[v3.7.0] 自定义每部分分析的服务商,兼容 Astrbot 内置生态,提供更加用户友好的配置 (#30) (#40)

* fix(max_query_rounds): 弃用的 max_query_rounds

* feat(provider): 根据配置键获取 Provider,支持多级回退

回退顺序:
1. 尝试从配置获取指定的 provider_id(如 topic_provider_id)
    2. 回退到主 LLM provider_id(llm_provider_id)
    3. 回退到当前会话的 Provider(通过 umo)
    4. 回退到第一个可用的 Provider

* feat: 添加 _special: select_provider 支持并删除 custom_api_key 相关逻辑

* style: 使用 ruff 格式化代码

* refactor: 重构 provider 选择逻辑并修复兼容性问题

* improve: 改进 Provider 选择和 LLM 调用的日志输出

* [v3.7.0] 根据配置键获取 Provider,支持多级回退
This commit is contained in:
SXP-Simon
2025-11-10 01:00:31 +08:00
parent bc396a3b23
commit 42ef82f00f
11 changed files with 292 additions and 159 deletions
+19 -2
View File
@@ -32,6 +32,16 @@ class BaseAnalyzer(ABC):
self.context = context
self.config_manager = config_manager
def get_provider_id_key(self) -> str:
"""
获取 Provider ID 配置键名
子类可重写以指定特定的 provider,默认返回 None(使用主 LLM Provider
Returns:
Provider ID 配置键名,如 'topic_provider_id'
"""
return None
@abstractmethod
def get_data_type(self) -> str:
"""
@@ -128,12 +138,19 @@ class BaseAnalyzer(ABC):
)
return [], TokenUsage()
# 2. 调用LLM
# 2. 调用LLM(使用配置的 provider
max_tokens = self.get_max_tokens()
temperature = self.get_temperature()
provider_id_key = self.get_provider_id_key()
response = await call_provider_with_retry(
self.context, self.config_manager, prompt, max_tokens, temperature, umo
self.context,
self.config_manager,
prompt,
max_tokens,
temperature,
umo,
provider_id_key,
)
if response is None:
@@ -18,6 +18,10 @@ class GoldenQuoteAnalyzer(BaseAnalyzer):
专门处理群聊金句的提取和分析
"""
def get_provider_id_key(self) -> str:
"""获取 Provider ID 配置键名"""
return "golden_quote_provider_id"
def get_data_type(self) -> str:
"""获取数据类型标识"""
return "金句"
+4
View File
@@ -19,6 +19,10 @@ class TopicAnalyzer(BaseAnalyzer):
专门处理群聊话题的提取和分析
"""
def get_provider_id_key(self) -> str:
"""获取 Provider ID 配置键名"""
return "topic_provider_id"
def get_data_type(self) -> str:
"""获取数据类型标识"""
return "话题"
@@ -16,6 +16,10 @@ class UserTitleAnalyzer(BaseAnalyzer):
专门处理用户称号分配和MBTI类型分析
"""
def get_provider_id_key(self) -> str:
"""获取 Provider ID 配置键名"""
return "user_title_provider_id"
def get_data_type(self) -> str:
"""获取数据类型标识"""
return "用户称号"
+10 -2
View File
@@ -193,23 +193,31 @@ class LLMAnalyzer:
max_tokens: int,
temperature: float,
umo: str = None,
provider_id_key: str = None,
):
"""
向后兼容的LLM调用方法
现在委托给llm_utils模块处理
Args:
provider: LLM服务商实例或None
provider: LLM服务商实例或None(已弃用,现在使用 provider_id_key
prompt: 输入的提示语
max_tokens: 最大生成token数
temperature: 采样温度
umo: 指定使用的模型唯一标识符
provider_id_key: 配置中的 provider_id 键名(可选)
Returns:
LLM生成的结果
"""
return await call_provider_with_retry(
self.context, self.config_manager, prompt, max_tokens, temperature, umo
self.context,
self.config_manager,
prompt,
max_tokens,
temperature,
umo,
provider_id_key,
)
def _fix_json(self, text: str) -> str:
+204 -119
View File
@@ -9,6 +9,171 @@ from astrbot.api import logger
import aiohttp
def _try_get_provider_by_id(
context, provider_id: str, description: str
) -> Optional[Any]:
"""
尝试通过 ID 获取 Provider 的辅助函数
Args:
context: AstrBot上下文对象
provider_id: Provider ID
description: 描述信息,用于日志
Returns:
Provider 实例或 None
"""
if not provider_id or not isinstance(provider_id, str) or not provider_id.strip():
return None
provider_id = provider_id.strip()
logger.info(f"尝试使用{description}: {provider_id}")
try:
provider = context.get_provider_by_id(provider_id=provider_id)
if provider:
logger.info(f"✓ 使用{description}: {provider_id}")
return provider
except Exception as e:
logger.warning(f"无法找到{description} '{provider_id}': {e}")
return None
def _try_get_session_provider(context, umo: str) -> Optional[Any]:
"""
尝试获取会话 Provider 的辅助函数
Args:
context: AstrBot上下文对象
umo: unified_msg_origin
Returns:
Provider 实例或 None
"""
try:
provider = context.get_using_provider(umo=umo)
if provider:
try:
meta = provider.meta()
provider_id = meta.id
logger.info(f"✓ 使用当前会话的 Provider: {provider_id}")
except Exception:
logger.info("✓ 使用当前会话的默认 Provider")
return provider
except Exception as e:
logger.warning(f"无法获取会话 Provider: {e}")
return None
def _try_get_first_available_provider(context) -> Optional[Any]:
"""
尝试获取第一个可用 Provider 的辅助函数
Args:
context: AstrBot上下文对象
Returns:
Provider 实例或 None
"""
try:
all_providers = context.get_all_providers()
if all_providers and len(all_providers) > 0:
provider = all_providers[0]
logger.info(f"✓ 使用第一个可用 Provider: {type(provider).__name__}")
return provider
except Exception as e:
logger.warning(f"无法获取任何 Provider: {e}")
return None
def get_provider_with_fallback(
context, config_manager, provider_id_key: str, umo: str = None
) -> Optional[Any]:
"""
根据配置键获取 Provider,支持多级回退
回退顺序:
1. 尝试从配置获取指定的 provider_id(如 topic_provider_id
2. 回退到主 LLM provider_idllm_provider_id
3. 回退到当前会话的 Provider(通过 umo
4. 回退到第一个可用的 Provider
Args:
context: AstrBot上下文对象
config_manager: 配置管理器
provider_id_key: 配置中的 provider_id 键名(如 'topic_provider_id'
umo: unified_msg_origin,用于获取会话默认 Provider
Returns:
Provider 实例或 None
"""
try:
# 输出Provider选择开始日志
task_desc = provider_id_key if provider_id_key else "默认任务"
logger.info(f"[Provider 选择] 开始为 {task_desc} 选择 Provider...")
# 定义回退策略列表
strategies = []
strategy_names = []
# 1. 特定任务的 provider_id
if provider_id_key:
getter_method = f"get_{provider_id_key}"
if hasattr(config_manager, getter_method):
specific_provider_id = getattr(config_manager, getter_method)()
if specific_provider_id:
strategies.append(
lambda pid=specific_provider_id: _try_get_provider_by_id(
context, pid, f"配置的 {provider_id_key}"
)
)
strategy_names.append(f"1. 配置的 {provider_id_key}")
# 2. 主 LLM provider_id
main_provider_id = config_manager.get_llm_provider_id()
if main_provider_id:
strategies.append(
lambda pid=main_provider_id: _try_get_provider_by_id(
context, pid, "主 LLM Provider"
)
)
strategy_names.append("2. 主 LLM Provider")
# 3. 当前会话的 Provider
strategies.append(lambda: _try_get_session_provider(context, umo))
strategy_names.append("3. 当前会话 Provider")
# 4. 第一个可用的 Provider
strategies.append(lambda: _try_get_first_available_provider(context))
strategy_names.append("4. 第一个可用 Provider")
# 输出回退策略列表
logger.info(f"[Provider 选择] 回退策略顺序:{' -> '.join(strategy_names)}")
# 依次尝试每个策略
for idx, strategy in enumerate(strategies):
provider = strategy()
if provider:
# 获取最终的 provider ID 用于日志
final_provider_id = "unknown"
try:
meta = provider.meta()
final_provider_id = meta.id
except Exception:
final_provider_id = type(provider).__name__
logger.info(
f"[Provider 选择] ✓ 成功!使用策略 #{idx + 1}Provider ID: {final_provider_id}"
)
return provider
