mirror of https://github.com/Mai-with-u/MaiBot.git
364 lines
19 KiB
Python
364 lines
19 KiB
Python
import random
|
||
from .pfc_utils import retrieve_contextual_info
|
||
|
||
from src.common.logger_manager import get_logger
|
||
from ..models.utils_model import LLMRequest
|
||
from ...config.config import global_config
|
||
from .chat_observer import ChatObserver
|
||
from .reply_checker import ReplyChecker
|
||
from src.individuality.individuality import Individuality
|
||
from .observation_info import ObservationInfo
|
||
from .conversation_info import ConversationInfo
|
||
from src.plugins.utils.chat_message_builder import build_readable_messages
|
||
|
||
logger = get_logger("reply_generator")
|
||
|
||
PROMPT_GER_VARIATIONS = [
|
||
("不用输出或提及提及对方的网名或绰号", 0.50),
|
||
("如果当前对话比较轻松，可以尝试用轻松幽默或者略带调侃的语气回应，但要注意分寸", 0.8),
|
||
("避免使用过于正式或书面化的词语，多用生活化的口语表达", 0.8),
|
||
("如果对方的发言比较跳跃或难以理解，可以尝试用猜测或确认的语气回应", 0.8),
|
||
("如果感觉对话有点干巴，可以尝试引入一些轻松的相关小话题或者自己的小想法，但不要偏离太远", 0.8),
|
||
("注意观察对方的情绪（如果能从文字中判断），并作出适当的回应，比如安慰、鼓励或表示理解", 0.8),
|
||
("", 0.10)
|
||
]
|
||
|
||
REPLY_STYLE1_VARIATIONS = [
|
||
("整体风格可以平和、简短", 0.3),
|
||
("回复可以非常简洁，有时甚至用单个词、短语或者一个反问就能表达清楚", 0.10),
|
||
("尝试使用更自然的口语连接词，例如：然后/所以呢/不过嘛/倒是", 0.05),
|
||
("在表达观点时，可以说得主观一些，例如：我觉得.../我个人感觉.../要我说...", 0.10),
|
||
("**请省略主语，简短**", 0.4),
|
||
("回复得认真一些", 0.05),
|
||
]
|
||
|
||
REPLY_STYLE2_VARIATIONS = [
|
||
("结尾可以使用语气助词，例如：呀/噢/诶/哈/啦，让语气更生动", 0.10),
|
||
("不要输出任何语气词", 0.10),
|
||
("在适当的时候，可以用一些感叹词来表达情绪或态度，例如：哇/啊？/啧啧/哎呀", 0.05),
|
||
("可以模糊化表达，例如：'我记得...'", 0.10),
|
||
("对于一些无聊或者不想深入的话题，可以敷衍一下，例如：/哦这样啊/还行吧/随便啦", 0.10),
|
||
("尽量用简单句和短句", 0.25),
|
||
("不要输出任何标点符号，简短", 0.30),
|
||
]
|
||
|
||
# --- 定义 Prompt 模板 ---
|
||
|
||
# Prompt for direct_reply (首次回复)
|
||
PROMPT_DIRECT_REPLY = """
|
||
当前时间：{current_time_str}
|
||
{persona_text}。
|
||
你正在和{sender_name}在QQ上私聊。
|
||
你与对方的关系是：{relationship_text}
|
||
你现在的心情是：{current_emotion_text}
|
||
请根据以下信息生成一条回复：
|
||
|
||
当前对话目标：{goals_str}
|
||
|
||
你有以下这些知识：
|
||
{retrieved_knowledge_str}
|
||
请你**记住上面的知识**，在回复中有可能会用到。
|
||
|
||
最近的聊天记录：
|
||
{chat_history_text}
|
||
|
||
{retrieved_memory_str}
|
||
|
||
{last_rejection_info}
|
||
|
||
|
||
请根据上述信息，结合聊天记录，回复对方。该回复应该：
|
||
1. 符合对话目标，以"你"的角度发言（不要自己与自己对话！）
|
||
2. 符合你的性格特征和身份细节
|
||
3. 通俗易懂，自然流畅，像正常聊天一样，简短（通常20字以内，除非特殊情况）
|
||
4. 可以适当利用相关知识和回忆，但**不要生硬引用**，若无必要，也可以不利用
|
||
5. 自然、得体，结合聊天记录逻辑合理，没有重复表达同质内容，也没有复读你之前的发言
|
||
|
||
请注意把握聊天内容，不要回复的太有条理，可以有个性。请分清"你"和对方说的话，不要把"你"说的话当做对方说的话，这是你自己说的话。
|
||
可以回复得自然随意自然一些，就像真人一样，注意把握聊天内容，{reply_style1}，不要刻意突出自身学科背景，不要说你说过的话，{reply_style2}。
