Mofox-Core/CORRECTED_ARCHITECTURE.md

修正后的动作激活架构

架构原则

正确的职责分工

• 主循环 (modify_actions): 负责完整的动作管理，包括传统观察处理和新的激活类型判定
• 规划器 (Planner): 专注于从最终确定的动作集中进行决策，不再处理动作筛选

关注点分离

• 动作管理 → 主循环处理
• 决策制定 → 规划器处理
• 配置解析 → ActionManager处理

修正后的调用流程

1. 主循环阶段 (heartFC_chat.py)

# 在主循环中调用完整的动作管理流程
async def modify_actions_task():
    # 提取聊天上下文信息
    observed_messages_str = ""
    chat_context = ""
    
    for obs in self.observations:
        if hasattr(obs, 'get_talking_message_str_truncate'):
            observed_messages_str = obs.get_talking_message_str_truncate()
        elif hasattr(obs, 'get_chat_type'):
            chat_context = f"聊天类型: {obs.get_chat_type()}"
    
    # 调用完整的动作修改流程
    await self.action_modifier.modify_actions(
        observations=self.observations,
        observed_messages_str=observed_messages_str,
        chat_context=chat_context,
        extra_context=extra_context
    )

处理内容:

• 传统观察处理（循环历史分析、类型匹配等）
• 激活类型判定（ALWAYS, RANDOM, LLM_JUDGE, KEYWORD）
• 并行LLM判定
• 智能缓存
• 动态关键词收集

2. 规划器阶段 (planner_simple.py)

# 规划器直接获取最终的动作集
current_available_actions_dict = self.action_manager.get_using_actions()

# 获取完整的动作信息
all_registered_actions = self.action_manager.get_registered_actions()
current_available_actions = {}
for action_name in current_available_actions_dict.keys():
    if action_name in all_registered_actions:
        current_available_actions[action_name] = all_registered_actions[action_name]

处理内容:

• 仅获取经过完整处理的最终动作集
• 专注于从可用动作中进行决策
• 不再处理动作筛选逻辑

核心优化功能

1. 并行LLM判定

# 同时判定多个LLM_JUDGE类型的动作
task_results = await asyncio.gather(*tasks, return_exceptions=True)

2. 智能缓存系统

# 基于上下文哈希的缓存机制
cache_key = f"{action_name}_{context_hash}"
if cache_key in self._llm_judge_cache:
    return cached_result

3. 直接LLM判定

# 直接对所有LLM_JUDGE类型的动作进行并行判定
llm_results = await self._process_llm_judge_actions_parallel(llm_judge_actions, ...)

4. 动态关键词收集

# 从动作配置中动态收集关键词，避免硬编码
for action_name, action_info in llm_judge_actions.items():
    keywords = action_info.get("activation_keywords", [])
    if keywords:
        # 检查消息中的关键词匹配

四种激活类型

1. ALWAYS - 始终激活

activation_type = ActionActivationType.ALWAYS
# 基础动作，如 reply, no_reply

2. RANDOM - 随机激活

activation_type = ActionActivationType.RANDOM
random_probability = 0.3  # 激活概率
# 用于增加惊喜元素，如随机表情

3. LLM_JUDGE - 智能判定

activation_type = ActionActivationType.LLM_JUDGE
llm_judge_prompt = "自定义判定提示词"
# 需要理解上下文的复杂动作，如情感表达

4. KEYWORD - 关键词触发

activation_type = ActionActivationType.KEYWORD
activation_keywords = ["画", "图片", "生成"]
# 明确指令触发的动作，如图片生成

性能提升

理论性能改进

• 并行LLM判定: 1.5-2x 提升
• 智能缓存: 20-30% 额外提升
• 整体预期: 2-3x 性能提升

缓存策略

• 缓存键: {action_name}_{context_hash}
• 过期时间: 30秒
• 哈希算法: MD5 (消息内容+上下文)

向后兼容性

废弃方法处理

async def process_actions_for_planner(...):
    """[已废弃] 此方法现在已被整合到 modify_actions() 中"""
    logger.warning("process_actions_for_planner() 已废弃")
    # 仍然返回结果以保持兼容性
    return current_using_actions

迁移指南

1. 主循环: 使用 modify_actions(observations, messages, context, extra)
2. 规划器: 直接使用 ActionManager.get_using_actions()
3. 移除: 规划器中对 process_actions_for_planner() 的调用

测试验证

运行测试

python test_corrected_architecture.py

测试内容

• 架构正确性验证
• 数据一致性检查
• 职责分离确认
• 性能测试
• 向后兼容性验证

优势总结

1. 清晰的架构

• 单一职责: 每个组件专注于自己的核心功能
• 关注点分离: 动作管理与决策制定分离
• 可维护性: 逻辑清晰，易于理解和修改

2. 高性能

• 并行处理: 多个LLM判定同时进行
• 智能缓存: 避免重复计算

3. 智能化

• 动态配置: 从动作配置中收集关键词
• 上下文感知: 基于聊天内容智能激活
• 冲突避免: 防止重复激活

4. 可扩展性

• 插件式: 新的激活类型易于添加
• 配置驱动: 通过配置控制行为
• 模块化: 各组件独立可测试

这个修正后的架构实现了正确的职责分工，确保了主循环负责动作管理，规划器专注于决策，同时集成了并行判定和智能缓存等优化功能。