更新配置文件版本号

changelogs/changelog.md

@@ -1,6 +1,6 @@
 # Changelog
 
-## [0.8.1] - 2025-6-27
+## [0.8.1] - 2025-7-5
 
 功能更新:
 
@@ -21,9 +21,6 @@
 - 修复表达器无法读取原始文本
 - 修复normal planner没有超时退出问题
 
-
-
-
 ## [0.8.0] - 2025-6-27
 
 MaiBot 0.8.0 现已推出！

src/chat/heart_flow/observation/chatting_observation.py

@@ -16,7 +16,7 @@ logger = get_logger("observation")
 
 # 定义提示模板
 Prompt(
-    """这是qq群聊的聊天记录，请总结以下聊天记录的主题：
+    """这是{chat_type_description}，请总结以下聊天记录的主题：
 {chat_logs}
 请概括这段聊天记录的主题和主要内容
 主题：简短的概括，包括时间，人物和事件，不要超过20个字
@@ -28,22 +28,7 @@ Prompt(
     "content": "内容，可以是对聊天记录的概括，也可以是聊天记录的详细内容"
 }}
 """,
-    "chat_summary_group_prompt",  # Template for group chat
-)
-
-Prompt(
-    """这是你和{chat_target}的私聊记录，请总结以下聊天记录的主题：
-{chat_logs}
-请用一句话概括，包括事件，时间，和主要信息，不要分点。
-主题：简短的介绍，不要超过10个字
-内容：包括人物、事件和主要信息，不要分点。
-
-请用json格式返回，格式如下：
-{{
-    "theme": "主题",
-    "content": "内容"
-}}""",
-    "chat_summary_private_prompt",  # Template for private chat
+    "chat_summary_prompt",
 )
 
 
@@ -132,11 +117,10 @@ class ChattingObservation(Observation):
             )
 
             # 根据聊天类型选择提示模板
+            prompt_template_name = "chat_summary_prompt"
             if self.is_group_chat:
-                prompt_template_name = "chat_summary_group_prompt"
-                prompt = await global_prompt_manager.format_prompt(prompt_template_name, chat_logs=oldest_messages_str)
+                chat_type_description = "qq群聊的聊天记录"
             else:
-                prompt_template_name = "chat_summary_private_prompt"
                 chat_target_name = "对方"
                 if self.chat_target_info:
                     chat_target_name = (
@@ -144,11 +128,14 @@ class ChattingObservation(Observation):
                         or self.chat_target_info.get("user_nickname")
                         or chat_target_name
                     )
-                prompt = await global_prompt_manager.format_prompt(
-                    prompt_template_name,
-                    chat_target=chat_target_name,
-                    chat_logs=oldest_messages_str,
-                )
+                chat_type_description = f"你和{chat_target_name}的私聊记录"
+                
+            prompt = await global_prompt_manager.format_prompt(
+                prompt_template_name,
+                chat_type_description=chat_type_description,
+                chat_logs=oldest_messages_str,
+            )
+
 
             self.compressor_prompt = prompt
 

src/config/config.py

@@ -50,7 +50,7 @@ TEMPLATE_DIR = os.path.join(PROJECT_ROOT, "template")
 
 # 考虑到，实际上配置文件中的mai_version是不会自动更新的,所以采用硬编码
 # 对该字段的更新，请严格参照语义化版本规范：https://semver.org/lang/zh-CN/
-MMC_VERSION = "0.8.1-snapshot.1"
+MMC_VERSION = "0.8.1"
 
 
 def update_config():

src/plugins/built_in/core_actions/plugin.py

@@ -206,127 +206,3 @@ class CoreActionsPlugin(BasePlugin):
         # components.append((DeepReplyAction.get_action_info(), DeepReplyAction))
 
