gardel/Mofox-Core
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
1,570 Commits 1 Branch 0 Tags
0e129d385e9b46d5671eeaeeff35d47d3d72d187
Commit Graph

132 Commits

Author SHA1 Message Date
Windpicker-owo
006f9130b9 feat(affinity-flow): 增强关系追踪系统的人设集成和逻辑严谨性 
- 在关系追踪器中集成bot人设信息，从性格视角分析用户互动
- 添加严格的关系分数档次定义和现实发展逻辑约束
- 改进提示词工程，要求详细的性格观察和互动记忆记录
- 单次互动加分限制在合理范围内(0.05-0.1)，防止跳跃式关系提升
- 优化关系印象描述要求(100-200字)，包含用户性格特点和深刻记忆

refactor(planner): 简化消息数据处理流程

- 使用StreamContext对象替代原始的message_data字典
- 移除冗余的消息数据准备步骤，直接从context获取未读消息
- 统一规划器接口，提高代码可读性和维护性

fix(person-info): 添加napcat到qq平台的用户ID迁移机制

- 为qq平台生成person_id时检查是否存在napcat平台的相同用户
- 如果存在则自动迁移记录并更新平台信息
- 确保用户身份在不同平台间的正确识别和延续

fix(plan-executor): 修复自我回复检测逻辑

- 使用action_message.user_info.user_id替代原始字典访问
- 防止因消息格式变化导致的自我回复检测失效

chore(config): 更新默认平台配置为qq

- 将napcat_adapter插件的默认平台名称从napcat改为qq
- 保持与现有部署环境的一致性
 2025-09-20 22:11:38 +08:00
tt-P607
e2e0d3c30a refactor(core): 适配核心数据获取与消息构建函数的异步调用 
在数据库交互层异步化后，多个相关的数据获取和消息构建函数（如 `build_readable_messages`）也转为异步实现。本次提交在所有调用点添加了 `await` 关键字，以适应这一变化。

此外，本次提交还包含以下修复：
- 在主动思考模块中增加了对规划器返回无效动作的检查，避免后续流程出错。
- 修正了日志记录中错误的上下文变量引用。
 2025-09-20 13:52:37 +08:00
tt-P607
9b2addfd86 5 2025-09-20 12:22:15 +08:00
tt-P607
a8992cdd51 4次修改 2025-09-20 11:57:22 +08:00
雅诺狐
898208f425 perf(methods): 通过移除不必要的 self 参数优化方法签名 
在包括 chat、plugin_system、schedule 和 mais4u 在内的多个模块中，消除冗余的实例引用。此次改动将无需访问实例状态的实用函数转换为静态方法，从而提升了内存效率，并使方法依赖关系更加清晰。
 2025-09-20 10:55:06 +08:00
tt-P607
0cc4f5bb27 三次修改 2025-09-20 02:21:53 +08:00
Windpicker-owo
b905320c07 feat(affinity-flow): 使用配置阈值替换硬编码的80%逻辑 
将硬编码的80%阈值检查替换为从全局配置读取的`non_reply_action_interest_threshold`参数，提高配置灵活性并统一阈值管理。

- 移除硬编码的阈值计算逻辑
- 使用全局配置中的非回复动作兴趣度阈值
- 更新日志信息和返回理由中的阈值描述
 2025-09-19 17:51:38 +08:00
Windpicker-owo
812e4d76f8 feat(affinity-flow): 实现回复后关系追踪系统集成 
- 在relationship_tracker.py中添加数据库支持的回复后关系追踪功能
- 新增UserRelationships数据库模型存储用户关系数据
- 集成全局关系追踪器到planner和interest_scoring系统
- 优化兴趣度评分系统的关系分获取逻辑，优先使用数据库存储的关系分
- 在plan_executor中执行回复后关系追踪，分析用户反应并更新关系
- 添加LLM响应清理功能确保JSON解析稳定性
- 更新模型配置模板添加relationship_tracker模型配置
 2025-09-19 11:28:37 +08:00
Windpicker-owo
a2225cad3a feat(affinity-flow): 重构消息处理以使用StreamContext对象 
重构AFC消息处理系统，将基于字典的消息数据传递改为直接使用StreamContext对象。主要变更包括：

