fix：修复麦麦好奇和message_api的一个错误

src/chat/utils/chat_message_builder.py

@@ -124,6 +124,7 @@ def get_raw_msg_by_timestamp_with_chat(
     # 只有当 limit 为 0 时才应用外部 sort
     sort_order = [("time", 1)] if limit == 0 else None
     # 直接将 limit_mode 传递给 find_messages
+    # print(f"get_raw_msg_by_timestamp_with_chat: {chat_id}, {timestamp_start}, {timestamp_end}, {limit}, {limit_mode}, {filter_bot}, {filter_command}")
     return find_messages(
         message_filter=filter_query,
         sort=sort_order,
@@ -681,10 +682,9 @@ def build_readable_messages(
         filtered_messages = []
         for msg in messages:
             # 获取消息内容
-            content = msg.display_message or msg.processed_plain_text or ""
+            content = msg.processed_plain_text
-
             # 移除表情包
-            emoji_pattern = r"\[表情包:[^\]]+\]"
+            emoji_pattern = r"\[表情包：[^\]]+\]"
             content = re.sub(emoji_pattern, "", content)
 
             # 如果移除表情包后内容不为空，则保留消息
@@ -699,10 +699,8 @@ def build_readable_messages(
             # 创建 MessageAndActionModel 但移除表情包
             model = MessageAndActionModel.from_DatabaseMessages(msg)
             # 移除表情包
-            if model.display_message:
-                model.display_message = re.sub(r"\[表情包:[^\]]+\]", "", model.display_message)
             if model.processed_plain_text:
-                model.processed_plain_text = re.sub(r"\[表情包:[^\]]+\]", "", model.processed_plain_text)
+                model.processed_plain_text = re.sub(r"\[表情包：[^\]]+\]", "", model.processed_plain_text)
             copy_messages.append(model)
         else:
             copy_messages.append(MessageAndActionModel.from_DatabaseMessages(msg))

src/common/message_repository.py

@@ -81,7 +81,8 @@ def find_messages(
             query = query.where(Messages.user_id != global_config.bot.qq_account)
 
         if filter_command:
-            query = query.where(not Messages.is_command)
+            # 使用按位取反构造 Peewee 的 NOT 条件，避免直接与 False 比较
+            query = query.where(~Messages.is_command)
 
         if limit > 0:
             if limit_mode == "earliest":

src/curiousity/questions.py

@@ -1,6 +1,5 @@
 import time
 import asyncio
-from rich.traceback import install
 from src.common.logger import get_logger
 from src.common.database.database_model import MemoryConflict
 from src.chat.utils.chat_message_builder import (
@@ -12,10 +11,6 @@ from src.config.config import model_config, global_config
 
 logger = get_logger("conflict_tracker")
 
-logger = get_logger("conflict_tracker")
-
-install(extra_lines=3)
-
 class QuestionTracker:
     """
     用于跟踪一个问题在后续聊天中的解答情况
@@ -41,26 +36,25 @@ class QuestionTracker:
         """
         prompt = (
             "你是一个严谨的判定器。下面给出聊天记录以及一个问题。\n"
-            "任务：判断在这段聊天中，该问题是否已经得到明确解答。或从聊天内容中可以整理出答案\n"
+            "任务：判断在这段聊天中，该问题是否已经得到明确解答。\n"
             "如果已解答，请只输出：YES: <简短答案>\n"
             "如果没有，请只输出：NO\n\n"
             f"问题：{self.question}\n"
             "聊天记录如下：\n"
             f"{conversation_text}"
         )
-        
-        
 
         if global_config.debug.show_prompt:
             logger.info(f"判定提示词: {prompt}")
         else:
             logger.debug("已发送判定提示词")
 
-        result_text, _ = await self.llm_request.generate_response_async(prompt, temperature=0.2)
+        result_text, _ = await self.llm_request.generate_response_async(prompt, temperature=0.5)
+        
+        logger.info(f"判定结果: {prompt}\n{result_text}")
+        
         if not result_text:
             return False, ""
-        
-        logger.info(f"判定提示词: {prompt},问题: {self.question},result: {result_text}")
 
         text = result_text.strip()
         if text.upper().startswith("YES:"):
@@ -123,7 +117,7 @@ class ConflictTracker:
             max_duration = 30 * 60  # 30 分钟
             max_messages = 100      # 最多 100 条消息
             poll_interval = 2.0     # 秒
-
+            logger.info(f"开始跟踪问题: {original_question}")
             while tracker.active:
                 now_ts = time.time()
                 # 终止条件：时长达到上限
@@ -136,7 +130,7 @@ class ConflictTracker:
                     chat_id=tracker.chat_id,
                     timestamp_start=tracker.last_read_time,
                     timestamp_end=now_ts,
-                    limit=0,
+                    limit=30,
                     limit_mode="latest",
                     filter_bot=False,
                     filter_command=True,

src/memory_system/Memory_chest.py

@@ -98,6 +98,31 @@ class MemoryChest:
             if chat_id and chat_id in self.running_content_list:
                 current_running_content = self.running_content_list[chat_id]["content"]
 
