fix: 重构金句分析匹配机制 (#104)

- [修复] 尝试解决金句头像无法显示的问题。通过将 Prompt 输入改为 [user_id] 标识符，实现 100% 准确的身份回填，彻底消除了由于 LLM 微调内容导致的匹配失败。 - [警告] 强制初始化金句提示词，丢弃原本用户可能自定义的金句提示词模板。重命名配置项为 golden_quote_v2_prompt，避免用户更新后旧版本提示词干扰导致 LLM 金句分析功能失效。
2026-09-22 05:31:52 +00:00 · 2026-03-13 17:09:42 +08:00
parent 2a1b292ed9
commit 1ae3e877f2
3 changed files with 23 additions and 16 deletions
@@ -396,12 +396,12 @@
                "type": "object",
                "hint": "金句分析提示词模板，可自定义修改，保留变量 {max_golden_quotes} 和 {messages_text} 写法不要更改，需要写 JSON 块请使用双花括号 {{ ... }} 兼容当前编辑存在的问题。非常推荐根据实际群聊情况进行优化，保留一定提示样本示例供模型参考",
                "items": {
-                    "golden_quote_prompt": {
+                        "golden_quote_v2_prompt": {
                        "description": "默认金句分析提示词",
                        "type": "text",
                        "editor_mode": true,
                        "editor_language": "markdown",
-                        "default": "请从以下群聊记录中挑选出 **{max_golden_quotes}** 句最具冲击力、最令人惊叹的「金句」。\n\n## 金句标准：\n\n- **核心标准**：**逆天的神人发言**，即具备颠覆常识的脑洞、逻辑跳脱的表达或强烈反差感的原创内容\n- **典型特征**：包含某些争议话题元素、夸张类比、反常规结论、一本正经的「胡说八道」或突破语境的清奇思路，并且具备一定的冲击力，让人印象深刻\n\n## 对于每个金句，请提供：\n\n1. **原文内容**（完整保留发言细节）\n2. **发言人昵称**\n3. **选择理由**（具体说明其「逆天」之处，如逻辑颠覆点/脑洞角度/反差感/争议话题元素）\n\n## 严格约束：\n\n- 优先筛选 **逆天指数最高** 的内容：\n  - 发情、性压抑话题 > 争议话题 > 元素级 > 颠覆认知级 > 逻辑跳脱级 > 趣味调侃级\n  - 剔除单纯玩梗或网络热词堆砌的普通发言\n- 重点标记包含极端类比、反常识论证或无厘头结论的内容，并且包含一定的争议话题元素\n\n## 群聊记录：\n\n{messages_text}\n\n---\n\n### 返回格式示例：\n\n```json\n[\n  {{\n    \"content\": \"金句原文\",\n    \"sender\": \"发言人昵称\",\n    \"reason\": \"选择这句话的理由（需明确说明逆天特质）\"\n  }}\n]\n```\n\n**注意**：请以纯 JSON 格式返回，不要包含 markdown 代码块标记。"
+                        "default": "请从以下群聊记录中挑选出 **{max_golden_quotes}** 句最具冲击力、最令人惊叹的「金句」。\n\n## 金句标准：\n\n- **核心标准**：**逆天的神人发言**，即具备颠覆常识的脑洞、逻辑跳脱的表达或强烈反差感的原创内容\n- **典型特征**：包含某些争议话题元素、夸张类比、反常规结论、一本正经的「胡说八道」或突破语境的清奇思路，并且具备一定的冲击力，让人印象深刻\n\n## 对于每个金句，请提供：\n\n1. **原文内容**（完整保留发言细节）\n2. **发言人用户ID**（必须严格使用消息记录中提供的 [用户ID]）\n3. **选择理由**（具体说明其「逆天」之处，如逻辑颠覆点/脑洞角度/反差感/争议话题元素）\n\n## 严格约束：\n\n- 优先筛选 **逆天指数最高** 的内容：\n  - 发情、性压抑话题 > 争议话题 > 元素级 > 颠覆认知级 > 逻辑跳脱级 > 趣味调侃级\n  - 剔除单纯玩梗或网络热词堆砌的普通发言\n- 重点标记包含极端类比、反常识论证或无厘头结论的内容，并且包含一定的争议话题元素\n- **身份对齐**：返回的 `sender` 字段必须是 `[用户ID]` 格式（例如 `[123456]`）。我们会根据 ID 自动还原昵称和头像。\n\n## 群聊记录格式: [HH:MM] [用户ID]: 消息内容\n\n## 群聊记录：\n\n{messages_text}\n\n---\n\n### 返回格式示例：\n\n```json\n[\n  {{\n    \"content\": \"金句原文\",\n    \"sender\": \"[123456789]\",\n    \"reason\": \"选择这句话的理由（需明确说明逆天特质）\"\n  }}\n]\n```\n\n**注意**：请以纯 JSON 格式返回，不要包含 markdown 代码块标记。"
                    }
                }
            }
@@ -53,9 +53,9 @@ class GoldenQuoteAnalyzer(BaseAnalyzer):
        if not data:
            return ""

