From d75476d41cd860828496e232c27d8be1f73d4dfe Mon Sep 17 00:00:00 2001 From: Windpicker-owo <3431391539@qq.com> Date: Thu, 6 Nov 2025 15:15:53 +0800 Subject: [PATCH] =?UTF-8?q?feat:=20=E5=A2=9E=E5=BC=BA=E8=81=8A=E5=A4=A9?= =?UTF-8?q?=E5=9B=9E=E5=A4=8D=E7=94=9F=E6=88=90=E5=99=A8=EF=BC=8C=E6=B7=BB?= =?UTF-8?q?=E5=8A=A0=E5=8F=82=E4=B8=8E=E8=80=85=E4=BF=A1=E6=81=AF=E5=92=8C?= =?UTF-8?q?=E8=81=8A=E5=A4=A9=E5=8E=86=E5=8F=B2=E5=A4=84=E7=90=86=E9=80=BB?= =?UTF-8?q?=E8=BE=91?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- src/chat/replyer/default_generator.py | 44 ++++++++++++++-- src/memory_graph/manager.py | 2 - src/memory_graph/tools/memory_tools.py | 52 ++++++++++++++----- .../planner/plan_filter.py | 2 +- 4 files changed, 82 insertions(+), 18 deletions(-) diff --git a/src/chat/replyer/default_generator.py b/src/chat/replyer/default_generator.py index b6c4808ba..a3d9e5a5c 100644 --- a/src/chat/replyer/default_generator.py +++ b/src/chat/replyer/default_generator.py @@ -553,18 +553,56 @@ class DefaultReplyer: if user_info_obj: sender_name = getattr(user_info_obj, "user_nickname", "") or getattr(user_info_obj, "user_cardname", "") + # 获取参与者信息 + participants = [] + try: + # 尝试从聊天流中获取参与者信息 + if hasattr(stream, 'chat_history_manager'): + history_manager = stream.chat_history_manager + # 获取最近的参与者列表 + recent_records = history_manager.get_memory_chat_history( + user_id=getattr(stream, "user_id", ""), + count=10, + memory_types=["chat_message", "system_message"] + ) + # 提取唯一的参与者名称 + for record in recent_records[:5]: # 最近5条记录 + content = record.get("content", {}) + participant = content.get("participant_name") + if participant and participant not in participants: + participants.append(participant) + + # 如果消息包含发送者信息，也添加到参与者列表 + if content.get("sender_name") and content.get("sender_name") not in participants: + participants.append(content.get("sender_name")) + except Exception as e: + logger.debug(f"获取参与者信息失败: {e}") + + # 如果发送者不在参与者列表中，添加进去 + if sender_name and sender_name not in participants: + participants.insert(0, sender_name) + + # 格式化聊天历史为更友好的格式 + formatted_history = "" + if chat_history: + # 移除过长的历史记录，只保留最近部分 + lines = chat_history.strip().split('\n') + recent_lines = lines[-10:] if len(lines) > 10 else lines + formatted_history = '\n'.join(recent_lines) + query_context = { - "chat_history": chat_history if chat_history else "", + "chat_history": formatted_history, "sender": sender_name, + "participants": participants, } - # 使用记忆管理器的智能检索（自动优化查询） + # 使用记忆管理器的智能检索（多查询策略） memories = await manager.search_memories( query=target, top_k=10, min_importance=0.3, include_forgotten=False, - optimize_query=True, + use_multi_query=True, context=query_context, ) diff --git a/src/memory_graph/manager.py b/src/memory_graph/manager.py index 6f20b4889..aef5bded0 100644 --- a/src/memory_graph/manager.py +++ b/src/memory_graph/manager.py @@ -432,7 +432,6 @@ class MemoryManager: time_range: Optional[Tuple[datetime, datetime]] = None, min_importance: float = 0.0, include_forgotten: bool = False, - optimize_query: bool = True, use_multi_query: bool = True, expand_depth: int = 1, context: Optional[Dict[str, Any]] = None, @@ -453,7 +452,6 @@ class MemoryManager: time_range: 时间范围过滤 (start, end) min_importance: 最小重要性 include_forgotten: 是否包含已遗忘的记忆 - optimize_query: 是否使用小模型优化查询（已弃用，被 use_multi_query 替代） use_multi_query: 是否使用多查询策略（推荐，默认True） expand_depth: 图扩展深度（0=禁用, 1=推荐, 2-3=深度探索） context: 查询上下文（用于优化） diff --git a/src/memory_graph/tools/memory_tools.py b/src/memory_graph/tools/memory_tools.py index 692671e85..fddc151b0 100644 --- a/src/memory_graph/tools/memory_tools.py +++ b/src/memory_graph/tools/memory_tools.py @@ -629,27 +629,55 @@ class MemoryTools: try: from src.llm_models.utils_model import LLMRequest from src.config.config import model_config - + llm = LLMRequest( model_set=model_config.model_task_config.utils_small, request_type="memory.multi_query" ) - - participants = context.get("participants", []) if context else [] - prompt = f"""为查询生成3-5个不同角度的搜索语句（JSON格式）。 -**查询：** {query} + # 获取上下文信息 + participants = context.get("participants", []) if context else [] + chat_history = context.get("chat_history", "") if context else "" + sender = context.get("sender", "") if context else "" + + # 处理聊天历史，提取最近5条左右的对话 + recent_chat = "" + if chat_history: + lines = chat_history.strip().split('\n') + # 取最近5条消息 + recent_lines = lines[-5:] if len(lines) > 5 else lines + recent_chat = '\n'.join(recent_lines) + + prompt = f"""基于聊天上下文为查询生成3-5个不同角度的搜索语句（JSON格式）。 + +**当前查询：** {query} +**发送者：** {sender if sender else '未知'} **参与者：** {', '.join(participants) if participants else '无'} -**原则：** 对复杂查询（如"杰瑞喵如何评价新的记忆系统"），应生成： -1. 完整查询（权重1.0） -2. 每个关键概念独立查询（权重0.8）- 重要！ -3. 主体+动作（权重0.6） +**最近聊天记录（最近5条）：** +{recent_chat if recent_chat else '无聊天历史'} -**输出JSON：** +**分析原则：** +1. **上下文理解**：根据聊天历史理解查询的真实意图 +2. **指代消解**：识别并代换"他"、"她"、"它"、"那个"等指代词 +3. **话题关联**：结合最近讨论的话题生成更精准的查询 +4. **查询分解**：对复杂查询分解为多个子查询 + +**生成策略：** +1. **完整查询**（权重1.0）：结合上下文的完整查询，包含指代消解 +2. **关键概念查询**（权重0.8）：查询中的核心概念，特别是聊天中提到的实体 +3. **话题扩展查询**（权重0.7）：基于最近聊天话题的相关查询 +4. **动作/情感查询**（权重0.6）：如果涉及情感或动作，生成相关查询 + +**输出JSON格式：** ```json -{{"queries": [{{"text": "查询1", "weight": 1.0}}, {{"text": "查询2", "weight": 0.8}}]}} -```""" +{{"queries": [{{"text": "查询语句", "weight": 1.0}}, {{"text": "查询语句", "weight": 0.8}}]}} +``` + +**示例：** +- 查询："他怎么样了？" + 聊天中提到"小明生病了" → "小明身体恢复情况" +- 查询："那个项目" + 聊天中讨论"记忆系统开发" → "记忆系统项目进展" +""" response, _ = await llm.generate_response_async(prompt, temperature=0.3, max_tokens=250) diff --git a/src/plugins/built_in/affinity_flow_chatter/planner/plan_filter.py b/src/plugins/built_in/affinity_flow_chatter/planner/plan_filter.py index 14e31c400..a194a1705 100644 --- a/src/plugins/built_in/affinity_flow_chatter/planner/plan_filter.py +++ b/src/plugins/built_in/affinity_flow_chatter/planner/plan_filter.py @@ -652,7 +652,7 @@ class ChatterPlanFilter: enhanced_memories = await memory_manager.search_memories( query=query, top_k=5, - optimize_query=False, # 直接使用关键词查询 + use_multi_query=False, # 直接使用关键词查询 ) if not enhanced_memories: