diff --git a/src/chat/emoji_system/emoji_manager.py b/src/chat/emoji_system/emoji_manager.py index b143f0f7..512e7e55 100644 --- a/src/chat/emoji_system/emoji_manager.py +++ b/src/chat/emoji_system/emoji_manager.py @@ -379,7 +379,7 @@ class EmojiManager: self._scan_task = None - self.vlm = LLMRequest(model_set=model_config.model_task_config.vlm, request_type="emoji") + self.vlm = LLMRequest(model_set=model_config.model_task_config.vlm, request_type="emoji.see") self.llm_emotion_judge = LLMRequest( model_set=model_config.model_task_config.utils, request_type="emoji" ) # 更高的温度，更少的token（后续可以根据情绪来调整温度） @@ -940,16 +940,16 @@ class EmojiManager: image_base64 = get_image_manager().transform_gif(image_base64) # type: ignore if not image_base64: raise RuntimeError("GIF表情包转换失败") - prompt = "这是一个动态图表情包，每一张图代表了动态图的某一帧，黑色背景代表透明，描述一下表情包表达的情感和内容，描述细节，从互联网梗,meme的角度去分析" + prompt = "这是一个动态图表情包，每一张图代表了动态图的某一帧，黑色背景代表透明，简短描述一下表情包表达的情感和内容，描述细节，从互联网梗,meme的角度去分析" description, _ = await self.vlm.generate_response_for_image( - prompt, image_base64, "jpg", temperature=0.3, max_tokens=1000 + prompt, image_base64, "jpg", temperature=0.5 ) else: prompt = ( - "这是一个表情包，请详细描述一下表情包所表达的情感和内容，描述细节，从互联网梗,meme的角度去分析" + "这是一个表情包，请详细描述一下表情包所表达的情感和内容，简短描述细节，从互联网梗,meme的角度去分析" ) description, _ = await self.vlm.generate_response_for_image( - prompt, image_base64, image_format, temperature=0.3, max_tokens=1000 + prompt, image_base64, image_format, temperature=0.5 ) # 审核表情包 @@ -970,13 +970,14 @@ class EmojiManager: # 第二步：LLM情感分析 - 基于详细描述生成情感标签列表 emotion_prompt = f""" - 请你识别这个表情包的含义和适用场景，给我简短的描述，每个描述不要超过15个字 - 这是一个基于这个表情包的描述：'{description}' - 你可以关注其幽默和讽刺意味，动用贴吧，微博，小红书的知识，必须从互联网梗,meme的角度去分析 - 请直接输出描述，不要出现任何其他内容，如果有多个描述，可以用逗号分隔 +这是一个聊天场景中的表情包描述：'{description}' + +请你识别这个表情包的含义和适用场景，给我简短的描述，每个描述不要超过15个字 +你可以关注其幽默和讽刺意味，动用贴吧，微博，小红书的知识，必须从互联网梗,meme的角度去分析 +请直接输出描述，不要出现任何其他内容，如果有多个描述，可以用逗号分隔 """ emotions_text, _ = await self.llm_emotion_judge.generate_response_async( - emotion_prompt, temperature=0.7, max_tokens=600 + emotion_prompt, temperature=0.7, max_tokens=256 ) # 处理情感列表 diff --git a/src/chat/replyer/group_generator.py b/src/chat/replyer/group_generator.py index 457ee9eb..cc6dfee4 100644 --- a/src/chat/replyer/group_generator.py +++ b/src/chat/replyer/group_generator.py @@ -136,7 +136,8 @@ class DefaultReplyer: # logger.debug(f"replyer生成内容: {content}") logger.info(f"replyer生成内容: {content}") - logger.info(f"replyer生成推理: {reasoning_content}") + if global_config.debug.show_replyer_reasoning: + logger.info(f"replyer生成推理:\n{reasoning_content}") logger.info(f"replyer生成模型: {model_name}") llm_response.content = content @@ -1000,7 +1001,7 @@ class DefaultReplyer: # 直接使用已初始化的模型实例 # logger.info(f"\n{prompt}\n") - if global_config.debug.show_prompt: + if global_config.debug.show_replyer_prompt: logger.info(f"\n{prompt}\n") else: logger.debug(f"\nreplyer_Prompt:{prompt}\n") diff --git a/src/chat/replyer/private_generator.py b/src/chat/replyer/private_generator.py index 8d5c7d59..2bd48de4 100644 --- a/src/chat/replyer/private_generator.py +++ b/src/chat/replyer/private_generator.py @@ -922,7 +922,7 @@ class PrivateReplyer: # 直接使用已初始化的模型实例 logger.info(f"\n{prompt}\n") - if global_config.debug.show_prompt: + if