better：优化prompt中时间的内容

src/chat/focus_chat/planners/planner_simple.py

@@ -17,6 +17,7 @@ from src.individuality.individuality import individuality
 from src.chat.focus_chat.planners.action_manager import ActionManager
 from json_repair import repair_json
 from src.chat.focus_chat.planners.base_planner import BasePlanner
+from datetime import datetime
 
 logger = get_logger("planner")
 
@@ -31,6 +32,8 @@ def init_prompt():
 {extra_info_block}
 {memory_str}
 
+{time_block}
+
 你是群内的一员，你现在正在参与群内的闲聊，以下是群内的聊天内容：
 
 {chat_content_block}
@@ -76,7 +79,8 @@ def init_prompt():
 动作名称：{action_name}
     描述：{action_description}
     {action_parameters}
-    使用该动作的场景：{action_require}""",
+    使用该动作的场景：
+    {action_require}""",
         "action_prompt",
     )
 
@@ -372,11 +376,15 @@ class ActionPlanner(BasePlanner):
 
             # moderation_prompt_block = "请不要输出违法违规内容，不要输出色情，暴力，政治相关内容，如有敏感内容，请规避。"
             moderation_prompt_block = ""
+            
+            # 获取当前时间
+            time_block = f"当前时间：{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}"
 
             planner_prompt_template = await global_prompt_manager.get_prompt_async("planner_prompt")
             prompt = planner_prompt_template.format(
                 self_info_block=self_info_block,
                 memory_str=memory_str,
+                time_block=time_block,
                 # bot_name=global_config.bot.nickname,
                 prompt_personality=personality_block,
                 chat_context_description=chat_context_description,

src/chat/focus_chat/replyer/default_replyer.py

@@ -293,7 +293,7 @@ class DefaultReplyer:
             message_list_before_now,
             replace_bot_name=True,
             merge_messages=True,
-            timestamp_mode="relative",
+            timestamp_mode="normal_no_YMD",
             read_mark=0.0,
             truncate=True,
         )

src/chat/heart_flow/observation/chatting_observation.py

@@ -227,7 +227,7 @@ class ChattingObservation(Observation):
 
             # print(f"压缩中：oldest_messages: {oldest_messages}")
             oldest_messages_str = await build_readable_messages(
-                messages=oldest_messages, timestamp_mode="normal", read_mark=0
+                messages=oldest_messages, timestamp_mode="normal_no_YMD", read_mark=0
             )
 
             # --- Build prompt using template ---
@@ -278,7 +278,7 @@ class ChattingObservation(Observation):
         # print(f"构建中：self.talking_message_str: {self.talking_message_str}")
         self.talking_message_str_truncate = await build_readable_messages(
             messages=self.talking_message,
-            timestamp_mode="normal",
+            timestamp_mode="normal_no_YMD",
             read_mark=last_obs_time_mark,
             truncate=True,
         )

src/chat/knowledge/knowledge_lib.py

@@ -25,8 +25,8 @@ logger.info("正在从文件加载Embedding库")
 try:
     embed_manager.load_from_file()
 except Exception as e:
-    logger.error("从文件加载Embedding库时发生错误：{}".format(e))
+    logger.warning("从文件加载Embedding库时，此问题不会影响正常使用：{}".format(e))
-    logger.error("如果你是第一次导入知识，或者还未导入知识，请忽略此错误")
+    # logger.warning("如果你是第一次导入知识，或者还未导入知识，请忽略此错误")
 logger.info("Embedding库加载完成")
 # 初始化KG
 kg_manager = KGManager()
@@ -34,8 +34,8 @@ logger.info("正在从文件加载KG")
 try:
     kg_manager.load_from_file()
 except Exception as e:
-    logger.error("从文件加载KG时发生错误：{}".format(e))
+    logger.warning("从文件加载KG时，此问题不会影响正常使用：{}".format(e))
-    logger.error("如果你是第一次导入知识，或者还未导入知识，请忽略此错误")
+    # logger.warning("如果你是第一次导入知识，或者还未导入知识，请忽略此错误")
 logger.info("KG加载完成")
 
 logger.info(f"KG节点数量：{len(kg_manager.graph.get_node_list())}")

src/chat/utils/chat_message_builder.py

@@ -420,8 +420,8 @@ async def build_readable_messages(
             timestamp_mode,
         )
 
-        readable_read_mark = translate_timestamp_to_human_readable(read_mark, mode=timestamp_mode)
+        # readable_read_mark = translate_timestamp_to_human_readable(read_mark, mode=timestamp_mode)
-        read_mark_line = f"\n--- 以上消息是你已经思考过的内容已读 (标记时间: {readable_read_mark}) ---\n--- 请关注以下未读的新消息---\n"
+        read_mark_line = "\n--- 以上消息是你已经看过---\n--- 请关注以下未读的新消息---\n"
 
