BruceSun
/
MaiBot
mirror of https://github.com/Mai-with-u/MaiBot.git
1
0
Fork 0
Code Issues Packages Projects Releases Wiki Activity

fix:修复一些潜在问题

pull/1359/head
SengokuCola 2025-11-13 00:00:17 +08:00
parent f933139bdb
commit e78a070fbd
2 changed files with 18 additions and 32 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

35
src/jargon/jargon_miner.py
View File

@ -57,17 +57,14 @@ def _init_inference_prompts() -> None:
**词条内容**
{content}
**词条出现的上下文（raw_content）其中的SELF是你自己的发言**
{raw_content_list}
请根据以上词条内容和上下文，推断这个词条的含义。
- 如果这是一个黑话、俚语或网络用语，请推断其含义和翻译
- 如果这是一个黑话、俚语或网络用语，请推断其含义
- 如果含义明确（常规词汇），也请说明
以 JSON 格式输出：
{{
"meaning": "详细含义说明（包含使用场景、来源、具体解释等）",
"translation": "原文（用一个词语写明这个词的实际含义）"
"meaning": "详细含义说明（包含使用场景、来源、具体解释等）"
}}
"""
Prompt(prompt1_str, "jargon_inference_with_context_prompt")
@ -78,13 +75,12 @@ def _init_inference_prompts() -> None:
{content}
请仅根据这个词条本身，推断其含义。
- 如果这是一个黑话、俚语或网络用语，请推断其含义和翻译
- 如果这是一个黑话、俚语或网络用语，请推断其含义
- 如果含义明确（常规词汇），也请说明
以 JSON 格式输出：
{{
"meaning": "详细含义说明（包含使用场景、来源、具体解释等）",
"translation": "原文（用一个词语写明这个词的实际含义）"
"meaning": "详细含义说明（包含使用场景、来源、具体解释等）"
}}
"""
Prompt(prompt2_str, "jargon_inference_content_only_prompt")
@ -309,11 +305,9 @@ class JargonMiner:
if is_jargon:
# 是黑话，使用推断1的结果（基于上下文，更准确）
jargon_obj.meaning = inference1.get("meaning", "")
jargon_obj.translation = inference1.get("translation", "")
else:
# 不是黑话，也记录含义（使用推断2的结果，因为含义明确）
jargon_obj.meaning = inference2.get("meaning", "")
jargon_obj.translation = inference2.get("translation", "")
# 更新最后一次判定的count值，避免重启后重复判定
jargon_obj.last_inference_count = jargon_obj.count or 0
@ -327,14 +321,13 @@ class JargonMiner:
# 固定输出推断结果，格式化为可读形式
if is_jargon:
# 是黑话，输出格式：[聊天名]xxx (translation)的含义是 xxxxxxxxxxx
translation = jargon_obj.translation or "未知"
# 是黑话，输出格式：[聊天名]xxx的含义是 xxxxxxxxxxx
meaning = jargon_obj.meaning or "无详细说明"
is_global = jargon_obj.is_global
if is_global:
logger.info(f"[通用黑话]{content} ({translation})的含义是 {meaning}")
logger.info(f"[通用黑话]{content}的含义是 {meaning}")
else:
logger.info(f"[{self.stream_name}]{content} ({translation})的含义是 {meaning}")
logger.info(f"[{self.stream_name}]{content}的含义是 {meaning}")
else:
# 不是黑话，输出格式：[聊天名]xxx 不是黑话
logger.info(f"[{self.stream_name}]{content} 不是黑话")
@ -558,7 +551,6 @@ class JargonMiner:
# 合并其他字段：优先使用已有值
merged_meaning = None
merged_translation = None
merged_is_jargon = None
merged_last_inference_count = None
merged_is_complete = False
@ -566,8 +558,6 @@ class JargonMiner:
for obj in all_matching:
if obj.meaning and not merged_meaning:
merged_meaning = obj.meaning
if obj.translation and not merged_translation:
merged_translation = obj.translation
if obj.is_jargon is not None and merged_is_jargon is None:
merged_is_jargon = obj.is_jargon
if obj.last_inference_count is not None and merged_last_inference_count is None:
@ -588,7 +578,6 @@ class JargonMiner:
is_global=True,
count=total_count,
meaning=merged_meaning,
translation=merged_translation,
is_jargon=merged_is_jargon,
last_inference_count=merged_last_inference_count,
is_complete=merged_is_complete
@ -664,7 +653,7 @@ def search_jargon(
fuzzy: 是否模糊搜索，默认True（使用LIKE匹配）
Returns:
List[Dict[str, str]]: 包含content, translation, meaning的字典列表
List[Dict[str, str]]: 包含content, meaning的字典列表
"""
if not keyword or not keyword.strip():
return []
@ -674,7 +663,6 @@ def search_jargon(
# 构建查询
query = Jargon.select(
Jargon.content,
Jargon.translation,
Jargon.meaning
)
@ -704,14 +692,10 @@ def search_jargon(
(Jargon.chat_id == chat_id) | Jargon.is_global
)
# 只返回有translation或meaning的记录
# 只返回有meaning的记录
query = query.where(
(
(Jargon.translation.is_null(False)) & (Jargon.translation != "")
) | (
(Jargon.meaning.is_null(False)) & (Jargon.meaning != "")
)
)
# 按count降序排序，优先返回出现频率高的
query = query.order_by(Jargon.count.desc())
@ -724,7 +708,6 @@ def search_jargon(
for jargon in query:
results.append({
"content": jargon.content or "",
"translation": jargon.translation or "",
"meaning": jargon.meaning or ""
})

