From fa9cd653fe436e512944224a8b5f378fb781d5f9 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E5=A2=A8=E6=A2=93=E6=9F=92?= <1787882683@qq.com> Date: Thu, 7 Aug 2025 12:04:51 +0800 Subject: [PATCH] =?UTF-8?q?Revert=20"feat(database):=20=E6=B7=BB=E5=8A=A0M?= =?UTF-8?q?ySQL=E6=94=AF=E6=8C=81=E5=B9=B6=E9=87=8D=E6=9E=84=E6=95=B0?= =?UTF-8?q?=E6=8D=AE=E5=BA=93=E9=85=8D=E7=BD=AE"?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- src/common/database/database.py | 57 +++---- src/common/database/database_model.py | 233 +++++++++----------------- src/config/config.py | 2 - src/config/official_configs.py | 38 +---- template/bot_config_template.toml | 44 ++--- 5 files changed, 125 insertions(+), 249 deletions(-) diff --git a/src/common/database/database.py b/src/common/database/database.py index feda78154..ca3614816 100644 --- a/src/common/database/database.py +++ b/src/common/database/database.py @@ -1,11 +1,9 @@ import os from pymongo import MongoClient -from peewee import MySQLDatabase, SqliteDatabase +from peewee import SqliteDatabase from pymongo.database import Database from rich.traceback import install -from src.config.config import global_config - install(extra_lines=3) _client = None @@ -59,39 +57,26 @@ class DBWrapper: return get_db()[key] # type: ignore -def create_peewee_database(): - data_base_config = global_config.data_base - - if data_base_config.db_type == "mysql": - return MySQLDatabase( - data_base_config.database, - user=data_base_config.username, - password=data_base_config.password, - host=data_base_config.host, - port=int(data_base_config.port), - charset='utf8mb4' - ) - elif data_base_config.db_type == "sqlite": - ROOT_PATH = os.path.abspath(os.path.join(os.path.dirname(__file__), "..", "..", "..")) - _DB_DIR = os.path.join(ROOT_PATH, "data") - _DB_FILE = os.path.join(_DB_DIR, "MaiBot.db") - os.makedirs(_DB_DIR, exist_ok=True) - return SqliteDatabase( - _DB_FILE, - pragmas={ - "journal_mode": "wal", # WAL模式提高并发性能 - "cache_size": -64 * 1000, # 64MB缓存 - "foreign_keys": 1, - "ignore_check_constraints": 0, - "synchronous": 0, # 异步写入提高性能 - "busy_timeout": 1000, # 1秒超时而不是3秒 - }, ) - else: - raise ValueError(f"Unsupported PEEWEE_DB_TYPE: {data_base_config.db_type}") - - # 全局数据库访问点 -memory_db: Database | DBWrapper = DBWrapper() +memory_db: Database = DBWrapper() # type: ignore + +# 定义数据库文件路径 +ROOT_PATH = os.path.abspath(os.path.join(os.path.dirname(__file__), "..", "..", "..")) +_DB_DIR = os.path.join(ROOT_PATH, "data") +_DB_FILE = os.path.join(_DB_DIR, "MaiBot.db") + +# 确保数据库目录存在 +os.makedirs(_DB_DIR, exist_ok=True) # 全局 Peewee SQLite 数据库访问点 -db = create_peewee_database() +db = SqliteDatabase( + _DB_FILE, + pragmas={ + "journal_mode": "wal", # WAL模式提高并发性能 + "cache_size": -64 * 1000, # 64MB缓存 + "foreign_keys": 1, + "ignore_check_constraints": 0, + "synchronous": 0, # 异步写入提高性能 + "busy_timeout": 1000, # 1秒超时而不是3秒 + }, +) diff --git a/src/common/database/database_model.py