import time import traceback from typing import Tuple, Optional, Dict, Any, List from src.common.logger_manager import get_logger from src.chat.models.utils_model import LLMRequest from src.config.config import global_config from .pfc_utils import get_items_from_json, build_chat_history_text from .chat_observer import ChatObserver from .observation_info import ObservationInfo from .conversation_info import ConversationInfo logger = get_logger("pfc_action_planner") # --- 定义 Prompt 模板 --- # Prompt(1): 首次回复或非连续回复时的决策 Prompt PROMPT_INITIAL_REPLY = """ 当前时间：{current_time_str} 现在[{persona_text}]正在与[{sender_name}]在qq上私聊 他们的关系是：{relationship_text} [{persona_text}]现在的心情是：{current_emotion_text} 你现在需要操控[{persona_text}]，判断当前氛围和双方的意图，并根据以下【所有信息】灵活，合理的决策{persona_text}的下一步行动，需要符合正常人的社交流程，可以回复，可以倾听，甚至可以屏蔽对方： 【当前对话目标】 {goals_str} 【最近行动历史概要】 {action_history_summary} 【上一次行动的详细情况和结果】 {last_action_context} 【时间和超时提示】 {time_since_last_bot_message_info}{timeout_context} 【最近的对话记录】(包括你已成功发送的消息 和 新收到的消息) {chat_history_text} ------ 可选行动类型以及解释： listening: 倾听对方发言，当你认为对方话才说到一半，发言明显未结束时选择 direct_reply: 直接回复对方 send_memes: 发送一个符合当前聊天氛围或{persona_text}心情的表情包，当你觉得用表情包回应更合适，或者想要活跃气氛时选择。 rethink_goal: 思考一个对话目标，当你觉得目前对话需要目标，或当前目标不再适用，或话题卡住时选择。注意私聊的环境是灵活的，有可能需要经常选择 end_conversation: 结束对话，对方长时间没回复，繁忙，或者当你觉得对话告一段落时可以选择 block_and_ignore: 更加极端的结束对话方式，直接结束对话并在一段时间内无视对方所有发言（屏蔽），当你觉得对话让[{persona_text}]感到十分不适，或[{persona_text}]遭到各类骚扰时选择 请以JSON格式输出你的决策： {{ "action": "选择的行动类型 (必须是上面列表中的一个)", "reason": "选择该行动的原因 ", "emoji_query": "string" // 可选。如果行动是 'send_memes'，必须提供表情主题(填写表情包的适用场合或情感描述)；如果行动是 'direct_reply' 且你想附带表情，也在此提供表情主题，否则留空字符串 "" }} 注意：请严格按照JSON格式输出，不要包含任何其他内容。""" # Prompt(2): 上一次成功回复后，决定继续发言时的决策 Prompt PROMPT_FOLLOW_UP = """ 当前时间：{current_time_str} 现在[{persona_text}]正在与[{sender_name}]在qq上私聊，**并且刚刚[{persona_text}]已经回复了对方** 他们的关系是：{relationship_text} {persona_text}现在的心情是：{current_emotion_text} 你现在需要操控[{persona_text}]，判断当前氛围和双方的意图，并根据以下【所有信息】灵活，合理的决策[{persona_text}]的下一步行动，需要符合正常人的社交流程，可以发送新消息，可以等待，可以倾听，可以结束对话，甚至可以屏蔽对方： 【当前对话目标】 {goals_str} 【最近行动历史概要】 {action_history_summary} 【上一次行动的详细情况和结果】 {last_action_context} 【时间和超时提示】 {time_since_last_bot_message_info}{timeout_context} 【最近的对话记录】(包括你已成功发送的消息 和 新收到的消息) {chat_history_text} ------ 可选行动类型以及解释： wait: 暂时不说话，留给对方交互空间，等待对方回复。 listening: 倾听对方发言（虽然你刚发过言，但如果对方立刻回复且明显话没说完，可以选择这个） send_new_message: 发送一条新消息，当你觉得[{persona_text}]还有话要说，或现在适合/需要发送消息时可以选择 send_memes: 发送一个符合当前聊天氛围或{persona_text}心情的表情包，当你觉得用表情包回应更合适，或者想要活跃气氛时选择。 rethink_goal: 思考一个对话目标，当你觉得目前对话需要目标，或当前目标不再适用，或话题卡住时选择。注意私聊的环境是灵活的，有可能需要经常选择 end_conversation: 安全和平的结束对话，对方长时间没回复、繁忙、或你觉得对话告一段落时可以选择 block_and_ignore: 更加极端的结束对话方式，直接结束对话并在一段时间内无视对方所有发言（屏蔽），当你觉得对话让[{persona_text}]感到十分不适，或[{persona_text}]遭到各类骚扰时选择 请以JSON格式输出你的决策： {{ "action": "选择的行动类型 (必须是上面列表中的一个)", "reason": "选择该行动的原因", "emoji_query": "string" // 可选。如果行动是 'send_memes'，必须提供表情主题(填写表情包的适用场合或情感描述)；如果行动是 'send_new_message' 且你想附带表情，也在此提供表情主题，否则留空字符串 "" }} 注意：请严格按照JSON格式输出，不要包含任何其他内容。""" # 新增：Prompt(3): 决定是否在结束对话前发送告别语 PROMPT_END_DECISION = """ 当前时间：{current_time_str} 现在{persona_text}与{sender_name}刚刚结束了一场qq私聊 他们的关系是：{relationship_text} 你现在需要操控{persona_text}，根据以下【所有信息】灵活，合理的决策{persona_text}的下一步行动，需要符合正常人的社交流程： 【他们之前的聊天记录】 {chat_history_text} 你觉得他们的对话已经完整结束了吗？