nezumi/astrbot_plugin_qq_group_daily_analysis
1
0
Fork 0
mirror of https://github.com/Nezumi-2711/astrbot_plugin_qq_group_daily_analysis.git synced 2026-09-22 13:38:43 +00:00
Code Issues Packages Projects Releases Wiki Activity

refactor(配置): 重构 _conf_schema.json 为 7 组嵌套结构，更新 ConfigManager 适配嵌套配置路径

Browse Source
This commit is contained in:
SXP-Simon
2026-02-10 16:09:18 +08:00
parent c8b0add071
commit 9aa502f01a
2 changed files with 444 additions and 364 deletions
Download Patch File Download Diff File Expand all files Collapse all files
_conf_schema.json
+336 -288
View File
@@ -1,304 +1,352 @@
{
"group_list_mode": {
"description": "群聊权限模式",
"type": "string",
"options": ["whitelist", "blacklist", "none"],
"default": "none",
"hint": "whitelist: 仅允许列表内群；blacklist: 拒绝列表内群；none: 不限制"
},
"group_list": {
"type": "list",
"description": "群组白/黑名单列表",
"default": [],
"hint": "黑白名单模式下使用的群组列表。支持填写 AstrBot UMO (如 xxxxx:GroupMessage:123456) 或 纯群号 (如 123456，将尝试自动匹配)。可以使用 /sid 命令查看当前会话的 UMO。",
"items": {
"type": "string"
}
},
"max_concurrent_tasks": {
"type": "int",
"description": "自动分析最大并发数",
"default": 3,
"hint": "同时进行的群聊分析任务数量，建议根据机器性能调整，过高可能导致LLM API RPM 超出限制，卡顿或被风控"
},
"debug_mode": {
"type": "bool",
"description": "调试模式（建议关闭）",
"default": false,
"hint": "启用后，会在 plugin_data/debug_data 目录下保存每次分析的平台 API 原始历史消息和 Prompt 原文，用于调试和优化提示词。"
},
"max_messages": {
"type": "int",
"description": "单次分析的获取最大消息条数基准",
"default": 1000,
"hint": "单次分析的获取最大消息条数基准值，如果当天群聊消息过多，已经获取到足够的消息(达到 max_messages)，停止获取，获取到的消息数量是最新一次获取到的超过 max_messages 的消息数量，建议500-2000"
},
"analysis_days": {
"type": "int",
"description": "默认分析天数",
"default": 1,
"hint": "默认分析最近几天的消息，建议1-7天"
},
"auto_analysis_time": {
"type": "list",
"description": "自动分析时间列表",
"default": ["09:00"],
"hint": "每日自动分析的时间点列表，格式HH:MM（例如 23:00 ），支持多个时间点",
"items": {
"type": "string"
}
},
"enable_auto_analysis": {
"type": "bool",
"description": "启用定时自动分析",
"default": false,
"hint": "是否在指定时间自动进行群聊分析，启用需要填写下面的机器人ID号，并且确保群聊号在 enabled_groups 配置中，否则获取不到实例，不会自动分析"
},
"bot_self_ids": {
"type": "list",
"description": "群分析时屏蔽的用户ID列表",
"default": [],
"hint": "填写后可启用自动分析功能。可以填写用于自动分析的机器人 ID（在不同平台上可能是数字或字符串）、多消息平台 ID、不希望出现于群分析中的其他人的 ID 等。",
"items": {
"type": "string"
}
},
"enable_user_card": {
"type": "bool",
"description": "使用用户群名片",
"default": false,
"hint": "在分析中优先使用用户的群名片作为昵称显示"
},
"output_format": {
"type": "string",
"description": "输出格式",
"default": "image",
"hint": "分析报告的输出格式：image(图片)、text(文本)、pdf(PDF文件)。使用 PDF 需要额外配置，根据文件中的 PDF_功能说明.md 进行配置"
},
"report_template": {
"type": "string",
"description": "报告模板",
"default": "scrapbook",
"hint": "分析报告使用的HTML模板名称，使用 `/设置模板` 查看使用指南，使用`/查看模板` 命令查看模板样式效果"
},
"min_messages_threshold": {
"type": "int",
"description": "最小消息数阈值",
"default": 50,
"hint": "进行分析所需的最小消息数量"
},
"topic_analysis_enabled": {
"type": "bool",
"description": "启用话题分析",
"default": true,
"hint": "是否使用LLM进行智能话题分析"
},
"user_title_analysis_enabled": {
"type": "bool",
"description": "启用用户称号分析",
"default": true,
"hint": "是否使用LLM进行用户称号分析"
},
"golden_quote_analysis_enabled": {
"type": "bool",
"description": "启用金句分析",
"default": true,
"hint": "是否使用LLM进行金句分析"
},
"max_topics": {
"type": "int",
"description": "最大话题数量",
"default": 5,
"hint": "分析报告中显示的最大话题数量，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_user_titles": {
"type": "int",
"description": "最大用户称号数量",
"default": 8,
"hint": "分析报告中显示的最大用户称号数量，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_golden_quotes": {
"type": "int",
"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。"
},
"llm_retries": {
"type": "int",
"description": "LLM 请求重试次数",
"default": 2,
"hint": "当请求超时或失败时自动重试的次数，建议设置为1~3之间。"
},
"llm_backoff": {
"type": "int",
"description": "LLM 请求重试退避基值（秒）",
"default": 2,
"hint": "重试之间的基准等待时间（秒），实际等待时间为基值乘以尝试次数。"
