import time import asyncio import random import traceback from typing import TYPE_CHECKING, Optional from src.common.logger_manager import get_logger from src.plugins.models.utils_model import LLMRequest from src.config.config import global_config from src.plugins.chat.chat_stream import chat_manager, ChatStream from src.individuality.individuality import Individuality from src.plugins.utils.chat_message_builder import build_readable_messages from maim_message import UserInfo from ..chat_observer import ChatObserver from ..message_sender import DirectMessageSender # 导入富文本回溯，用于更好的错误展示 from rich.traceback import install # 使用TYPE_CHECKING避免循环导入 if TYPE_CHECKING: from ..conversation import Conversation install(extra_lines=3) # 获取当前模块的日志记录器 logger = get_logger("idle_conversation_starter") class IdleConversationStarter: """长时间无对话主动发起对话的组件 该组件会在一段时间没有对话后，自动生成一条消息发送给用户，以保持对话的活跃度。 时间阈值会在配置的最小和最大值之间随机选择，每次发送消息后都会重置。 """ def __init__(self, stream_id: str, private_name: str): """初始化空闲对话启动器 Args: stream_id: 聊天流ID private_name: 私聊用户名称 """ self.stream_id: str = stream_id self.private_name: str = private_name self.chat_observer = ChatObserver.get_instance(stream_id, private_name) self.message_sender = DirectMessageSender(private_name) # 添加异步锁，保护对共享变量的访问 self._lock: asyncio.Lock = asyncio.Lock() # LLM请求对象，用于生成主动对话内容 self.llm = LLMRequest( model=global_config.llm_normal, temperature=0.8, max_tokens=500, request_type="idle_conversation_starter" ) # 个性化信息 self.personality_info: str = Individuality.get_instance().get_prompt(x_person=2, level=3) # 计算实际触发阈值（在min和max之间随机） self.actual_idle_threshold: int = random.randint(global_config.min_idle_time, global_config.max_idle_time) # 工作状态 self.last_message_time: float = time.time() self._running: bool = False self._task: Optional[asyncio.Task] = None def start(self) -> None: """启动空闲对话检测 如果功能被禁用或已经在运行，则不会启动。 """ # 如果功能被禁用，则不启动 if not global_config.enable_idle_conversation: logger.info(f"[私聊][{self.private_name}]主动发起对话功能已禁用") return if self._running: logger.debug(f"[私聊][{self.private_name}]主动发起对话功能已在运行中") return self._running = True self._task = asyncio.create_task(self._check_idle_loop()) logger.info(f"[私聊][{self.private_name}]启动空闲对话检测，阈值设置为{self.actual_idle_threshold}秒") def stop(self) -> None: """停止空闲对话检测 取消当前运行的任务并重置状态。 """ if not self._running: return self._running = False if self._task: self._task.cancel() self._task = None logger.info(f"[私聊][{self.private_name}]停止空闲对话检测") async def update_last_message_time(self, message_time: Optional[float] = None) -> None: """更新最后一条消息的时间 Args: message_time: 消息时间戳，如果为None则使用当前时间 """ async with self._lock: self.last_message_time = message_time or time.time() # 重新随机化下一次触发的时间阈值 self.actual_idle_threshold = random.randint(global_config.min_idle_time, global_config.max_idle_time) logger.debug( f"[私聊][{self.private_name}]更新最后消息时间: {self.last_message_time}，新阈值: {self.actual_idle_threshold}秒" ) def reload_config(self) -> None: """重新加载配置 记录当前配置参数，用于日志输出 """ try: logger.debug( f"[私聊][{self.private_name}]重新加载主动对话配置: 启用={global_config.enable_idle_conversation}, 检查间隔={global_config.idle_check_interval}秒, 最短间隔={global_config.min_idle_time}秒, 最长间隔={global_config.max_idle_time}秒" ) # 重新计算实际阈值 async