")
 
+
 @dataclass
 class CustomPromptConfig(ConfigBase):
     """自定义提示词配置类"""
@@ -752,4 +750,3 @@ class LPMMKnowledgeConfig(ConfigBase):
 
     embedding_dimension: int = 1024
     """嵌入向量维度，应该与模型的输出维度一致"""
-