gardel/Mofox-Core

Fork 0

Files

SengokuCola 97ffbe5145 feat：动作现在区分focus和normal，并且可选不同的激活策略

2025-06-09 15:10:38 +08:00

8.9 KiB

Raw Blame History

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）
双激活类型判定（Focus模式和Normal模式分别处理）
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

双激活类型系统 🆕

系统设计理念

Focus模式 和 Normal模式 采用不同的激活策略：

Focus模式: 智能化优先，支持复杂的LLM判定
Normal模式: 性能优先，使用快速的关键词和随机触发

双激活类型配置

class MyAction(BaseAction):
    action_name = "my_action"
    action_description = "我的动作"
    
    # Focus模式激活类型（支持LLM_JUDGE）
    focus_activation_type = ActionActivationType.LLM_JUDGE
    
    # Normal模式激活类型（建议使用KEYWORD/RANDOM/ALWAYS）
    normal_activation_type = ActionActivationType.KEYWORD
    activation_keywords = ["关键词1", "keyword"]
    
    # 模式启用控制
    mode_enable = ChatMode.ALL  # 在所有模式下启用
    
    # 并行执行控制
    parallel_action = False  # 是否与回复并行执行

模式启用类型 (ChatMode)

from src.chat.chat_mode import ChatMode

# 可选值：
mode_enable = ChatMode.FOCUS  # 仅在Focus模式启用
mode_enable = ChatMode.NORMAL  # 仅在Normal模式启用
mode_enable = ChatMode.ALL     # 在所有模式启用（默认）

并行动作系统 🆕

# 并行动作：可以与回复生成同时进行
parallel_action = True   # 不会阻止回复生成

# 串行动作：会替代回复生成
parallel_action = False  # 默认值，传统行为

并行动作的优势：

提升用户体验（同时获得回复和动作执行）
减少响应延迟
适用于情感表达、状态变更等辅助性动作

四种激活类型

1. ALWAYS - 始终激活

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

2. RANDOM - 随机激活

focus_activation_type = ActionActivationType.RANDOM
normal_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

focus_activation_type = ActionActivationType.LLM_JUDGE
# 注意：Normal模式不建议使用LLM_JUDGE，会发出警告
normal_activation_type = ActionActivationType.KEYWORD
# 需要理解上下文的复杂动作，如情感表达

4. KEYWORD - 关键词触发

focus_activation_type = ActionActivationType.KEYWORD
normal_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
双模式优化: Normal模式额外1.5x提升
整体预期: 3-5x 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

⚠️ 重大变更说明

旧的 action_activation_type 属性已被移除，必须更新为新的双激活类型系统：

迁移指南

# 旧的配置（已废弃）
class OldAction(BaseAction):
    action_activation_type = ActionActivationType.LLM_JUDGE  # ❌ 已移除

# 新的配置（必须使用）
class NewAction(BaseAction):
    focus_activation_type = ActionActivationType.LLM_JUDGE    # ✅ Focus模式
    normal_activation_type = ActionActivationType.KEYWORD     # ✅ Normal模式
    activation_keywords = ["相关", "关键词"]
    mode_enable = ChatMode.ALL
    parallel_action = False

快速迁移脚本

对于简单的迁移，可以使用以下模式：

# 如果原来是 ALWAYS
focus_activation_type = ActionActivationType.ALWAYS
normal_activation_type = ActionActivationType.ALWAYS

# 如果原来是 LLM_JUDGE
focus_activation_type = ActionActivationType.LLM_JUDGE
normal_activation_type = ActionActivationType.KEYWORD  # 需要添加关键词

# 如果原来是 KEYWORD
focus_activation_type = ActionActivationType.KEYWORD
normal_activation_type = ActionActivationType.KEYWORD

# 如果原来是 RANDOM
focus_activation_type = ActionActivationType.RANDOM
normal_activation_type = ActionActivationType.RANDOM

测试验证

运行测试

python test_corrected_architecture.py

测试内容

双激活类型系统验证
数据一致性检查
职责分离确认
性能测试
向后兼容性验证
并行动作功能验证

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
双模式优化: Focus智能化，Normal快速化

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
模式自适应: 根据聊天模式选择最优策略

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
双模式支持: 灵活适应不同使用场景

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，同时集成了双激活类型、并行判定和智能缓存等优化功能。

8.9 KiB Raw Blame History Unescape Escape