feat：可以关闭回复前黑话自动提取

src/bw_learner/expression_learner.py

@@ -188,6 +188,13 @@ class ExpressionLearner:
             if not context:
                 continue
 
+            # 过滤掉包含 SELF 的内容（不学习）
+            if "SELF" in (situation or "") or "SELF" in (style or "") or "SELF" in context:
+                logger.info(
+                    f"跳过包含 SELF 的表达方式: situation={situation}, style={style}, source_id={source_id}"
+                )
+                continue
+
             filtered_expressions.append((situation, style, context))
 
         learnt_expressions = filtered_expressions
@@ -689,6 +696,11 @@ class ExpressionLearner:
             if not content:
                 continue
 
+            # 过滤掉包含 SELF 的黑话，不学习
+            if "SELF" in content:
+                logger.info(f"跳过包含 SELF 的黑话: {content}")
+                continue
+
             # 检查是否包含机器人名称
             if contains_bot_self_name(content):
                 logger.info(f"跳过包含机器人昵称/别名的黑话: {content}")

src/chat/replyer/group_generator.py

@@ -488,6 +488,10 @@ class DefaultReplyer:
         duration = end_time - start_time
         return name, result, duration
 
+    async def _build_disabled_jargon_explanation(self) -> str:
+        """当关闭黑话解释时使用的占位协程，避免额外的LLM调用"""
+        return ""
+
     def build_chat_history_prompts(
         self, message_list_before_now: List[DatabaseMessages], target_user_id: str, sender: str
     ) -> Tuple[str, str]:
@@ -819,7 +823,14 @@ class DefaultReplyer:
             show_actions=True,
         )
 
-        # 并行执行八个构建任务（包括黑话解释）
+        # 根据配置决定是否启用黑话解释
+        enable_jargon_explanation = getattr(global_config.expression, "enable_jargon_explanation", True)
+        if enable_jargon_explanation:
+            jargon_coroutine = explain_jargon_in_context(chat_id, message_list_before_short, chat_talking_prompt_short)
+        else:
+            jargon_coroutine = self._build_disabled_jargon_explanation()
+
+        # 并行执行八个构建任务（包括黑话解释，可配置关闭）
         task_results = await asyncio.gather(
             self._time_and_run_task(
                 self.build_expression_habits(chat_talking_prompt_short, target, reply_reason, think_level=think_level),
@@ -837,10 +848,7 @@ class DefaultReplyer:
                 ),
                 "memory_retrieval",
             ),
-            self._time_and_run_task(
-                explain_jargon_in_context(chat_id, message_list_before_short, chat_talking_prompt_short),
-                "jargon_explanation",
-            ),
+            self._time_and_run_task(jargon_coroutine, "jargon_explanation"),
         )
 
         # 任务名称中英文映射

src/chat/replyer/private_generator.py

@@ -467,6 +467,10 @@ class PrivateReplyer:
         duration = end_time - start_time
         return name, result, duration
 
+    async def _build_disabled_jargon_explanation(self) -> str:
+        """当关闭黑话解释时使用的占位协程，避免额外的LLM调用"""
+        return ""
+
     async def build_actions_prompt(
         self, available_actions: Dict[str, ActionInfo], chosen_actions_info: Optional[List[ActionPlannerInfo]] = None
     ) -> str:
@@ -702,7 +706,14 @@ class PrivateReplyer:
             show_actions=True,
         )
 
-        # 并行执行九个构建任务（包括黑话解释）
+        # 根据配置决定是否启用黑话解释
+        enable_jargon_explanation = getattr(global_config.expression, "enable_jargon_explanation", True)
+        if enable_jargon_explanation:
+            jargon_coroutine = explain_jargon_in_context(chat_id, message_list_before_short, chat_talking_prompt_short)
+        else:
+            jargon_coroutine = self._build_disabled_jargon_explanation()
+
+        # 并行执行九个构建任务（包括黑话解释，可配置关闭）
         task_results = await asyncio.gather(
             self._time_and_run_task(
                 self.build_expression_habits(chat_talking_prompt_short, target, reply_reason), "expression_habits"
@@ -720,10 +731,7 @@ class PrivateReplyer:
                 ),
                 "memory_retrieval",
             ),
-            self._time_and_run_task(
-                explain_jargon_in_context(chat_id, message_list_before_short, chat_talking_prompt_short),
-                "jargon_explanation",
-            ),
+            self._time_and_run_task(jargon_coroutine, "jargon_explanation"),
         )
 
         # 任务名称中英文映射

src/config/official_configs.py

@@ -325,6 +325,9 @@ class ExpressionConfig(ConfigBase):
     all_global_jargon: bool = False
     """是否将所有新增的jargon项目默认为全局（is_global=True），chat_id记录第一次存储时的id。注意，此功能关闭后，已经记录的全局黑话不会改变，需要手动删除"""
 
+    enable_jargon_explanation: bool = True
+    """是否在回复前尝试对上下文中的黑话进行解释（关闭可减少一次LLM调用，仅影响回复前的黑话匹配与解释，不影响黑话学习）"""
+
     def _parse_stream_config_to_chat_id(self, stream_config_str: str) -> Optional[str]:
         """
         解析流配置字符串并生成对应的 chat_id

template/bot_config_template.toml

@@ -1,5 +1,5 @@
 [inner]
-version = "7.1.8"
+version = "7.2.0"
 
 #----以下是给开发人员阅读的，如果你只是部署了麦麦，不需要阅读----
 # 如果你想要修改配置文件，请递增version的值
@@ -93,6 +93,7 @@ reflect_operator_id = "" # 表达反思操作员ID，格式：platform:id:type (
 allow_reflect = [] # 允许进行表达反思的聊天流ID列表，格式：["qq:123456:private", "qq:654321:group", ...]，只有在此列表中的聊天流才会提出问题并跟踪。如果列表为空，则所有聊天流都可以进行表达反思（前提是 reflect = true）
 
 all_global_jargon = true # 是否开启全局黑话模式，注意，此功能关闭后，已经记录的全局黑话不会改变，需要手动删除
+enable_jargon_explanation = true # 是否在回复前尝试对上下文中的黑话进行解释（关闭可减少一次LLM调用，仅影响回复前的黑话匹配与解释，不影响黑话学习）
 
 
 [chat] # 麦麦的聊天设置