针对memory修改

src/plugins/chat/__init__.py

@@ -85,7 +85,7 @@ async def monitor_relationships():
 async def build_memory_task():
     """每30秒执行一次记忆构建"""
     print("\033[1;32m[记忆构建]\033[0m 开始构建记忆...")
-    hippocampus.build_memory(chat_size=12)
+    await hippocampus.build_memory(chat_size=12)
     print("\033[1;32m[记忆构建]\033[0m 记忆构建完成")
 
   

src/plugins/chat/config.py

@@ -37,7 +37,7 @@ class BotConfig:
     talk_frequency_down_groups = set()
     ban_user_id = set()
     
-    build_memory_interval: int = 60  # 记忆构建间隔（秒）
+    build_memory_interval: int = 600  # 记忆构建间隔（秒）
     EMOJI_CHECK_INTERVAL: int = 120  # 表情包检查间隔（分钟）
     EMOJI_REGISTER_INTERVAL: int = 10  # 表情包注册间隔（分钟）
     

src/plugins/chat/llm_generator.py

@@ -110,7 +110,7 @@ class LLMResponseGenerator:
             "model": model_name,
             "messages": [{"role": "user", "content": prompt}],
             "stream": False,
-            "max_tokens": 1024,
+            "max_tokens": 2048,
             "temperature": 0.7
         }
 
@@ -118,7 +118,7 @@ class LLMResponseGenerator:
             "model": "deepseek-ai/DeepSeek-R1-Distill-Qwen-32B",
             "messages": [{"role": "user", "content": prompt_check}],
             "stream": False,
-            "max_tokens": 1024,
+            "max_tokens": 2048,
             "temperature": 0.7
         }
         
@@ -210,13 +210,13 @@ class LLMResponseGenerator:
             return await self._generate_base_response(
                 message, 
                 "deepseek-reasoner",
-                {"temperature": 0.7, "max_tokens": 1024}
+                {"temperature": 0.7, "max_tokens": 2048}
             )
         else:
             return await self._generate_base_response(
                 message, 
                 "Pro/deepseek-ai/DeepSeek-R1",
-                {"temperature": 0.7, "max_tokens": 1024}
+                {"temperature": 0.7, "max_tokens": 2048}
             )
 
     async def _generate_v3_response(self, message: Message) -> Optional[str]:
@@ -225,13 +225,13 @@ class LLMResponseGenerator:
             return await self._generate_base_response(
                 message, 
                 "deepseek-chat",
-                {"temperature": 0.8, "max_tokens": 1024}
+                {"temperature": 0.8, "max_tokens": 2048}
             )
         else:
             return await self._generate_base_response(
                 message, 
                 "Pro/deepseek-ai/DeepSeek-V3",
-                {"temperature": 0.8, "max_tokens": 1024}
+                {"temperature": 0.8, "max_tokens": 2048}
             )
 
     async def _generate_r1_distill_response(self, message: Message) -> Optional[str]:
@@ -239,7 +239,7 @@ class LLMResponseGenerator:
         return await self._generate_base_response(
             message, 
             "deepseek-ai/DeepSeek-R1-Distill-Qwen-32B",
-            {"temperature": 0.7, "max_tokens": 1024}
+            {"temperature": 0.7, "max_tokens": 2048}
         )
 
     async def _get_group_chat_context(self, message: Message) -> str:

src/plugins/chat/prompt_builder.py

@@ -171,7 +171,7 @@ class PromptBuilder:
         
             
         #额外信息要求
-        extra_info = '''但是记得回复平淡一些，简短一些,记住不要输出多余内容(包括前后缀，冒号和引号，括号，表情等),只需要输出回复内容就好，不要输出其他任何内容''' 
+        extra_info = '''但是记得回复平淡一些，简短一些，尤其注意在没明确提到时不要过多提及自身的背景, 记住不要输出多余内容(包括前后缀，冒号和引号，括号，表情等)，只需要输出回复内容就好，不要输出其他任何内容''' 
         
         
         
@@ -188,9 +188,9 @@ class PromptBuilder:
         prompt += f"{prompt_ger}\n"
         prompt += f"{extra_info}\n"     
 