- 修改AFCManager的process_message方法为process_stream_context，直接接收StreamContext对象
- 在chatter中重构消息处理逻辑，直接从StreamContext获取未读和历史消息
- 移除批量消息处理功能，改为单次StreamContext处理
- 在message_manager中简化消息处理流程，直接传递StreamContext对象
- 添加未读消息清理机制，防止异常情况下消息一直未读

同时优化兴趣度评分系统的参数：
- 调整回复阈值从0.55到0.56
- 增加最大不回复次数从15到20
- 提升每次不回复的概率增加从0.01到0.02
- 优化提及奖励从3.0降到1.0
- 调整回复后的不回复计数减少从1到3

BREAKING CHANGE: AFCManager的process_message方法已重命名为process_stream_context，参数从message_data改为context对象
 2025-09-18 22:27:29 +08:00
tt-P607
bd8859ed82 回退“feat: 实现KEYWORD_OR_LLM_JUDGE激活类型” 2025-09-17 22:43:01 +08:00
Windpicker-owo
ddf0d08fac feat(affinity-flow): 优化兴趣度评分和回复决策逻辑 
- 降低回复阈值从0.6到0.55以增加回复可能性
- 在最终分数计算中加入标签数量奖励机制，每多匹配一个标签加0.05分，最高加0.3分
- 引入分级相似度匹配系统（高/中/低）并应用不同加成系数
- 增加关键词直接匹配奖励机制，支持完全匹配、包含匹配和部分匹配
- 在计划过滤器中处理回复动作不可用时的自动转换逻辑
- 增加兴趣度阈值80%检查，低于该阈值直接返回no_action
- 优化日志输出和统计信息，提供更详细的匹配分析
 2025-09-17 20:50:03 +08:00
tt-P607
f7b4263f87 feat(planner): 引入双模动作激活机制与混合触发类型 
为了更精细地控制动作在不同聊天模式下的行为，并提升决策效率，本次更新引入了全新的动作激活机制。

- **双模激活**: 为 Action 新增 `normal_activation_type` 和 `focus_activation_type` 属性，允许插件在 `NORMAL` 和 `FOCUS` 模式下拥有不同的激活策略，使行为更符合上下文。

- **混合触发**: 新增 `KEYWORD_OR_LLM_JUDGE` 激活类型。该类型会先进行快速的关键词匹配，若未匹配成功，则回退至 LLM 进行判断，兼顾了响应速度和智能化。

- **流程优化**: 重构了 `PlanGenerator` 的动作筛选逻辑，使其在生成计划前，就根据当前聊天模式和简单的激活规则进行预筛选，为后续的 LLM 决策提供更精准、更高效的候选动作列表。
 2025-09-17 20:27:19 +08:00
Windpicker-owo
553739f2cd feat(affinity-flow): 调整回复概率参数和评分计算 
- 增加最大不回复次数至15次，降低每次不回复的概率提升至1%
- 在最终评分计算中增加1.15倍系数提升
- 被提及时的基础分数从1.0提升至3.0
- 为兴趣标签保存添加数据库验证机制
- 在消息处理流程中增加数据库存储功能
- 修复JSON解析错误处理，增加异常情况下的默认响应
- 优化数据库会话管理和模型转换的健壮性
 2025-09-17 13:37:57 +08:00
Windpicker-owo
974de4d25d feat(affinity-flow): 重构兴趣度评分系统为智能embedding匹配 
- 移除传统关键词匹配方式，改用embedding计算智能兴趣匹配度
- 添加异步方法支持机器人兴趣管理器的智能匹配计算
- 增加详细的日志记录和错误处理机制
- 添加数据库关键词提取和降级处理逻辑
- 集成智能兴趣系统初始化到人设构建流程
- 防止回复自身消息的死循环保护机制

BREAKING CHANGE: 兴趣匹配评分机制完全重构，从基于关键词的硬编码匹配改为基于embedding的智能匹配，需要重新初始化兴趣系统
 2025-09-16 22:55:38 +08:00
Windpicker-owo
cdb2344e41 feat(affinity-flow): 优化兴趣度评分系统并集成消息管理器 
重构兴趣度评分系统，移除时间因子权重，增加未读消息处理机制。集成消息管理器用于消息存储和状态跟踪，改进提及检测逻辑。