b/src/common/database/database_model.py index 609d303b0..d2b3acce7 100644 --- a/src/common/database/database_model.py +++ b/src/common/database/database_model.py @@ -1,16 +1,9 @@ +from peewee import Model, DoubleField, IntegerField, BooleanField, TextField, FloatField, DateTimeField +from .database import db import datetime - -from peewee import BooleanField, CharField, DateTimeField, DoubleField, FloatField, IntegerField, Model, TextField - -from src.common.database.database import db from src.common.logger import get_logger -from src.config.config import global_config -table_prefix = global_config.data_base.table_prefix logger = get_logger("database_model") -logger.info(f"正在加载数据库模型...数据库表前缀为: {table_prefix}") - - # 请在此处定义您的数据库实例。 # 您需要取消注释并配置适合您的数据库的部分。 # 例如，对于 SQLite: @@ -41,7 +34,7 @@ class ChatStreams(BaseModel): # stream_id: "a544edeb1a9b73e3e1d77dff36e41264" # 假设 stream_id 是唯一的，并为其创建索引以提高查询性能。 - stream_id = CharField(max_length=64, unique=True) + stream_id = TextField(unique=True, index=True) # create_time: 1746096761.4490178 (时间戳，精确到小数点后7位) # DoubleField 用于存储浮点数，适合此类时间戳。 @@ -77,7 +70,7 @@ class ChatStreams(BaseModel): # 如果不使用带有数据库实例的 BaseModel，或者想覆盖它， # 请取消注释并在下面设置数据库实例： # database = db - table_name = table_prefix + "chat_streams" # 可选：明确指定数据库中的表名 + table_name = "chat_streams" # 可选：明确指定数据库中的表名 class LLMUsage(BaseModel): @@ -85,9 +78,9 @@ class LLMUsage(BaseModel): 用于存储 API 使用日志数据的模型。 """ - model_name = CharField(max_length=64, index=True) # 添加索引 - user_id = CharField(max_length=64, index=True) # 添加索引 - request_type = CharField(max_length=64, index=True) # 添加索引 + model_name = TextField(index=True) # 添加索引 + user_id = TextField(index=True) # 添加索引 + request_type = TextField(index=True) # 添加索引 endpoint = TextField() prompt_tokens = IntegerField() completion_tokens = IntegerField() @@ -99,15 +92,15 @@ class LLMUsage(BaseModel): class Meta: # 如果 BaseModel.Meta.database 已设置，则此模型将继承该数据库配置。 # database = db - table_name = table_prefix + "llm_usage" + table_name = "llm_usage" class Emoji(BaseModel): """表情包""" - full_path = CharField(max_length=512, unique=True) # 文件的完整路径 (包括文件名) + full_path = TextField(unique=True, index=True) # 文件的完整路径 (包括文件名) format = TextField() # 图片格式 - emoji_hash = CharField(max_length=64, index=True) # 表情包的哈希值 + emoji_hash = TextField(index=True) # 表情包的哈希值 description = TextField() # 表情包的描述 query_count = IntegerField(default=0) # 查询次数（用于统计表情包被查询描述的次数） is_registered = BooleanField(default=False) # 是否已注册 @@ -121,7 +114,7 @@ class Emoji(BaseModel): class Meta: # database = db # 继承自 BaseModel - table_name = table_prefix + "emoji" + table_name = "emoji" class Messages(BaseModel): @@ -129,10 +122,10 @@ class Messages(BaseModel): 用于存储消息数据的模型。 """ - message_id = CharField(max_length=128, index=True) # 消息 ID (更改自 IntegerField) + message_id = TextField(index=True) # 消息 ID (更改自 IntegerField) time = DoubleField() # 消息时间戳 - chat_id = CharField(max_length=128, index=True) # 对应的 ChatStreams stream_id + chat_id = TextField(index=True) # 对应的 ChatStreams stream_id reply_to = TextField(null=True) @@ -172,7 +165,7 @@ class Messages(BaseModel): class Meta: # database = db # 继承自 BaseModel - table_name = table_prefix + "messages" + table_name = "messages" class ActionRecords(BaseModel): @@ -190,13 +183,13 @@ class ActionRecords(BaseModel): action_build_into_prompt = BooleanField(default=False) action_prompt_display = TextField() - chat_id = CharField(max_length=128, index=True) # 对应的 ChatStreams stream_id + chat_id = TextField(index=True) # 对应的 ChatStreams stream_id chat_info_stream_id = TextField() chat_info_platform = TextField() class Meta: # database = db # 继承自 BaseModel - table_name = table_prefix + "action_records" + table_name = "action_records" class Images(BaseModel): @@ -205,9 +198,9 @@ class Images(BaseModel): """ image_id = TextField(default="") # 图片唯一ID - emoji_hash = CharField(max_length=64, index=True) # 图像的哈希值 + emoji_hash = TextField(index=True) # 图像的哈希值 description = TextField(null=True) # 图像的描述 - path = CharField(max_length=512, unique=True) # 图像文件的路径 + path = TextField(unique=True) # 图像文件的路径 # base64 = TextField() # 图片的base64编码 count = IntegerField(default=1) # 图片被引用的次数 timestamp = FloatField() # 时间戳 @@ -215,7 +208,7 @@ class Images(BaseModel): vlm_processed = BooleanField(default=False) # 是否已经过VLM处理 class Meta: - table_name = table_prefix + "images" + table_name = "images" class ImageDescriptions(BaseModel): @@ -224,13 +217,13 @@ class ImageDescriptions(BaseModel): """ type = TextField() # 类型，例如 "emoji" - image_description_hash = CharField(max_length=64, index=True) # 图像的哈希值 + image_description_hash = TextField(index=True) # 图像的哈希值 description = TextField() # 图像的描述 timestamp = FloatField() # 时间戳 class Meta: # database = db # 继承自 BaseModel - table_name = table_prefix + "image_descriptions" + table_name = "image_descriptions" class OnlineTime(BaseModel): @@ -239,14 +232,14 @@ class OnlineTime(BaseModel): """ # timestamp: "$date": "2025-05-01T18:52:18.191Z" (存储为字符串) - timestamp = CharField(max_length=64, default=datetime.datetime.now) # 时间戳 + timestamp = TextField(default=datetime.datetime.now) # 时间戳 duration = IntegerField() # 时长，单位分钟 start_timestamp = DateTimeField(default=datetime.datetime.now) end_timestamp = DateTimeField(index=True) class Meta: # database = db # 继承自 BaseModel - table_name = table_prefix + "online_time" + table_name = "online_time" class PersonInfo(BaseModel): @@ -254,11 +247,11 @@ class PersonInfo(BaseModel): 用于存储个人信息数据的模型。 """ - person_id = CharField(max_length=64, unique=True) # 个人唯一ID + person_id = TextField(unique=True, index=True) # 个人唯一ID person_name = TextField(null=True) # 个人名称 (允许为空) name_reason = TextField(null=True) # 名称设定的原因 platform = TextField() # 平台 - user_id = CharField(max_length=64, index=True) # 用户ID + user_id = TextField(index=True) # 用户ID nickname = TextField() # 用户昵称 impression = TextField(null=True) # 个人印象 short_impression = TextField(null=True) # 个人印象的简短描述 @@ -273,11 +266,11 @@ class PersonInfo(BaseModel): class Meta: # database = db # 继承自 BaseModel - table_name = table_prefix + "person_info" + table_name = "person_info" class Memory(BaseModel): - memory_id = CharField(max_length=128, index=True) + memory_id = TextField(index=True) chat_id = TextField(null=True) memory_text = TextField(null=True) keywords = TextField(null=True) @@ -285,7 +278,7 @@ class Memory(BaseModel): last_view_time = FloatField(null=True) class Meta: - table_name = table_prefix + "memory" + table_name = "memory" class Expression(BaseModel): @@ -297,16 +290,16 @@ class Expression(BaseModel): style = TextField() count = FloatField() last_active_time = FloatField() - chat_id = CharField(max_length=128, index=True) + chat_id = TextField(index=True) type = TextField() create_date = FloatField(null=True) # 创建日期，允许为空以兼容老数据 class Meta: - table_name = table_prefix + "expression" + table_name = "expression" class ThinkingLog(BaseModel): - chat_id = CharField(max_length=128, index=True) + chat_id = TextField(index=True) trigger_text = TextField(null=True) response_text = TextField(null=True) @@ -326,7 +319,7 @@ class ThinkingLog(BaseModel): created_at = DateTimeField(default=datetime.datetime.now) class Meta: - table_name = table_prefix + "thinking_logs" + table_name = "thinking_logs" class GraphNodes(BaseModel): @@ -334,14 +327,14 @@ class GraphNodes(BaseModel): 用于存储记忆图节点的模型 """ - concept = CharField(max_length=128, unique=True) # 节点概念 + concept = TextField(unique=True, index=True) # 节点概念 memory_items = TextField() # JSON格式存储的记忆列表 hash = TextField() # 节点哈希值 created_time = FloatField() # 创建时间戳 last_modified = FloatField() # 最后修改时间戳 class Meta: - table_name = table_prefix + "graph_nodes" + table_name = "graph_nodes" class GraphEdges(BaseModel): @@ -349,15 +342,15 @@ class GraphEdges(BaseModel): 用于存储记忆图边的模型 """ - source = CharField(max_length=128, index=True) # 源节点 - target = CharField(max_length=128, index=True) # 目标节点 + source = TextField(index=True) # 源节点 + target = TextField(index=True) # 目标节点 strength = IntegerField() # 连接强度 hash = TextField() # 边哈希值 created_time = FloatField() # 创建时间戳 last_modified = FloatField() # 最后修改时间戳 class Meta: - table_name = table_prefix + "graph_edges" + table_name = "graph_edges" def create_tables(): @@ -405,137 +398,73 @@ def initialize_database(): ThinkingLog, GraphNodes, GraphEdges, - ActionRecords, + ActionRecords, # 添加 ActionRecords 到初始化列表 ] - # 保持 del_extra 为 False，以避免在生产环境中意外删除数据。 - # 如果需要删除多余字段，请谨慎设置为 True。 - del_extra = False - - # 辅助函数：根据字段对象和数据库类型获取对应的 SQL 类型字符串 - def get_sql_type(field_obj, db_type): - field_type_name = field_obj.__class__.