有时候，在对话自然结束后再说点什么可能会有点奇怪，但有时也可能需要一条简短的消息来圆满结束。 如果觉得确实有必要再发一条简短、自然的告别消息（比如 "好，下次再聊~" 或 "嗯，先这样吧"），就输出 "yes"。 如果觉得当前状态下直接结束对话更好，没有必要再发消息，就输出 "no"。 请以 JSON 格式输出你的选择： {{ "say_bye": "yes/no", "reason": "选择 yes 或 no 的原因和 (简要说明)" }} 注意：请严格按照 JSON 格式输出，不要包含任何其他内容。""" # Prompt(4): 当 reply_generator 决定不发送消息后的反思决策 Prompt PROMPT_REFLECT_AND_ACT = """ 当前时间：{current_time_str} 现在{persona_text}正在与{sender_name}在qq上私聊，刚刚{persona_text}打算发一条新消息，想了想还是不发了 他们的关系是：{relationship_text} {persona_text}现在的心情是是：{current_emotion_text} 你现在需要操控{persona_text}，根据以下【所有信息】灵活，合理的决策{persona_text}的下一步行动，需要符合正常人的社交流程，可以等待，可以倾听，可以结束对话，甚至可以屏蔽对方： 【当前对话目标】 {goals_str} 【最近行动历史概要】 {action_history_summary} 【上一次行动的详细情况和结果】 {last_action_context} 【时间和超时提示】 {time_since_last_bot_message_info}{timeout_context} 【最近的对话记录】(包括你已成功发送的消息 和 新收到的消息) {chat_history_text} ------ 可选行动类型以及解释： wait: 等待，暂时不说话。 listening: 倾听对方发言（虽然你刚发过言，但如果对方立刻回复且明显话没说完，可以选择这个） rethink_goal: 思考一个对话目标，当你觉得目前对话需要目标，或当前目标不再适用，或话题卡住时选择。注意私聊的环境是灵活的，有可能需要经常选择 end_conversation: 安全和平的结束对话，对方长时间没回复、繁忙、已经不再回复你消息、明显暗示或表达想结束聊天时，可以果断选择 block_and_ignore: 更加极端的结束对话方式，直接结束对话并在一段时间内无视对方所有发言（屏蔽），当对话让你感到十分不适，或你遭到各类骚扰时选择 请以JSON格式输出你的决策： {{ "action": "选择的行动类型 (必须是上面列表中的一个)", "reason": "选择该行动的原因" }} 注意：请严格按照JSON格式输出，不要包含任何其他内容。""" class ActionPlanner: """行动规划器""" def __init__(self, stream_id: str, private_name: str): """初始化行动规划器""" self.stream_id = stream_id self.private_name = private_name # 初始化 LLM 请求对象 try: llm_config = global_config.llm_PFC_action_planner if not isinstance(llm_config, dict): raise TypeError(f"LLM config 'llm_PFC_action_planner' is not a dictionary: {llm_config}") self.llm = LLMRequest( model=llm_config, temperature=llm_config.get("temp", 0.7), max_tokens=1500, request_type="action_planning", ) except TypeError as e: logger.error(f"[私聊][{self.private_name}] 初始化 LLMRequest 时配置错误: {e}") raise except Exception as e: logger.error(f"[私聊][{self.private_name}] 初始化 LLMRequest 时发生未知错误: {e}") raise # 获取个性化信息和机器人名称 # self.personality_info = Individuality.get_instance().get_prompt(x_person=2, level=3) self.name = global_config.BOT_NICKNAME # 获取 ChatObserver 实例 (单例模式) self.chat_observer = ChatObserver.get_instance(stream_id, private_name) async def plan( self, observation_info: ObservationInfo, conversation_info: ConversationInfo, last_successful_reply_action: Optional[str], use_reflect_prompt: bool = False, # 新增参数，用于指示是否使用PROMPT_REFLECT_AND_ACT ) -> Tuple[str, str]: """ 规划下一步行动。 Args: observation_info: 观察信息，包含聊天记录、未读消息等。 conversation_info: 对话信息，包含目标、历史动作等。 last_successful_reply_action: 上一次成功的回复动作类型 ('direct_reply' 或 'send_new_message' 或 None)。 Returns: Tuple[str, str]: (规划的行动类型, 行动原因)。 """ logger.info(f"[私聊][{self.private_name}] 开始规划行动...") plan_start_time = time.time() # --- 1. 