from typing import Optional, Dict, Set import asyncio import time import random import traceback from datetime import datetime from src.common.logger_manager import get_logger from src.config.config import global_config from src.plugins.models.utils_model import LLMRequest from src.plugins.utils.prompt_builder import global_prompt_manager from src.plugins.person_info.person_info import person_info_manager from src.plugins.utils.chat_message_builder import build_readable_messages from ...schedule.schedule_generator import bot_schedule from ..chat_observer import ChatObserver from ..message_sender import DirectMessageSender from src.plugins.chat.chat_stream import ChatStream from maim_message import UserInfo from ..pfc_relationship import PfcRepationshipTranslator from rich.traceback import install install(extra_lines=3) logger = get_logger("pfc_idle_chat") class IdleChat: """主动聊天组件（测试中） 在以下条件都满足时触发主动聊天： 1. 当前没有任何活跃的对话实例 2. 在指定的活动时间内（7:00-23:00） 3. 根据关系值动态调整触发概率 4. 上次触发后已经过了足够的冷却时间 """ # 单例模式实现 _instances: Dict[str, "IdleChat"] = {} # 全局共享状态，用于跟踪未回复的用户 _pending_replies: Dict[str, float] = {} # 用户名 -> 发送时间 _tried_users: Set[str] = set() # 已尝试过的用户集合 _global_lock = asyncio.Lock() # 保护共享状态的全局锁 @classmethod def get_instance(cls, stream_id: str, private_name: str) -> "IdleChat": """获取IdleChat实例（单例模式） Args: stream_id: 聊天流ID private_name: 私聊用户名称 Returns: IdleChat: IdleChat实例 """ key = f"{private_name}:{stream_id}" if key not in cls._instances: cls._instances[key] = cls(stream_id, private_name) # 创建实例时自动启动检测 cls._instances[key].start() logger.info(f"[私聊][{private_name}]创建新的IdleChat实例并启动") return cls._instances[key] @classmethod async def register_user_response(cls, private_name: str) -> None: """注册用户已回复 当用户回复消息时调用此方法，将用户从待回复列表中移除 Args: private_name: 私聊用户名称 """ async with cls._global_lock: if private_name in cls._pending_replies: del cls._pending_replies[private_name] logger.info(f"[私聊][{private_name}]已回复主动聊天消息，从待回复列表中移除") @classmethod async def get_next_available_user(cls) -> Optional[str]: """获取下一个可用于主动聊天的用户 优先选择未尝试过的用户，其次是已尝试但超时未回复的用户 Returns: Optional[str]: 下一个可用的用户名，如果没有则返回None """ async with cls._global_lock: current_time = time.time() timeout_threshold = 7200 # 2小时未回复视为超时 # 清理超时未回复的用户 for user, send_time in list(cls._pending_replies.items()): if current_time - send_time > timeout_threshold: logger.info(f"[私聊][{user}]超过{timeout_threshold}秒未回复，标记为超时") del cls._pending_replies[user] # 获取所有实例中的用户 all_users = set() for key in cls._instances: user = key.split(":", 1)[0] all_users.add(user) # 优先选择未尝试过的用户 untried_users = all_users - cls._tried_users if untried_users: next_user = random.choice(list(untried_users)) cls._tried_users.add(next_user) return next_user # 如果所有用户都已尝试过，重置尝试集合，从头开始 if len(cls._tried_users) >= len(all_users): cls._tried_users.clear() logger.info("[私聊]所有用户都已尝试过，重置尝试列表") # 随机选择一个不在待回复列表中的用户 available_users = all_users - set(cls._pending_replies.keys()) if available_users: next_user = random.choice(list(available_users)) cls._tried_users.add(next_user) return next_user return None def __init__(self, stream_id: str, private_name: str): """初始化主动聊天组件 Args: stream_id: 聊天流ID private_name: 私聊用户名称 """ self.stream_id = stream_id self.private_name = 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=0.5, max_tokens=500, request_type="idle_chat") # 工作状态 self.active_instances_count: int = 0 self.last_trigger_time: float = time.time() - 1500 # 初始化时减少等待时间 self._running: bool = False self._task: Optional[asyncio.Task] = None # 配置参数 - 从global_config加载 self.min_cooldown = global_config.min_idle_time # 最短冷却时间（默认2小时） self.max_cooldown = global_config.max_idle_time # 最长冷却时间（默认5小时） self.check_interval = global_config.idle_check_interval * 60 # 检查间隔（默认10分钟，转换为秒） self.active_hours_start = 7 # 活动开始时间 self.active_hours_end = 23 # 活动结束时间 # 关系值相关 self.base_trigger_probability = 0.3 # 