-        activate_prompt_check=f"以上是群里正在进行的聊天，昵称为 '{sender_name}' 的用户说的:{message_txt}。引起了你的注意,你和他{relation_prompt}，你想要{relation_prompt_2}，但是这不一定是合适的时机，请你决定是否要回应这条消息。"     
+        activate_prompt_check=f"以上是群里正在进行的聊天，昵称为 '{sender_name}' 的用户说的:{message_txt}。引起了你的注意,你和他{relation_prompt}，你想要{relation_prompt_2}，但是这不一定是合适的时机，请你决定是否要回应这条消息。不要太受现在做的事情影响，因为摸鱼是很正常的。"     
         prompt_personality_check = ''
-        extra_check_info=f"请注意把握群里的聊天内容的基础上，综合群内的氛围，例如，和{global_config.BOT_NICKNAME}相关的话题要积极回复,如果是at自己的消息一定要回复，如果是刚刚理会过的人发送消息，且还在与那个人对话中的话一定要回复，其他话题如果合适搭话也可以回复，如果认为应该回复请输出yes，否则输出no，请注意是决定是否需要回复，而不是编写回复内容，除了yes和no不要输出任何回复内容。"
+        extra_check_info=f"请注意把握群里的聊天内容的基础上，综合群内的氛围，例如，和{global_config.BOT_NICKNAME}相关的话题要积极回复,如果是at自己的消息,无论如何一定要回复，如果是刚刚理会过的人发送消息，且还在与那个人对话中的话一定要回复，其他话题如果合适搭话也可以回复，如果认为应该回复请输出yes，否则输出no，请注意是决定是否需要回复，而不是编写回复内容，除了yes和no不要输出任何回复内容。"
         if personality_choice < 4/6:  # 第一种人格
             prompt_personality_check = f'''你的网名叫{global_config.BOT_NICKNAME}，{personality[0]},{promt_info_prompt} {activate_prompt_check} {extra_check_info}'''
         elif personality_choice < 1:  # 第二种人格

src/plugins/chat/topic_identifier.py

@@ -69,7 +69,7 @@ class TopicIdentifier:
             '按', '按照', '把', '被', '比', '比如', '除', '除了', '当', '对', '对于', 
             '根据', '关于', '跟', '和', '将', '经', '经过', '靠', '连', '论', '通过',
             '同', '往', '为', '为了', '围绕', '于', '由', '由于', '与', '在', '沿', '沿着',
-            '依', '依照', '以', '因', '因为', '用', '由', '与', '自', '自从'
+            '依', '依照', '以', '因', '因为', '用', '由', '与', '自', '自从','[]'
         }
         
         # 过滤掉停用词和标点符号,只保留名词和动词
@@ -78,7 +78,7 @@ class TopicIdentifier:
             if word not in stop_words and not word.strip() in {
                 '。', '，', '、', '：', '；', '！', '？', '"', '"', ''', ''', 
                 '（', '）', '【', '】', '《', '》', '…', '—', '·', '、', '~', 
-                '～', '+', '=', '-'
+                '～', '+', '=', '-','[',']'
             }:
                 filtered_words.append(word)
         

src/plugins/chat/willing_manager.py

@@ -61,7 +61,7 @@ class WillingManager:
         if is_mentioned_bot and user_id == int(964959351):
             reply_probability = 1
             
-        return reply_probability
+        return reply_probability+0.5
     
     def change_reply_willing_sent(self, group_id: int):
         """开始思考后降低群组的回复意愿"""
@@ -72,7 +72,7 @@ class WillingManager:
         """发送消息后提高群组的回复意愿"""
         current_willing = self.group_reply_willing.get(group_id, 0)
         if current_willing < 1:
-            self.group_reply_willing[group_id] = min(1, current_willing + 0.3)
+            self.group_reply_willing[group_id] = min(2, current_willing + 0.8)
         
     async def ensure_started(self):
         """确保衰减任务已启动"""

src/plugins/memory_system/memory.py

@@ -192,7 +192,7 @@ class Hippocampus:
             chat_text.append(chat_)
         return chat_text
     
-    def build_memory(self,chat_size=12):
+    async def build_memory(self,chat_size=12):
         #最近消息获取频率
         time_frequency = {'near':1,'mid':2,'far':2}
         memory_sample = self.get_memory_sample(chat_size,time_frequency)
@@ -211,10 +211,12 @@ class Hippocampus:
             first_memory = set()
             first_memory = self.memory_compress(input_text, 2.5)
             # 延时防止访问超频
-            # time.sleep(5)
+            # time.sleep(60)
             #将记忆加入到图谱中
             for topic, memory in first_memory:
                 topics = segment_text(topic)
+                if '[' in topic or topic=='':
+                    continue
                 print(f"\033[1;34m话题\033[0m: {topic},节点: {topics}, 记忆: {memory}")
                 for split_topic in topics:
                     self.memory_graph.add_dot(split_topic,memory)
@@ -240,6 +242,8 @@ class Hippocampus:
         # print(topics)
         compressed_memory = set()
         for topic in topics:
+            if topic=='' or '[' in topic:
+                continue
             topic_what_prompt = topic_what(input_text,topic)
             topic_what_response = self.llm_model_small.generate_response(topic_what_prompt)
             compressed_memory.add((topic.strip(), topic_what_response[0]))  # 将话题和记忆作为元组存储

src/plugins/memory_system/memory_make.py

@@ -278,6 +278,7 @@ def main():
         
         #将记忆加入到图谱中
         for topic, memory in first_memory:
+            # continue
             topics = segment_text(topic)
             print(f"\033[1;34m话题\033[0m: {topic},节点: {topics}, 记忆: {memory}")
             for split_topic in topics: