[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

README.md

@@ -3,7 +3,7 @@
 # QQ群日常分析插件
 
 
-[![Plugin Version](https://img.shields.io/badge/Latest_Version-v3.6.0-blue.svg?style=for-the-badge&color=76bad9)](https://github.com/SXP-Simon/astrbot-qq-group-daily-analysis)
+[![Plugin Version](https://img.shields.io/badge/Latest_Version-v3.7.0-blue.svg?style=for-the-badge&color=76bad9)](https://github.com/SXP-Simon/astrbot-qq-group-daily-analysis)
 [![AstrBot](https://img.shields.io/badge/AstrBot-Plugin-ff69b4?style=for-the-badge)](https://github.com/AstrBotDevs/AstrBot)
 [![License](https://img.shields.io/badge/License-MIT-green.svg?style=for-the-badge)](LICENSE)
 
@@ -92,6 +92,19 @@ _✨ 一个基于AstrBot的智能群聊分析插件，能够生成精美的群
 <details>
 <summary>📋 点击展开查看完整更新日志</summary>
 
+### v3.7.0
+- feat(provider): 根据配置键获取 Provider，支持多级回退：
+
+    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
+
+
+
 ### v3.6.0
 - 由于 napcat 存在的问题 [NapNeko/NapCatQQ#441](https://github.com/NapNeko/NapCatQQ/issues/441) 选择取消分页拉取和多次轮询获取逻辑，解决获取消息数量异常的情况
 @exynos967

_conf_schema.json

@@ -93,12 +93,6 @@
         "default": 5,
         "hint": "分析报告中显示的最大金句数量，依赖于 LLM 输出的格式化信息质量，模型越好结果越好，可能出现数量不匹配。"
     },
-    "max_query_rounds": {
-        "type": "int",
-        "description": "最大消息平台历史消息查询轮数",
-        "default": 15,
-        "hint": "有时候平台接口返回的历史消息不完整，导致获取的消息数量不足，可以适当增加查询轮数以获取更多消息，但会增加请求时间和资源消耗。"
-    },
     "llm_timeout": {
         "type": "int",
         "description": "LLM 请求超时时间（秒）",
@@ -135,23 +129,33 @@
         "default": 4096,
         "hint": "（兼容部分提供商，实测大部分模型调整后没有明显效果）用户称号分析时 LLM 能生成的最大 token 数量。当分析内容较多或者分析提示词复杂时，建议适当调大此值以保证输出质量。"
     },
-    "custom_api_key": {
+    "llm_provider_id": {
         "type": "string",
-        "description": "自定义 LLM 服务 API Key (选填)",
+        "description": "LLM Provider ID（用于所有分析任务）",
+        "_special": "select_provider",
         "default": "",
-        "hint": "若使用自建或第三方的 LLM 服务，可在此填写 API Key；留空则使用 Astrbot 统一内置提供商。"
+        "hint": "选择用于群聊分析的 LLM Provider。留空则使用当前会话的默认 Provider"
     },
-    "custom_api_base_url": {
+    "topic_provider_id": {
         "type": "string",
-        "description": "自定义 LLM 服务 Base URL (选填)",
+        "description": "话题分析专用 Provider ID",
+        "_special": "select_provider",
         "default": "",
-        "hint": "自定义 LLM 服务的基础请求地址，例如 https://openrouter.ai/api/v1/chat/completions 。留空则使用 Astrbot 统一内置提供商。"
+        "hint": "专门用于话题分析的 Provider。留空则使用主 LLM Provider"
     },
-    "custom_model_name": {
+    "user_title_provider_id": {
         "type": "string",
-        "description": "自定义 LLM 模型名称 (选填)",
+        "description": "用户称号分析专用 Provider ID",
+        "_special": "select_provider",
         "default": "",
-        "hint": "自定义服务所使用的模型名称，例如 gpt-4 、deepseek/deepseek-r1:free 或自定义模型标识，由于自定义情况复杂，无法给出有效的参数参考，需要根据实际情况例如日志报错判断。留空则使用 Astrbot 统一内置提供商。"
+        "hint": "专门用于用户称号分析的 Provider。留空则使用主 LLM Provider"
+    },
+    "golden_quote_provider_id": {
+        "type": "string",
+        "description": "金句分析专用 Provider ID",
+        "_special": "select_provider",
+        "default": "",
+        "hint": "专门用于金句分析的 Provider。留空则使用主 LLM Provider"
     },
     "pdf_output_dir": {
         "type": "string",

main.py

@@ -412,7 +412,6 @@ class QQGroupDailyAnalysis(Star):
             pdf_status = PDFInstaller.get_pdf_status(config_manager)
             output_format = config_manager.get_output_format()
             min_threshold = config_manager.get_min_messages_threshold()
-            max_rounds = config_manager.get_max_query_rounds()
 
             yield event.plain_result(f"""📊 当前群分析功能状态:
 • 群分析功能: {status}

metadata.yaml

@@ -14,6 +14,6 @@ help: |  # 插件的帮助信息
   命令：
   /群分析 [天数] - 分析群聊活动
   /分析设置 [操作] - 管理设置（enable/disable/status/test）
-version: v3.6.0 # 插件版本号。格式：v1.1.1 或者 v1.1
+version: v3.7.0 # 插件版本号。格式：v1.1.1 或者 v1.1
 author: SXP-Simon # 作者
 repo: https://github.com/SXP-Simon/astrbot-qq-group-daily-analysis # 插件的仓库地址

src/analysis/analyzers/base_analyzer.py

@@ -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:

src/analysis/analyzers/golden_quote_analyzer.py

@@ -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"

src/analysis/analyzers/topic_analyzer.py

@@ -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"

src/analysis/analyzers/user_title_analyzer.py

@@ -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"

src/analysis/llm_analyzer.py

@@ -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:

src/analysis/utils/llm_utils.py

@@ -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_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
+
+    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:
+            # 使用新的 provider 选择逻辑，支持配置化选择和多级回退
-                logger.info(
+            provider = get_provider_with_fallback(
-                    f"使用自定义LLM提供商: {custom_api_base} model={custom_model}, max_tokens={max_tokens}, temperature={temperature}"
+                context, config_manager, provider_id_key, umo
-                )
+            )
-                logger.debug(
+
-                    f"自定义LLM提供商 prompt 长度: {len(prompt) if prompt else 0}"
+            provider_id = "unknown"
-                )
+            if provider:
-                logger.debug(
+                try:
-                    f"自定义LLM提供商 prompt 前100字符: {prompt[:100] if prompt else 'None'}..."
+                    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
+            coro = provider.text_chat(
-                if not prompt or not prompt.strip():
+                prompt=prompt, max_tokens=max_tokens, temperature=temperature
-                    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 await asyncio.wait_for(coro, timeout=timeout)
-                    )
-                    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)
         except asyncio.TimeoutError as e:
             last_exc = e
             logger.warning(f"LLM请求超时: 第{attempt}次, timeout={timeout}s")

src/core/config.py

@@ -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:
+    def get_llm_provider_id(self) -> str:
-        """获取自定义 LLM 服务的 API Key"""
+        """获取主 LLM Provider ID"""
-        return self.config.get("custom_api_key", "")
+        return self.config.get("llm_provider_id", "")
 
-    def get_custom_api_base_url(self) -> str:
+    def get_topic_provider_id(self) -> str:
-        """获取自定义 LLM 服务的 Base URL"""
+        """获取话题分析专用 Provider ID"""
-        return self.config.get("custom_api_base_url", "")
+        return self.config.get("topic_provider_id", "")
 
-    def get_custom_model_name(self) -> str:
+    def get_user_title_provider_id(self) -> str:
-        """获取自定义 LLM 服务的模型名称"""
+        """获取用户称号分析专用 Provider ID"""
-        return self.config.get("custom_model_name", "")
+        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