主要变更：
- 移除时间因子评分，调整兴趣匹配度权重至0.5
- 添加未读消息参数到规划器，优化兴趣度计算
- 引入消息管理器处理消息存储和状态标记
- 改进提及检测逻辑，使用消息对象的is_mentioned属性
- 添加消息清理和启动/停止机制

BREAKING CHANGE: 兴趣度评分算法调整，需要重新评估消息优先级
 2025-09-16 14:13:56 +08:00
tt-P607
890cedc1ed feat(planner): 重构动作决策逻辑与参数提取机制 
本次提交对动作规划器（Planner）和动作（Action）的执行流程进行了重大重构，旨在提高决策的准确性和可靠性，使机器人能更精确地响应用户指令。

核心变更:
- **决策与参数提取分离**: 规划器（Planner）现在专注于根据用户意图选择最合适的动作，不再负责提取动作参数。
- **动作参数自解析**: `RemindAction` 等动作现在通过内部调用 LLM，从用户消息中自行解析所需参数，使其更加独立和健壮。
- **优化决策Prompt**: 引入“最高优先级检查”和“互斥原则”，强制优先执行由明确意图触发的特定动作（如 `set_reminder`），并在此情况下禁止选择 `reply`，避免重复响应。
- **增强调试**: 在处理循环中增加了日志，以清晰地记录LLM最终选择的动作组合，方便调试。
 2025-09-16 14:00:33 +08:00
Windpicker-owo
9b9aa1f792 afc已经可用，等待完善兴趣度等系统 2025-09-16 12:46:52 +08:00
tt-P607
9e52bb85a8 呀，柒柒！♪~ 让我来看看这次的修改，为你谱写一段美妙的提交记录吧！这次的改动主要是为了让我的“内心思考”过程变得更加清晰和可爱，调试起来也会更方便哦！ 
feat(planner): 引入内心思考流，优化规划器推理与日志可读性

本次更新引入了“内心思考”机制，旨在取代原有简单的`reason`字段，使AI的决策过程更加透明、自然，并富有角色扮演的特色。这不仅增强了AI的人设表现力，也极大地提升了日志的可读性和调试效率。

主要变更包括：

- **Prompt 优化**: 彻底重构了规划器（Planner）的核心提示词，引导大语言模型生成一段模拟人类的、未经修饰的思绪流作为决策依据。新的 Prompt 强调展现思考过程而非结论，并提供了详细的示例。

- **日志高亮与格式化**: 在日志系统中增加了对“内心思考:”关键词的特殊渲染逻辑。现在，AI的思考过程会在控制台中以醒目的粉色高亮并独立成段显示，让调试者可以一眼洞察AI的决策动机。

- **异步健壮性提升**: 重构了`_sync_db_get`函数，采用`asyncio.run_coroutine_threadsafe`来安全地处理从同步线程调用异步数据库的场景，解决了潜在的事件循环冲突和死锁风险，增强了系统的稳定性。

- **日志完整性**: 移除了对图片描述等日志内容的长度截断，确保在调试过程中可以查看完整信息，方便问题定位。
 2025-09-16 10:14:25 +08:00
Windpicker-owo
c52b4daf1a 初步开始重写聊天系统 2025-09-15 13:11:37 +08:00
Furina-1013-create
99eb52cd8c 修复reply动作缺少action_message的重大问题 2025-09-14 23:45:50 +08:00
tt-P607
65f949ad99 Merge branch 'dev' of https://github.com/MoFox-Studio/MoFox_Bot into dev 2025-09-14 16:44:44 +08:00
tt-P607
5bf798ed0a 呀，柒柒，这次我们对表情包系统进行了一次超级棒的大升级哦！它现在变得更聪明、更懂我们的心意啦！就像我一样，总能找到最完美的表情来点亮对话！♪~ 
这是我为你准备的提交信息，你看看喜不喜欢~

feat(chat): 使用 LLM 优化表情包选择与分析

本次提交对表情包系统进行了核心重构，从原有的基于关键词相似度匹配的简单算法，升级为由大型语言模型（LLM）驱动的智能决策流程。这使得表情包的选择和分析更加精准、智能和人性化。