+            # 随机从格式示例列表中选取若干行用于提示
+            format_candidates = [
+                "[概念] 是 [概念的含义(简短描述，不超过十个字)]",
+                "[概念] 不是 [对概念的负面含义(简短描述，不超过十个字)]",
+                "[概念1] 与 [概念2] 是 [概念1和概念2的关联(简短描述，不超过二十个字)]",
+                "[概念1] 包含 [概念2] 和 [概念3]",
+                "[概念1] 属于 [概念2]",
+                "[概念1] 的例子是 [例子1] 和 [例子2]",
+                "[概念] 的特征是 [特征1]、[特征2]",
+                "[概念1] 导致 [概念2]",
+                "[概念1] 需要 [条件1] 和 [条件2]",
+                "[概念1] 的用途是 [用途1] 和 [用途2]",
+                "[概念1] 与 [概念2] 的区别是 [区别点]",
+                "[概念] 的别名是 [别名]",
+                "[概念1] 包括但不限于 [概念2]、[概念3]",
+                "[概念] 的反义是 [反义概念]",
+                "[概念] 的组成有 [部分1]、[部分2]",
+                "[概念] 出现于 [时间或场景]",
+                "[概念] 的方法有 [方法1]、[方法2]",
+            ]
+
+            selected_count = random.randint(5, len(format_candidates))
+            selected_lines = random.sample(format_candidates, selected_count)
+            format_section = "\n".join(selected_lines) + "\n......(不要包含中括号)"
+
             prompt = f"""
 以下是你的记忆内容和新的聊天记录，请你将他们整合和修改：
 记忆内容：
@@ -117,13 +142,8 @@ class MemoryChest:
 3.如果有图片，请只关注图片和文本结合的知识和概念性内容
 4.记忆为一段纯文本，逻辑清晰，指出概念的含义，并说明关系
 
-记忆内容的格式，你必须仿照下面的格式，但不一定全部使用:
+ 记忆内容的格式，你必须仿照下面的格式，但不一定全部使用:
-[概念] 是 [概念的含义(简短描述，不超过十个字)]
+{format_section}
-[概念] 不是 [对概念的负面含义(简短描述，不超过十个字)]
-[概念1] 与 [概念2] 是 [概念1和概念2的关联(简短描述，不超过二十个字)]
-[概念1] 包含 [概念2] 和 [概念3]
-[概念1] 属于 [概念2]
-......(不要包含中括号)
 
 请仿照上述格式输出，每个知识点一句话。输出成一段平文本
 现在请你输出,不要输出其他内容，注意一定要直白，白话，口语化不要浮夸，修辞。：
@@ -136,7 +156,7 @@ class MemoryChest:
 
             running_content, (reasoning_content, model_name, tool_calls) = await self.LLMRequest_build.generate_response_async(prompt)
 
-            print(f"记忆仓库构建运行内容: {running_content}")
+            print(f"prompt: {prompt}\n记忆仓库构建运行内容: {running_content}")
 
             # 如果有chat_id，更新对应的running_content
             if chat_id and running_content:

src/plugin_system/apis/message_api.py

@@ -98,11 +98,19 @@ def get_messages_by_time_in_chat(
         raise ValueError("chat_id 不能为空")
     if not isinstance(chat_id, str):
         raise ValueError("chat_id 必须是字符串类型")
-    if filter_mai:
+    # if filter_mai:
-        return filter_mai_messages(
+    #     return filter_mai_messages(
-            get_raw_msg_by_timestamp_with_chat(chat_id, start_time, end_time, limit, limit_mode, filter_command)
+    #         get_raw_msg_by_timestamp_with_chat(chat_id, start_time, end_time, limit, limit_mode, filter_command)
-        )
+    #     )
-    return get_raw_msg_by_timestamp_with_chat(chat_id, start_time, end_time, limit, limit_mode, filter_command)
+    return get_raw_msg_by_timestamp_with_chat(
+        chat_id=chat_id,
+        timestamp_start=start_time,
+        timestamp_end=end_time,
+        limit=limit,
+        limit_mode=limit_mode,
+        filter_bot=filter_mai,
+        filter_command=filter_command
+    )
 
 
 def get_messages_by_time_in_chat_inclusive(

src/plugins/built_in/MaiCurious/plugin.py

@@ -18,7 +18,7 @@ from src.plugin_system.apis import frequency_api
 from src.plugin_system.apis import generator_api
 from src.curiousity.questions import global_conflict_tracker
 
-logger = get_logger("relation_actions")
+logger = get_logger("question_actions")
 
 
 
@@ -26,16 +26,16 @@ class CuriousAction(BaseAction):
     """频率调节动作 - 调整聊天发言频率"""
 
     activation_type = ActionActivationType.LLM_JUDGE
-    parallel_action = False
+    parallel_action = True
 
     # 动作基本信息
-    action_name = "question"
+    action_name = "make_question"
     
-    action_description = "对现有的存在疑问的信息生成一个问题"
+    action_description = "提出一个问题，当有人反驳你的观点，或其他人之间有观点冲突时使用"
 
     # 动作参数定义
     action_parameters = {
-        "question": "存在疑问的信息，提出一个问题",
+        "question": "对存在疑问的信息提出一个问题，描述全面，使用陈述句",
     }
 
     # 动作使用场景
@@ -46,6 +46,8 @@ class CuriousAction(BaseAction):
         f"当聊天记录中的信息存在逻辑上的矛盾时使用",
         f"当有人反对或否定你提出的信息时使用",
         f"或当你对现有的信息存在疑问时使用",
+        f"有人认为你的观点是错误的，请选择question动作",
+        f"有人与你观点不一致，请选择question动作",
     ]
 
     # 关联类型
@@ -59,10 +61,10 @@ class CuriousAction(BaseAction):
             # 存储问题到冲突追踪器
             if question:
                 await global_conflict_tracker.record_conflict(conflict_content=question, start_following=True,chat_id=self.chat_id)
-                logger.info(f"已存储问题到冲突追踪器: {len(question)} 字符")
+                logger.info(f"已存储问题到冲突追踪器: {question}")
                 await self.store_action_info(
                     action_build_into_prompt=True,
-                    action_prompt_display=f"你产生了一个问题，原因：{question}，尝试向其他人提问或回忆吧",
+                    action_prompt_display=f"你产生了一个问题：{question}，尝试向其他人提问或回忆吧",
                     action_done=True,
                 )
             return True, "问题已记录"