feat(分析功能): 添加人格设定的配置选项，并更新相关提示词构建逻辑

feat(persona): 自动检测当前群聊激活的对话所绑定的性格

_conf_schema.json

@@ -220,6 +220,12 @@
                 "description": "最大金句数量",
                 "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。"
+            },
+            "keep_original_persona": {
+                "description": "是否保持原始人格设定参与回复",
+                "type": "bool",
+                "default": false,
+                "hint": "开启后，若当前会话存在人格设定，将尝试读取其 Prompt 融入系统提示词。尽量保持分析报告的说话倾向与会话人设一致。"
             }
         }
     },

src/infrastructure/analysis/analyzers/base_analyzer.py

@@ -19,7 +19,7 @@ from ..utils.llm_utils import (
 class BaseAnalyzer(ABC):
     """
     基础分析器抽象类
-    定义所有分析器的通用接口和流程
+    定义所有分析器的通用接口 and 流程
     """
 
     def __init__(self, context, config_manager):
@@ -172,10 +172,6 @@ class BaseAnalyzer(ABC):
 
             # 保存调试数据
             debug_mode = self.config_manager.get_debug_mode()
-            logger.info(
-                f"[Debug] debug_mode={debug_mode}, session_id={session_id}, prompt_len={len(prompt) if prompt else 0}"
-            )  # Added log
-
             if debug_mode and session_id and prompt:
                 self._save_debug_data(prompt, session_id)
             elif debug_mode and not session_id:
@@ -193,14 +189,37 @@ class BaseAnalyzer(ABC):
             temperature = self.get_temperature()
             provider_id_key = self.get_provider_id_key()
 
+            # 获取人格设定
+            system_prompt = await self._build_system_prompt(umo)
+
+            # 如果开启了人格设定且成功获取到 Prompt，我们将其注入到主提示词中，以确保最佳效果
+            if system_prompt:
+                logger.info(f"[{self.get_data_type()}分析] 已启用人格设定")
+                # 在主提示词前添加人格说明，并要求 LLM 保持风格
+                prompt = (
+                    f"你可以扮演以下人格：\n{system_prompt}\n\n"
+                    f"请在接下来的分析工作中，保持上述人格的角色定位和说话风格。\n"
+                    "--- 任务开始 ---\n"
+                    f"{prompt}"
+                )
+
+            logger.info(f"[{self.get_data_type()}分析] 开始发起 LLM 请求, umo: {umo}")
+
+            # [Debug] 记录调试信息
+            if debug_mode:
+                logger.debug(
+                    f"[Debug] debug_mode={debug_mode}, umo={umo}, session_id={session_id}, prompt_len={len(prompt) if prompt else 0}"
+                )
+
             response = await call_provider_with_retry(
                 self.context,
                 self.config_manager,
-                prompt,
-                max_tokens,
-                temperature,
-                umo,
-                provider_id_key,
+                prompt=prompt,
+                max_tokens=max_tokens,
+                temperature=temperature,
+                umo=umo,
+                provider_id_key=provider_id_key,
+                system_prompt=system_prompt,
             )
 
             if response is None:
@@ -274,3 +293,88 @@ class BaseAnalyzer(ABC):
             温度参数
         """
         return 0.6
+
+    async def _build_system_prompt(self, umo: str | None) -> str | None:
+        """
+        构建带有会话人格的系统提示词
+        """
+        keep = self.config_manager.get_keep_original_persona()
+        if not keep or not umo:
+            return None
+
+        # 获取人格管理器
+        persona_mgr = getattr(self.context, "persona_manager", None)
+        if persona_mgr is None:
+            return None
+
+        persona_prompt = None
+        try:
+            # 1. 尝试从 SharedPreferences 获取当前会话选中的人格 ID (类似 /persona 设置的)
+            from astrbot.api import sp
+
+            # resolve_selected_persona 的简化逻辑
+            session_service_config = await sp.get_async(
+                scope="umo", scope_id=str(umo), key="session_service_config", default={}
+            )
+            persona_id = (
+                session_service_config.get("persona_id")
+                if session_service_config
+                else None
+            )
+
+            if persona_id and persona_id != "[%None]":
+                # 获取指定人格
+                persona_obj = await persona_mgr.get_persona(persona_id)
+                persona_prompt = (
+                    persona_obj.system_prompt
+                    if hasattr(persona_obj, "system_prompt")
+                    else None
+                )
+                if persona_prompt:
+                    logger.debug(f"找到会话选定的人格: {persona_id}")
+
+            # 2. 如果没有选定人格，尝试获取当前对话的人格 ID (Dialogue Persona)
+            if not persona_prompt:
+                conv_mgr = getattr(self.context, "conversation_manager", None)
+                if conv_mgr:
+                    curr_conv_id = await conv_mgr.get_curr_conversation_id(umo)
+                    if curr_conv_id:
+                        conv_obj = await conv_mgr.get_conversation(umo, curr_conv_id)
+                        if (
+                            conv_obj
+                            and conv_obj.persona_id
+                            and conv_obj.persona_id != "[%None]"
+                        ):
+                            persona_obj = await persona_mgr.get_persona(
+                                conv_obj.persona_id
+                            )
+                            persona_prompt = (
+                                persona_obj.system_prompt
+                                if hasattr(persona_obj, "system_prompt")
+                                else None
+                            )
+                            if persona_prompt:
+                                logger.debug(
+                                    f"找到对话设定的人格: {conv_obj.persona_id} (conv_id: {curr_conv_id})"
+                                )
+
+            # 3. 如果还是没有，回退到 UMO 默认人格
+            if not persona_prompt:
+                personality = await persona_mgr.get_default_persona_v3(umo)
+                if isinstance(personality, dict):
+                    persona_prompt = personality.get("prompt")
+                else:
+                    persona_prompt = getattr(personality, "prompt", None)
+                if persona_prompt:
+                    logger.debug("使用 UMO 默认人格设定")
+
+        except Exception as e:
+            logger.warning(f"获取人格设定失败 (umo: {umo}): {e}")
+            return None
+
+        if not isinstance(persona_prompt, str) or not persona_prompt.strip():
+            return None
+
+        # 构建系统提示词，要求 LLM 保持人格设定
+        system_prompt = persona_prompt.strip()
+        return system_prompt