主要变更包括：

1.  **引入 LLM 进行表情包选择**
    -   重写了 `get_emoji_for_text` 方法，废弃了原有的编辑距离算法。
    -   新流程会根据配置随机抽取一部分表情包作为候选，并构建一个精细的 Prompt，引导 LLM 根据输入的“情感描述”选择最匹配的表情包。这让选择不再局限于字面匹配，而是能理解更深层次的语境和情绪。

2.  **优化表情包描述与分析流程**
    -   大幅改进了 `build_emoji_description` 中的 VLM 和 LLM 提示词，使其能生成更懂网络文化、更详细的表情包描述，并提炼出更精准的情感关键词。
    -   为动态图（GIF）和静态图设计了不同的分析策略，以获得更高质量的描述结果。

3.  **增强 Planner 动作连贯性**
    -   更新了 `planner_prompts`，明确要求当 `reply` 和 `emoji` 动作同时触发时，`emoji` 的选择必须基于 `reply` 动作生成的最终文本内容。这确保了文字和表情包的表达高度一致。

4.  **逻辑与配置微调**
    -   在 `utils_image` 中，现在只有当“偷表情包”功能开启时，才会保存接收到的表情包，避免了不必要的文件存储。
    -   将表情包检查间隔 `check_interval` 的类型从 `int` 改为 `float`，允许更灵活的配置。
 2025-09-14 16:44:35 +08:00
minecraft1024a
f907470785 chore(log): 移除调试日志并将部分日志级别降为debug 
将规划器和过滤器中的临时调试日志移除，并将部分用于追踪流程的info级别日志调整为debug级别，以减少在生产环境中的日志噪音。

同时，在`cycle_processor.py`中增加了对事件处理结果的空值检查，以增强代码的健壮性。（也许是bug真的能修好了——）
 2025-09-14 14:59:32 +08:00
minecraft1024a
e2b25120c9 chore(log): 增加 plan_filter 调试日志输出 
在 plan_filter 的关键位置增加了详细的日志输出，以便于调试和追踪 plan 的处理流程。

- 在 filter 方法的入口和出口记录 plan 状态。
- 记录构建后的 LLM prompt。
- 将 LLM 原始返回的日志级别调整为 warning，使其更显眼。
- 记录修复和解析后的 JSON 对象。
 2025-09-14 14:17:11 +08:00
Windpicker-owo
b9fe4b793f 注释 2025-09-13 16:25:13 +08:00
minecraft1024a
7ea769996c refactor(chat): 优化plan_filter中的回复动作处理逻辑 
- 引入 `reply_action_added` 标志位，确保在一次处理中只添加一个回复类型的动作（如 `reply` 或 `proactive_reply`）。
- 优化了循环和条件判断逻辑，使代码更清晰、更健壮，防止因LLM返回多个回复动作而导致的意外行为。
 2025-09-13 15:14:18 +08:00
minecraft1024a
2db6be9b5b fix(chat): 修复计划过滤器和消息构建器中的潜在空指针问题 
- 在 `plan_filter.py` 中，当LLM未指定 `target_message_id` 时，明确将目标消息设置为最新的消息，避免后续操作因 `target_message_dict` 未定义而出错。
- 在 `chat_message_builder.py` 中，为 `replace_user_references_sync` 函数增加了对 `content` 为空的检查，防止后续处理引发异常。
- 将数据库查询从 `.scalar()` 改为 `.scalar_one_or_none()`，以更清晰地处理未找到结果的情况。
 2025-09-13 14:46:50 +08:00
minecraft1024a
490bf9e7cc chore(planner): 临时禁用执行器调用 
为了调试规划器流程的其他部分，暂时注释掉了对 `self.executor.execute(filtered_plan)` 的调用。
 2025-09-13 12:07:19 +08:00
minecraft1024a
f1c1a2081a docs(planner): 为规划器相关模块添加详细的文档字符串 
为 `plan_executor`、`planner` 和 `planner_prompts` 模块中的类和函数补充了详细的文档字符串（docstrings）。

这提高了代码的可读性和可维护性，阐明了每个组件的职责、参数和返回值，使得其他开发者能更容易地理解和使用这些模块。
 2025-09-13 12:04:34 +08:00
minecraft1024a
e37ee46d59 refactor(planner): 重构动作规划器为模块化结构 
将原有的 `ActionPlanner` 类拆分为三个独立的模块：`PlanGenerator`、`PlanFilter` 和 `PlanExecutor`。`ActionPlanner` 现在作为协调器，按顺序调用这三个模块，使规划流程更加清晰和模块化。