def update_threshold(): async with self._lock: self.actual_idle_threshold = random.randint( global_config.min_idle_time, global_config.max_idle_time ) logger.debug(f"[私聊][{self.private_name}]更新空闲检测阈值为: {self.actual_idle_threshold}秒") # 创建一个任务来异步更新阈值 asyncio.create_task(update_threshold()) except Exception as e: logger.error(f"[私聊][{self.private_name}]重新加载配置时出错: {str(e)}") logger.error(traceback.format_exc()) async def _check_idle_loop(self) -> None: """检查空闲状态的循环 定期检查是否长时间无对话，如果达到阈值则尝试主动发起对话。 """ try: config_reload_counter = 0 config_reload_interval = 100 # 每100次检查重新加载一次配置 while self._running: # 定期重新加载配置 config_reload_counter += 1 if config_reload_counter >= config_reload_interval: self.reload_config() config_reload_counter = 0 # 检查是否启用了主动对话功能 if not global_config.enable_idle_conversation: # 如果禁用了功能，就等待一段时间后再次检查配置 await asyncio.sleep(global_config.idle_check_interval) continue # 使用锁保护对共享变量的读取 current_time = time.time() async with self._lock: idle_time = current_time - self.last_message_time threshold = self.actual_idle_threshold if idle_time >= threshold: logger.info(f"[私聊][{self.private_name}]检测到长时间({idle_time:.0f}秒)无对话，尝试主动发起聊天") await self._initiate_conversation() # 更新时间，避免连续触发 await self.update_last_message_time() # 等待下一次检查 await asyncio.sleep(global_config.idle_check_interval) except asyncio.CancelledError: logger.debug(f"[私聊][{self.private_name}]空闲对话检测任务被取消") except Exception as e: logger.error(f"[私聊][{self.private_name}]空闲对话检测出错: {str(e)}") logger.error(traceback.format_exc()) # 尝试重新启动检测循环 if self._running: logger.info(f"[私聊][{self.private_name}]尝试重新启动空闲对话检测") self._task = asyncio.create_task(self._check_idle_loop()) async def _initiate_conversation(self) -> None: """生成并发送主动对话内容 获取聊天历史记录，使用LLM生成合适的开场白（大概），然后发送消息。 """ try: # 获取聊天历史记录，用于生成更合适的开场白 messages = self.chat_observer.get_cached_messages(limit=12) # 获取最近12条消息 chat_history_text = await build_readable_messages( messages, replace_bot_name=True, merge_messages=False, timestamp_mode="relative", read_mark=0.0, ) # 构建提示词 prompt = f"""{self.personality_info}。你的名字是{global_config.BOT_NICKNAME}。 你正在与用户{self.private_name}进行QQ私聊, 但已经有一段时间没有对话了。 你想要主动发起一个友好的对话，可以说说自己在做的事情或者询问对方在做什么。 请基于以下之前的对话历史，生成一条自然、友好、符合你个性的主动对话消息。 这条消息应该能够引起用户的兴趣，重新开始对话。 最近的对话历史（可能已经过去了很久）： {chat_history_text} 请直接输出一条消息，不要有任何额外的解释或引导文字。消息要简短自然，就像是在日常聊天中的开场白。 消息内容尽量简短,不要超过20个字,不要添加任何表情符号。 """ # 尝试生成回复，添加超时处理 try: content, _ = await asyncio.wait_for( self.llm.generate_response_async(prompt), timeout=30, # 30秒超时 ) except asyncio.TimeoutError: logger.error(f"[私聊][{self.private_name}]生成主动对话内容超时") return except Exception as llm_err: logger.error(f"[私聊][{self.private_name}]生成主动对话内容失败: {str(llm_err)}") logger.error(traceback.format_exc()) return # 清理结果 content = content.strip() content = content.strip("\"'") if not content: logger.error(f"[私聊][{self.private_name}]生成的主动对话内容为空") return # 统一错误处理，从这里开始所有操作都在同一个try-except块中 logger.debug(f"[私聊][{self.private_name}]成功生成主动对话内容: {content}，准备发送") # 在函数内部导入PFCManager，避免循环导入 from ..pfc_manager import PFCManager # 获取当前实例 - 注意这是同步方法，不需要await pfc_manager = PFCManager.get_instance() # 结束当前对话实例（如果存在） current_conversation = await pfc_manager.get_conversation(self.stream_id) if current_conversation: logger.info(f"[私聊][{self.private_name}]结束当前对话实例，准备创建新实例") try: await current_conversation.stop() await pfc_manager.remove_conversation(self.stream_id) except Exception as e: logger.warning(f"[私聊][{self.private_name}]结束当前对话实例时出错: {str(e)}，继续创建新实例") logger.warning(traceback.format_exc()) # 创建新的对话实例 logger.info(f"[私聊][{self.private_name}]创建新的对话实例以发送主动消息") new_conversation = None try: new_conversation = await pfc_manager.get_or_create_conversation(self.stream_id, self.private_name) except Exception as e: logger.error(f"[私聊][{self.private_name}]创建新对话实例失败: {str(e)}") logger.error(traceback.format_exc()) return # 确保新对话实例已初始化完成 chat_stream = await self._get_chat_stream(new_conversation) if not chat_stream: logger.error(f"[私聊][{self.private_name}]无法获取有效的聊天流，取消发送主动消息") return # 发送消息 try: await self.message_sender.send_message(chat_stream=chat_stream, content=content, reply_to_message=None) # 更新空闲会话启动器的最后消息时间 await self.update_last_message_time() # 如果新对话实例有一个聊天观察者，请触发更新 if new_conversation and hasattr(new_conversation, "chat_observer"): logger.info(f"[私聊][{self.private_name}]触发聊天观察者更新") try: new_conversation.chat_observer.trigger_update() except Exception as e: logger.warning(f"[私聊][{self.private_name}]触发聊天观察者更新失败: {str(e)}") logger.warning(traceback.format_exc()) logger.info(f"[私聊][{self.private_name}]成功主动发起对话: {content}") except Exception as e: logger.error(f"[私聊][{self.private_name}]发送主动对话消息失败: {str(e)}") logger.error(traceback.format_exc()) except Exception as e: # 顶级异常处理，确保任何未捕获的异常都不会导致整个进程崩溃 logger.error(f"[私聊][{self.private_name}]主动发起对话过程中发生未预期的错误: {str(e)}") logger.error(traceback.format_exc()) async def _get_chat_stream(self, conversation: Optional["Conversation"] = None) -> Optional[ChatStream]: """获取可用的聊天流 尝试多种方式获取聊天流： 1. 从传入的对话实例中获取 2. 从全局聊天管理器中获取 3. 创建一个新的聊天流 Args: conversation: 对话实例，可以为None Returns: Optional[ChatStream]: 如果成功获取则返回聊天流，否则返回None """ chat_stream = None # 1. 尝试从对话实例获取 if conversation and hasattr(conversation, "should_continue"): # 等待一小段时间，确保初始化完成 retry_count = 0 max_retries = 10 while not conversation.should_continue and retry_count < max_retries: await asyncio.sleep(0.5) retry_count += 1 logger.debug(f"[私聊][{self.private_name}]等待新对话实例初始化完成: 尝试 {retry_count}/{max_retries}") if not conversation.should_continue: logger.warning(f"[私聊][{self.private_name}]新对话实例初始化可能未完成，但仍将尝试获取聊天流") # 尝试使用对话实例的聊天流 if hasattr(conversation, "chat_stream") and conversation.chat_stream: logger.info(f"[私聊][{self.private_name}]使用新对话实例的聊天流") return conversation.chat_stream # 2. 尝试从聊天管理器获取 try: logger.info(f"[私聊][{self.private_name}]尝试从chat_manager获取聊天流") chat_stream = chat_manager.get_stream(self.stream_id) if chat_stream: return chat_stream except Exception as e: logger.warning(f"[私聊][{self.private_name}]从chat_manager获取聊天流失败: {str(e)}") logger.warning(traceback.format_exc()) # 3. 创建新的聊天流 try: logger.warning(f"[私聊][{self.private_name}]无法获取现有聊天流，创建新的聊天流") # 创建用户信息对象 user_info = UserInfo(user_id=global_config.BOT_QQ, user_nickname=global_config.BOT_NICKNAME, platform="qq") # 创建聊天流 return ChatStream(self.stream_id, "qq", user_info) except Exception as e: logger.error(f"[私聊][{self.private_name}]创建新聊天流失败: {str(e)}") logger.error(traceback.format_exc()) return None