diff --git a/src/chat/focus_chat/info_processors/self_processor.py b/src/chat/focus_chat/info_processors/self_processor.py index 2a1642ad..35bb6ec2 100644 --- a/src/chat/focus_chat/info_processors/self_processor.py +++ b/src/chat/focus_chat/info_processors/self_processor.py @@ -7,63 +7,47 @@ import traceback from src.common.logger_manager import get_logger from src.individuality.individuality import individuality from src.chat.utils.prompt_builder import Prompt, global_prompt_manager -from src.chat.utils.json_utils import safe_json_dumps from src.chat.message_receive.chat_stream import chat_manager from src.person_info.relationship_manager import relationship_manager from .base_processor import BaseProcessor -from src.chat.focus_chat.info.mind_info import MindInfo from typing import List, Optional from src.chat.heart_flow.observation.hfcloop_observation import HFCloopObservation from typing import Dict from src.chat.focus_chat.info.info_base import InfoBase +from src.chat.focus_chat.info.self_info import SelfInfo logger = get_logger("processor") def init_prompt(): - group_prompt = """ -你的名字是{bot_name} -{memory_str} -{extra_info} + indentify_prompt = """ +{name_block} +你是一个AI，但是你伪装成了一个人类，你的人格是，{prompt_personality} +{indentify_block} + {relation_prompt} -{cycle_info_block} +{memory_str} + 现在是{time_now}，你正在上网，和qq群里的网友们聊天，以下是正在进行的聊天内容： {chat_observe_info} -以下是你之前对聊天的观察和规划，你的名字是{bot_name}： -{last_mind} +现在请你根据现有的信息，思考自我认同：请严格遵守以下规则 +1. 请严格参考最上方的人设，适当参考记忆和当前聊天内容，不要被记忆和当前聊天内容中相反的内容误导 +2. 你是一个什么样的人,你和群里的人关系如何 +3. 你的形象是什么 +4. 思考有没有人提到你，或者图片与你有关 +5. 你的自我认同是否有助于你的回答，如果你需要自我相关的信息来帮你参与聊天，请输出，否则请输出十几个字的简短自我认同 +6. 一般情况下不用输出自我认同，只需要输出十几个字的简短自我认同就好，除非有明显需要自我认同的场景 -现在请你继续输出观察和规划，输出要求： -1. 先关注未读新消息的内容和近期回复历史 -2. 根据新信息，修改和删除之前的观察和规划 -3. 根据聊天内容继续输出观察和规划 -4. 注意群聊的时间线索，话题由谁发起，进展状况如何，思考聊天的时间线。 -6. 语言简洁自然，不要分点，不要浮夸，不要修辞，仅输出思考内容就好""" - Prompt(group_prompt, "sub_heartflow_prompt_before") +输出内容平淡一些，说中文，不要浮夸，平淡一些。 +请注意不要输出多余内容(包括前后缀，冒号和引号，括号()，表情包，at或 @等 )。只输出自我认同内容，记得明确说明这是你的自我认同。 - private_prompt = """ -你的名字是{bot_name} -{memory_str} -{extra_info} -{relation_prompt} -{cycle_info_block} -现在是{time_now}，你正在上网，和qq群里的网友们聊天，以下是正在进行的聊天内容： -{chat_observe_info} - -以下是你之前对聊天的观察和规划，你的名字是{bot_name}： -{last_mind} - -现在请你继续输出观察和规划，输出要求： -1. 先关注未读新消息的内容和近期回复历史 -2. 根据新信息，修改和删除之前的观察和规划 -3. 根据聊天内容继续输出观察和规划 -4. 注意群聊的时间线索，话题由谁发起，进展状况如何，思考聊天的时间线。 -6. 语言简洁自然，不要分点，不要浮夸，不要修辞，仅输出思考内容就好""" - Prompt(private_prompt, "sub_heartflow_prompt_private_before") +""" + Prompt(indentify_prompt, "indentify_prompt") -class MindProcessor(BaseProcessor): - log_prefix = "聊天思考" +class SelfProcessor(BaseProcessor): + log_prefix = "自我认同" def __init__(self, subheartflow_id: str): super().__init__() @@ -71,48 +55,14 @@ class MindProcessor(BaseProcessor): self.subheartflow_id = subheartflow_id self.llm_model = LLMRequest( - model=global_config.model.focus_chat_mind, - temperature=global_config.model.focus_chat_mind["temp"], + model=global_config.model.focus_self_recognize, + temperature=global_config.model.focus_self_recognize["temp"], max_tokens=800, - request_type="focus_chat_mind", + request_type="focus_self_identify", ) - self.current_mind = "" - self.past_mind = [] - self.structured_info = [] - self.structured_info_str = "" - name = chat_manager.get_stream_name(self.subheartflow_id) self.log_prefix = f"[{name}] " - self._update_structured_info_str() - - def _update_structured_info_str(self): - """根据 structured_info 更新 structured_info_str""" - if not self.structured_info: - self.structured_info_str = "" - return - - lines = ["【信息】"] - for item in self.structured_info: - # 简化展示，突出内容和类型，包含TTL供调试 - type_str = item.get("type", "未知类型") - content_str = item.get("content", "") - - if type_str == "info": - lines.append(f"刚刚: {content_str}") - elif type_str == "memory": - lines.append(f"{content_str}") - elif type_str == "comparison_result": - lines.append(f"数字大小比较结果: {content_str}") - elif type_str == "time_info": - lines.append(f"{content_str}") - elif type_str == "lpmm_knowledge": - lines.append(f"你知道：{content_str}") - else: - lines.append(f"{type_str}的信息: {content_str}") - - self.structured_info_str = "\n".join(lines) - logger.debug(f"{self.log_prefix} 更新 structured_info_str: \n{self.structured_info_str}") async def process_info( self, observations: Optional[List[Observation]] = None, running_memorys: Optional[List[Dict]] = None, *infos @@ -125,14 +75,18 @@ class MindProcessor(BaseProcessor): Returns: List[InfoBase]: 处理后的结构化信息列表 """ - current_mind = await self.do_thinking_before_reply(observations, running_memorys) + self_info_str = await self.self_indentify(observations, running_memorys) - mind_info = MindInfo() - mind_info.set_current_mind(current_mind) + if self_info_str: + self_info = SelfInfo() + self_info.set_self_info(self_info_str) + else: + self_info = None + return None - return [mind_info] + return [self_info] - async def do_thinking_before_reply( + async def self_indentify( self, observations: Optional[List[Observation]] = None, running_memorys: Optional[List[Dict]] = None ): """ @@ -148,20 +102,12 @@ class MindProcessor(BaseProcessor): tuple: (current_mind, past_mind, prompt) 当前想法、过去的想法列表和使用的prompt """ - # ---------- 0. 