“月层计划”系统架构设计文档

1. 系统概述与目标

本系统旨在为MoFox_Bot引入一个动态的、由大型语言模型（LLM）驱动的“月层计划”机制。其核心目标是取代静态、预设的任务模板，转而利用LLM在程序启动时自动生成符合Bot人设的、具有时效性的月度计划。这些计划将被存储、管理，并在构建每日日程时被动态抽取和使用，从而极大地丰富日程内容的个性和多样性。

2. 核心设计原则

动态性与智能化: 所有计划内容均由LLM实时生成，确保其独特性和创造性。
人设一致性: 计划的生成将严格围绕Bot的核心人设进行，强化角色形象。
持久化与可管理: 生成的计划将被存入专用数据库表，便于管理和追溯。
消耗性与随机性: 计划在使用后有一定几率被消耗（删除），模拟真实世界中计划的完成与迭代。

3. 系统核心流程规划

本系统包含两大核心流程：启动时的计划生成流程和日程构建时的计划使用流程。

3.1 流程一：启动时计划生成

此流程在每次程序启动时触发，负责填充当月的计划池。

graph TD
    A[程序启动] --> B{检查当月计划池};
    B -- 计划数量低于阈值 --> C[构建LLM Prompt];
    C -- prompt包含Bot人设、月份等信息 --> D[调用LLM服务];
    D -- LLM返回多个计划文本 --> E[解析并格式化计划];
    E -- 逐条处理 --> F[存入`monthly_plans`数据库表];
    F --> G[完成启动任务];
    B -- 计划数量充足 --> G;

3.2 流程二：日程构建时计划使用

此流程在构建每日日程的提示词（Prompt）时触发。

graph TD
    H[构建日程Prompt] --> I{查询数据库};
    I -- 读取当月未使用的计划 --> J[随机抽取N个计划];
    J --> K[将计划文本嵌入日程Prompt];
    K --> L{随机数判断};
    L -- 概率命中 --> M[将已抽取的计划标记为删除];
    M --> N[完成Prompt构建];
    L -- 概率未命中 --> N;

4. 数据库模型设计

为支撑本系统，需要新增一个数据库表。

表名: monthly_plans

字段名	类型	描述
`id`	Integer	主键，自增。
`plan_text`	Text	由LLM生成的计划内容原文。
`target_month`	String(7)	计划所属的月份，格式为 "YYYY-MM"。
`is_deleted`	Boolean	软删除标记，默认为 `false`。
`created_at`	DateTime	记录创建时间。

5. 详细模块规划

5.1 LLM Prompt生成模块

职责: 构建高质量的Prompt以引导LLM生成符合要求的计划。
输入: Bot人设描述、当前月份、期望生成的计划数量。
输出: 一个结构化的Prompt字符串。

Prompt示例:

你是一个[此处填入Bot人设描述，例如：活泼开朗、偶尔有些小迷糊的虚拟助手]。
请为即将到来的[YYYY年MM月]设计[N]个符合你身份的月度计划或目标。

要求：
1. 每个计划都是独立的、积极向上的。
2. 语言风格要自然、口语化，符合你的性格。
3. 每个计划用一句话或两句话简短描述。
4. 以JSON格式返回，格式为：{"plans": ["计划一", "计划二", ...]}

5.2 数据库交互模块

职责: 提供对 monthly_plans 表的增、删、改、查接口。
规划函数列表:
- add_new_plans(plans: list[str], month: str): 批量添加新生成的计划。
- get_active_plans_for_month(month: str) -> list: 获取指定月份所有未被删除的计划。
- soft_delete_plans(plan_ids: list[int]): 将指定ID的计划标记为软删除。

5.3 配置项规划

需要在主配置文件 config/bot_config.toml 中添加以下配置项，以控制系统行为。

# ----------------------------------------------------------------
# 月层计划系统设置 (Monthly Plan System Settings)
# ----------------------------------------------------------------
[monthly_plan_system]

# 是否启用本功能
enable = true

# 启动时，如果当月计划少于此数量，则触发LLM生成
generation_threshold = 10

# 每次调用LLM期望生成的计划数量
plans_per_generation = 5

# 计划被使用后，被删除的概率 (0.0 到 1.0)
deletion_probability_on_use = 0.5

文档结束。 本文档纯粹为架构规划，旨在提供清晰的设计思路和开发指引，不包含任何实现代码。

4.5 KiB Raw Blame History Unescape Escape