fix: 将日志级别从trace更改为debug

src/chat/focus_chat/heartflow_message_processor.py

@@ -75,7 +75,7 @@ async def _calculate_interest(message: MessageRecv) -> Tuple[float, bool]:
                 message.processed_plain_text,
                 fast_retrieval=True,
             )
-            logger.trace(f"记忆激活率: {interested_rate:.2f}")
+            logger.debug(f"记忆激活率: {interested_rate:.2f}")
 
     text_len = len(message.processed_plain_text)
     # 根据文本长度调整兴趣度，长度越大兴趣度越高，但增长率递减，最低0.01，最高0.05

src/chat/heart_flow/observation/chatting_observation.py

@@ -287,7 +287,7 @@ class ChattingObservation(Observation):
 
         # print(f"构建中：self.person_list: {self.person_list}")
 
-        logger.trace(
+        logger.debug(
             f"Chat {self.chat_id} - 压缩早期记忆：{self.mid_memory_info}\n现在聊天内容：{self.talking_message_str}"
         )
 

src/chat/memory_system/Hippocampus.py

@@ -409,7 +409,7 @@ class Hippocampus:
                         activation_values[neighbor] = new_activation
                         visited_nodes.add(neighbor)
                         nodes_to_process.append((neighbor, new_activation, current_depth + 1))
-                        logger.trace(
+                        logger.debug(
                             f"节点 '{neighbor}' 被激活，激活值: {new_activation:.2f} (通过 '{current_node}' 连接，强度: {strength}, 深度: {current_depth + 1})"
                         )  # noqa: E501
 
@@ -580,7 +580,7 @@ class Hippocampus:
                         activation_values[neighbor] = new_activation
                         visited_nodes.add(neighbor)
                         nodes_to_process.append((neighbor, new_activation, current_depth + 1))
-                        logger.trace(
+                        logger.debug(
                             f"节点 '{neighbor}' 被激活，激活值: {new_activation:.2f} (通过 '{current_node}' 连接，强度: {strength}, 深度: {current_depth + 1})"
                         )  # noqa: E501
 
@@ -733,7 +733,7 @@ class Hippocampus:
 
         # 对每个关键词进行扩散式检索
         for keyword in valid_keywords:
-            logger.trace(f"开始以关键词 '{keyword}' 为中心进行扩散检索 (最大深度: {max_depth}):")
+            logger.debug(f"开始以关键词 '{keyword}' 为中心进行扩散检索 (最大深度: {max_depth}):")
             # 初始化激活值
             activation_values = {keyword: 1.0}
             # 记录已访问的节点
@@ -784,7 +784,7 @@ class Hippocampus:
 
         # 计算激活节点数与总节点数的比值
         total_activation = sum(activate_map.values())
-        logger.trace(f"总激活值: {total_activation:.2f}")
+        logger.debug(f"总激活值: {total_activation:.2f}")
         total_nodes = len(self.memory_graph.G.nodes())
         # activated_nodes = len(activate_map)
         activation_ratio = total_activation / total_nodes if total_nodes > 0 else 0
@@ -1605,8 +1605,8 @@ class ParahippocampalGyrus:
 
                 if similarity >= similarity_threshold:
                     logger.debug(f"[整合] 节点 '{node}' 中发现相似项 (相似度: {similarity:.2f}):")
-                    logger.trace(f"  - '{item1}'")
+                    logger.debug(f"  - '{item1}'")
-                    logger.trace(f"  - '{item2}'")
+                    logger.debug(f"  - '{item2}'")
 
                     # 比较信息量
                     info1 = calculate_information_content(item1)

src/chat/message_receive/bot.py

@@ -33,7 +33,7 @@ class ChatBot:
     async def _ensure_started(self):
         """确保所有任务已启动"""
         if not self._started:
-            logger.trace("确保ChatBot所有任务已启动")
+            logger.debug("确保ChatBot所有任务已启动")
 