更新和清理 structured_info ---------- - if self.structured_info: - updated_info = [] - for item in self.structured_info: - item["ttl"] -= 1 - if item["ttl"] > 0: - updated_info.append(item) - else: - logger.debug(f"{self.log_prefix} 移除过期的 structured_info 项: {item['id']}") - self.structured_info = updated_info - self._update_structured_info_str() - logger.debug( - f"{self.log_prefix} 当前完整的 structured_info: {safe_json_dumps(self.structured_info, ensure_ascii=False)}" - ) + for observation in observations: + if isinstance(observation, ChattingObservation): + is_group_chat = observation.is_group_chat + chat_target_info = observation.chat_target_info + chat_target_name = "对方" # 私聊默认名称 + person_list = observation.person_list memory_str = "" if running_memorys: @@ -169,9 +115,10 @@ class MindProcessor(BaseProcessor): for running_memory in running_memorys: memory_str += f"{running_memory['topic']}: {running_memory['content']}\n" - # ---------- 1. 准备基础数据 ---------- - # 获取现有想法和情绪状态 - previous_mind = self.current_mind if self.current_mind else "" + relation_prompt = "" + for person in person_list: + if len(person) >= 3 and person[0] and person[1]: + relation_prompt += await relationship_manager.build_relationship_info(person, is_id=True) if observations is None: observations = [] @@ -190,52 +137,58 @@ class MindProcessor(BaseProcessor): chat_observe_info = observation.get_observe_info() person_list = observation.person_list if isinstance(observation, HFCloopObservation): - hfcloop_observe_info = observation.get_observe_info() + # hfcloop_observe_info = observation.get_observe_info() + pass - # ---------- 3. 准备个性化数据 ---------- - # 获取个性化信息 + nickname_str = "" + for nicknames in global_config.bot.alias_names: + nickname_str += f"{nicknames}," + name_block = f"你的名字是{global_config.bot.nickname},你的昵称有{nickname_str}，有人也会用这些昵称称呼你。" - relation_prompt = "" + personality_block = individuality.get_personality_prompt(x_person=2, level=2) + identity_block = individuality.get_identity_prompt(x_person=2, level=2) + + if is_group_chat: + relation_prompt_init = "在这个群聊中，你：\n" + else: + relation_prompt_init = "" for person in person_list: relation_prompt += await relationship_manager.build_relationship_info(person, is_id=True) + if relation_prompt: + relation_prompt = relation_prompt_init + relation_prompt + else: + relation_prompt = relation_prompt_init + "没有特别在意的人\n" - template_name = "sub_heartflow_prompt_before" if is_group_chat else "sub_heartflow_prompt_private_before" - logger.debug(f"{self.log_prefix} 使用{'群聊' if is_group_chat else '私聊'}思考模板") - - prompt = (await global_prompt_manager.get_prompt_async(template_name)).format( - bot_name=individuality.name, + prompt = (await global_prompt_manager.get_prompt_async("indentify_prompt")).format( + name_block=name_block, + prompt_personality=personality_block, + indentify_block=identity_block, memory_str=memory_str, - extra_info=self.structured_info_str, relation_prompt=relation_prompt, time_now=time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()), chat_observe_info=chat_observe_info, - last_mind=previous_mind, - cycle_info_block=hfcloop_observe_info, - chat_target_name=chat_target_name, ) - content = "(不知道该想些什么...)" + # print(prompt) + + content = "" try: content, _ = await self.llm_model.generate_response_async(prompt=prompt) if not content: - logger.warning(f"{self.log_prefix} LLM返回空结果，思考失败。") + logger.warning(f"{self.log_prefix} LLM返回空结果，自我识别失败。") except Exception as e: # 处理总体异常 logger.error(f"{self.log_prefix} 执行LLM请求或处理响应时出错: {e}") logger.error(traceback.format_exc()) - content = "思考过程中出现错误" + content = "自我识别过程中出现错误" + if content == "None": + content = "" # 记录初步思考结果 - logger.debug(f"{self.log_prefix} 思考prompt: \n{prompt}\n") - logger.info(f"{self.log_prefix} 思考结果: {content}") - self.update_current_mind(content) + logger.debug(f"{self.log_prefix} 自我识别prompt: \n{prompt}\n") + logger.info(f"{self.log_prefix} 自我识别结果: {content}") return content - def update_current_mind(self, response): - if self.current_mind: # 只有当 current_mind 非空时才添加到 past_mind - self.past_mind.append(self.current_mind) - self.current_mind = response - init_prompt()