src/infrastructure/analysis/utils/llm_utils.py

@@ -188,6 +188,7 @@ async def call_provider_with_retry(
     temperature: float,
     umo: str | None = None,
     provider_id_key: str | None = None,
+    system_prompt: str | None = None,
 ) -> Any | None:
     """
     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。
@@ -200,6 +201,7 @@ async def call_provider_with_retry(
         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
+        system_prompt: 系统提示词
 
     Returns:
         LLM生成的结果，失败时返回None
@@ -231,6 +233,11 @@ async def call_provider_with_retry(
                 f"[LLM 调用] Prompt 前100字符: {prompt[:100] if prompt else 'None'}..."
             )
 
+            if system_prompt:
+                logger.debug(
+                    f"[LLM 调用] System Prompt 前100字符: {system_prompt[:100]}..."
+                )
+
             # 检查 prompt 是否为空
             if not prompt or not prompt.strip():
                 logger.error(
@@ -253,6 +260,7 @@ async def call_provider_with_retry(
                         prompt=prompt,
                         max_tokens=max_tokens,
                         temperature=temperature,
+                        system_prompt=system_prompt,
                     )
 
                 # 成功记录

src/infrastructure/config/config_manager.py

@@ -220,6 +220,10 @@ class ConfigManager:
         """获取金句分析专用 Provider ID"""
         return self._get_group("llm").get("golden_quote_provider_id", "")
 
+    def get_keep_original_persona(self) -> bool:
+        """获取是否保持原始人格设定"""
+        return self._get_group("analysis_features").get("keep_original_persona", False)
+
     def get_pdf_output_dir(self) -> str:
         """获取PDF输出目录"""
         try:

src/infrastructure/platform/adapters/onebot_adapter.py

@@ -1237,7 +1237,9 @@ class OneBotAdapter(PlatformAdapter):
                             f"[群分析相册] Base64 接口 2 (upload_group_album) 失败: {e3}"
                         )
                         await self.bot.call_action("upload_qun_album", **params)
-                        logger.info("[群分析相册] Base64 模式 (upload_qun_album) 上传成功")
+                        logger.info(
+                            "[群分析相册] Base64 模式 (upload_qun_album) 上传成功"
+                        )
                         return True
 
         except Exception as e:
@@ -1294,7 +1296,9 @@ class OneBotAdapter(PlatformAdapter):
 
         for action in actions:
             try:
-                logger.debug(f"[群分析相册] 正在通过 {action} 获取列表 (群: {group_id})...")
+                logger.debug(
+                    f"[群分析相册] 正在通过 {action} 获取列表 (群: {group_id})..."
+                )
                 result = await self.bot.call_action(
                     action,
                     group_id=int(group_id),  # 确保传整型，对齐 NapCat 等实现
@@ -1329,7 +1333,9 @@ class OneBotAdapter(PlatformAdapter):
         if not album_name:
             return None
 
-        logger.debug(f"[群分析相册] 正在群 {group_id} 中查找名为 '{album_name}' 的相册...")
+        logger.debug(
+            f"[群分析相册] 正在群 {group_id} 中查找名为 '{album_name}' 的相册..."
+        )
         albums = await self.get_group_album_list(group_id)
         for album in albums:
             name = album.get("name") or album.get("album_name", "")