准备 Prompt 输入信息 --- try: time_since_last_bot_message_info = self._get_bot_last_speak_time_info(observation_info) timeout_context = self._get_timeout_context(conversation_info) goals_str = self._build_goals_string(conversation_info) chat_history_text = await build_chat_history_text(observation_info, self.private_name) # 获取 sender_name, relationship_text, current_emotion_text sender_name_str = self.private_name if not sender_name_str: sender_name_str = "对方" # 再次确保有默认值 relationship_text_str = getattr(conversation_info, "relationship_text", "你们还不熟悉。") current_emotion_text_str = getattr(conversation_info, "current_emotion_text", "心情平静。") persona_text = f"{self.name}" action_history_summary, last_action_context = self._build_action_history_context(conversation_info) # retrieved_memory_str, retrieved_knowledge_str = await retrieve_contextual_info( # chat_history_text, self.private_name # ) # logger.info( # f"[私聊][{self.private_name}] (ActionPlanner) 检索完成。记忆: {'有' if '回忆起' in retrieved_memory_str else '无'} / 知识: {'有' if retrieved_knowledge_str and '无相关知识' not in retrieved_knowledge_str and '出错' not in retrieved_knowledge_str else '无'}" # ) except Exception as prep_err: logger.error(f"[私聊][{self.private_name}] 准备 Prompt 输入时出错: {prep_err}") logger.error(traceback.format_exc()) return "wait", f"准备行动规划输入时出错: {prep_err}" # --- 2. 选择并格式化 Prompt --- try: if use_reflect_prompt: # 新增的判断 prompt_template = PROMPT_REFLECT_AND_ACT log_msg = "使用 PROMPT_REFLECT_AND_ACT (反思决策)" elif last_successful_reply_action in ["direct_reply", "send_new_message", "send_memes"]: prompt_template = PROMPT_FOLLOW_UP log_msg = "使用 PROMPT_FOLLOW_UP (追问决策)" else: prompt_template = PROMPT_INITIAL_REPLY log_msg = "使用 PROMPT_INITIAL_REPLY (首次/非连续回复决策)" # spam_warning_message = "" # 初始回复时通常不需要刷屏警告 logger.debug(f"[私聊][{self.private_name}] {log_msg}") current_time_value = "获取时间失败" if observation_info and hasattr(observation_info, "current_time_str") and observation_info.current_time_str: current_time_value = observation_info.current_time_str # if spam_warning_message: # spam_warning_message = f"\n{spam_warning_message}\n" prompt = prompt_template.format( persona_text=persona_text, goals_str=goals_str if goals_str.strip() else "- 目前没有明确对话目标，请考虑设定一个。", action_history_summary=action_history_summary, last_action_context=last_action_context, time_since_last_bot_message_info=time_since_last_bot_message_info, timeout_context=timeout_context, chat_history_text=chat_history_text if chat_history_text.strip() else "还没有聊天记录。", # retrieved_memory_str=retrieved_memory_str if retrieved_memory_str else "无相关记忆。", # retrieved_knowledge_str=retrieved_knowledge_str if retrieved_knowledge_str else "无相关知识。", current_time_str=current_time_value, # spam_warning_info=spam_warning_message, sender_name=sender_name_str, relationship_text=relationship_text_str, current_emotion_text=current_emotion_text_str, ) logger.debug(f"[私聊][{self.private_name}] 发送到LLM的最终提示词:\n------\n{prompt}\n------") except KeyError as fmt_key_err: logger.error(f"[私聊][{self.private_name}] 格式化 Prompt 时缺少键: {fmt_key_err}") return "wait", f"格式化 Prompt 时出错 (缺少键: {fmt_key_err})" except Exception as fmt_err: logger.error(f"[私聊][{self.private_name}] 格式化 Prompt 时发生未知错误: {fmt_err}") return "wait", f"格式化 Prompt 时出错: {fmt_err}" # --- 3. 