基础触发概率 self.relationship_factor = 0.0003 # 关系值影响因子 def start(self) -> None: """启动主动聊天检测""" # 检查是否启用了主动聊天功能 if not global_config.enable_idle_conversation: logger.info(f"[私聊][{self.private_name}]主动聊天功能已禁用（配置ENABLE_IDLE_CONVERSATION=False）") return if self._running: logger.debug(f"[私聊][{self.private_name}]主动聊天功能已在运行中") return self._running = True self._task = asyncio.create_task(self._check_idle_loop()) logger.info(f"[私聊][{self.private_name}]启动主动聊天检测") def stop(self) -> None: """停止主动聊天检测""" 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}]停止主动聊天检测") async def increment_active_instances(self) -> None: """增加活跃实例计数 当创建新的对话实例时调用此方法 """ async with self._lock: self.active_instances_count += 1 logger.debug(f"[私聊][{self.private_name}]活跃实例数+1，当前：{self.active_instances_count}") async def decrement_active_instances(self) -> None: """减少活跃实例计数 当对话实例结束时调用此方法 """ async with self._lock: self.active_instances_count = max(0, self.active_instances_count - 1) logger.debug(f"[私聊][{self.private_name}]活跃实例数-1，当前：{self.active_instances_count}") 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_trigger_time = message_time or time.time() logger.debug(f"[私聊][{self.private_name}]更新最后消息时间: {self.last_trigger_time:.2f}") # 当用户发送消息时，也应该注册响应 await self.__class__.register_user_response(self.private_name) def _is_active_hours(self) -> bool: """检查是否在活动时间内""" current_hour = datetime.now().hour return self.active_hours_start <= current_hour < self.active_hours_end async def _should_trigger(self) -> bool: """检查是否应该触发主动聊天""" async with self._lock: # 确保计数不会出错，重置为0如果发现是负数 if self.active_instances_count < 0: logger.warning(f"[私聊][{self.private_name}]检测到活跃实例数为负数，重置为0") self.active_instances_count = 0 # 检查是否有活跃实例 if self.active_instances_count > 0: logger.debug(f"[私聊][{self.private_name}]存在活跃实例({self.active_instances_count})，不触发主动聊天") return False # 检查是否在活动时间内 if not self._is_active_hours(): logger.debug(f"[私聊][{self.private_name}]不在活动时间内，不触发主动聊天") return False # 检查冷却时间 current_time = time.time() time_since_last_trigger = current_time - self.last_trigger_time if time_since_last_trigger < self.min_cooldown: time_left = self.min_cooldown - time_since_last_trigger logger.debug( f"[私聊][{self.private_name}]冷却时间未到(已过{time_since_last_trigger:.0f}秒/需要{self.min_cooldown}秒)，还需等待{time_left:.0f}秒，不触发主动聊天" ) return False # 强制触发检查 - 如果超过最大冷却时间，增加触发概率 force_trigger = False if time_since_last_trigger > self.max_cooldown * 2: # 如果超过最大冷却时间的两倍 force_probability = min(0.6, self.base_trigger_probability * 2) # 增加概率但不超过0.6 random_force = random.random() force_trigger = random_force < force_probability if force_trigger: logger.info( f"[私聊][{self.private_name}]超过最大冷却时间({time_since_last_trigger:.0f}秒)，强制触发主动聊天" ) return True # 获取关系值 relationship_value = 0 try: # 导入relationship_manager以使用ensure_float方法 from src.plugins.person_info.relationship_manager import relationship_manager # 尝试获取person_id person_id = None try: # 先尝试通过昵称获取person_id platform = "qq" # 默认平台 person_id = person_info_manager.get_person_id(platform, self.private_name) # 如果通过昵称获取失败，尝试通过stream_id解析 if not person_id: parts = self.stream_id.split("_") if len(parts) >= 2 and parts[0] == "private": user_id = parts[1] platform = parts[2] if len(parts) >= 3 else "qq" try: person_id = person_info_manager.get_person_id(platform, int(user_id)) except ValueError: # 如果user_id不是整数，尝试作为字符串使用 person_id = person_info_manager.get_person_id(platform, user_id) except Exception as e2: logger.warning(f"[私聊][{self.private_name}]尝试获取person_id失败: {str(e2)}") # 获取关系值 if person_id: raw_value = await person_info_manager.get_value(person_id, "relationship_value") relationship_value = relationship_manager.ensure_float(raw_value, person_id) logger.debug(f"[私聊][{self.private_name}]成功获取关系值: {relationship_value}") else: logger.warning(f"[私聊][{self.private_name}]无法获取person_id，使用默认关系值0") # 