},
"topic_max_tokens": {
"type": "int",
"description": "（兼容部分提供商）话题分析最大 Token 数",
"default": 12288,
"hint": "（兼容部分提供商，实测大部分模型调整后没有明显效果）话题分析时 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。"
},
"golden_quote_max_tokens": {
"type": "int",
"description": "（兼容部分提供商）金句分析最大 Token 数",
"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）金句分析时 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。"
},
"user_title_max_tokens": {
"type": "int",
"description": "（兼容部分提供商）用户称号分析最大 Token 数",
"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。"
},
"llm_provider_id": {
"type": "string",
"description": "LLM Provider ID（用于所有分析任务）",
"_special": "select_provider",
"default": "",
"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"
},
"topic_provider_id": {
"type": "string",
"description": "话题分析专用 Provider ID",
"_special": "select_provider",
"default": "",
"hint": "专门用于话题分析的 Provider。留空则使用主 LLM Provider"
},
"user_title_provider_id": {
"type": "string",
"description": "用户称号分析专用 Provider ID",
"_special": "select_provider",
"default": "",
"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",
"description": "PDF输出目录",
"default": "data/plugins/astrbot_plugin_qq_group_daily_analysis/reports",
"hint": "PDF报告文件的保存目录"
},
"browser_path": {
"type": "string",
"description": "自定义浏览器路径",
"default": "",
"hint": "要填写的话请你清楚自己在干什么。自定义浏览器的可执行文件路径（如 Chrome 或 Edge 的 .exe 文件）。提示：如果是在网页后台设置，则直接输入普通路径即可（如 C:\\Program Files\\...）；如果是手动编辑 config.json 文件，请务必使用双反斜杠 '\\\\' 分隔路径。"
},
"pdf_filename_format": {
"type": "string",
"description": "PDF文件名格式",
"default": "群聊分析报告_{group_id}_{date}.pdf",
"hint": "PDF文件名格式，支持变量：{group_id}(群号)、{date}(日期)"
},
"incremental_enabled": {
"type": "bool",
"description": "启用增量分析模式",
"default": false,
"hint": "启用后，插件会在一天内多次进行小规模分析并累积结果，最终在报告时间汇总输出。适用于消息量大的群聊，可显著提升分析覆盖率和24小时活跃图表准确性。关闭时保持传统的单次全量分析模式。"
},
"incremental_interval_minutes": {
"type": "int",
"description": "增量分析间隔（分钟）",
"default": 120,
"hint": "每隔多少分钟执行一次增量分析。建议60-180分钟，间隔越短分析越精细但消耗更多 Token。"
},
"incremental_max_daily_analyses": {
"type": "int",
"description": "每日最大增量分析次数",
"default": 8,
"hint": "一天内最多执行多少次增量分析。达到上限后当天不再触发新的增量分析，但仍会在报告时间生成最终报告。建议4-12次。"
},
"incremental_max_messages": {
"type": "int",
"description": "单次增量分析最大消息数",
"default": 300,
"hint": "每次增量分析最多处理的消息条数。数值越大单次分析越全面但 Token 消耗越高。建议200-500。"
},
"incremental_min_messages": {
"type": "int",
"description": "增量分析最小消息数阈值",
"default": 20,
"hint": "当自上次分析以来的新消息数低于此阈值时，跳过本次增量分析以节省 Token。建议10-50。"
},
"incremental_topics_per_batch": {
"type": "int",
"description": "单次增量提取话题数",
"default": 3,
"hint": "每次增量分析最多提取的话题数量。最终报告会汇总所有批次的话题。建议2-5。"
},
"incremental_quotes_per_batch": {
"type": "int",
"description": "单次增量提取金句数",
"default": 3,
"hint": "每次增量分析最多提取的金句数量。最终报告会汇总所有批次的金句。建议2-5。"
},
"incremental_active_start_hour": {
"type": "int",
"description": "增量分析活跃起始时段",
"default": 8,
"hint": "增量分析的活跃时段起始小时（24小时制）。在活跃时段之外不会触发增量分析，避免凌晨等低活跃时段浪费分析配额。"
},
"incremental_active_end_hour": {
"type": "int",
"description": "增量分析活跃结束时段",
"default": 23,
"hint": "增量分析的活跃时段结束小时（24小时制）。超过此时段后不再触发增量分析。"
},
"incremental_stagger_seconds": {
"type": "int",
"description": "多群增量分析交错间隔（秒）",
"default": 30,
"hint": "当同时对多个群进行增量分析时，每个群之间的延迟间隔（秒），用于均匀分散 API 请求压力。建议15-60秒。"
},
"topic_analysis_prompts": {
"description": "话题分析提示词模板",
"basic": {
"description": "基础设置",
"type": "object",
"hint": "话题分析提示词模板，可自定义修改，保留变量 {max_topics} 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",
"hint": "群聊分析插件的基础配置项，包括群聊权限、消息数量、输出格式等",
"items": {
"topic_prompt": {
"description": "默认话题分析提示词",
"type": "text",
"editor_mode": true,
"editor_language": "markdown",