__name__ - if db_type == "sqlite": - return { - "TextField": "TEXT", - "IntegerField": "INTEGER", - "FloatField": "FLOAT", - "DoubleField": "DOUBLE", - "BooleanField": "INTEGER", - "DateTimeField": "DATETIME", - }.get(field_type_name, "TEXT") - elif db_type == "mysql": - # CharField 的 max_length 将在主循环中单独处理 - return { - "TextField": "LONGTEXT", # MySQL TEXT 类型长度有限，LONGTEXT 更安全 - "IntegerField": "INT", - "FloatField": "FLOAT", - "DoubleField": "DOUBLE", - "BooleanField": "TINYINT(1)", # MySQL 布尔值存储为 TINYINT(1) - "DateTimeField": "DATETIME", - }.get(field_type_name, "TEXT") - logger.error(f"不支持的数据库类型: {db_type}") - return "TEXT" # 默认回退类型 - - # 辅助函数：将 Peewee 字段的默认值转换为 SQL 语句中的 DEFAULT 子句 - def get_sql_default_value(field_obj): - if field_obj.default is None: - return "" # 没有定义默认值 - - # 可调用默认值（如 datetime.datetime.now）无法直接转换为 SQL DDL 的 DEFAULT 子句 - # 因此，对于这类情况，我们不生成 DEFAULT 子句，并依赖 Peewee 在应用层处理 - # 如果字段为 NOT NULL 且无法提供字面默认值，则需要在 ADD COLUMN 时临时设为 NULLABLE - if callable(field_obj.default): - return "" - - default_value = field_obj.default - if isinstance(default_value, str): - # 字符串默认值需要用单引号括起来，并对内部的单引号进行转义 - escaped_value = str(default_value).replace("'", "''") - return f" DEFAULT '{escaped_value}'" - elif isinstance(default_value, bool): - return f" DEFAULT {int(default_value)}" # 布尔值转换为 0 或 1 - elif isinstance(default_value, (int, float)): - return f" DEFAULT {default_value}" - - return "" # 其他无法直接转换为 SQL 字面值的类型 try: - with db: + with db: # 管理 table_exists 检查的连接 for model in models: table_name = model._meta.table_name if not db.table_exists(model): logger.warning(f"表 '{table_name}' 未找到，正在创建...") db.create_tables([model]) logger.info(f"表 '{table_name}' 创建成功") - # 表刚创建，无需检查字段 - continue - - # 获取现有列 - db_type = global_config.data_base.db_type - if db_type == "sqlite": - cursor = db.execute_sql(f"PRAGMA table_info('{table_name}')") - existing_columns = {row[1] for row in cursor.fetchall()} - elif db_type == "mysql": - cursor = db.execute_sql(f"SHOW COLUMNS FROM {table_name}") - existing_columns = {row[0] for row in cursor.fetchall()} - else: - logger.error(f"不支持的数据库类型 '{db_type}'，跳过表 '{table_name}' 的字段检查。") continue + # 检查字段 + cursor = db.execute_sql(f"PRAGMA table_info('{table_name}')") + existing_columns = {row[1] for row in cursor.fetchall()} model_fields = set(model._meta.fields.keys()) - # 识别并添加缺失字段 - missing_fields = model_fields - existing_columns - if missing_fields: + if missing_fields := model_fields - existing_columns: logger.warning(f"表 '{table_name}' 缺失字段: {missing_fields}") for field_name, field_obj in model._meta.fields.items(): if field_name not in existing_columns: - logger.info(f"表 '{table_name}' 缺失字段 '{field_name}'，正在尝试添加...") - - sql_type = get_sql_type(field_obj, db_type) - - # 特殊处理 MySQL 的 CharField，需要 max_length - if isinstance(field_obj, CharField) and db_type == "mysql": - sql_type = f"VARCHAR({field_obj.max_length})" - - null_clause = " NULL" if field_obj.null else " NOT NULL" - default_clause = get_sql_default_value(field_obj) - - # 如果字段定义为 NOT NULL 且无法在 SQL DDL 中提供字面默认值 (如可调用默认值)， - # 为了避免在有数据的表中添加列时失败，暂时将其添加为 NULLABLE。 - # 这是一种务实的兼容性处理，后续可能需要手动回填数据并修改为 NOT NULL。 - if not field_obj.null and not default_clause: - logger.warning( - f"表 '{table_name}' 的字段 '{field_name}' 为 NOT NULL 但无法生成SQL默认值，" - f"将暂时添加为 NULLABLE 以避免现有数据行错误。" - ) - null_clause = " NULL" # 强制设为 NULLABLE - - alter_sql = f"ALTER TABLE {table_name} ADD COLUMN {field_name} {sql_type}{null_clause}{default_clause}" - + logger.info(f"表 '{table_name}' 缺失字段 '{field_name}'，正在添加...") + field_type = field_obj.__class__.__name__ + sql_type = { + "TextField": "TEXT", + "IntegerField": "INTEGER", + "FloatField": "FLOAT", + "DoubleField": "DOUBLE", + "BooleanField": "INTEGER", + "DateTimeField": "DATETIME", + }.get(field_type, "TEXT") + alter_sql = f"ALTER TABLE {table_name} ADD COLUMN {field_name} {sql_type}" + alter_sql += " NULL" if field_obj.null else " NOT NULL" + if hasattr(field_obj, "default") and field_obj.default is not None: + # 正确处理不同类型的默认值，跳过lambda函数 + default_value = field_obj.default + if callable(default_value): + # 跳过lambda函数或其他可调用对象，这些无法在SQL中表示 + pass + elif isinstance(default_value, str): + alter_sql += f" DEFAULT '{default_value}'" + elif isinstance(default_value, bool): + alter_sql += f" DEFAULT {int(default_value)}" + else: + alter_sql += f" DEFAULT {default_value}" try: db.execute_sql(alter_sql) logger.info(f"字段 '{field_name}' 添加成功") except Exception as e: - logger.error(f"添加字段 '{field_name}' 失败: {e}. SQL 语句: {alter_sql}") - - # 检查并删除多余字段（根据 del_extra 旗标决定） - if del_extra: - extra_fields = existing_columns - model_fields - if extra_fields: - logger.warning(f"表 '{table_name}' 存在模型中未定义的字段: {extra_fields}") - for field_name in extra_fields: - try: - logger.warning(f"表 '{table_name}' 正在尝试删除多余字段 '{field_name}'...") - db.execute_sql(f"ALTER TABLE {table_name} DROP COLUMN {field_name}") - logger.info(f"字段 '{field_name}' 删除成功") - except Exception as e: - logger.error(f"删除字段 '{field_name}' 失败: {e}") + logger.error(f"添加字段 '{field_name}' 失败: {e}") + # 检查并删除多余字段（新增逻辑） + extra_fields = existing_columns - model_fields + if extra_fields: + logger.warning(f"表 '{table_name}' 存在多余字段: {extra_fields}") + for field_name in extra_fields: + try: + logger.warning(f"表 '{table_name}' 存在多余字段 '{field_name}'，正在尝试删除...") + db.execute_sql(f"ALTER TABLE {table_name} DROP COLUMN {field_name}") + logger.info(f"字段 '{field_name}' 删除成功") + except Exception as e: + logger.error(f"删除字段 '{field_name}' 失败: {e}") except Exception as e: - logger.exception(f"数据库初始化过程中发生异常: {e}") - # 如果初始化失败（例如数据库不可用），则退出 + logger.exception(f"检查表或字段是否存在时出错: {e}") + # 如果检查失败（例如数据库不可用），则退出 return logger.info("数据库初始化完成") diff --git a/src/config/config.py b/src/config/config.py index 6ba8ba924..368adaa57 100644 --- a/src/config/config.py +++ b/src/config/config.py @@ -14,7 +14,6 @@ from src.common.logger import get_logger from src.config.config_base import ConfigBase from src.config.official_configs import ( BotConfig, - DataBaseConfig, PersonalityConfig, ExpressionConfig, ChatConfig, @@ -349,7 +348,6 @@ class Config(ConfigBase): debug: DebugConfig custom_prompt: CustomPromptConfig voice: VoiceConfig - data_base: DataBaseConfig @dataclass diff --git a/src/config/official_configs.py b/src/config/official_configs.py index 71d0ccb03..8f34a1843 100644 --- a/src/config/official_configs.py +++ b/src/config/official_configs.py @@ -1,4 +1,5 @@ import re + from dataclasses import dataclass, field from typing import Literal, Optional @@ -16,7 +17,7 @@ from src.config.config_base import ConfigBase @dataclass class BotConfig(ConfigBase): """QQ机器人配置类""" - + platform: str """平台""" @@ -67,7 +68,7 @@ class ChatConfig(ConfigBase): max_context_size: int = 18 """上下文长度""" - + willing_amplifier: float = 1.0 replyer_random_probability: float = 0.5 @@ -271,7 +272,6 @@ class NormalChatConfig(ConfigBase): willing_mode: str = "classical" """意愿模式""" - @dataclass class ExpressionConfig(ConfigBase): """表达配置类""" @@ -301,8 +301,7 @@ class ToolConfig(ConfigBase): enable_tool: bool = False """是否在聊天中启用工具""" - - + @dataclass class VoiceConfig(ConfigBase): """语音识别配置类""" @@ -388,7 +387,7 @@ class MemoryConfig(ConfigBase): memory_ban_words: list[str] = field(default_factory=lambda: ["表情包", "图片", "回复", "聊天记录"]) """不允许记忆的词列表""" - + enable_instant_memory: bool = True """是否启用即时记忆""" @@ -399,7 +398,7 @@ class MoodConfig(ConfigBase): enable_mood: bool = False """是否启用情绪系统""" - + mood_update_threshold: float = 1.0 """情绪更新阈值,越高，更新越慢""" @@ -450,7 +449,6 @@ class KeywordReactionConfig(ConfigBase): if not isinstance(rule, KeywordRuleConfig): raise ValueError(f"规则必须是KeywordRuleConfig类型，而不是{type(rule).__name__}") - @dataclass class CustomPromptConfig(ConfigBase): """自定义提示词配置类""" @@ -600,27 +598,3 @@ class LPMMKnowledgeConfig(ConfigBase): embedding_dimension: int = 1024 """嵌入向量维度，应该与模型的输出维度一致""" - -class DataBaseConfig(ConfigBase): - """数据库配置类""" - - db_type: Literal["sqlite", "mysql"] = "sqlite" - """数据库类型，支持sqlite、mysql""" - - host: str = "127.0.0.1" - """数据库主机地址""" - - port: int = 3306 - """数据库端口号""" - - username: str = "" - """数据库用户名""" - - password: str = "" - """数据库密码""" - - database: str = "MaiBot" - """数据库名称""" - - table_prefix: str = "" - """数据库表前缀""" diff --git a/template/bot_config_template.toml b/template/bot_config_template.toml index 30745b14f..fae41f828 100644 --- a/template/bot_config_template.toml +++ b/template/bot_config_template.toml @@ -1,5 +1,5 @@ [inner] -version = "6.1.0" +version = "6.0.0" #----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 @@ -13,14 +13,14 @@ version = "6.1.0" #----以上是给开发人员阅读的，如果你只是部署了麦麦，不需要阅读---- [bot] -platform = "qq" +platform = "qq" qq_account = 1145141919810 # 麦麦的QQ账号 nickname = "麦麦" # 麦麦的昵称 alias_names = ["麦叠", "牢麦"] # 麦麦的别名 [personality] # 建议50字以内，描述人格的核心特质 -personality_core = "是一个积极向上的女大学生" +personality_core = "是一个积极向上的女大学生" # 人格的细节，描述人格的一些侧面 personality_side = "用一句话或几句话描述人格的侧面特质" #アイデンティティがない 生まれないらららら @@ -39,7 +39,7 @@ enable_expression_learning = false # 是否启用表达学习，麦麦会学习 learning_interval = 350 # 学习间隔 单位秒 expression_groups = [ - ["qq:1919810:private", "qq:114514:private", "qq:1111111:group"], # 