|
||
{prompt_ger}，请你注意不要输出多余内容(包括前后缀，冒号和引号，括号，表情等)，只输出回复内容。
|
||
不要输出多余内容(包括前后缀，冒号和引号，括号，表情包，at或 @等 )。
|
||
|
||
请直接输出回复内容，不需要任何额外格式。"""
|
||
|
||
# Prompt for send_new_message (追问/补充)
|
||
PROMPT_SEND_NEW_MESSAGE = """
|
||
当前时间：{current_time_str}
|
||
{persona_text}。
|
||
你正在和{sender_name}在QQ上私聊，**并且刚刚你已经发送了一条或多条消息**
|
||
你与对方的关系是：{relationship_text}
|
||
你现在的心情是：{current_emotion_text}
|
||
现在请根据以下信息判断你是否要继续发一条新消息，当然，如果你决定继续发消息不合适，也可以不发：
|
||
|
||
当前对话目标：{goals_str}
|
||
|
||
你有以下这些知识：
|
||
{retrieved_knowledge_str}
|
||
请你**记住上面的知识**，在发消息时有可能会用到。
|
||
|
||
最近的聊天记录：
|
||
{chat_history_text}
|
||
|
||
{retrieved_memory_str}
|
||
|
||
{last_rejection_info}
|
||
|
||
{spam_warning_info}
|
||
|
||
请根据上述信息，判断你是否要继续发一条新消息（例如对之前消息的补充，深入话题，或追问等等）。如果你觉得要发送，该消息应该：
|
||
1. 符合对话目标，以"你"的角度发言（不要自己与自己对话！）
|
||
2. 符合你的性格特征和身份细节
|
||
3. 通俗易懂，自然流畅，像正常聊天一样，简短（通常20字以内，除非特殊情况）
|
||
4. 可以适当利用相关知识和回忆，但**不要生硬引用**，若无必要，也可以不利用
|
||
5. 跟之前你发的消息自然的衔接，逻辑合理，没有重复表达同质内容或部分重叠内容，也没有复读你之前的发言
|
||
|
||
请注意把握聊天内容，不用太有条理，可以有个性。请分清"你"和对方说的话，不要把"你"说的话当做对方说的话，这是你自己说的话。
|
||
这条消息可以自然随意自然一些，就像真人一样，注意把握聊天内容，{reply_style1}，不要刻意突出自身学科背景，不要说你说过的话，{reply_style2}。
|
||
{prompt_ger}。
|
||
如果你决定继续发消息不合适，也可以不发送。
|
||
|
||
请严格按照以下JSON格式输出你的选择和消息内容，不要包含任何其他说明或非JSON文本：
|
||
{{
|
||
"send": "yes/no",
|
||
"txt": "如果选择发送，这里是具体的消息文本。如果选择不发送，这里也填写 'no'。"
|
||
}}
|
||
"""
|
||
|
||
# Prompt for say_goodbye (告别语生成)
|
||
PROMPT_FAREWELL = """
|
||
当前时间：{current_time_str}
|
||
{persona_text}。
|
||
你正在和{sender_name}私聊，在QQ上私聊，现在你们的对话似乎已经结束。
|
||
你与对方的关系是：{relationship_text}
|
||
你现在的心情是：{current_emotion_text}
|
||
现在你决定再发一条最后的消息来圆满结束。
|
||
|
||
最近的聊天记录：
|
||
{chat_history_text}
|
||
|
||
请根据上述信息，结合聊天记录，构思一条**简短、自然、符合你人设**的最后的消息。
|
||
这条消息应该：
|
||
1. 从你自己的角度发言。
|
||
2. 符合你的性格特征和身份细节。
|
||
3. 通俗易懂，自然流畅，通常很简短。
|
||
4. 自然地为这场对话画上句号，避免开启新话题或显得冗长、刻意。
|
||
|
||
请像真人一样随意自然，**简洁是关键**。
|
||
不要输出多余内容（包括前后缀、冒号、引号、括号、表情包、at或@等）。
|
||
|
||
请直接输出最终的告别消息内容，不需要任何额外格式。"""
|
||
|
||
|
||
class ReplyGenerator:
|
||
"""回复生成器"""
|
||
|
||
def __init__(self, stream_id: str, private_name: str):
|
||
self.llm = LLMRequest(
|
||
model=global_config.llm_PFC_chat,
|
||
temperature=global_config.llm_PFC_chat["temp"],
|
||
max_tokens=300, # 对于JSON输出，这个可能需要适当调整，但一般回复短，JSON结构也简单
|
||
request_type="reply_generation",
|
||
)
|
||
self.personality_info = Individuality.get_instance().get_prompt(x_person=2, level=3)
|
||
self.name = global_config.BOT_NICKNAME
|
||
self.private_name = private_name
|
||
self.chat_observer = ChatObserver.get_instance(stream_id, private_name)
|
||