logger.error("[Provider 选择] ✗ 失败:所有回退策略均无法获取可用 Provider")
return None
except Exception as e:
logger.error(f"[Provider 选择] ✗ 异常:Provider 选择过程出错: {e}")
return None
async def call_provider_with_retry(
context,
config_manager,
@@ -16,9 +181,10 @@ async def call_provider_with_retry(
max_tokens: int,
temperature: float,
umo: str = None,
provider_id_key: str = None,
) -> Optional[Any]:
"""
调用LLM提供者,带超时、重试与退避。支持自定义服务商。
调用LLM提供者,带超时、重试与退避。支持自定义服务商和配置化 Provider 选择
Args:
context: AstrBot上下文对象
@@ -27,6 +193,7 @@ async def call_provider_with_retry(
max_tokens: 最大生成token数
temperature: 采样温度
umo: 指定使用的模型唯一标识符
provider_id_key: 配置中的 provider_id 键名(如 'topic_provider_id'),用于选择特定的 Provider
Returns:
LLM生成的结果,失败时返回None
@@ -35,129 +202,47 @@ async def call_provider_with_retry(
retries = config_manager.get_llm_retries()
backoff = config_manager.get_llm_backoff()
# 获取自定义服务商参数
custom_api_key = config_manager.get_custom_api_key()
custom_api_base = config_manager.get_custom_api_base_url()
custom_model = config_manager.get_custom_model_name()
last_exc = None
for attempt in range(1, retries + 1):
try:
if custom_api_key and custom_api_base and custom_model:
logger.info(
f"使用自定义LLM提供商: {custom_api_base} model={custom_model}, max_tokens={max_tokens}, temperature={temperature}"
)
logger.debug(
f"自定义LLM提供商 prompt 长度: {len(prompt) if prompt else 0}"
)
logger.debug(
f"自定义LLM提供商 prompt 前100字符: {prompt[:100] if prompt else 'None'}..."
# 使用新的 provider 选择逻辑,支持配置化选择和多级回退
provider = get_provider_with_fallback(
context, config_manager, provider_id_key, umo
)
provider_id = "unknown"
if provider:
try:
meta = provider.meta()
provider_id = meta.id
except Exception as e:
logger.debug(f"获取提供商ID失败: {e}")
if not provider:
logger.error("provider 为空,无法调用 text_chat,直接返回 None")
return None
logger.info(
f"[LLM 调用] 使用 Provider: {provider_id} | "
f"max_tokens={max_tokens} | temperature={temperature} | "
f"prompt长度={len(prompt) if prompt else 0}字符"
)
logger.debug(
f"[LLM 调用] Prompt 前100字符: {prompt[:100] if prompt else 'None'}..."
)
# 检查 prompt 是否为空
if not prompt or not prompt.strip():
logger.error(
"LLM provider: prompt 为空或只包含空白字符,无法调用 text_chat"
)
return None
# 检查 prompt 是否为空
if not prompt or not prompt.strip():
logger.error(
"自定义LLM提供商: prompt 为空或只包含空白字符,无法发送请求"
)
return None
async with aiohttp.ClientSession() as session:
headers = {
"Authorization": f"Bearer {custom_api_key}",
"Content-Type": "application/json",
}
payload = {
"model": custom_model,
"messages": [{"role": "user", "content": prompt}],
"max_tokens": max_tokens,
"temperature": temperature,
}
aio_timeout = aiohttp.ClientTimeout(total=timeout)
async with session.post(
custom_api_base,
json=payload,
headers=headers,
timeout=aio_timeout,
) as resp:
if resp.status != 200:
error_text = await resp.text()
logger.error(
f"自定义LLM服务商请求失败: HTTP {resp.status}, 内容: {error_text}"
)
try:
response_json = await resp.json()
except Exception as json_err:
error_text = await resp.text()
logger.error(
f"自定义LLM服务商响应JSON解析失败: {json_err}, 内容: {error_text}"
)
return None
# 兼容 OpenAI 格式,安全访问嵌套字段
content = None
try:
choices = response_json.get("choices")
if (
choices
and isinstance(choices, list)
and len(choices) > 0
):
message = choices[0].get("message")
if message and isinstance(message, dict):