在这里设置互通组，相同组的chat_id会共享学习到的表达方式 + ["qq:1919810:private","qq:114514:private","qq:1111111:group"], # 在这里设置互通组，相同组的chat_id会共享学习到的表达方式 # 格式：["qq:123456:private","qq:654321:group"] # 注意：如果为群聊，则需要设置为group，如果设置为私聊，则需要设置为private ] @@ -51,7 +51,7 @@ relation_frequency = 1 # 关系频率，麦麦构建关系的频率 [chat] #麦麦的聊天通用设置 -focus_value = 1 +focus_value = 1 # 麦麦的专注思考能力，越高越容易专注，可能消耗更多token # 专注时能更好把握发言时机，能够进行持久的连续对话 @@ -95,7 +95,7 @@ talk_frequency_adjust = [ # 以下是消息过滤，可以根据规则过滤特定消息，将不会读取这些消息 ban_words = [ # "403","张三" -] + ] ban_msgs_regex = [ # 需要过滤的消息（原始消息）匹配的正则表达式，匹配到的消息将被过滤，若不了解正则表达式请勿修改 @@ -139,7 +139,7 @@ consolidation_check_percentage = 0.05 # 检查节点比例 enable_instant_memory = false # 是否启用即时记忆，测试功能，可能存在未知问题 #不希望记忆的词，已经记忆的不会受到影响，需要手动清理 -memory_ban_words = ["表情包", "图片", "回复", "聊天记录"] +memory_ban_words = [ "表情包", "图片", "回复", "聊天记录" ] [voice] enable_asr = false # 是否启用语音识别，启用后麦麦可以识别语音消息，启用该功能需要配置语音识别模型[model.voice]s @@ -190,10 +190,10 @@ enable_response_post_process = true # 是否启用回复后处理，包括错别 [chinese_typo] enable = true # 是否启用中文错别字生成器 -error_rate = 0.01 # 单字替换概率 -min_freq = 9 # 最小字频阈值 -tone_error_rate = 0.1 # 声调错误概率 -word_replace_rate = 0.006 # 整词替换概率 +error_rate=0.01 # 单字替换概率 +min_freq=9 # 最小字频阈值 +tone_error_rate=0.1 # 声调错误概率 +word_replace_rate=0.006 # 整词替换概率 [response_splitter] enable = true # 是否启用回复分割器 @@ -210,8 +210,8 @@ console_log_level = "INFO" # 控制台日志级别，可选: DEBUG, INFO, WARNIN file_log_level = "DEBUG" # 文件日志级别，可选: DEBUG, INFO, WARNING, ERROR, CRITICAL # 第三方库日志控制 -suppress_libraries = ["faiss", "httpx", "urllib3", "asyncio", "websockets", "httpcore", "requests", "peewee", "openai", "uvicorn", "jieba"] # 完全屏蔽的库 -library_log_levels = { "aiohttp" = "WARNING" } # 设置特定库的日志级别 +suppress_libraries = ["faiss","httpx", "urllib3", "asyncio", "websockets", "httpcore", "requests", "peewee", "openai","uvicorn","jieba"] # 完全屏蔽的库 +library_log_levels = { "aiohttp" = "WARNING"} # 设置特定库的日志级别 [debug] show_prompt = false # 是否显示prompt @@ -220,9 +220,9 @@ show_prompt = false # 是否显示prompt auth_token = [] # 认证令牌，用于API验证，为空则不启用验证 # 以下项目若要使用需要打开use_custom，并单独配置maim_message的服务器 use_custom = false # 是否启用自定义的maim_message服务器，注意这需要设置新的端口，不能与.env重复 -host = "127.0.0.1" -port = 8090 -mode = "ws" # 支持ws和tcp两种模式 +host="127.0.0.1" +port=8090 +mode="ws" # 支持ws和tcp两种模式 use_wss = false # 是否使用WSS安全连接，只支持ws模式 cert_file = "" # SSL证书文件路径，仅在use_wss=true时有效 key_file = "" # SSL密钥文件路径，仅在use_wss=true时有效 @@ -231,14 +231,4 @@ key_file = "" # SSL密钥文件路径，仅在use_wss=true时有效 enable = true [experimental] #实验性功能 -enable_friend_chat = false # 是否启用好友聊天 - -[data_base] #数据库配置 -# 数据库类型，可选：sqlite, mysql -db_type = "sqlite" # 数据库类型 -host = "" # 数据库主机地址,如果是sqlite则不需要填写 -port = 3306 # 数据库端口,如果是sqlite则不需要填写 -username = "" # 数据库用户名,如果是sqlite则不需要填写 -password = "" # 数据库密码,如果是sqlite则不需要填写 -database = "MaiBot" # 数据库名称,如果是sqlite则不需要填写 -table_prefix = "" # 数据库表前缀,用于支持多实例部署 \ No newline at end of file +enable_friend_chat = false # 是否启用好友聊天 \ No newline at end of file