调用 LLM 进行初步规划 --- try: llm_start_time = time.time() content, _ = await self.llm.generate_response_async(prompt) llm_duration = time.time() - llm_start_time logger.debug(f"[私聊][{self.private_name}] LLM (行动规划) 耗时: {llm_duration:.3f} 秒, 原始返回: {content}") success, initial_result = get_items_from_json( content, self.private_name, "action", "reason", "emoji_query", default_values={"action": "wait", "reason": "LLM返回格式错误或未提供原因，默认等待", "emoji_query": ""}, allow_empty_string_fields=["emoji_query"] ) initial_action = initial_result.get("action", "wait") initial_reason = initial_result.get("reason", "LLM未提供原因，默认等待") current_emoji_query = initial_result.get("emoji_query", "") # 获取 emoji_query logger.info(f"[私聊][{self.private_name}] LLM 初步规划行动: {initial_action}, 原因: {initial_reason}表情查询: '{current_emoji_query}'") if conversation_info: # 确保 conversation_info 存在 conversation_info.current_emoji_query = current_emoji_query except Exception as llm_err: logger.error(f"[私聊][{self.private_name}] 调用 LLM 或解析初步规划结果时出错: {llm_err}") logger.error(traceback.format_exc()) return "wait", f"行动规划 LLM 调用或解析出错: {llm_err}" # --- 4. 处理特殊动作 (end_conversation) --- final_action = initial_action final_reason = initial_reason if initial_action == "end_conversation": try: time_str_for_end_decision = "获取时间失败" if ( observation_info and hasattr(observation_info, "current_time_str") and observation_info.current_time_str ): time_str_for_end_decision = observation_info.current_time_str final_action, final_reason = await self._handle_end_conversation_decision( persona_text, chat_history_text, initial_reason, time_str_for_end_decision, sender_name_str=sender_name_str, relationship_text_str=relationship_text_str, ) except Exception as end_dec_err: logger.error(f"[私聊][{self.private_name}] 处理结束对话决策时出错: {end_dec_err}") logger.warning(f"[私聊][{self.private_name}] 结束决策出错，将按原计划执行 end_conversation") final_action = "end_conversation" # 保持原计划 final_reason = initial_reason # --- [移除] 不再需要在这里检查 wait 动作的约束 --- # elif initial_action == "wait": # # ... (移除之前的检查逻辑) ... # final_action = "wait" # final_reason = initial_reason # --- 5. 验证最终行动类型 --- valid_actions_default = [ "direct_reply", "send_new_message", "send_memes", "wait", "listening", "rethink_goal", "end_conversation", "block_and_ignore", "say_goodbye", ] valid_actions_reflect = [ # PROMPT_REFLECT_AND_ACT 的动作 "wait", "listening", "rethink_goal", "end_conversation", "block_and_ignore", # PROMPT_REFLECT_AND_ACT 也可以 end_conversation，然后也可能触发 say_goodbye "say_goodbye", ] current_valid_actions = valid_actions_reflect if use_reflect_prompt else valid_actions_default if final_action not in current_valid_actions: logger.warning(f"[私聊][{self.private_name}] LLM 返回了未知的行动类型: '{final_action}'，强制改为 wait") final_reason = f"(原始行动'{final_action}'无效，已强制改为wait) {final_reason}" final_action = "wait" # 遇到无效动作，默认等待 plan_duration = time.time() - plan_start_time logger.success(f"[私聊][{self.private_name}] 最终规划行动: {final_action} (总耗时: {plan_duration:.3f} 秒)") logger.info(f"[私聊][{self.private_name}] 行动原因: {final_reason}") return final_action, final_reason # --- Helper methods for preparing prompt inputs --- def _get_bot_last_speak_time_info(self, observation_info: ObservationInfo) -> str: """获取机器人上次发言时间提示""" time_info = "" try: if not observation_info or not observation_info.bot_id: return "" bot_id_str = str(observation_info.bot_id) if hasattr(observation_info, "chat_history") and observation_info.chat_history: for msg in reversed(observation_info.chat_history): if not isinstance(msg, dict): continue sender_info = msg.get("user_info", {}) sender_id = str(sender_info.get("user_id")) if isinstance(sender_info, dict) else None msg_time = msg.get("time") if sender_id == bot_id_str and msg_time: time_diff = time.time() - msg_time if time_diff < 60.0: time_info = f"提示：你上一条成功发送的消息是在 {time_diff:.1f} 秒前。\n" break except AttributeError as e: logger.warning(f"[私聊][{self.private_name}] 获取 Bot 上次发言时间时属性错误: {e}") except Exception as e: logger.warning(f"[私聊][{self.private_name}] 获取 Bot 上次发言时间时出错: {e}") return time_info def _get_timeout_context(self, conversation_info: ConversationInfo) -> str: """获取超时提示信息""" timeout_context = "" try: if hasattr(conversation_info, "goal_list") and conversation_info.goal_list: last_goal_item = conversation_info.goal_list[-1] last_goal_text = "" if isinstance(last_goal_item, dict): last_goal_text = last_goal_item.get("goal", "") elif isinstance(last_goal_item, str): last_goal_text = last_goal_item if ( isinstance(last_goal_text, str) and "分钟，" in last_goal_text and "思考接下来要做什么" in last_goal_text ): wait_time_str = last_goal_text.split("分钟，")[0].replace("你等待了", "").strip() timeout_context = f"重要提示：对方已经长时间（约 {wait_time_str} 分钟）没有回复你的消息了，对方可能去忙了，也可能在对方看来对话已经结束。请基于此情况规划下一步。\n" logger.debug(f"[私聊][{self.private_name}] 检测到超时目标: {last_goal_text}") except AttributeError as e: logger.warning(f"[私聊][{self.private_name}] 检查超时目标时属性错误: {e}") except Exception as e: logger.warning(f"[私聊][{self.private_name}] 检查超时目标时出错: {e}") return timeout_context def _build_goals_string(self, conversation_info: ConversationInfo) -> str: """构建对话目标字符串""" goals_str = "" try: if hasattr(conversation_info, "goal_list") and conversation_info.goal_list: recent_goals = conversation_info.goal_list[-3:] for goal_item in recent_goals: goal = "目标内容缺失" reasoning = "没有明确原因" if isinstance(goal_item, dict): goal = goal_item.get("goal", goal) reasoning = goal_item.get("reasoning", reasoning) elif isinstance(goal_item, str): goal = goal_item goal = str(goal) if goal is not None else "目标内容缺失" reasoning = str(reasoning) if reasoning is not None else "没有明确原因" goals_str += f"- 目标：{goal}\n 原因：{reasoning}\n" if not goals_str: goals_str = "- 目前没有明确对话目标，请考虑设定一个。\n" else: goals_str = "- 目前没有明确对话目标，请考虑设定一个。\n" except AttributeError as e: logger.warning(f"[私聊][{self.private_name}] 构建对话目标字符串时属性错误: {e}") goals_str = "- 获取对话目标时出错。\n" except Exception as e: logger.error(f"[私聊][{self.private_name}] 构建对话目标字符串时出错: {e}") goals_str = "- 构建对话目标时出错。\n" return goals_str def _build_action_history_context(self, conversation_info: ConversationInfo) -> Tuple[str, str]: """构建行动历史概要和上一次行动详细情况""" action_history_summary = "你最近执行的行动历史：\n" last_action_context = "关于你【上一次尝试】的行动：\n" action_history_list: List[Dict[str, Any]] = [] try: if hasattr(conversation_info, "done_action") and conversation_info.done_action: action_history_list = conversation_info.done_action[-5:] except AttributeError as e: logger.warning(f"[私聊][{self.private_name}] 获取行动历史时属性错误: {e}") except Exception as e: logger.error(f"[私聊][{self.private_name}] 访问行动历史时出错: {e}") if not action_history_list: action_history_summary += "- 还没有执行过行动。