From e52959d838f29722798daf74931e631193fd88cc Mon Sep 17 00:00:00 2001 From: SengokuCola <1026294844@qq.com> Date: Sat, 26 Apr 2025 15:40:12 +0800 Subject: [PATCH] =?UTF-8?q?fix:=E4=BF=AE=E5=A4=8Dllm=E7=88=86=E7=82=B8?= =?UTF-8?q?=E5=B0=8F=E9=97=AE=E9=A2=98?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- src/heart_flow/background_tasks.py | 10 ++-- src/heart_flow/subheartflow_manager.py | 64 +++++++++++------------- src/plugins/memory_system/Hippocampus.py | 6 +-- 3 files changed, 38 insertions(+), 42 deletions(-) diff --git a/src/heart_flow/background_tasks.py b/src/heart_flow/background_tasks.py index a1a226684..7ae4b62f9 100644 --- a/src/heart_flow/background_tasks.py +++ b/src/heart_flow/background_tasks.py @@ -57,7 +57,7 @@ class BackgroundTaskManager: self._logging_task: Optional[asyncio.Task] = None self._interest_eval_task: Optional[asyncio.Task] = None # 新增兴趣评估任务引用 self._random_deactivation_task: Optional[asyncio.Task] = None # 新增随机停用任务引用 - self._hf_judge_state_update_task: Optional[asyncio.Task] = None # 新增状态评估任务引用 + self._hf_judge_state_update_task: Optional[asyncio.Task] = None # 新增状态评估任务引用 self._tasks: List[Optional[asyncio.Task]] = [] # Keep track of all tasks async def start_tasks(self): @@ -81,10 +81,10 @@ class BackgroundTaskManager: ), ( self._hf_judge_state_update_task, - lambda: self._run_hf_judge_state_update_cycle(300), + lambda: self._run_hf_judge_state_update_cycle(60), "hf_judge_state_update", "debug", - f"状态评估任务已启动 间隔:{300}s", + f"状态评估任务已启动 间隔:{60}s", "_hf_judge_state_update_task", ), ( @@ -221,7 +221,7 @@ class BackgroundTaskManager: ): logger.info("检测到离线，停用所有子心流") await self.subheartflow_manager.deactivate_all_subflows() - + async def _perform_hf_judge_state_update_work(self): """调用llm检测是否转换ABSENT-CHAT状态""" logger.info("[状态评估任务] 开始基于LLM评估子心流状态...") @@ -276,7 +276,7 @@ class BackgroundTaskManager: await self._run_periodic_loop( task_name="State Update", interval=interval, task_func=self._perform_state_update_work ) - + async def _run_hf_judge_state_update_cycle(self, interval: int): await self._run_periodic_loop( task_name="State Update", interval=interval, task_func=self._perform_hf_judge_state_update_work diff --git a/src/heart_flow/subheartflow_manager.py b/src/heart_flow/subheartflow_manager.py index 33fdae4e4..9357ff3b6 100644 --- a/src/heart_flow/subheartflow_manager.py +++ b/src/heart_flow/subheartflow_manager.py @@ -12,12 +12,14 @@ from src.plugins.chat.chat_stream import chat_manager # 导入心流相关类 from src.heart_flow.sub_heartflow import SubHeartflow, ChatState from src.heart_flow.mai_state_manager import MaiStateInfo -from .observation import ChattingObservation, Observation +from .observation import ChattingObservation # 导入LLM请求工具 from src.plugins.models.utils_model import LLMRequest from src.config.config import global_config +import traceback + # 初始化日志记录器 subheartflow_manager_log_config = LogConfig( @@ -41,10 +43,10 @@ class SubHeartflowManager: # 为 LLM 状态评估创建一个 LLMRequest 实例 # 使用与 Heartflow 相同的模型和参数 self.llm_state_evaluator = LLMRequest( - model=global_config.llm_heartflow, # 与 Heartflow 一致 - temperature=0.6, # 与 Heartflow 一致 - max_tokens=1000, # 与 Heartflow 一致 (虽然可能不需要这么多) - request_type="subheartflow_state_eval" # 保留特定的请求类型 + model=global_config.llm_heartflow, # 与 Heartflow 一致 + temperature=0.6, # 与 Heartflow 一致 + max_tokens=1000, # 与 Heartflow 一致 (虽然可能不需要这么多) + request_type="subheartflow_state_eval", # 保留特定的请求类型 ) def get_all_subheartflows(self) -> List["SubHeartflow"]: @@ -87,7 +89,7 @@ class SubHeartflowManager: # 注册子心流 self.subheartflows[subheartflow_id] = new_subflow heartflow_name = chat_manager.get_stream_name(subheartflow_id) or subheartflow_id - logger.info(f"[{heartflow_name}] 开始看消息") + logger.info(f"[{heartflow_name}] 开始接收消息") # 启动后台任务 asyncio.create_task(new_subflow.subheartflow_start_working()) @@ -180,7 +182,6 @@ class SubHeartflowManager: else: logger.debug(f"[限制] 无需停止, 当前总数:{len(self.subheartflows)}") - async def deactivate_all_subflows(self): """将所有子心流的状态更改为 ABSENT (例如主状态变为OFFLINE时调用)""" # logger.info("[停用] 开始将所有子心流状态设置为 ABSENT") @@ -343,7 +344,6 @@ class SubHeartflowManager: else: logger.debug(f"{log_prefix_manager} 随机停用周期结束, 未停用任何子心流。") - async def evaluate_and_transition_subflows_by_llm(self): """ 使用LLM评估每个子心流的状态，并根据LLM的判断执行状态转换（ABSENT <-> CHAT）。 @@ -359,7 +359,7 @@ class SubHeartflowManager: transitioned_to_chat = 0 transitioned_to_absent = 0 - async with self._lock: # 在锁内获取快照并迭代 + async with self._lock: # 在锁内获取快照并迭代 subflows_snapshot = list(self.subheartflows.values()) # 使用不上锁的版本，因为我们已经在锁内 current_chat_count = self.count_subflows_by_state_nolock(ChatState.CHAT) @@ -375,26 +375,24 @@ class SubHeartflowManager: # --- 获取观察内容 --- # 从 sub_hf.observations 获取 ChattingObservation 并提取信息 - observation_summary = "没有可用的观察信息。" # 默认值 + _observation_summary = "没有可用的观察信息。" # 默认值 try: # 检查 observations 列表是否存在且不为空 - # 假设第一个观察者是 ChattingObservation + # 假设第一个观察者是 ChattingObservation first_observation = sub_hf.observations[0] if isinstance(first_observation, ChattingObservation): # 组合中期记忆和当前聊天内容 current_chat = first_observation.talking_message_str or "当前无聊天内容。" combined_summary = f"当前聊天内容:\n{current_chat}" else: - logger.warning(f"{log_prefix} [{stream_name}] 第一个观察者不是 ChattingObservation 类型。") - + logger.warning(f"{log_prefix} [{stream_name}] 第一个观察者不是 ChattingObservation 类型。") except Exception as e: logger.warning(f"{log_prefix} [{stream_name}] 获取观察信息失败: {e}", exc_info=True) # 保留默认值或错误信息 combined_summary = f"获取观察信息时出错: {e}" - # --- 获取麦麦状态 --- mai_state_description = f"麦麦当前状态: {current_mai_state.value}。" @@ -417,18 +415,23 @@ class SubHeartflowManager: if should_activate: # 检查CHAT限额 if current_chat_count < chat_limit: - logger.info(f"{log_prefix} [{stream_name}] LLM建议激活到CHAT状态，且未达上限({current_chat_count}/{chat_limit})。正在尝试转换...") + logger.info( + f"{log_prefix} [{stream_name}] LLM建议激活到CHAT状态，且未达上限({current_chat_count}/{chat_limit})。正在尝试转换..." + ) await sub_hf.change_chat_state(ChatState.CHAT) if sub_hf.chat_state.chat_status == ChatState.CHAT: transitioned_to_chat += 1 - current_chat_count += 1 # 更新计数器 + current_chat_count += 1 # 更新计数器 else: logger.warning(f"{log_prefix} [{stream_name}] 尝试激活到CHAT失败。") else: - logger.info(f"{log_prefix} [{stream_name}] LLM建议激活到CHAT状态，但已达到上限({current_chat_count}/{chat_limit})。跳过转换。") + logger.info( + f"{log_prefix} [{stream_name}] LLM建议激活到CHAT状态，但已达到上限({current_chat_count}/{chat_limit})。