gardel/Mofox-Core
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
42fc23c6e632d0ee66aa8e8761a9c1ab207dcdd1
Mofox-Core/docs/doc1.md
SengokuCola 718a64d506 doc for intro 
2
2025-02-28 16:47:24 +08:00

6.2 KiB
Raw Blame History

📂 文件及功能介绍(AI生成)

根目录

  • README.md: 项目的概述和使用说明。
  • requirements.txt: 项目所需的Python依赖包列表。
  • bot.py: 主要的机器人逻辑和功能实现。
  • env.example: 环境变量示例文件。

src/ 目录

  • plugins/ 目录: 存放不同功能模块的插件。

    • memory_system/: 处理机器人的记忆功能。
    • chat/: 处理聊天相关的功能，如消息发送和接收。
    • memory/: 具体实现记忆存储和检索的逻辑。
    • schedule/: 处理日程管理的功能。

  • gui/ 目录: 存放图形用户界面相关的代码。

    • reasoning_gui.py: 负责推理界面的实现，提供用户交互。

  • common/ 目录: 存放通用的工具和库。

    • database.py: 处理与数据库的交互，负责数据的存储和检索。
    • init.py: 初始化模块.

src/plugins/chat/ 目录文件介绍

  1. __init__.py:

    • 用于初始化 chat 模块，使其可以作为一个包被导入。

  2. bot.py:

    • 主要的聊天机器人逻辑实现，处理消息的接收和发送，管理聊天会话。

  3. bot_config.toml:

    • 存储机器人的配置参数，使用 TOML 格式，便于管理和修改。

  4. config.py:

    • 配置文件，定义了聊天机器人的各种参数和设置。

  5. cq_code.py:

    • 处理 CQ 码（CoolQ 码），用于发送和接收特定格式的消息。

  6. emoji_manager.py:

    • 管理表情包的发送和接收，根据消息内容选择合适的表情。

  7. image_utils.py:

    • 处理与图像相关的功能，如图像的上传、下载和处理。

  8. llm_generator.py:

    • 生成基于大语言模型的回复，处理用户输入并生成相应的文本。

  9. message.py:

    • 定义消息的结构和处理逻辑，负责消息的创建和解析。

  10. message_send_control.py:

    • 控制消息的发送逻辑，确保消息按照特定规则发送。

  11. message_stream.py:

    • 处理消息流，管理实时消息的接收和发送。

  12. message_visualizer.py:

    • 可视化消息内容，提供用户友好的界面展示聊天记录。

  13. relationship_manager.py:

    • 管理用户之间的关系，记录用户的互动和偏好。

  14. storage.py:

    • 处理数据存储，负责将聊天记录和用户信息保存到数据库。

  15. topic_identifier.py:

    • 识别消息中的主题，帮助机器人理解用户的意图。

  16. utils.py:

    • 存放各种工具函数，提供辅助功能以支持其他模块。

  17. utils_user.py:

    • 针对用户的工具函数，提供与用户相关的操作。

  18. willing_manager.py:

    • 管理用户的意愿和偏好，帮助机器人做出更个性化的响应。

  19. prompt_builder.py:

    • 构建用于生成回复的提示，优化机器人的响应质量.

发送逻辑

  • 机器人通过 message_send_control.py 文件中的控制逻辑来管理消息的发送。该模块确保消息按照特定的规则和格式发送，避免重复发送或发送不合适的内容。
  • 发送逻辑会根据消息的类型（如文本、图片、表情等）选择合适的发送方式，并通过 bot.py 中的接口将消息发送到目标用户或群组。

解析逻辑

  • 解析逻辑主要在 message.py 和 cq_code.py 中实现。message.py 定义了消息的结构，包括消息的内容、发送者、时间戳等信息。
  • 当接收到消息时，机器人会使用 cq_code.py 解析 CQ 码，将其转换为可处理的格式，以便后续的逻辑处理。

回复逻辑

  • 回复逻辑由 llm_generator.py 和 bot.py 共同实现。llm_generator.py 负责生成基于用户输入的回复，使用大语言模型来理解上下文并生成自然语言响应。
  • 在 bot.py 中，机器人会根据解析后的消息内容和生成的回复，决定如何将回复发送给用户。回复可以是文本、表情或其他类型的消息.

发送逻辑详细介绍

消息发送控制系统

1. 消息队列管理

消息发送系统采用了三层架构设计：

  • SendTemp: 单个群组的临时消息队列管理器

    • 维护每个群的消息队列
    • 确保消息按时间顺序存储和发送
    • 支持消息的添加、获取和清空操作
    • 记录最后发送时间，控制发送频率

  • SendTempContainer: 管理所有群组的消息缓存容器

    • 管理多个群组的消息队列
    • 提供群组消息的统一访问接口
    • 支持消息的分发和更新

  • MessageSendControl: 消息发送控制器

    • 控制消息的发送速度和间隔
    • 处理消息的重试机制
    • 管理消息的存储和可视化

2. 发送流程

  1. 消息预处理:

    • 消息进入队列前会被格式化和标准化
    • 添加必要的元数据（时间戳、消息ID等）
    • 根据消息类型（文本、图片、表情等）进行分类

  2. 队列管理:

    • 消息按时间顺序存储在队列中
    • 使用双端队列（deque）实现，支持高效的添加和删除操作
    • 队列大小有限制，防止内存溢出

  3. 发送控制:

    • 控制发送速度：模拟人类打字速度（0.1-0.3秒/字符）
    • 消息间隔：多条消息之间保持0.5-1秒的间隔
    • 超时处理：思考时间超过60秒的消息会被自动移除
    • 失败重试：最多重试3次

3. 特殊功能

  1. 思考机制:

    • 支持"思考中"状态的消息
    • 控制思考时间，避免响应过快或过慢
    • 超时自动清理机制

  2. 消息追踪:

    • 记录每条消息的发送状态
    • 支持消息的可视化展示
    • 提供发送时间统计

  3. 安全机制:

    • 消息发送频率限制
    • 队列容量控制
    • 异常处理和恢复

4. 优化特性

  1. 并发处理:

    • 支持多个群组消息的并行处理
    • 使用异步机制提高效率
    • 避免单个群组阻塞整体发送

  2. 智能排队:

    • 基于时间戳的消息排序
    • 支持消息优先级
    • 动态调整发送顺序

  3. 状态监控:

    • 实时监控消息队列状态
    • 提供消息发送统计
    • 支持发送过程可视化