             self._started = True
 
@@ -166,23 +166,23 @@ class ChatBot:
                 template_group_name = None
 
             async def preprocess():
-                logger.trace("开始预处理消息...")
+                logger.debug("开始预处理消息...")
                 # 如果在私聊中
                 if group_info is None:
-                    logger.trace("检测到私聊消息")
+                    logger.debug("检测到私聊消息")
                     if global_config.experimental.pfc_chatting:
-                        logger.trace("进入PFC私聊处理流程")
+                        logger.debug("进入PFC私聊处理流程")
                         # 创建聊天流
-                        logger.trace(f"为{user_info.user_id}创建/获取聊天流")
+                        logger.debug(f"为{user_info.user_id}创建/获取聊天流")
                         await self.only_process_chat.process_message(message)
                         await self._create_pfc_chat(message)
                     # 禁止PFC，进入普通的心流消息处理逻辑
                     else:
-                        logger.trace("进入普通心流私聊处理")
+                        logger.debug("进入普通心流私聊处理")
                         await self.heartflow_message_receiver.process_message(message_data)
                 # 群聊默认进入心流消息处理逻辑
                 else:
-                    logger.trace(f"检测到群聊消息，群ID: {group_info.group_id}")
+                    logger.debug(f"检测到群聊消息，群ID: {group_info.group_id}")
                     await self.heartflow_message_receiver.process_message(message_data)
 
             if template_group_name:

src/chat/message_receive/message_sender.py

@@ -41,9 +41,9 @@ async def send_message(
         thinking_start_time=message.thinking_start_time,
         is_emoji=message.is_emoji,
     )
-    # logger.trace(f"{message.processed_plain_text},{typing_time},计算输入时间结束") # 减少日志
+    # logger.debug(f"{message.processed_plain_text},{typing_time},计算输入时间结束") # 减少日志
     await asyncio.sleep(typing_time)
-    # logger.trace(f"{message.processed_plain_text},{typing_time},等待输入时间结束") # 减少日志
+    # logger.debug(f"{message.processed_plain_text},{typing_time},等待输入时间结束") # 减少日志
     # --- 结束打字延迟 ---
 
     message_preview = truncate_message(message.processed_plain_text)

src/chat/utils/utils.py

@@ -328,7 +328,7 @@ def process_llm_response(text: str) -> list[str]:
     # 先保护颜文字
     if global_config.response_splitter.enable_kaomoji_protection:
         protected_text, kaomoji_mapping = protect_kaomoji(text)
-        logger.trace(f"保护颜文字后的文本: {protected_text}")
+        logger.debug(f"保护颜文字后的文本: {protected_text}")
     else:
         protected_text = text
         kaomoji_mapping = {}

src/chat/utils/utils_image.py

@@ -228,7 +228,7 @@ class ImageManager:
                         description=description,
                         timestamp=current_timestamp,
                     )
-                logger.trace(f"保存图片元数据: {file_path}")
+                logger.debug(f"保存图片元数据: {file_path}")
             except Exception as e:
                 logger.error(f"保存图片文件或元数据失败: {str(e)}")
 
@@ -288,7 +288,7 @@ class ImageManager:
                 # 计算和上一张选中帧的差异（均方误差 MSE）
                 if last_selected_frame_np is not None:
                     mse = np.mean((current_frame_np - last_selected_frame_np) ** 2)
-                    # logger.trace(f"帧 {i} 与上一选中帧的 MSE: {mse}") # 可以取消注释来看差异值
+                    # logger.debug(f"帧 {i} 与上一选中帧的 MSE: {mse}") # 可以取消注释来看差异值
 
                     # 如果差异够大，就选它！
                     if mse > similarity_threshold:

src/llm_models/utils_model.py

@@ -183,7 +183,7 @@ class LLMRequest:
                 status="success",
                 timestamp=datetime.now(),  # Peewee 会处理 DateTimeField
             )
-            logger.trace(
+            logger.debug(
                 f"Token使用情况 - 模型: {self.model_name}, "
                 f"用户: {user_id}, 类型: {request_type}, "
                 f"提示词: {prompt_tokens}, 完成: {completion_tokens}, "

src/person_info/person_info.py

@@ -459,7 +459,7 @@ class PersonInfoManager:
             if field_name not in PersonInfo._meta.fields:
                 if field_name in person_info_default:
                     result[field_name] = copy.deepcopy(person_info_default[field_name])
-                    logger.trace(f"字段'{field_name}'不在Peewee模型中，使用默认配置值。")
+                    logger.debug(f"字段'{field_name}'不在Peewee模型中，使用默认配置值。")
                 else:
                     logger.debug(f"get_values查询失败：字段'{field_name}'未在Peewee模型和默认配置中定义。")
                     result[field_name] = None