content = message.get("content")
if content is None:
logger.error(f"自定义LLM响应格式异常: {response_json}")
return None
except Exception as key_err:
logger.error(
f"自定义LLM响应结构解析失败: {key_err}, 响应内容: {response_json}"
)
return None
# 构造一个兼容原有逻辑的对象
class CustomResponse:
completion_text = content
raw_completion = response_json
return CustomResponse()
else:
# 确保使用当前指定的模型
provider = context.get_using_provider(umo=umo)
provider_id = "unknown"
if provider:
try:
meta = provider.meta()
provider_id = meta.id
except Exception as e:
logger.debug(f"获取提供商ID失败: {e}")
logger.info(f"获取到的 provider ID: {provider_id}")
if not provider or provider_id == "unknown":
logger.warning(f"获取的提供商不正确 (Provider ID: {provider_id})")
logger.info(
f"使用LLM provider: {provider}, max_tokens={max_tokens}, temperature={temperature}"
)
if not provider:
logger.error("provider 为空,无法调用 text_chat,直接返回 None")
return None
logger.debug(
f"LLM provider prompt 长度: {len(prompt) if prompt else 0}"
)
logger.debug(
f"LLM provider prompt 前100字符: {prompt[:100] if prompt else 'None'}..."
)
# 检查 prompt 是否为空
if not prompt or not prompt.strip():
logger.error(
"LLM provider: prompt 为空或只包含空白字符,无法调用 text_chat"
)
return None
coro = provider.text_chat(
prompt=prompt, max_tokens=max_tokens, temperature=temperature
)
return await asyncio.wait_for(coro, timeout=timeout)
coro = provider.text_chat(
prompt=prompt, max_tokens=max_tokens, temperature=temperature
)
return await asyncio.wait_for(coro, timeout=timeout)
except asyncio.TimeoutError as e:
last_exc = e
logger.warning(f"LLM请求超时: 第{attempt}次, timeout={timeout}s")
+13 -18
View File
@@ -69,10 +69,6 @@ class ConfigManager:
"""获取最大金句数量"""
return self.config.get("max_golden_quotes", 5)
def get_max_query_rounds(self) -> int:
"""获取最大查询轮数"""
return self.config.get("max_query_rounds", 35)
def get_llm_timeout(self) -> int:
"""获取LLM请求超时时间(秒)"""
return self.config.get("llm_timeout", 30)
@@ -97,17 +93,21 @@ class ConfigManager:
"""获取用户称号分析最大token数"""
return self.config.get("user_title_max_tokens", 4096)
def get_custom_api_key(self) -> str:
"""获取自定义 LLM 服务的 API Key"""
return self.config.get("custom_api_key", "")
def get_llm_provider_id(self) -> str:
"""获取 LLM Provider ID"""
return self.config.get("llm_provider_id", "")
def get_custom_api_base_url(self) -> str:
"""获取自定义 LLM 服务的 Base URL"""
return self.config.get("custom_api_base_url", "")
def get_topic_provider_id(self) -> str:
"""获取话题分析专用 Provider ID"""
return self.config.get("topic_provider_id", "")
def get_custom_model_name(self) -> str:
"""获取自定义 LLM 服务的模型名称"""
return self.config.get("custom_model_name", "")
def get_user_title_provider_id(self) -> str:
"""获取用户称号分析专用 Provider ID"""
return self.config.get("user_title_provider_id", "")
def get_golden_quote_provider_id(self) -> str:
"""获取金句分析专用 Provider ID"""
return self.config.get("golden_quote_provider_id", "")
def get_pdf_output_dir(self) -> str:
"""获取PDF输出目录"""
@@ -264,11 +264,6 @@ class ConfigManager:
self.config["max_golden_quotes"] = count
self.config.save_config()
def set_max_query_rounds(self, rounds: int):
"""设置最大查询轮数"""
self.config["max_query_rounds"] = rounds
self.config.save_config()
def set_pdf_output_dir(self, directory: str):
"""设置PDF输出目录"""
self.config["pdf_output_dir"] = directory