gardel/Mofox-Core
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
1,300 Commits 1 Branch 0 Tags
dd1444cc41b9989e9b05f0480b04dd0feeb33e46
Commit Graph

561 Commits

Author SHA1 Message Date
雅诺狐
832743249d refactor(db): 修正SQLAlchemy异步操作调用方式 
移除session.add()方法的不必要await调用，修正异步数据库操作模式。主要变更包括：

- 将 `await session.add()` 统一改为 `session.add()`
- 修正部分函数调用为异步版本（如消息查询函数）
- 重构SQLAlchemyTransaction为完全异步实现
- 重写napcat_adapter_plugin数据库层以符合异步规范
- 添加aiomysql和aiosqlite依赖支持
 2025-09-20 17:26:28 +08:00
雅诺狐
55717669dd refactor(db): 将数据库操作异步化 
- 将所有 session.add() 改为 await session.add()
- 将所有 session.commit() 改为 await session.commit()
- 将 session.refresh() 改为 await session.refresh()
 2025-09-20 14:35:31 +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
8d9aa4fb9e refactor(db): 重构数据库交互为异步模式 
为了提升性能并与项目整体的异步架构保持一致，对核心数据库交互模块进行了异步化重构。

主要修改内容包括：
- 将 `PermissionManager` 中的所有数据库操作从同步改为异步，以避免阻塞事件循环。
- 使用 `async_sessionmaker` 和 `async with session` 替代原有的同步会话管理。
- 将 SQLAlchemy 查询语法更新为异步兼容的 `await session.execute(select(...))` 模式。
- 相应地，调用链中依赖数据库操作的多个方法也已更新为 `async` 函数。
 2025-09-20 13:07:06 +08:00
tt-P607
57b2e32ba0 Merge branch 'dev' of https://github.com/MoFox-Studio/MoFox_Bot into dev 2025-09-20 12:43:42 +08:00
tt-P607
6b5bf02382 总算能回复了😭😭😭 2025-09-20 12:43:37 +08:00
雅诺狐
7777e1ec71 Update message.py 2025-09-20 12:38:24 +08:00
雅诺狐
d22b3b71fe 小修复 2025-09-20 12:31:05 +08:00
tt-P607
a2b9f963e4 Merge branch 'dev' of https://github.com/MoFox-Studio/MoFox_Bot into dev 2025-09-20 12:26:38 +08:00
tt-P607
74a9c346f0 6 2025-09-20 12:26:31 +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
788190fb11 将AFC合并至Master分支 2025-09-20 11:45:59 +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
10d5fc7202 修复新兴趣标签没有commit的问题 2025-09-19 18:28:02 +08:00
Windpicker-owo
b6753f2de4 feat(person-info): 增强人物关系信息构建功能 
重构关系信息构建逻辑，从数据库查询更多维度数据生成详细关系描述：
- 增加认识时间、交流频率、态度评分等基本信息
- 整合UserRelationships表的额外关系数据
- 添加态度和关系分数的描述性文字转换方法
- 优化特征点选择策略，按权重和时效性综合排序
- 提供更结构化的关系信息输出格式
 2025-09-19 18:24:30 +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
96e4dc2946 feat(affinity-flow): 重构亲和流配置系统 
将硬编码的兴趣度评分参数迁移到集中式配置管理，新增AffinityFlowConfig配置类
- 从全局配置加载评分权重、阈值和计算参数
- 统一管理匹配奖励、关系分数和提及bot相关配置
- 更新配置文件模板包含完整的亲和流参数
- 确保各模块使用一致的配置值而非硬编码常量
 2025-09-19 13:16:45 +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
tt-P607
f5435cabd7 feat(actions): 增强音乐搜索，从LLM回复中提取确切歌名 
为了提高音乐播放的准确性，引入了一种新机制，可根据 LLM 生成的回复动态更新音乐搜索动作。

在某些场景下，Planner 生成的 `music_search` 动作可能只包含一个模糊的意图，而 LLM 在其回复文本中会明确指出要播放的具体歌曲（例如，“好的，为您播放《晴天》”）。

此变更通过以下方式解决了这个问题：
- 新增 `_extract_song_name_from_reply` 辅助函数，用于从回复文本中解析书名号《》内的歌名。
- 在执行并行附加动作前，系统会尝试从主回复中提取歌名。
- 如果成功提取，该歌名将被注入 `music_search` 动作的参数中，确保执行的搜索与 LLM 的意图完全一致。
 2025-09-17 20:51:53 +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
7a1e7218f2 fix(chat): 优化线程环境下的同步数据库调用逻辑 
重构了 `_sync_db_get` 函数，以解决在复杂线程和事件循环场景下可能出现的死锁和不稳定性问题。

旧的实现逻辑过于复杂，试图处理多种事件循环状态，容易出错。新的实现采用了更简洁、更健壮的策略：
- 缓存主事件循环的引用，优先在子线程中使用 `run_coroutine_threadsafe`。
- 当无法使用主循环或在主线程中时，回退到使用 `asyncio.run()` 创建新循环来执行异步任务，这是一种更安全的模式。
- 增加了保护措施，避免在已运行的主事件循环中调用时造成阻塞。