使用PfcRepationshipTranslator获取关系描述 relationship_translator = PfcRepationshipTranslator(self.private_name) relationship_level = relationship_translator._calculate_relationship_level_num( relationship_value, self.private_name ) # 基于关系等级调整触发概率 # 关系越好，主动聊天概率越高 level_probability_factors = [0.05, 0.1, 0.2, 0.3, 0.4, 0.5] # 每个等级对应的基础概率因子 base_probability = level_probability_factors[relationship_level] # 基础概率因子 trigger_probability = base_probability trigger_probability = max(0.05, min(0.6, trigger_probability)) # 限制在0.05-0.6之间 # 最大冷却时间调整 - 随着冷却时间增加，逐渐增加触发概率 if time_since_last_trigger > self.max_cooldown: # 计算额外概率 - 每超过最大冷却时间的10%，增加1%的概率，最多增加30% extra_time_factor = min( 0.3, (time_since_last_trigger - self.max_cooldown) / (self.max_cooldown * 10) ) trigger_probability += extra_time_factor logger.debug(f"[私聊][{self.private_name}]超过标准冷却时间，额外增加概率: +{extra_time_factor:.2f}") # 随机判断是否触发 random_value = random.random() should_trigger = random_value < trigger_probability logger.debug( f"[私聊][{self.private_name}]触发概率计算: 基础({base_probability:.2f}) + 关系值({relationship_value})影响 = {trigger_probability:.2f}，随机值={random_value:.2f}, 结果={should_trigger}" ) # 如果决定触发，记录详细日志 if should_trigger: logger.info( f"[私聊][{self.private_name}]决定触发主动聊天: 触发概率={trigger_probability:.2f}, 距上次已过{time_since_last_trigger:.0f}秒" ) return should_trigger except Exception as e: logger.error(f"[私聊][{self.private_name}]获取关系值失败: {str(e)}") logger.error(traceback.format_exc()) # 即使获取关系值失败，仍有一个基础的几率触发 # 这确保即使数据库有问题，主动聊天功能仍然可用 base_fallback_probability = 0.1 # 较低的基础几率 random_fallback = random.random() fallback_trigger = random_fallback < base_fallback_probability if fallback_trigger: logger.info( f"[私聊][{self.private_name}]获取关系值失败，使用后备触发机制: 概率={base_fallback_probability:.2f}, 决定={fallback_trigger}" ) return fallback_trigger async def _check_idle_loop(self) -> None: """检查空闲状态的循环""" try: while self._running: # 检查是否启用了主动聊天功能 if not global_config.enable_idle_conversation: # 如果禁用了功能，等待一段时间后再次检查配置 await asyncio.sleep(60) # 每分钟检查一次配置变更 continue # 检查当前用户是否应该触发主动聊天 should_trigger = await self._should_trigger() # 如果当前用户不触发，检查是否有其他用户已经超时未回复 if not should_trigger: async with self.__class__._global_lock: current_time = time.time() pending_timeout = 1800 # 30分钟未回复检查 # 检查此用户是否在等待回复列表中 if self.private_name in self.__class__._pending_replies: logger.debug(f"[私聊][{self.private_name}]当前用户在等待回复列表中，不进行额外检查") else: # 查找所有超过30分钟未回复的用户 timed_out_users = [] for user, send_time in self.__class__._pending_replies.items(): if current_time - send_time > pending_timeout: timed_out_users.append(user) # 如果有超时未回复的用户，尝试找下一个用户 if timed_out_users: logger.info(f"[私聊]发现{len(timed_out_users)}个用户超过{pending_timeout}秒未回复") next_user = await self.__class__.get_next_available_user() if next_user and next_user != self.private_name: logger.info(f"[私聊]选择下一个用户[{next_user}]进行主动聊天") # 查找该用户的实例并触发聊天 for key, instance in self.__class__._instances.items(): if key.startswith(f"{next_user}:"): logger.info(f"[私聊]为用户[{next_user}]触发主动聊天") # 触发该实例的主动聊天 asyncio.create_task(instance._initiate_chat()) break # 如果当前用户应该触发主动聊天 if should_trigger: try: await self._initiate_chat() # 更新上次触发时间 async with self._lock: self.last_trigger_time = time.time() # 将此用户添加到等待回复列表中 async with self.__class__._global_lock: self.__class__._pending_replies[self.private_name] = time.time() self.