"default": "你是一个帮我进行群聊信息总结的助手，生成总结内容时，你需要严格遵守下面的几个准则：\n\n请分析接下来提供的群聊记录，提取出最多 **{max_topics}** 个主要话题。\n\n## 对于每个话题，请提供：\n\n1. **话题名称**（突出主题内容，尽量简明扼要）\n2. **主要参与者**（最多5人）\n3. **话题详细描述**（包含关键信息和结论）\n\n## 注意事项：\n\n- 对于比较有价值的点，稍微用一两句话详细讲讲，比如不要生成 \"Nolan 和 SOV 讨论了 galgame 中关于性符号的衍生情况\" 这种宽泛的内容，而是生成更加具体的讨论内容，让其他人只看这个消息就能知道讨论中有价值的、有营养的信息。\n- 对于其中的部分信息，你需要特意提到主题施加的主体是谁，是哪个群友做了什么事情，而不要直接生成和群友没有关系的语句。\n- 对于每一条总结，尽量讲清楚前因后果，以及话题的结论：是什么、为什么、怎么做。如果用户没有讲到细节，则可以不用这么做。\n\n## 群聊记录：\n\n{messages_text}\n\n---\n\n## 重要：必须返回标准 JSON 格式\n\n严格遵守以下规则：\n\n1. 只使用英文双引号 `\"` ，不要使用中文引号 `\"` `\"`\n2. 字符串内容中的引号必须转义为 `\\\"`\n3. 多个对象之间用逗号分隔\n4. 数组元素之间用逗号分隔\n5. 不要在 JSON 外添加任何文字说明\n6. 描述内容避免使用特殊符号，用普通文字表达\n\n### 返回格式示例：\n\n```json\n[\n {{\n \"topic\": \"话题名称\",\n \"contributors\": [\"用户1\", \"用户2\"],\n \"detail\": \"话题描述内容\"\n }},\n {{\n \"topic\": \"另一个话题\",\n \"contributors\": [\"用户3\", \"用户4\"],\n \"detail\": \"另一个话题的描述\"\n }}\n]\n```\n\n**注意**：返回的内容必须是纯 JSON，不要包含 markdown 代码块标记或其他格式。"
"group_list_mode": {
"description": "群聊权限模式",
"type": "string",
"options": ["whitelist", "blacklist", "none"],
"default": "none",
"hint": "whitelist: 仅允许列表内群；blacklist: 拒绝列表内群；none: 不限制"
},
"group_list": {
"type": "list",
"description": "群组白/黑名单列表",
"default": [],
"hint": "黑白名单模式下使用的群组列表。支持填写 AstrBot UMO (如 xxxxx:GroupMessage:123456) 或 纯群号 (如 123456，将尝试自动匹配)。可以使用 /sid 命令查看当前会话的 UMO。",
"items": {
"type": "string"
}
},
"analysis_days": {
"type": "int",
"description": "默认分析天数",
"default": 1,
"hint": "默认分析最近几天的消息，建议1-7天"
},
"max_messages": {
"type": "int",
"description": "单次分析的获取最大消息条数基准",
"default": 1000,
"hint": "单次分析的获取最大消息条数基准值，如果当天群聊消息过多，已经获取到足够的消息(达到 max_messages)，停止获取，获取到的消息数量是最新一次获取到的超过 max_messages 的消息数量，建议500-2000"
},
"min_messages_threshold": {
"type": "int",
"description": "最小消息数阈值",
"default": 50,
"hint": "进行分析所需的最小消息数量"
},
"bot_self_ids": {
"type": "list",
"description": "群分析时屏蔽的用户ID列表",
"default": [],
"hint": "填写后可启用自动分析功能。可以填写用于自动分析的机器人 ID（在不同平台上可能是数字或字符串）、多消息平台 ID、不希望出现于群分析中的其他人的 ID 等。",
"items": {
"type": "string"
}
},
"enable_user_card": {
"type": "bool",
"description": "使用用户群名片",
"default": false,
"hint": "在分析中优先使用用户的群名片作为昵称显示"
},
"output_format": {
"type": "string",
"description": "输出格式",
"default": "image",
"hint": "分析报告的输出格式：image(图片)、text(文本)、pdf(PDF文件)。使用 PDF 需要额外配置，根据文件中的 PDF_功能说明.md 进行配置"
},
"report_template": {
"type": "string",
"description": "报告模板",
"default": "scrapbook",
"hint": "分析报告使用的HTML模板名称，使用 `/设置模板` 查看使用指南，使用`/查看模板` 命令查看模板样式效果"
},
"debug_mode": {
"type": "bool",
"description": "调试模式（建议关闭）",
"default": false,
"hint": "启用后，会在 plugin_data/debug_data 目录下保存每次分析的平台 API 原始历史消息和 Prompt 原文，用于调试和优化提示词。"
}
}
},
"user_title_analysis_prompts": {
"description": "用户称号分析提示词模板",
"auto_analysis": {
"description": "自动分析设置",
"type": "object",
"hint": "用户称号分析提示词模板，可自定义修改，保留变量 {users_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",
"hint": "定时自动分析相关配置，包括启用开关、分析时间和并发数",
"items": {
"user_title_prompt": {
"description": "默认用户称号分析提示词",
"type": "text",
"editor_mode": true,
"editor_language": "markdown",
"default": "请为以下群友分配合适的称号和 MBTI 类型。\n\n## 规则：\n\n- 每个人只能有一个称号\n- 每个称号只能给一个人\n\n## 可选称号：\n\n- **龙王**: 发言频繁但内容轻松的人\n- **技术专家**: 经常讨论技术话题的人\n- **夜猫子**: 经常在深夜发言的人\n- **表情包军火库**: 经常发表情的人\n- **沉默终结者**: 经常开启话题的人\n- **评论家**: 平均发言长度很长的人\n- **阳角**: 在群里很有影响力的人\n- **互动达人**: 经常回复别人的人\n- *...（你可以自行进行拓展添加）*\n\n## 用户数据：\n\n{users_text}\n\n---\n\n### 返回格式示例：\n\n```json\n[\n {{\n \"name\": \"用户名\",\n \"user_id\": \"123456789\",\n \"title\": \"称号\",\n \"mbti\": \"MBTI类型\",\n \"reason\": \"获得此称号的原因\"\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。"
"enable_auto_analysis": {
"type": "bool",
"description": "启用定时自动分析",
"default": false,
"hint": "是否在指定时间自动进行群聊分析，启用需要填写下面的机器人ID号，并且确保群聊号在 enabled_groups 配置中，否则获取不到实例，不会自动分析"
},
"auto_analysis_time": {
"type": "list",
"description": "自动分析时间列表",
"default": ["09:00"],
"hint": "每日自动分析的时间点列表，格式HH:MM（例如 23:00 ），支持多个时间点",