-        # 构建消息文本
+        # 构建消息文本 (用 [user_id] 替代 nickname 以确保回填 100% 准确，避免 Emoji 等干扰)
        messages_text = "\n".join(
-            [f"[{msg['time']}] {msg['sender']}: {msg['content']}" for msg in data]
+            [f"[{msg['time']}] [{msg['user_id']}]: {msg['content']}" for msg in data]
        )

        max_golden_quotes = self.get_max_count()
@@ -155,17 +155,24 @@ class GoldenQuoteAnalyzer(BaseAnalyzer):
            logger.info(f"开始从 {len(interesting_messages)} 条圣经消息中提取金句")
            quotes, usage = await self.analyze(interesting_messages, umo, session_id)

-            # 回填 User ID
+            # 建立 ID 到昵称的映射表用于恢复显示
+            id_to_nickname = {}
+            for msg in interesting_messages:
+                uid = str(msg.get("user_id", ""))
+                if uid:
+                    id_to_nickname[uid] = msg.get("sender", "")
+
+            # 回填 User ID 并恢复发送者昵称
            for quote in quotes:
-                for msg in interesting_messages:
-                    # 尝试匹配内容和发送者
-                    # 注意：LLM 可能会微调内容，这里使用包含匹配或精确匹配
-                    if (
-                        quote.content in msg["content"]
-                        or msg["content"] in quote.content
-                    ) and quote.sender == msg["sender"]:
-                        quote.user_id = str(msg.get("user_id", ""))
-                        break
+                # 此时 quote.sender 包含的是 Prompt 中的 [user_id]
+                # 有些 LLM 可能会带上中括号，尝试清理
+                potential_id = quote.sender.strip().strip("[]")
+
+                if potential_id in id_to_nickname:
+                    quote.user_id = potential_id
+                    quote.sender = id_to_nickname[potential_id]
+                else:
+                    logger.warning(f"[金句分析] 无法匹配 User ID: {potential_id}，金句将无法显示真实头像。")

            return quotes, usage

@@ -266,7 +266,7 @@ class ConfigManager:
        return ""

    def get_golden_quote_analysis_prompt(
-        self, style: str = "golden_quote_prompt"
+        self, style: str = "golden_quote_v2_prompt"
    ) -> str:
        """获取金句分析提示词模板"""
        prompts_config = self._get_group("prompts").get(
@@ -298,7 +298,7 @@ class ConfigManager:
        prompts = self._ensure_group("prompts")
        if "golden_quote_analysis_prompts" not in prompts:
            prompts["golden_quote_analysis_prompts"] = {}
-        prompts["golden_quote_analysis_prompts"]["golden_quote_prompt"] = prompt
+        prompts["golden_quote_analysis_prompts"]["golden_quote_v2_prompt"] = prompt
        self.config.save_config()

    def set_output_format(self, format_type: str):