11
src/memory_system/memory_retrieval.py
View File

@ -94,8 +94,8 @@ def init_memory_retrieval_prompt():
重要说明：
- 你可以在一次迭代中执行多个查询，将多个action放在actions数组中
- 如果只需要执行一个查询，actions数组中只包含一个action即可
- 如果已经收集到足够的信息可以回答问题，请设置actions为包含一个action_type为"final_answer"的数组，并在thought中说明答案。除非明确找到答案，否则不要设置为final_answer。
- 如果经过多次查询后，确认无法找到相关信息或答案，请设置actions为包含一个action_type为"no_answer"的数组，并在thought中说明原因。
- 如果已经收集到足够的信息可以回答问题，请设置actions为包含一个action_type为"final_answer"的数组，并在action_params中提供答案（例如：{{"answer": "你的答案内容"}}）。除非明确找到答案，否则不要设置为final_answer。
- 如果经过多次查询后，确认无法找到相关信息或答案，请设置actions为包含一个action_type为"no_answer"的数组，并在action_params中说明原因（例如：{{"reason": "无法找到的原因"}}）。
请只输出JSON，不要输出其他内容：
""",
@ -248,16 +248,19 @@ async def _react_agent_solve_question(
# 检查是否有final_answer或no_answer
for action in actions:
action_type = action.get("action_type", "")
action_params = action.get("action_params", {})
if action_type == "final_answer":
# Agent认为已经找到答案
answer = thought # 使用thought作为答案
# 从action_params中获取答案，如果没有则使用thought作为后备
answer = action_params.get("answer", thought) if isinstance(action_params, dict) else thought
step["observations"] = ["找到答案"]
thinking_steps.append(step)
logger.info(f"ReAct Agent 第 {iteration + 1} 次迭代 找到最终答案: {answer}")
return True, answer, thinking_steps, False
elif action_type == "no_answer":
# Agent确认无法找到答案
answer = thought # 使用thought说明无法找到答案的原因
# 从action_params中获取原因，如果没有则使用thought作为后备
answer = action_params.get("reason", thought) if isinstance(action_params, dict) else thought
step["observations"] = ["确认无法找到答案"]
thinking_steps.append(step)
logger.info(f"ReAct Agent 第 {iteration + 1} 次迭代 确认无法找到答案: {answer}")