"items": {
"type": "string"
}
},
"max_concurrent_tasks": {
"type": "int",
"description": "自动分析最大并发数",
"default": 3,
"hint": "同时进行的群聊分析任务数量，建议根据机器性能调整，过高可能导致LLM API RPM 超出限制，卡顿或被风控"
}
}
},
"golden_quote_analysis_prompts": {
"description": "金句分析提示词模板",
"llm": {
"description": "LLM 设置",
"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",
"hint": "大语言模型相关配置，包括 Provider 选择、重试策略和 Token 限制",
"items": {
"golden_quote_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。"
"llm_provider_id": {
"type": "string",
"description": "LLM Provider ID（用于所有分析任务）",
"_special": "select_provider",
"default": "",
"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"
},
"topic_provider_id": {
"type": "string",
"description": "话题分析专用 Provider ID",
"_special": "select_provider",
"default": "",
"hint": "专门用于话题分析的 Provider。留空则使用主 LLM Provider"
},
"user_title_provider_id": {
"type": "string",
"description": "用户称号分析专用 Provider ID",
"_special": "select_provider",
"default": "",
"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"
},
"llm_retries": {
"type": "int",
"description": "LLM 请求重试次数",
"default": 2,
"hint": "当请求超时或失败时自动重试的次数，建议设置为1~3之间。"
},
"llm_backoff": {
"type": "int",
"description": "LLM 请求重试退避基值（秒）",
"default": 2,
"hint": "重试之间的基准等待时间（秒），实际等待时间为基值乘以尝试次数。"
},
"topic_max_tokens": {
"type": "int",
"description": "（兼容部分提供商）话题分析最大 Token 数",
"default": 12288,
"hint": "（兼容部分提供商，实测大部分模型调整后没有明显效果）话题分析时 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。"
},
"golden_quote_max_tokens": {
"type": "int",
"description": "（兼容部分提供商）金句分析最大 Token 数",
"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）金句分析时 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。"
},
"user_title_max_tokens": {
"type": "int",
"description": "（兼容部分提供商）用户称号分析最大 Token 数",
"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。"
}
}
},
"analysis_features": {
"description": "分析功能开关",
"type": "object",
"hint": "控制各项 LLM 分析功能的启用状态和数量限制",
"items": {
"topic_analysis_enabled": {
"type": "bool",
"description": "启用话题分析",
"default": true,
"hint": "是否使用LLM进行智能话题分析"
},
"user_title_analysis_enabled": {
"type": "bool",
"description": "启用用户称号分析",
"default": true,
"hint": "是否使用LLM进行用户称号分析"
},
"golden_quote_analysis_enabled": {
"type": "bool",
"description": "启用金句分析",
"default": true,
"hint": "是否使用LLM进行金句分析"
},
"max_topics": {
"type": "int",
"description": "最大话题数量",
"default": 5,
"hint": "分析报告中显示的最大话题数量，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_user_titles": {
"type": "int",
"description": "最大用户称号数量",
"default": 8,
"hint": "分析报告中显示的最大用户称号数量，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_golden_quotes": {
"type": "int",
"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。"
}
}
},
"incremental": {
"description": "增量分析设置",
"type": "object",
"hint": "增量分析模式相关配置，启用后插件会在一天内多次进行小规模分析并累积结果，适用于消息量大的群聊",
"items": {
"incremental_enabled": {
"type": "bool",
"description": "启用增量分析模式",
"default": false,
"hint": "启用后，插件会在一天内多次进行小规模分析并累积结果，最终在报告时间汇总输出。适用于消息量大的群聊，可显著提升分析覆盖率和24小时活跃图表准确性。关闭时保持传统的单次全量分析模式。"
},
"incremental_interval_minutes": {
"type": "int",
"description": "增量分析间隔（分钟）",
"default": 120,
"hint": "每隔多少分钟执行一次增量分析。建议60-180分钟，间隔越短分析越精细但消耗更多 Token。"
},
"incremental_max_daily_analyses": {
"type": "int",
"description": "每日最大增量分析次数",
"default": 8,
"hint": "一天内最多执行多少次增量分析。达到上限后当天不再触发新的增量分析，但仍会在报告时间生成最终报告。建议4-12次。"
},
"incremental_max_messages": {
"type": "int",
"description": "单次增量分析最大消息数",
"default": 300,
"hint": "每次增量分析最多处理的消息条数。数值越大单次分析越全面但 Token 消耗越高。建议200-500。"
},
"incremental_min_messages": {
"type": "int",
"description": "增量分析最小消息数阈值",
"default": 20,
"hint": "当自上次分析以来的新消息数低于此阈值时，跳过本次增量分析以节省 Token。建议10-50。"
},
"incremental_topics_per_batch": {
"type": "int",
"description": "单次增量提取话题数",
"default": 3,