跳过转换。" + ) except Exception as e: - logger.error(f"{log_prefix} [{stream_name}] LLM评估或状态转换(ABSENT->CHAT)时出错: {e}", exc_info=True) - + logger.error( + f"{log_prefix} [{stream_name}] LLM评估或状态转换(ABSENT->CHAT)时出错: {e}", exc_info=True + ) # --- 针对 CHAT 状态 --- elif current_subflow_state == ChatState.CHAT: @@ -451,11 +454,13 @@ class SubHeartflowManager: await sub_hf.change_chat_state(ChatState.ABSENT) if sub_hf.chat_state.chat_status == ChatState.ABSENT: transitioned_to_absent += 1 - current_chat_count -= 1 # 更新计数器 + current_chat_count -= 1 # 更新计数器 else: logger.warning(f"{log_prefix} [{stream_name}] 尝试转换为ABSENT失败。") except Exception as e: - logger.error(f"{log_prefix} [{stream_name}] LLM评估或状态转换(CHAT->ABSENT)时出错: {e}", exc_info=True) + logger.error( + f"{log_prefix} [{stream_name}] LLM评估或状态转换(CHAT->ABSENT)时出错: {e}", exc_info=True + ) # 可以选择性地为 FOCUSED 状态添加评估逻辑，例如判断是否降级回 CHAT 或 ABSENT @@ -465,7 +470,6 @@ class SubHeartflowManager: f" 成功转换到ABSENT: {transitioned_to_absent}." ) - async def _llm_evaluate_state_transition(self, prompt: str) -> bool: """ 使用 LLM 评估是否应进行状态转换。 @@ -479,8 +483,8 @@ class SubHeartflowManager: log_prefix = "[LLM状态评估]" try: # --- 真实的 LLM 调用 --- - response_text, _, model_name = await self.llm_state_evaluator.generate_response_async(prompt) - logger.debug(f"{log_prefix} 使用模型 {model_name} 评估，原始响应: {response_text}") + response_text, _ = await self.llm_state_evaluator.generate_response_async(prompt) + logger.debug(f"{log_prefix} 使用模型 {self.llm_state_evaluator.model_name} 评估，原始响应: {response_text}") # 解析响应 - 这里需要根据你的LLM的确切输出来调整逻辑 # 假设 LLM 会明确回答 "是" 或 "否" if response_text and "是" in response_text.strip(): @@ -493,19 +497,11 @@ class SubHeartflowManager: logger.warning(f"{log_prefix} LLM 未明确回答 '是' 或 '否'，响应: {response_text}") # 可以设定一个默认行为，例如默认不转换 return False - # --- 真实的 LLM 调用结束 --- - - # # --- 占位符逻辑：随机返回 True/False --- - # # 请在接入真实 LLM 后移除此部分 - # await asyncio.sleep(0.1) # 模拟LLM调用延迟 - # result = random.choice([True, False]) - # logger.debug(f"{log_prefix} (占位符) LLM评估结果: {'建议转换' if result else '建议不转换'}") - # return result - # # --- 占位符逻辑结束 --- except Exception as e: logger.error(f"{log_prefix} 调用 LLM 进行状态评估时出错: {e}", exc_info=True) - + traceback.print_exc() + return False def count_subflows_by_state(self, state: ChatState) -> int: """统计指定状态的子心流数量""" diff --git a/src/plugins/memory_system/Hippocampus.py b/src/plugins/memory_system/Hippocampus.py index 738e47c4e..1e8ad8850 100644 --- a/src/plugins/memory_system/Hippocampus.py +++ b/src/plugins/memory_system/Hippocampus.py @@ -404,7 +404,7 @@ class Hippocampus: # logger.info("没有找到有效的关键词节点") return [] - logger.info(f"有效的关键词: {', '.join(valid_keywords)}") + logger.debug(f"有效的关键词: {', '.join(valid_keywords)}") # 从每个关键词获取记忆 all_memories = [] @@ -576,7 +576,7 @@ class Hippocampus: # logger.info("没有找到有效的关键词节点") return [] - logger.info(f"有效的关键词: {', '.join(valid_keywords)}") + logger.debug(f"有效的关键词: {', '.join(valid_keywords)}") # 从每个关键词获取记忆 all_memories = [] @@ -761,7 +761,7 @@ class Hippocampus: # logger.info("没有找到有效的关键词节点") return 0 - logger.info(f"有效的关键词: {', '.join(valid_keywords)}") + logger.debug(f"有效的关键词: {', '.join(valid_keywords)}") # 从每个关键词获取记忆 activate_map = {} # 存储每个词的累计激活值