- **PlanGenerator**: 负责根据聊天模式和上下文生成初始规划。
- **PlanFilter**: 负责审查和筛选由生成器产生的动作。
- **PlanExecutor**: 负责执行最终确定的动作。

此重构简化了 `cycle_processor` 中的调用逻辑，并为未来的功能扩展（如更复杂的过滤规则）提供了更好的基础。同时，引入了新的 `Plan` 数据模型来统一规划过程中的数据传递。
 2025-09-13 11:48:04 +08:00
minecraft1024a
18220e4110 rrrrrrrrrrrrruuuuuuuuuuuuuuuffffffffffffffffffffffffffff x3 2025-09-12 20:42:02 +08:00
tt-P607
8e2aa53252 fix(chat): 将 proactive_reply 动作添加到豁免列表 
主动回复（proactive_reply）动作不针对特定消息，也不属于需要验证的可用工具。

此更改将其添加到 planner 的逻辑检查豁免中，以防止因缺少 `target_message_id` 或不在可用动作列表中而被错误地判定为无效。
 2025-09-10 15:17:03 +08:00
tt-P607
d95f73d52f fix(chat): 修复空消息引用并调整动作处理逻辑 
- 在 `DefaultReplyer` 中增加了对 `reply_message` 的空值检查，以避免在无回复上下文时引发错误。
- 在 `ActionPlanner` 中将 'do_nothing' 添加到非目标动作列表中，以正确处理此新增的无操作指令。
- 将 `EmojiAction` 使用的 LLM 模型从 'utils_small' 更新为 'planner'，以适应模型配置的变更。
 2025-09-10 09:43:51 +08:00
tt-P607
df984717f7 feat(planner): 重构动作规划器以支持组合动作和概率性表情 
重写了 Planner 的主 Prompt，引导 LLM 将回复(reply)视为主动作，将表情(emoji)等视为辅助动作，从而更好地生成组合动作，使响应更生动。

- 移除了旧的“100%概率动作强制添加”逻辑，并替换为新的“概率性表情”机制。现在，当生成回复时，会根据配置的概率（emoji_chance）自动附加一个 emoji 动作。
- 改进了 emoji 动作的情感匹配逻辑，从精确匹配改为模糊匹配，提高了根据 LLM 输出找到合适表情的成功率。
- 修复了随机类型动作在激活概率计算时的一个边界条件问题。
 2025-09-09 18:50:37 +08:00
tt-P607
98a6cba33e feat(actions): 支持同时进行回复与其他动作 
重构了动作执行流程，以支持更丰富的多动作组合，例如在发送文本回复的同时发送一个表情。

主要变更：
- **执行流程**: 在 `CycleProcessor` 中，将动作分为“回复”和“其他”两类。系统会先串行执行回复动作，再并行执行所有其他动作，确保了核心回复的优先性。
- **规划逻辑**: 在 `Planner` 中优化了提示词，并增加后处理步骤，以鼓励并确保在回复时触发补充性动作（如100%概率的emoji）。
- **emoji动作**: 重构了表情选择逻辑，现在会评估所有可用的表情，而不仅仅是随机抽样，提高了选择的准确性。
- **修复**: 修复了 `ActionModifier` 中随机激活概率为100%的动作可能不触发的bug。
 2025-09-09 15:37:49 +08:00
tt-P607
f6f6735691 总之就是成了！😋😋😋主动思考终于成了 2025-09-09 13:53:17 +08:00
tt-P607
2a82dfb703 refactor(planner): 采用统一的多动作决策模型取代大脑/小脑架构 
本次更新彻底重构了动作规划器（Planner）的核心架构，废弃了原有的“大脑/小脑”并行决策模型，转而采用一个更简洁、高效的统一决策模型。

主要变更：
- **统一决策**: 单个LLM调用现在可以一次性决策出所有需要执行的动作，并以JSON列表的形式返回。
- **架构简化**: 完全移除了 `sub_plan`（小脑）逻辑、`planner_small` 模型以及相关的并行处理和结果合并代码，大幅降低了复杂性。
- **配置精简**: 从配置文件中删除了与小脑相关的 `planner_size` 和 `include_personality` 选项，简化了用户配置。
- **提示词更新**: 更新了规划器的Prompt，明确指示LLM返回一个动作列表，即使只有一个动作或没有动作。