         # 组合结果，确保空部分不引入多余的标记或换行
         if formatted_before and formatted_after:

src/chat/utils/utils.py

@@ -616,6 +616,8 @@ def translate_timestamp_to_human_readable(timestamp: float, mode: str = "normal"
     """
     if mode == "normal":
         return time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(timestamp))
+    if mode == "normal_no_YMD":
+        return time.strftime("%H:%M:%S", time.localtime(timestamp))
     elif mode == "relative":
         now = time.time()
         diff = now - timestamp
@@ -634,111 +636,4 @@ def translate_timestamp_to_human_readable(timestamp: float, mode: str = "normal"
             return time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(timestamp)) + ":\n"
     else:  # mode = "lite" or unknown
         # 只返回时分秒格式，喵~
-        return time.strftime("%H:%M:%S", time.localtime(timestamp))
+        return time.strftime("%H:%M:%S", time.localtime(timestamp))
-
-
-def parse_text_timestamps(text: str, mode: str = "normal") -> str:
-    """解析文本中的时间戳并转换为可读时间格式
-
-    Args:
-        text: 包含时间戳的文本，时间戳应以[]包裹
-        mode: 转换模式，传递给translate_timestamp_to_human_readable，"normal"或"relative"
-
-    Returns:
-        str: 替换后的文本
-
-    转换规则:
-    - normal模式: 将文本中所有时间戳转换为可读格式
-    - lite模式:
-        - 第一个和最后一个时间戳必须转换
-        - 以5秒为间隔划分时间段，每段最多转换一个时间戳
-        - 不转换的时间戳替换为空字符串
-    """
-    # 匹配[数字]或[数字.数字]格式的时间戳
-    pattern = r"\[(\d+(?:\.\d+)?)\]"
-
-    # 找出所有匹配的时间戳
-    matches = list(re.finditer(pattern, text))
-
-    if not matches:
-        return text
-
-    # normal模式: 直接转换所有时间戳
-    if mode == "normal":
-        result_text = text
-        for match in matches:
-            timestamp = float(match.group(1))
-            readable_time = translate_timestamp_to_human_readable(timestamp, "normal")
-            # 由于替换会改变文本长度，需要使用正则替换而非直接替换
-            pattern_instance = re.escape(match.group(0))
-            result_text = re.sub(pattern_instance, readable_time, result_text, count=1)
-        return result_text
-    else:
-        # lite模式: 按5秒间隔划分并选择性转换
-        result_text = text
-
-        # 提取所有时间戳及其位置
-        timestamps = [(float(m.group(1)), m) for m in matches]
-        timestamps.sort(key=lambda x: x[0])  # 按时间戳升序排序
-
-        if not timestamps:
-            return text
-
-        # 获取第一个和最后一个时间戳
-        first_timestamp, first_match = timestamps[0]
-        last_timestamp, last_match = timestamps[-1]
-
-        # 将时间范围划分成5秒间隔的时间段
-        time_segments = {}
-
-        # 对所有时间戳按15秒间隔分组
-        for ts, match in timestamps:
-            segment_key = int(ts // 15)  # 将时间戳除以15取整，作为时间段的键
-            if segment_key not in time_segments:
-                time_segments[segment_key] = []
-            time_segments[segment_key].append((ts, match))
-
-        # 记录需要转换的时间戳
-        to_convert = []
-
-        # 从每个时间段中选择一个时间戳进行转换
-        for _, segment_timestamps in time_segments.items():
-            # 选择这个时间段中的第一个时间戳
-            to_convert.append(segment_timestamps[0])
-
-        # 确保第一个和最后一个时间戳在转换列表中
-        first_in_list = False
-        last_in_list = False
-
-        for ts, _ in to_convert:
-            if ts == first_timestamp:
-                first_in_list = True
-            if ts == last_timestamp:
-                last_in_list = True
-
-        if not first_in_list:
-            to_convert.append((first_timestamp, first_match))
-        if not last_in_list:
-            to_convert.append((last_timestamp, last_match))
-
-        # 创建需要转换的时间戳集合，用于快速查找
-        to_convert_set = {match.group(0) for _, match in to_convert}
-
-        # 首先替换所有不需要转换的时间戳为空字符串
-        for _, match in timestamps:
-            if match.group(0) not in to_convert_set:
-                pattern_instance = re.escape(match.group(0))
-                result_text = re.sub(pattern_instance, "", result_text, count=1)
-
-        # 按照时间戳原始顺序排序，避免替换时位置错误
-        to_convert.sort(key=lambda x: x[1].start())
-
-        # 执行替换
-        # 由于替换会改变文本长度，从后向前替换
-        to_convert.reverse()
-        for ts, match in to_convert:
-            readable_time = translate_timestamp_to_human_readable(ts, "relative")
-            pattern_instance = re.escape(match.group(0))
-            result_text = re.sub(pattern_instance, readable_time, result_text, count=1)
-
-        return result_text