"hint": "每次增量分析最多提取的话题数量。最终报告会汇总所有批次的话题。建议2-5。"
},
"incremental_quotes_per_batch": {
"type": "int",
"description": "单次增量提取金句数",
"default": 3,
"hint": "每次增量分析最多提取的金句数量。最终报告会汇总所有批次的金句。建议2-5。"
},
"incremental_active_start_hour": {
"type": "int",
"description": "增量分析活跃起始时段",
"default": 8,
"hint": "增量分析的活跃时段起始小时（24小时制）。在活跃时段之外不会触发增量分析，避免凌晨等低活跃时段浪费分析配额。"
},
"incremental_active_end_hour": {
"type": "int",
"description": "增量分析活跃结束时段",
"default": 23,
"hint": "增量分析的活跃时段结束小时（24小时制）。超过此时段后不再触发增量分析。"
},
"incremental_stagger_seconds": {
"type": "int",
"description": "多群增量分析交错间隔（秒）",
"default": 30,
"hint": "当同时对多个群进行增量分析时，每个群之间的延迟间隔（秒），用于均匀分散 API 请求压力。建议15-60秒。"
}
}
},
"pdf": {
"description": "PDF 设置",
"type": "object",
"hint": "PDF 报告输出相关配置，包括输出目录、浏览器路径和文件名格式",
"items": {
"pdf_output_dir": {
"type": "string",
"description": "PDF输出目录",
"default": "data/plugins/astrbot_plugin_qq_group_daily_analysis/reports",
"hint": "PDF报告文件的保存目录"
},
"browser_path": {
"type": "string",
"description": "自定义浏览器路径",
"default": "",
"hint": "要填写的话请你清楚自己在干什么。自定义浏览器的可执行文件路径（如 Chrome 或 Edge 的 .exe 文件）。提示：如果是在网页后台设置，则直接输入普通路径即可（如 C:\\Program Files\\...）；如果是手动编辑 config.json 文件，请务必使用双反斜杠 '\\\\' 分隔路径。"
},
"pdf_filename_format": {
"type": "string",
"description": "PDF文件名格式",
"default": "群聊分析报告_{group_id}_{date}.pdf",
"hint": "PDF文件名格式，支持变量：{group_id}(群号)、{date}(日期)"
}
}
},
"prompts": {
"description": "提示词模板",
"type": "object",
"hint": "LLM 分析使用的提示词模板配置，可自定义各项分析的提示词内容",
"items": {
"topic_analysis_prompts": {
"description": "话题分析提示词模板",
"type": "object",
"hint": "话题分析提示词模板，可自定义修改，保留变量 {max_topics} 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": {
"topic_prompt": {
"description": "默认话题分析提示词",
"type": "text",
"editor_mode": true,
"editor_language": "markdown",
"default": "你是一个帮我进行群聊信息总结的助手，生成总结内容时，你需要严格遵守下面的几个准则：\n\n请分析接下来提供的群聊记录，提取出最多 **{max_topics}** 个主要话题。\n\n## 对于每个话题，请提供：\n\n1. **话题名称**（突出主题内容，尽量简明扼要）\n2. **主要参与者**（最多5人）\n3. **话题详细描述**（包含关键信息和结论）\n\n## 注意事项：\n\n- 对于比较有价值的点，稍微用一两句话详细讲讲，比如不要生成 \"Nolan 和 SOV 讨论了 galgame 中关于性符号的衍生情况\" 这种宽泛的内容，而是生成更加具体的讨论内容，让其他人只看这个消息就能知道讨论中有价值的、有营养的信息。\n- 对于其中的部分信息，你需要特意提到主题施加的主体是谁，是哪个群友做了什么事情，而不要直接生成和群友没有关系的语句。\n- 对于每一条总结，尽量讲清楚前因后果，以及话题的结论：是什么、为什么、怎么做。如果用户没有讲到细节，则可以不用这么做。\n\n## 群聊记录：\n\n{messages_text}\n\n---\n\n## 重要：必须返回标准 JSON 格式\n\n严格遵守以下规则：\n\n1. 只使用英文双引号 `\"` ，不要使用中文引号 `\"` `\"`\n2. 字符串内容中的引号必须转义为 `\\\"`\n3. 多个对象之间用逗号分隔\n4. 数组元素之间用逗号分隔\n5. 不要在 JSON 外添加任何文字说明\n6. 描述内容避免使用特殊符号，用普通文字表达\n\n### 返回格式示例：\n\n```json\n[\n {{\n \"topic\": \"话题名称\",\n \"contributors\": [\"用户1\", \"用户2\"],\n \"detail\": \"话题描述内容\"\n }},\n {{\n \"topic\": \"另一个话题\",\n \"contributors\": [\"用户3\", \"用户4\"],\n \"detail\": \"另一个话题的描述\"\n }}\n]\n```\n\n**注意**：返回的内容必须是纯 JSON，不要包含 markdown 代码块标记或其他格式。"
}
}
},
"user_title_analysis_prompts": {
"description": "用户称号分析提示词模板",
"type": "object",
"hint": "用户称号分析提示词模板，可自定义修改，保留变量 {users_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": {
"user_title_prompt": {
"description": "默认用户称号分析提示词",
"type": "text",
"editor_mode": true,
"editor_language": "markdown",
"default": "请为以下群友分配合适的称号和 MBTI 类型。\n\n## 规则：\n\n- 每个人只能有一个称号\n- 每个称号只能给一个人\n\n## 可选称号：\n\n- **龙王**: 发言频繁但内容轻松的人\n- **技术专家**: 经常讨论技术话题的人\n- **夜猫子**: 经常在深夜发言的人\n- **表情包军火库**: 经常发表情的人\n- **沉默终结者**: 经常开启话题的人\n- **评论家**: 平均发言长度很长的人\n- **阳角**: 在群里很有影响力的人\n- **互动达人**: 经常回复别人的人\n- *...（你可以自行进行拓展添加）*\n\n## 用户数据：\n\n{users_text}\n\n---\n\n### 返回格式示例：\n\n```json\n[\n {{\n \"name\": \"用户名\",\n \"user_id\": \"123456789\",\n \"title\": \"称号\",\n \"mbti\": \"MBTI类型\",\n \"reason\": \"获得此称号的原因\"\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。"
}
}
},
"golden_quote_analysis_prompts": {
"description": "金句分析提示词模板",
"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": {
"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。"