self.reply_checker = ReplyChecker(stream_id, private_name)
|
||
|
||
# 修改 generate 方法签名，增加 action_type 参数
|
||
async def generate(
|
||
self, observation_info: ObservationInfo, conversation_info: ConversationInfo, action_type: str
|
||
) -> str:
|
||
"""生成回复
|
||
|
||
Args:
|
||
observation_info: 观察信息
|
||
conversation_info: 对话信息
|
||
action_type: 当前执行的动作类型 ('direct_reply', 'send_new_message', 'say_goodbye')
|
||
|
||
Returns:
|
||
str: 生成的回复。
|
||
对于 'direct_reply' 和 'say_goodbye'，返回纯文本回复。
|
||
对于 'send_new_message'，返回包含决策和文本的JSON字符串。
|
||
"""
|
||
logger.debug(
|
||
f"[私聊][{self.private_name}]开始生成回复 (动作类型: {action_type})：当前目标: {conversation_info.goal_list}"
|
||
)
|
||
|
||
chosen_prompt_ger = random.choices([style[0] for style in PROMPT_GER_VARIATIONS], weights=[style[1] for style in PROMPT_GER_VARIATIONS], k=1)[0]
|
||
chosen_reply_style1 = random.choices([style[0] for style in REPLY_STYLE1_VARIATIONS], weights=[style[1] for style in REPLY_STYLE1_VARIATIONS], k=1)[0]
|
||
chosen_reply_style2 = random.choices([style[0] for style in REPLY_STYLE2_VARIATIONS], weights=[style[1] for style in REPLY_STYLE2_VARIATIONS], k=1)[0]
|
||
|
||
# --- 构建通用 Prompt 参数 ---
|
||
goals_str = ""
|
||
if conversation_info.goal_list:
|
||
for goal_reason in conversation_info.goal_list:
|
||
if isinstance(goal_reason, dict):
|
||
goal = goal_reason.get("goal", "目标内容缺失")
|
||
reasoning = goal_reason.get("reasoning", "没有明确原因")
|
||
else:
|
||
goal = str(goal_reason)
|
||
reasoning = "没有明确原因"
|
||
|
||
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"
|
||
else:
|
||
goals_str = "- 目前没有明确对话目标\n"
|
||
|
||
chat_history_text = observation_info.chat_history_str
|
||
if observation_info.new_messages_count > 0 and observation_info.unprocessed_messages:
|
||
new_messages_list = observation_info.unprocessed_messages
|
||
new_messages_str = await build_readable_messages(
|
||
new_messages_list,
|
||
replace_bot_name=True,
|
||
merge_messages=False,
|
||
timestamp_mode="relative",
|
||
read_mark=0.0,
|
||
)
|
||
chat_history_text += f"\n--- 以下是 {observation_info.new_messages_count} 条新消息 ---\n{new_messages_str}"
|
||
elif not chat_history_text:
|
||
chat_history_text = "还没有聊天记录。"
|
||
else:
|
||
chat_history_text += (
|
||
"\n--- 以上均为已读消息，未读消息均已处理完毕 ---\n"
|
||
)
|
||
|
||
sender_name_str = getattr(observation_info, 'sender_name', '对方')
|
||
if not sender_name_str:
|
||
sender_name_str = '对方'
|
||
|
||
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"你的名字是{self.name}，{self.personality_info}。"
|
||
retrieval_context = chat_history_text
|
||