__class__._tried_users.add(self.private_name) logger.info(f"[私聊][{self.private_name}]已添加到等待回复列表中") except Exception as e: logger.error(f"[私聊][{self.private_name}]执行主动聊天过程出错: {str(e)}") logger.error(traceback.format_exc()) # 等待下一次检查 check_interval = self.check_interval # 使用配置的检查间隔 logger.debug(f"[私聊][{self.private_name}]等待{check_interval}秒后进行下一次主动聊天检查") await asyncio.sleep(check_interval) except asyncio.CancelledError: logger.debug(f"[私聊][{self.private_name}]主动聊天检测任务被取消") except Exception as e: logger.error(f"[私聊][{self.private_name}]主动聊天检测出错: {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}]尝试重新启动主动聊天检测") self._task = asyncio.create_task(self._check_idle_loop()) async def _get_chat_stream(self) -> Optional[ChatStream]: """获取聊天流实例""" try: # 尝试从全局聊天管理器获取现有的聊天流 from src.plugins.chat.chat_stream import chat_manager existing_chat_stream = chat_manager.get_stream(self.stream_id) if existing_chat_stream: logger.debug(f"[私聊][{self.private_name}]从chat_manager找到现有聊天流") return existing_chat_stream # 如果没有现有聊天流，则创建新的 logger.debug(f"[私聊][{self.private_name}]未找到现有聊天流，创建新聊天流") # 创建用户信息对象 user_info = UserInfo( user_id=self.private_name, # 使用私聊用户的ID user_nickname=self.private_name, # 使用私聊用户的名称 platform="qq", ) # 创建聊天流 new_stream = ChatStream(self.stream_id, "qq", user_info) # 将新创建的聊天流添加到管理器中 chat_manager.register_stream(new_stream) logger.debug(f"[私聊][{self.private_name}]成功创建并注册新聊天流") return new_stream except Exception as e: logger.error(f"[私聊][{self.private_name}]创建/获取聊天流失败: {str(e)}") logger.error(traceback.format_exc()) return None async def _initiate_chat(self) -> None: """生成并发送主动聊天消息""" try: # 获取聊天历史记录 messages = self.chat_observer.get_cached_messages(limit=12) chat_history_text = await build_readable_messages( messages, replace_bot_name=True, merge_messages=False, timestamp_mode="relative", read_mark=0.0 ) # 获取关系信息 from src.plugins.person_info.relationship_manager import relationship_manager # 获取关系值 relationship_value = 0 try: platform = "qq" person_id = person_info_manager.get_person_id(platform, self.private_name) if person_id: raw_value = await person_info_manager.get_value(person_id, "relationship_value") relationship_value = relationship_manager.ensure_float(raw_value, person_id) except Exception as e: logger.warning(f"[私聊][{self.private_name}]获取关系值失败，使用默认值: {e}") # 使用PfcRepationshipTranslator获取关系描述 relationship_translator = PfcRepationshipTranslator(self.private_name) full_relationship_text = await relationship_translator.translate_relationship_value_to_text( relationship_value ) # 提取纯关系描述（去掉"你们的关系是："前缀） relationship_description = "普通" # 默认值 if "：" in full_relationship_text: relationship_description = full_relationship_text.split("：")[1].replace("。", "") if global_config.ENABLE_SCHEDULE_GEN: schedule_prompt = await global_prompt_manager.format_prompt( "schedule_prompt", schedule_info=bot_schedule.get_current_num_task(num=1, time_info=False) ) else: schedule_prompt = "" # 构建提示词 current_time = datetime.now().strftime("%H:%M") prompt = f"""你是{global_config.BOT_NICKNAME}。 你正在与用户{self.private_name}进行QQ私聊，你们的关系是{relationship_description} 现在时间{current_time} 这是你的日程{schedule_prompt} 你想要主动发起对话。 请基于以下之前的对话历史，生成一条自然、友好、符合关系程度的主动对话消息。 这条消息应能够引起用户的兴趣，重新开始对话。 最近的对话历史（并不是现在的对话）： {chat_history_text} 请你严格根据对话历史决定是告诉对方你正在做的事情，还是询问对方正在做的事情 请直接输出一条消息，不要有任何额外的解释或引导文字 消息内容尽量简短 """ # 生成回复 logger.debug(f"[私聊][{self.private_name}]开始生成主动聊天内容") try: content, _ = await asyncio.wait_for(self.llm.generate_response_async(prompt), timeout=30) logger.debug(f"[私聊][{self.private_name}]成功生成主动聊天内容: {content}") except asyncio.TimeoutError: logger.error(f"[私聊][{self.private_name}]生成主动聊天内容超时") return except Exception as llm_err: logger.error(f"[私聊][{self.private_name}]生成主动聊天内容失败: {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}]生成的主动聊天内容为空") return # 获取聊天流 chat_stream = await self._get_chat_stream() 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: logger.debug(f"[私聊][{self.private_name}]准备发送主动聊天消息: {content}") await self.message_sender.send_message(chat_stream=chat_stream, content=content, reply_to_message=None) logger.info(f"[私聊][{self.private_name}]成功主动发起聊天: {content}") except Exception as e: logger.error(f"[私聊][{self.private_name}]发送主动聊天消息失败: {str(e)}") logger.error(traceback.format_exc()) except Exception as e: logger.error(f"[私聊][{self.private_name}]主动发起聊天过程中发生未预期的错误: {str(e)}") logger.error(traceback.format_exc())