}
}
}
}
}
src/infrastructure/config/config_manager.py
+108 -76
View File
@@ -10,7 +10,17 @@ from astrbot.core.utils.astrbot_path import get_astrbot_data_path
class ConfigManager:
"""配置管理器"""
"""配置管理器
配置结构采用分组嵌套方式，顶层分为以下分组：
- basic: 基础设置
- auto_analysis: 自动分析设置
- llm: LLM 设置
- analysis_features: 分析功能开关
- incremental: 增量分析设置
- pdf: PDF 设置
- prompts: 提示词模板
"""
def __init__(self, config: AstrBotConfig):
self.config = config
@@ -18,13 +28,23 @@ class ConfigManager:
self._playwright_version = None
self._check_playwright_availability()
def _get_group(self, group: str) -> dict:
"""获取指定分组的配置字典，不存在时返回空字典"""
return self.config.get(group, {})
def _ensure_group(self, group: str) -> dict:
"""确保指定分组存在并返回其字典引用"""
if group not in self.config:
self.config[group] = {}
return self.config[group]
def get_group_list_mode(self) -> str:
"""获取群组列表模式 (whitelist/blacklist/none)"""
return self.config.get("group_list_mode", "none")
return self._get_group("basic").get("group_list_mode", "none")
def get_group_list(self) -> list[str]:
"""获取群组列表（用于黑白名单）"""
return self.config.get("group_list", [])
return self._get_group("basic").get("group_list", [])
def is_group_allowed(self, group_id_or_umo: str) -> bool:
"""
@@ -59,21 +79,23 @@ class ConfigManager:
def get_max_messages(self) -> int:
"""获取最大消息数量"""
return self.config.get("max_messages", 1000)
return self._get_group("basic").get("max_messages", 1000)
def get_analysis_days(self) -> int:
"""获取分析天数"""
return self.config.get("analysis_days", 1)
return self._get_group("basic").get("analysis_days", 1)
def get_auto_analysis_time(self) -> list[str]:
"""获取自动分析时间列表"""
val = self.config.get("auto_analysis_time", ["09:00"])
group = self._get_group("auto_analysis")
val = group.get("auto_analysis_time", ["09:00"])
# 兼容旧版本字符串配置
if isinstance(val, str):
val_list = [val]
# 自动修复配置格式
try:
self.config["auto_analysis_time"] = val_list
auto_group = self._ensure_group("auto_analysis")
auto_group["auto_analysis_time"] = val_list
self.config.save_config()
logger.info(f"自动修复配置格式 auto_analysis_time: {val} -> {val_list}")
except Exception as e:
@@ -83,79 +105,79 @@ class ConfigManager:
def get_enable_auto_analysis(self) -> bool:
"""获取是否启用自动分析"""
return self.config.get("enable_auto_analysis", False)
return self._get_group("auto_analysis").get("enable_auto_analysis", False)
def get_output_format(self) -> str:
"""获取输出格式"""
return self.config.get("output_format", "image")
return self._get_group("basic").get("output_format", "image")
def get_min_messages_threshold(self) -> int:
"""获取最小消息阈值"""
return self.config.get("min_messages_threshold", 50)
return self._get_group("basic").get("min_messages_threshold", 50)
def get_topic_analysis_enabled(self) -> bool:
"""获取是否启用话题分析"""
return self.config.get("topic_analysis_enabled", True)
return self._get_group("analysis_features").get("topic_analysis_enabled", True)
def get_user_title_analysis_enabled(self) -> bool:
"""获取是否启用用户称号分析"""
return self.config.get("user_title_analysis_enabled", True)
return self._get_group("analysis_features").get("user_title_analysis_enabled", True)
def get_golden_quote_analysis_enabled(self) -> bool:
"""获取是否启用金句分析"""
return self.config.get("golden_quote_analysis_enabled", True)
return self._get_group("analysis_features").get("golden_quote_analysis_enabled", True)
def get_max_topics(self) -> int:
"""获取最大话题数量"""
return self.config.get("max_topics", 5)
return self._get_group("analysis_features").get("max_topics", 5)
def get_max_user_titles(self) -> int:
"""获取最大用户称号数量"""
return self.config.get("max_user_titles", 8)
return self._get_group("analysis_features").get("max_user_titles", 8)
def get_max_golden_quotes(self) -> int:
"""获取最大金句数量"""
return self.config.get("max_golden_quotes", 5)