此外，此提交还修复了日志记录器中可能添加空前缀导致格式异常的小问题。
 2025-09-16 11:47:27 +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
0d47e237ee 炸飞hfc，引入afc 2025-09-15 17:51:49 +08:00
tt-P607
04f957627e feat(knowledge): 优化知识库返回结构和集成流程 
- 重构QAManager.get_knowledge()返回结构化字典包含知识项和摘要
- 在bot.py中添加initialize_lpmm_knowledge()初始化调用
- 更新Prompt类知识库集成逻辑，改进错误处理
- 优化lpmm知识工具显示格式，增强用户体验
- 调整异步任务基础超时时间从10秒增至20秒
 2025-09-15 16:47:33 +08:00
Windpicker-owo
c52b4daf1a 初步开始重写聊天系统 2025-09-15 13:11:37 +08:00
tt-P607
d45eb41945 feat(proactive): 优化主动思考逻辑，改进搜索决策与信息融合 
升级了搜索决策模型，使其能更准确地区分依赖“外部信息”的话题和依赖“内部信息”的社交话题，从而减少不必要的网络搜索。

- **精确决策**: 新的判断原则引导模型更深入地分析话题本质，避免为个人感受或日常闲聊等话题启动搜索。
- **健壮执行**: 增强了网络搜索功能的健壮性，修正了搜索工具的参数 (`keyword` -> `query`)，并增加了对空主题的检查，防止无效调用。
- **自然融合**: 优化了最终回复的生成提示，引导模型将获取到的网络信息更自然地融入对话，作为话题的补充或引子，而不是生硬地复述。
 2025-09-15 12:33:13 +08:00
tt-P607
34bce03f17 feat(proactive): 优化主动聊天逻辑，增加搜索前判断与回复前检查 
为了提升主动聊天的智能化和自然度，本次更新引入了两个核心优化：

1.  **搜索前决策**: 在为主动话题进行网络搜索前，新增一个LLM决策步骤，判断该话题是否有搜索的必要性。这避免了对日常寒暄或无需外部信息的话题进行不必要的搜索，提高了效率。

2.  **回复前检查强化**: 严格化了主动回复的触发条件。现在，系统会检查自己的上一条消息是否得到回应，如果无人回应则倾向于保持沉默，以避免连续发言造成打扰。同时，所有判断标准需全部满足才能触发回复，使行为更符合社交直觉。
 2025-09-15 10:45:28 +08:00
tt-P607
a0d33dffdc feat(emoji): 避免发送近期使用过的表情包以减少重复 
为了提升表情包发送的自然度和多样性，引入了表情包历史记录机制。

该功能通过以下方式工作：
- 在选择表情包之前，系统会获取当前会话最近发送过的表情包记录。
- 从候选表情包池中过滤掉这些近期已使用过的表情，从而鼓励使用更多不同的表情。
- 当一个表情包成功发送后，其描述会被添加到历史记录中，用于未来的筛选。
 2025-09-15 03:04:37 +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
minecraft1024a
219c1b296c chore(dev): 临时增加调试日志输出 2025-09-14 14:02:09 +08:00
minecraft1024a
e96b453314 feat(dev): 增加规划器动作日志输出 
在动作规划器完成规划后，增加一条日志记录，用于输出规划器生成的具体动作。这有助于在开发和调试过程中，更直观地追踪和理解系统的决策流程。
 2025-09-14 13:37:25 +08:00
tt-P607
6793a46f41 refactor(chat): 优化 LLM 消息分段提示词 
旧版的消息分段提示词（“消息分段艺术”）过于抽象，可能导致模型的分段行为不够自然或不符合预期。

本次更新将提示词重构为更具体、更具指导性的“消息分段指导”，旨在引导模型生成更贴近真人聊天习惯的、富有节奏感的回复。新的指导方针明确了分段的几个核心场景，如逻辑断点、情绪转折和信息强调，并引入了对分段长度的软性建议，以提升整体对话体验。
 2025-09-14 03:08:55 +08:00
minecraft1024a
0a2af13553 Merge branch 'dev' of https://github.com/MoFox-Studio/MoFox_Bot into dev 2025-09-13 21:43:14 +08:00
minecraft1024a
5b57d58db7 feat(chat): 增加调试日志输出 
为了方便调试，在执行文本回复动作时，增加了一条详细的调试日志。这条日志会输出完整的 `action_message` 内容，并带有一个特殊的提示，方便在出现问题时快速定位和反馈。
 2025-09-13 21:43:08 +08:00
tt-P607
9eccb7f04d Merge branch 'dev' of https://github.com/MoFox-Studio/MoFox_Bot into dev 2025-09-13 21:40:53 +08:00
tt-P607
a27639ea68 refactor(chat): 简化记忆激活方法的参数 
更新 `activate_memory_with_chat_history` 的调用方式，使用 `target_message` 对象来替代独立的 `target_user` 和 `chat_id` 参数。

此举将相关上下文封装到单个对象中，使得接口更加清晰，提高了代码的可维护性。
 2025-09-13 21:40:46 +08:00