\n" last_action_context += "- 这是你规划的第一个行动。\n" else: for i, action_data in enumerate(action_history_list): if not isinstance(action_data, dict): logger.warning(f"[私聊][{self.private_name}] 行动历史记录格式错误，跳过: {action_data}") continue action_type = action_data.get("action", "未知动作") plan_reason = action_data.get("plan_reason", "未知规划原因") status = action_data.get("status", "未知状态") final_reason = action_data.get("final_reason", "") action_time = action_data.get("time", "未知时间") reason_text = f", 最终原因: “{final_reason}”" if final_reason else "" summary_line = f"- 时间:{action_time}, 尝试:'{action_type}', 状态:{status}{reason_text}" action_history_summary += summary_line + "\n" if i == len(action_history_list) - 1: last_action_context += f"- 上次【规划】的行动是: '{action_type}'\n" last_action_context += f"- 当时规划的【原因】是: {plan_reason}\n" if status == "done": last_action_context += "- 该行动已【成功执行】。\n" elif status == "recall" or status == "error" or status.startswith("cancelled"): last_action_context += "- 但该行动最终【未能成功执行/被取消/出错】。\n" if final_reason: last_action_context += f"- 【重要】失败/取消/错误原因是: “{final_reason}”\n" else: last_action_context += "- 【重要】失败/取消/错误原因未明确记录。\n" elif status == "start": last_action_context += "- 该行动【正在执行中】或【未完成】。\n" else: last_action_context += f"- 该行动当前状态未知: {status}\n" return action_history_summary, last_action_context # --- Helper method for handling end_conversation decision --- async def _handle_end_conversation_decision( self, persona_text: str, chat_history_text: str, initial_reason: str, current_time_str: str, sender_name_str: str, relationship_text_str: str, ) -> Tuple[str, str]: """处理结束对话前的告别决策""" logger.info(f"[私聊][{self.private_name}] 初步规划结束对话，进入告别决策...") end_decision_prompt = PROMPT_END_DECISION.format( persona_text=persona_text, chat_history_text=chat_history_text, current_time_str=current_time_str, sender_name=sender_name_str, relationship_text=relationship_text_str, ) logger.debug(f"[私聊][{self.private_name}] 发送到LLM的结束决策提示词:\n------\n{end_decision_prompt}\n------") llm_start_time = time.time() end_content, _ = await self.llm.generate_response_async(end_decision_prompt) llm_duration = time.time() - llm_start_time logger.debug(f"[私聊][{self.private_name}] LLM (结束决策) 耗时: {llm_duration:.3f} 秒, 原始返回: {end_content}") end_success, end_result = get_items_from_json( end_content, self.private_name, "say_bye", "reason", default_values={"say_bye": "no", "reason": "结束决策LLM返回格式错误，默认不告别"}, required_types={"say_bye": str, "reason": str}, ) say_bye_decision = end_result.get("say_bye", "no").lower() end_decision_reason = end_result.get("reason", "未提供原因") if end_success and say_bye_decision == "yes": logger.info(f"[私聊][{self.private_name}] 结束决策: yes, 准备生成告别语. 原因: {end_decision_reason}") final_action = "say_goodbye" final_reason = f"决定发送告别语 (原因: {end_decision_reason})。原结束理由: {initial_reason}" return final_action, final_reason else: logger.info(f"[私聊][{self.private_name}] 结束决策: no, 直接结束对话. 原因: {end_decision_reason}") return "end_conversation", initial_reason