retrieved_memory_str, retrieved_knowledge_str = await retrieve_contextual_info(
|
||
retrieval_context, self.private_name
|
||
)
|
||
logger.info(
|
||
f"[私聊][{self.private_name}] (ReplyGenerator) 统一检索完成。记忆: {'有' if '回忆起' in retrieved_memory_str else '无'} / 知识: {'有' if '出错' not in retrieved_knowledge_str and '无相关知识' not in retrieved_knowledge_str else '无'}"
|
||
)
|
||
|
||
last_rejection_info_str = ""
|
||
last_reason = getattr(conversation_info, "last_reply_rejection_reason", None)
|
||
last_content = getattr(conversation_info, "last_rejected_reply_content", None)
|
||
|
||
if last_reason and last_content:
|
||
if last_reason == "机器人尝试发送重复消息": # 这是我们从 ReplyChecker 设置的特定原因
|
||
last_rejection_info_str = (
|
||
f"\n------\n"
|
||
f"【重要提示：你上一次尝试发送的消息 “{last_content}” 与你更早之前发送过的某条消息完全相同。这属于复读行为，请避免。】\n"
|
||
f"请根据此提示调整你的新回复，确保内容新颖，不要重复你已经说过的话。\n"
|
||
f"------\n"
|
||
)
|
||
logger.info(
|
||
f"[私聊][{self.private_name}] (ReplyGenerator) 检测到自身复读，将加入特定警告到 Prompt:\n"
|
||
f" 内容: {last_content}"
|
||
)
|
||
else: # 其他类型的拒绝原因，保持原有格式
|
||
last_rejection_info_str = (
|
||
f"\n------\n"
|
||
f"【重要提示：你上一次尝试回复时失败了，以下是详细信息】\n"
|
||
f"上次试图发送的消息内容： “{last_content}”\n"
|
||
f"失败原因： “{last_reason}”\n"
|
||
f"请根据【消息内容】和【失败原因】调整你的新回复，避免重复之前的错误。\n"
|
||
f"------\n"
|
||
)
|
||
logger.info(
|
||
f"[私聊][{self.private_name}] (ReplyGenerator) 检测到上次回复失败信息，将加入 Prompt:\n"
|
||
f" 内容: {last_content}\n"
|
||
f" 原因: {last_reason}"
|
||
)
|
||
|
||
# 新增：构建刷屏警告信息 for PROMPT_SEND_NEW_MESSAGE
|
||
spam_warning_message = ""
|
||
if action_type == "send_new_message": # 只在 send_new_message 时构建刷屏警告
|
||
if conversation_info.my_message_count > 5:
|
||
spam_warning_message = f"⚠️【警告】**你已连续发送{str(conversation_info.my_message_count)}条消息！请谨慎考虑是否继续发送！以免刷屏对造成对方困扰！**"
|
||
elif conversation_info.my_message_count > 2:
|
||
spam_warning_message = f"💬【提示】**你已连续发送{str(conversation_info.my_message_count)}条消息。如果非必要，请避免连续发送，以免给对方造成困扰。**"
|
||
if spam_warning_message:
|
||
spam_warning_message = f"\n{spam_warning_message}\n"
|
||
|
||
|
||
# --- 选择 Prompt ---
|
||
if action_type == "send_new_message":
|
||
prompt_template = PROMPT_SEND_NEW_MESSAGE
|
||
logger.info(f"[私聊][{self.private_name}]使用 PROMPT_SEND_NEW_MESSAGE (追问/补充生成, 期望JSON输出)")
|
||
elif action_type == "say_goodbye":
|
||
prompt_template = PROMPT_FAREWELL
|
||
logger.info(f"[私聊][{self.private_name}]使用 PROMPT_FAREWELL (告别语生成)")
|
||
else:
|
||
prompt_template = PROMPT_DIRECT_REPLY
|
||
logger.info(f"[私聊][{self.private_name}]使用 PROMPT_DIRECT_REPLY (首次/非连续回复生成)")
|
||
|
||
# --- 格式化最终的 Prompt ---
|
||
try:
|
