feat: 添加LPMM知识库配置类及相关字段

src/config/config.py

@@ -32,6 +32,7 @@ from src.config.official_configs import (
     FocusChatProcessorConfig,
     MessageReceiveConfig,
     MaimMessageConfig,
+    LPMMKnowledgeConfig,
     RelationshipConfig,
 )
 
@@ -161,6 +162,7 @@ class Config(ConfigBase):
     experimental: ExperimentalConfig
     model: ModelConfig
     maim_message: MaimMessageConfig
+    lpmm_knowledge: LPMMKnowledgeConfig
 
 
 def load_config(config_path: str) -> Config:

src/config/official_configs.py

@@ -414,6 +414,44 @@ class MaimMessageConfig(ConfigBase):
     """认证令牌，用于API验证，为空则不启用验证"""
 
 
+@dataclass
+class LPMMKnowledgeConfig(ConfigBase):
+    """LPMM知识库配置类"""
+
+    enable: bool = True
+    """是否启用LPMM知识库"""
+
+    rag_synonym_search_top_k: int = 10
+    """RAG同义词搜索的Top K数量"""
+
+    rag_synonym_threshold: float = 0.8
+    """RAG同义词搜索的相似度阈值"""
+
+    info_extraction_workers: int = 3
+    """信息提取工作线程数"""
+
+    qa_relation_search_top_k: int = 10
+    """QA关系搜索的Top K数量"""
+
+    qa_relation_threshold: float = 0.75
+    """QA关系搜索的相似度阈值"""
+
+    qa_paragraph_search_top_k: int = 1000
+    """QA段落搜索的Top K数量"""
+
+    qa_paragraph_node_weight: float = 0.05
+    """QA段落节点权重"""
+
+    qa_ent_filter_top_k: int = 10
+    """QA实体过滤的Top K数量"""
+
+    qa_ppr_damping: float = 0.8
+    """QA PageRank阻尼系数"""
+
+    qa_res_top_k: int = 10
+    """QA最终结果的Top K数量"""
+    
+
 @dataclass
 class ModelConfig(ConfigBase):
     """模型配置类"""

template/bot_config_template.toml

@@ -1,5 +1,5 @@
 [inner]
-version = "2.14.0"
+version = "2.15.0"
 
 #----以下是给开发人员阅读的，如果你只是部署了麦麦，不需要阅读----
 #如果你想要修改配置文件，请在修改后将version的值进行变更
@@ -137,6 +137,18 @@ mood_update_interval = 1.0 # 情绪更新间隔 单位秒
 mood_decay_rate = 0.95 # 情绪衰减率
 mood_intensity_factor = 1.0 # 情绪强度因子
 
+[lpmm_knowledge] # lpmm知识库配置
+enable = true # 是否启用lpmm知识库
+rag_synonym_search_top_k = 10 # 同义词搜索TopK
+rag_synonym_threshold = 0.8 # 同义词阈值（相似度高于此阈值的词语会被认为是同义词）
+info_extraction_workers = 3 # 实体提取同时执行线程数，非Pro模型不要设置超过5
+qa_relation_search_top_k = 10 # 关系搜索TopK
+qa_relation_threshold = 0.5 # 关系阈值（相似度高于此阈值的关系会被认为是相关的关系）
+qa_paragraph_search_top_k = 1000 # 段落搜索TopK（不能过小，可能影响搜索结果）
+qa_paragraph_node_weight = 0.05 # 段落节点权重（在图搜索&PPR计算中的权重，当搜索仅使用DPR时，此参数不起作用）
+qa_ent_filter_top_k = 10 # 实体过滤TopK
+qa_ppr_damping = 0.8 # PPR阻尼系数
+qa_res_top_k = 3 # 最终提供的文段TopK
 
 # keyword_rules 用于设置关键词触发的额外回复知识
 # 添加新规则方法：在 keyword_rules 数组中增加一项，格式如下：
@@ -273,7 +285,30 @@ temp = 0.7
 enable_thinking = false # 是否启用思考（qwen3 only）
 
 
+#------------LPMM知识库模型------------
 
+[model.lpmm_entity_extract] # 实体提取模型
+name = "Pro/deepseek-ai/DeepSeek-V3"
+provider = "SILICONFLOW"
+pri_in = 2
+pri_out = 8
+temp = 0.2
+
+
+[model.lpmm_rdf_build] # RDF构建模型
+name = "Pro/deepseek-ai/DeepSeek-V3"
+provider = "SILICONFLOW"
+pri_in = 2
+pri_out = 8
+temp = 0.2
+
+
+[model.lpmm_qa] # 问答模型
+name = "Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-32B"
+provider = "SILICONFLOW"
+pri_in = 4.0
+pri_out = 16.0
+temp = 0.7
 
 
 [maim_message]
@@ -296,3 +331,4 @@ enable_friend_chat = false # 是否启用好友聊天
 
 
 
+