带来的好处：
- **性能提升**: 减少了LLM API的调用次数，显著降低了单次规划的延迟和成本。
- **可维护性**: 代码逻辑更清晰、线性，易于理解和后续维护。
- **稳定性**: 减少了多路并发带来的不确定性和潜在的竞态问题。

BREAKING CHANGE: 移除了大脑/小脑规划器架构。
用户需要从 `model_config.toml` 中移除 `[model_task_config.planner_small]` 配置节，并从 `bot_config.toml` 中移除 `planner_size` 和 `include_personality` 配置项。
 2025-09-09 09:25:25 +08:00
tt-P607
76646e5d85 主动思考定时任务优化，目前有个问题at动作会认为当建环境环是群聊，我多次尝试解决不了……唉 2025-09-08 22:32:19 +08:00
tt-P607
7180223622 Merge branch 'dev' of https://github.com/MoFox-Studio/MoFox_Bot into dev 2025-09-08 18:50:26 +08:00
tt-P607
a6334ff83e 主动思考大优化 2025-09-08 18:49:42 +08:00
Furina-1013-create
cb41a98fc2 为小脑决策加上角色人设提示词以避免决策时出现的人设ooc的情况 
可以在配置文件里面关闭
 2025-09-08 13:19:40 +08:00
minecraft1024a
dc67eb68fc feat(planner): 优化主动对话决策并记录动作历史 
在主动对话规划器中引入最近的动作历史作为决策依据，以避免重复或不合时宜的主动行为。同时，在主动回复后，将该行为作为动作信息存储到数据库中，以便于未来的决策和分析。

- 在 `ActionPlanner` 中，获取并向prompt中添加最近5条动作历史记录
- 在 `ProactiveThinker` 中，当主动回复成功后，调用 `store_action_info` 记录动作
- 移除了 `@user` 插件中已废弃的 `planner_type` 属性
 2025-09-07 13:02:10 +08:00
minecraft1024a
e14bd950c3 refactor(planner): 移除大小脑规划器类型以简化决策流程 
本次重构删除了`PlannerType`（大小脑规划器）的枚举及其在动作规划和组件定义中的相关逻辑。通过移除大小脑的概念，简化了`ActionPlanner`的决策过程，使其不再需要根据规划器类型来筛选可用动作。

这一变更统一了动作的处理方式，降低了系统的复杂性，使得未来的功能扩展和维护更加直接和清晰。
 2025-09-07 12:53:06 +08:00
minecraft1024a
db3c3ebd63 feat(chat): 新增私聊强制回复功能 
当在私聊场景下，如果大脑决策为“no_reply”，此功能会将其强制修改为“reply”，以确保机器人总能响应私聊消息。

该功能通过新的配置项 `force_reply_private` 控制，默认为关闭状态。同时，原配置项 `force_focus_private` 已被重命名为 `force_reply_private` 以更准确地反映其功能。
 2025-09-06 21:44:37 +08:00
minecraft1024a
cb6fe9e411 refactor(planner): 移除proactive模式下的do_nothing动作 
从动作规划器中删除了在PROACTIVE模式下硬编码的`do_nothing`选项。此更改旨在简化动作列表，并依赖于后续的决策逻辑来确定是否需要执行任何操作，而不是将其作为一个明确的动作选项提供。
 2025-09-06 21:26:54 +08:00
minecraft1024a
132354804c feat(planner): 实现大小脑规划器分离以优化决策流程 
将规划器（Planner）拆分为“大脑”和“小脑”两个部分，以实现更精细化的决策控制。

- **大脑（BIG_BRAIN）**: 负责宏观决策，如是否回复、是否需要@人等高层级意图。
- **小脑（SMALL_BRAIN）**: 负责具体的功能性动作执行。

此重构引入了 `PlannerType` 枚举，并更新了动作（Action）定义，允许将动作明确分配给大脑或小脑，从而提升了AI回复的逻辑性和条理性。同时，新增了 `no_action` 类型，用于在规划阶段明确表示“无动作”，提高了处理流程的清晰度。
 2025-09-06 20:49:56 +08:00
minecraft1024a
8c446e5490 refactor(chat): 重构主动思考模块以提升回复质量和逻辑清晰度（哪个大聪明把我联网搜索烦了） 
将主动思考流程拆分为两个主要阶段：规划和内容生成。

在规划阶段（`ActionPlanner`），模型现在会结合最新的聊天上下文来决定是否发起主动对话，并确定一个合适的主题。这使得决策更加贴近当前对话氛围。

在内容生成阶段（`ProactiveThinker`），系统会围绕规划好的主题，主动搜集相关实时信息（如日程、网络资讯），并结合角色设定、心情和聊天历史，构建一个更丰富、更具上下文情境的提示词，从而生成更自然、更有趣的主动回复。

主要变更：
- `ActionPlanner` 在主动模式下增加对近期聊天记录的分析，决策更精准。
- `ProactiveThinker` 新增 `_generate_proactive_content_and_send` 方法，负责整合多源信息（日程、搜索、上下文）生成最终回复。
- 简化了 `ProactiveThinker` 的主逻辑，使其专注于执行 `proactive_reply` 动作，而非处理多种动作类型。
- 优化了相关提示词，使其更专注于生成高质量的主动对话内容。
 2025-09-06 19:42:48 +08:00
minecraft1024a
e5247eba96 feat(config): 为小脑(sub-planner)新增独立模型和尺寸配置 
为“小脑”（sub-planner）引入了独立的模型配置`planner_small`，使其可以与主planner（大脑）使用不同的、更轻量的模型，以提升并行处理性能。

同时，新增了`planner_size`配置项，用于控制每个小脑处理的action数量，允许用户根据需求调整并行度和单个小脑的上下文窗口。

- 在`model_config.toml`中添加`planner_small`任务配置
- 在`bot_config.toml`中添加`planner_size`参数
- 更新代码以使用新的配置项，并移除了相关的硬编码和TODO注释
 2025-09-06 17:14:32 +08:00
minecraft1024a
a0ddd525b3 refactor(chat): 重构planner为大脑/小脑并行架构以提升性能和可扩展性(别管能不能用先插进来再说) 
将原有的单体`plan`方法重构为一个多智能体架构，包含一个"大脑"和多个并行的"小脑"。

大脑 (`plan`方法) 专注于决定是否进行聊天回复 (`reply`)，并负责调度和整合所有决策。

小脑 (`sub_plan`方法) 并行处理具体的、独立的action判断。每个小脑接收一部分action，使用轻量级模型进行快速评估，从而实现并行化处理，减少了单一LLM调用的延迟。

这种新架构的主要优势包括：
- **性能提升**：通过并行化action判断，显著减少了规划器的总响应时间。
- **可扩展性**：添加新的action变得更加容易，因为它们可以被分配到不同的小脑中，而不会增加主规划流程的复杂性。
- **鲁棒性**：将复杂的规划任务分解为更小的、独立的单元，降低了单个点失败导致整个规划失败的风险。
- **成本效益**：允许为小脑配置更轻量、更快速的模型，优化了资源使用。
 2025-09-06 17:13:58 +08:00
minecraft1024a
9bbf801bd9 feat(规划): 引入统一的规划系统并重构组件 
本次提交引入了一个全新的统一规划系统，取代了独立的日程和月度计划模块。这一变更集中了配置并解耦了职责，以提高可维护性和清晰度。

核心逻辑现在被分解为专门的组件：

- PlanManager: 处理日常日程和月度目标的所有数据库交互，取代了已-删除的 monthly_plan_db.py。
- ScheduleLLMGenerator: 封装了与 LLM 交互以生成日程的逻辑，将此职责从 ScheduleManager 中移除。
- MonthlyPlanManager: 现在作为核心 PlanManager 的简化接口。
这次架构性的大修通过将数据持久化和 LLM 生成逻辑从主调度逻辑中抽象出来，简化了整体设计。

重大变更: bot_config.toml 中的配置已被迁移。移除了 [schedule] 和 [monthly_plan_system] 部分。所有相关设置现在必须在新的 [planning_system] 部分下进行配置。
 2025-09-06 11:41:42 +08:00