         return components
-
-
-# class DeepReplyAction(BaseAction):
-#     """回复动作 - 参与聊天回复"""
-
-#     # 激活设置
-#     focus_activation_type = ActionActivationType.ALWAYS
-#     normal_activation_type = ActionActivationType.NEVER
-#     mode_enable = ChatMode.FOCUS
-#     parallel_action = False
-
-#     # 动作基本信息
-#     action_name = "deep_reply"
-#     action_description = "参与聊天回复，关注某个话题，对聊天内容进行深度思考，给出回复"
-
-#     # 动作参数定义
-#     action_parameters = {
-#         "topic": "想要思考的话题"
-#     }
-
-#     # 动作使用场景
-#     action_require = ["有些问题需要深度思考", "某个问题可能涉及多个方面", "某个问题涉及专业领域或者需要专业知识","这个问题讨论的很激烈，需要深度思考"]
-
-#     # 关联类型
-#     associated_types = ["text"]
-
-#     async def execute(self) -> Tuple[bool, str]:
-#         """执行回复动作"""
-#         logger.info(f"{self.log_prefix} 决定深度思考")
-
-#         try:
-#             # 获取聊天观察
-#             chatting_observation = self._get_chatting_observation()
-#             if not chatting_observation:
-#                 return False, "未找到聊天观察"
-
-#             talking_message_str = chatting_observation.talking_message_str
-
-#             # 处理回复目标
-#             chat_stream = self.api.get_service("chat_stream")
-#             anchor_message = await create_empty_anchor_message(chat_stream.platform, chat_stream.group_info, chat_stream)
-
-
-#             llm_model = self.api.get_available_models().replyer_1
-
-#             prompt = f"""
-#             {talking_message_str}
-
-#             在上面的聊天中，你对{self.action_data.get("topic", "")}感兴趣，形成深刻观点，请你思考,总结成一份学术论文,APA标准格式
-#             """
-
-#             success, response, reasoning, model_name = await self.api.generate_with_model(prompt, llm_model)
-
-#             print(prompt)
-#             print(f"DeepReplyAction: {response}")
-
-#             # prompt = f"""
-#             # {talking_message_str}
-
-#             # 在上面的聊天中，你对{self.action_data.get("topic", "")}感兴趣，请你思考
-#             # """
-
-#             extra_info_block = self.action_data.get("extra_info_block", "")
-#             extra_info_block += response
-#             # extra_info_block += f"\n--------------------------------\n注意，这是最重要的内容！！！！！你现在可以用比较长的篇幅来表达你的观点，不要只回复一个字或者几个字\n由于你进入了深度思考模式，所以下方聊天记录的回复要求不再适用，请你自由的表达，不论字数长短限制\n\n--------------------------------\n注意，你现在可以用比较长的篇幅来表达你的观点，不要只回复一个字或者几个字\n由于你进入了深度思考模式，所以下方聊天记录的回复要求不再适用，请你自由的表达，不论字数长短限制\n"
-#             # extra_info_block += f"\n--------------------------------\n注意，优先关注这句！！！！你现在可以用比较长的篇幅来表达你的观点，不要只回复一个字或者几个字\n由于你进入了深度思考模式，所以下方聊天记录的回复要求不再适用，请你自由的表达，不论字数长短限制\n\n--------------------------------\n注意，你现在可以用比较长的篇幅来表达你的观点，不要只回复一个字或者几个字\n由于你进入了深度思考模式，所以其他的回复要求不再适用，请你自由的表达，不论字数长短限制\n"
-#             self.action_data["extra_info_block"] = extra_info_block
-
-
-#             # 获取回复器服务
-#             # replyer = self.api.get_service("replyer")
-#             # if not replyer:
-#                 # logger.error(f"{self.log_prefix} 未找到回复器服务")
-#                 # return False, "回复器服务不可用"
-
-#             # await self.send_message_by_expressor(extra_info_block)
-#             await self.send_text(extra_info_block)
-#             # 执行回复
-#             # success, reply_set = await replyer.deal_reply(
-#             #     cycle_timers=self.cycle_timers,
-#             #     action_data=self.action_data,
-#             #     anchor_message=anchor_message,
-#             #     reasoning=self.reasoning,
-#             #     thinking_id=self.thinking_id,
-#             # )
-
-#             # 构建回复文本
-#             reply_text = "self._build_reply_text(reply_set)"
-
-#             # 存储动作记录
-#             await self.api.store_action_info(
-#                 action_build_into_prompt=False,
-#                 action_prompt_display=reply_text,
-#                 action_done=True,
-#                 thinking_id=self.thinking_id,
-#                 action_data=self.action_data,
-#             )
-
-#             # 重置NoReplyAction的连续计数器
-#             NoReplyAction.reset_consecutive_count()
-
-#             return success, reply_text
-
-#         except Exception as e:
-#             logger.error(f"{self.log_prefix} 回复动作执行失败: {e}")
-#             return False, f"回复失败: {str(e)}"
-
-#     def _get_chatting_observation(self) -> Optional[ChattingObservation]:
-#         """获取聊天观察对象"""
-#         observations = self.api.get_service("observations") or []
-#         for obs in observations:
-#             if isinstance(obs, ChattingObservation):
-#                 return obs
-#         return None
-
-
-#     def _build_reply_text(self, reply_set) -> str:
-#         """构建回复文本"""
-#         reply_text = ""
-#         if reply_set:
-#             for reply in reply_set:
-#                 data = reply[1]
-#                 reply_text += data
-#         return reply_text