||
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
|
||
|
||
base_format_params = {
|
||
"persona_text": persona_text,
|
||
"goals_str": goals_str,
|
||
"chat_history_text": chat_history_text,
|
||
"retrieved_memory_str": retrieved_memory_str if retrieved_memory_str else "无相关记忆。", # 确保已定义
|
||
"retrieved_knowledge_str": retrieved_knowledge_str if retrieved_knowledge_str else "无相关知识。", # 确保已定义
|
||
"last_rejection_info": last_rejection_info_str,
|
||
"current_time_str": current_time_value,
|
||
"sender_name": sender_name_str,
|
||
"relationship_text": relationship_text_str,
|
||
"current_emotion_text": current_emotion_text_str,
|
||
"reply_style1": chosen_reply_style1,
|
||
"reply_style2": chosen_reply_style2,
|
||
"prompt_ger": chosen_prompt_ger,
|
||
}
|
||
|
||
if action_type == "send_new_message":
|
||
current_format_params = base_format_params.copy()
|
||
current_format_params["spam_warning_info"] = spam_warning_message
|
||
prompt = prompt_template.format(**current_format_params)
|
||
elif action_type == "say_goodbye":
|
||
farewell_params = {
|
||
k: v for k, v in base_format_params.items() if k in [
|
||
"persona_text", "chat_history_text", "current_time_str",
|
||
"sender_name", "relationship_text", "current_emotion_text",
|
||
]
|
||
}
|
||
|
||
prompt = prompt_template.format(**farewell_params)
|
||
else: # direct_reply
|
||
current_format_params = base_format_params.copy()
|
||
prompt = prompt_template.format(**current_format_params)
|
||
|
||
except KeyError as e:
|
||
logger.error(
|
||
f"[私聊][{self.private_name}]格式化 Prompt 时出错，缺少键: {e}。请检查 Prompt 模板和传递的参数。"
|
||
)
|
||
return "抱歉，准备回复时出了点问题，请检查一下我的代码..." # 对于JSON期望的场景，这里可能也需要返回一个固定的错误JSON
|
||
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 "抱歉，准备回复时出了点内部错误，请检查一下我的代码..."
|
||
|
||
# --- 调用 LLM 生成 ---
|
||
logger.debug(f"[私聊][{self.private_name}]发送到LLM的生成提示词:\n------\n{prompt}\n------")
|
||
try:
|
||
content, _ = await self.llm.generate_response_async(prompt)
|
||
# 对于 PROMPT_SEND_NEW_MESSAGE，我们期望 content 是一个 JSON 字符串
|
||
# 对于其他 prompts，content 是纯文本回复
|
||
# 该方法现在直接返回 LLM 的原始输出，由调用者 (conversation._handle_action) 负责解析
|
||
logger.debug(f"[私聊][{self.private_name}]LLM原始生成内容: {content}")
|
||
return content
|
||
|
||
except Exception as e:
|
||
logger.error(f"[私聊][{self.private_name}]生成回复时出错: {e}")
|
||
# 根据 action_type 返回不同的错误指示
|
||
if action_type == "send_new_message":
|
||
# 返回一个表示错误的JSON，让调用方知道出错了但仍能解析
|
||
return """{{
|
||
"send": "no",
|
||
"txt": "LLM生成回复时出错"
|
||
}}""".strip()
|
||
else:
|
||
return "抱歉，我现在有点混乱，让我重新思考一下..." |