global_config.debug.show_replyer_prompt: logger.info(f"\n{prompt}\n") else: logger.debug(f"\n{prompt}\n") @@ -934,6 +934,8 @@ class PrivateReplyer: content = content.strip() logger.info(f"使用 {model_name} 生成回复内容: {content}") + if global_config.debug.show_replyer_reasoning: + logger.info(f"使用 {model_name} 生成回复推理:\n{reasoning_content}") return content, reasoning_content, model_name, tool_calls async def get_prompt_info(self, message: str, sender: str, target: str): diff --git a/src/config/official_configs.py b/src/config/official_configs.py index d509ad9c..8c29d066 100644 --- a/src/config/official_configs.py +++ b/src/config/official_configs.py @@ -641,6 +641,12 @@ class DebugConfig(ConfigBase): show_prompt: bool = False """是否显示prompt""" + + show_replyer_prompt: bool = True + """是否显示回复器prompt""" + + show_replyer_reasoning: bool = True + """是否显示回复器推理""" @dataclass diff --git a/src/llm_models/utils_model.py b/src/llm_models/utils_model.py index 4d7865d9..fc86566a 100644 --- a/src/llm_models/utils_model.py +++ b/src/llm_models/utils_model.py @@ -270,13 +270,28 @@ class LLMRequest: audio_base64=audio_base64, extra_params=model_info.extra_params, ) - except (EmptyResponseException, NetworkConnectionError) as e: + except EmptyResponseException as e: + # 空回复：通常为临时问题，单独记录并重试 retry_remain -= 1 if retry_remain <= 0: - logger.error(f"模型 '{model_info.name}' 在用尽对临时错误的重试次数后仍然失败。") + logger.error(f"模型 '{model_info.name}' 在多次出现空回复后仍然失败。") raise ModelAttemptFailed(f"模型 '{model_info.name}' 重试耗尽", original_exception=e) from e - logger.warning(f"模型 '{model_info.name}' 遇到可重试错误: {str(e)}。剩余重试次数: {retry_remain}") + logger.warning( + f"模型 '{model_info.name}' 返回空回复(可重试)。剩余重试次数: {retry_remain}" + ) + await asyncio.sleep(api_provider.retry_interval) + + except NetworkConnectionError as e: + # 网络错误：单独记录并重试 + retry_remain -= 1 + if retry_remain <= 0: + logger.error(f"模型 '{model_info.name}' 在网络错误重试用尽后仍然失败。") + raise ModelAttemptFailed(f"模型 '{model_info.name}' 重试耗尽", original_exception=e) from e + + logger.warning( + f"模型 '{model_info.name}' 遇到网络错误(可重试): {str(e)}。剩余重试次数: {retry_remain}" + ) await asyncio.sleep(api_provider.retry_interval) except RespNotOkException as e: diff --git a/src/plugins/built_in/memory/build_memory.py b/src/plugins/built_in/memory/build_memory.py index 3c1b4dc5..9422e22f 100644 --- a/src/plugins/built_in/memory/build_memory.py +++ b/src/plugins/built_in/memory/build_memory.py @@ -1,13 +1,8 @@ -from typing import Tuple import asyncio from datetime import datetime from src.common.logger import get_logger -from src.config.config import global_config -from src.chat.utils.prompt_builder import Prompt from src.llm_models.payload_content.tool_option import ToolParamType -from src.plugin_system import BaseAction, ActionActivationType -from src.chat.utils.utils import cut_key_words from src.memory_system.Memory_chest import global_memory_chest from src.plugin_system.base.base_tool import BaseTool from src.plugin_system.apis.message_api import get_messages_by_time_in_chat, build_readable_messages @@ -125,12 +120,10 @@ class GetMemoryTool(BaseTool): chat_answer = results.get("chat") # 构建返回内容 - content_parts = [f"问题：{question}"] + content_parts = [] if memory_answer: content_parts.append(f"对问题'{question}'，你回忆的信息是：{memory_answer}") - else: - content_parts.append(f"对问题'{question}'，没有什么印象") if chat_answer: content_parts.append(f"对问题'{question}'，基于聊天记录的回答：{chat_answer}") @@ -139,8 +132,13 @@ class GetMemoryTool(BaseTool): content_parts.append(f"在 {time_point} 的时间点，你没有参与聊天") elif time_range: content_parts.append(f"在 {time_range} 的时间范围内，你没有参与聊天") - - return {"content": "\n".join(content_parts)} + + if content_parts: + retrieval_content = f"问题：{question}" + "\n".join(content_parts) + return {"content": retrieval_content} + else: + return {"content": ""} + async def _get_answer_from_chat_history(self, question: str, time_point: str = None, time_range: str = None) -> str: """从聊天记录中获取问题的答案""" @@ -245,53 +243,3 @@ class GetMemoryTool(BaseTool): except Exception as e: logger.error(f"从聊天记录获取答案失败: {e}") return "" - -class GetMemoryAction(BaseAction): - """关系动作 - 获取记忆""" - - activation_type = ActionActivationType.LLM_JUDGE - parallel_action = True - - # 动作基本信息 - action_name = "get_memory" - action_description = ( - "在记忆中搜寻某个问题的答案" - ) - - # 动作参数定义 - action_parameters = { - "question": "需要搜寻或回答的问题", - } - - # 动作使用场景 - action_require = [ - "在记忆中搜寻某个问题的答案", - "有你不了解的概念", - "有人提问关于过去的事情", - "你需要根据记忆回答某个问题", - ] - - # 关联类型 - associated_types = ["text"] - - async def execute(self) -> Tuple[bool, str]: - """执行关系动作""" - - question = self.action_data.get("question", "") - answer = await global_memory_chest.get_answer_by_question(self.chat_id, question) - if not answer: - await self.store_action_info( - action_build_into_prompt=True, - action_prompt_display=f"你回忆了有关问题：{question}的记忆，但是没有找到相关记忆", - action_done=True, - ) - - return False, f"问题：{question}，没有找到相关记忆" - - await self.store_action_info( - action_build_into_prompt=True, - action_prompt_display=f"你回忆了有关问题：{question}的记忆，答案是：{answer}", - action_done=True, - ) - - return True, f"成功获取记忆: {answer}" diff --git a/src/plugins/built_in/memory/plugin.py b/src/plugins/built_in/memory/plugin.py index c3045fdc..5d2ba419 100644 --- a/src/plugins/built_in/memory/plugin.py +++ b/src/plugins/built_in/memory/plugin.py @@ -7,7 +7,7 @@ from src.plugin_system.base.config_types import ConfigField # 导入依赖的系统组件 from src.common.logger import get_logger -from src.plugins.built_in.memory.build_memory import GetMemoryAction, GetMemoryTool +from src.plugins.built_in.memory.build_memory import GetMemoryTool logger = get_logger("memory_build") @@ -48,7 +48,6 @@ class MemoryBuildPlugin(BasePlugin): # --- 根据配置注册组件 --- components = [] - # components.append((GetMemoryAction.get_action_info(), GetMemoryAction)) components.append((GetMemoryTool.get_tool_info(), GetMemoryTool)) return components diff --git a/template/bot_config_template.toml b/template/bot_config_template.toml index 9d7941b4..d2621a35 100644 --- a/template/bot_config_template.toml +++ b/template/bot_config_template.toml @@ -1,5 +1,5 @@ [inner] -version = "6.19.1" +version = "6.19.2" #----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 @@ -221,6 +221,8 @@ library_log_levels = { aiohttp = "WARNING"} # 设置特定库的日志级别 [debug] show_prompt = false # 是否显示prompt +show_replyer_prompt = false # 是否显示回复器prompt +show_replyer_reasoning = false # 是否显示回复器推理 [maim_message] auth_token = [] # 认证令牌，用于API验证，为空则不启用验证