return self._get_group("analysis_features").get("max_golden_quotes", 5)
def get_llm_retries(self) -> int:
"""获取LLM请求重试次数"""
return self.config.get("llm_retries", 2)
return self._get_group("llm").get("llm_retries", 2)
def get_llm_backoff(self) -> int:
"""获取LLM请求重试退避基值（秒），实际退避会乘以尝试次数"""
return self.config.get("llm_backoff", 2)
return self._get_group("llm").get("llm_backoff", 2)
def get_topic_max_tokens(self) -> int:
"""获取话题分析最大token数"""
return self.config.get("topic_max_tokens", 12288)
return self._get_group("llm").get("topic_max_tokens", 12288)
def get_golden_quote_max_tokens(self) -> int:
"""获取金句分析最大token数"""
return self.config.get("golden_quote_max_tokens", 4096)
return self._get_group("llm").get("golden_quote_max_tokens", 4096)
def get_user_title_max_tokens(self) -> int:
"""获取用户称号分析最大token数"""
return self.config.get("user_title_max_tokens", 4096)
return self._get_group("llm").get("user_title_max_tokens", 4096)
def get_debug_mode(self) -> bool:
"""获取是否启用调试模式"""
return self.config.get("debug_mode", False)
return self._get_group("basic").get("debug_mode", False)
def get_llm_provider_id(self) -> str:
"""获取主 LLM Provider ID"""
return self.config.get("llm_provider_id", "")
return self._get_group("llm").get("llm_provider_id", "")
def get_topic_provider_id(self) -> str:
"""获取话题分析专用 Provider ID"""
return self.config.get("topic_provider_id", "")
return self._get_group("llm").get("topic_provider_id", "")
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", "")
return self._get_group("llm").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", "")
return self._get_group("llm").get("golden_quote_provider_id", "")
def get_pdf_output_dir(self) -> str:
"""获取PDF输出目录"""
@@ -163,210 +185,220 @@ class ConfigManager:
plugin_name = "astrbot_plugin_qq_group_daily_analysis"
data_path = get_astrbot_data_path()
default_path = data_path / "plugin_data" / plugin_name / "reports"
return self.config.get("pdf_output_dir", str(default_path))
return self._get_group("pdf").get("pdf_output_dir", str(default_path))
except Exception:
return self.config.get(
return self._get_group("pdf").get(
"pdf_output_dir",
"data/plugins/astrbot_plugin_qq_group_daily_analysis/reports",
)
def get_bot_self_ids(self) -> list:
"""获取机器人自身的 ID 列表 (兼容 bot_qq_ids)"""
ids = self.config.get("bot_self_ids", [])
basic = self._get_group("basic")
ids = basic.get("bot_self_ids", [])
if not ids:
ids = self.config.get("bot_qq_ids", [])
ids = basic.get("bot_qq_ids", [])
return ids
def get_pdf_filename_format(self) -> str:
"""获取PDF文件名格式"""
return self.config.get(
return self._get_group("pdf").get(
"pdf_filename_format", "群聊分析报告_{group_id}_{date}.pdf"
)
def get_topic_analysis_prompt(self, style: str = "topic_prompt") -> str:
"""获取话题分析提示词模板"""
prompts_config = self.config.get("topic_analysis_prompts", {})
prompt = prompts_config.get(style, "topic_prompt")
prompts_config = self._get_group("prompts").get("topic_analysis_prompts", {})
prompt = prompts_config.get(style, "")
if prompt:
return prompt
return self.config.get("topic_analysis_prompt", "")
return ""
def get_user_title_analysis_prompt(self, style: str = "user_title_prompt") -> str:
"""获取用户称号分析提示词模板"""
prompts_config = self.config.get("user_title_analysis_prompts", {})
prompt = prompts_config.get(style, "user_title_prompt")
prompts_config = self._get_group("prompts").get("user_title_analysis_prompts", {})
prompt = prompts_config.get(style, "")
if prompt:
return prompt
return self.config.get("user_title_analysis_prompt", "")
return ""
def get_golden_quote_analysis_prompt(
self, style: str = "golden_quote_prompt"
) -> str:
"""获取金句分析提示词模板"""
prompts_config = self.config.get("golden_quote_analysis_prompts", {})
prompt = prompts_config.get(style, "golden_quote_prompt")
prompts_config = self._get_group("prompts").get("golden_quote_analysis_prompts", {})
prompt = prompts_config.get(style, "")
if prompt:
return prompt
return self.config.get("golden_quote_analysis_prompt", "")
return ""
def set_topic_analysis_prompt(self, prompt: str):
"""设置话题分析提示词模板"""
self.config["topic_analysis_prompt"] = prompt
prompts = self._ensure_group("prompts")
if "topic_analysis_prompts" not in prompts:
prompts["topic_analysis_prompts"] = {}
prompts["topic_analysis_prompts"]["topic_prompt"] = prompt
self.config.save_config()
def set_user_title_analysis_prompt(self, prompt: str):
"""设置用户称号分析提示词模板"""
self.config["user_title_analysis_prompt"] = prompt
prompts = self._ensure_group("prompts")
if "user_title_analysis_prompts" not in prompts:
prompts["user_title_analysis_prompts"] = {}
prompts["user_title_analysis_prompts"]["user_title_prompt"] = prompt
self.config.save_config()
def set_golden_quote_analysis_prompt(self, prompt: str):
"""设置金句分析提示词模板"""
self.config["golden_quote_analysis_prompt"] = prompt
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
self.config.save_config()
def set_output_format(self, format_type: str):
"""设置输出格式"""
self.config["output_format"] = format_type
self._ensure_group("basic")["output_format"] = format_type
self.config.save_config()
def set_group_list_mode(self, mode: str):
"""设置群组列表模式"""
self.config["group_list_mode"] = mode
self._ensure_group("basic")["group_list_mode"] = mode
self.config.save_config()
def set_group_list(self, groups: list[str]):
"""设置群组列表"""
self.config["group_list"] = groups
self._ensure_group("basic")["group_list"] = groups
self.config.save_config()
def get_max_concurrent_tasks(self) -> int:
"""获取自动分析最大并发数"""
return self.config.get("max_concurrent_tasks", 3)
return self._get_group("auto_analysis").get("max_concurrent_tasks", 3)
def set_max_concurrent_tasks(self, count: int):
"""设置自动分析最大并发数"""
self.config["max_concurrent_tasks"] = count
self._ensure_group("auto_analysis")["max_concurrent_tasks"] = count
self.config.save_config()
def set_max_messages(self, count: int):
"""设置最大消息数量"""
self.config["max_messages"] = count
self._ensure_group("basic")["max_messages"] = count
self.config.save_config()
def set_analysis_days(self, days: int):
"""设置分析天数"""
self.config["analysis_days"] = days
self._ensure_group("basic")["analysis_days"] = days
self.config.save_config()
def set_auto_analysis_time(self, time_val: str | list[str]):
"""设置自动分析时间"""
self.config["auto_analysis_time"] = time_val
self._ensure_group("auto_analysis")["auto_analysis_time"] = time_val
self.config.save_config()
def set_enable_auto_analysis(self, enabled: bool):
"""设置是否启用自动分析"""
self.config["enable_auto_analysis"] = enabled
self._ensure_group("auto_analysis")["enable_auto_analysis"] = enabled
self.config.save_config()
def set_min_messages_threshold(self, threshold: int):
"""设置最小消息阈值"""
self.config["min_messages_threshold"] = threshold
self._ensure_group("basic")["min_messages_threshold"] = threshold
self.config.save_config()
def set_topic_analysis_enabled(self, enabled: bool):
"""设置是否启用话题分析"""
self.config["topic_analysis_enabled"] = enabled
self._ensure_group("analysis_features")["topic_analysis_enabled"] = enabled
self.config.save_config()
def set_user_title_analysis_enabled(self, enabled: bool):
"""设置是否启用用户称号分析"""
self.config["user_title_analysis_enabled"] = enabled
self._ensure_group("analysis_features")["user_title_analysis_enabled"] = enabled
self.config.save_config()
def set_golden_quote_analysis_enabled(self, enabled: bool):
"""设置是否启用金句分析"""
self.config["golden_quote_analysis_enabled"] = enabled
self._ensure_group("analysis_features")["golden_quote_analysis_enabled"] = enabled
self.config.save_config()
def set_max_topics(self, count: int):
"""设置最大话题数量"""
self.config["max_topics"] = count
self._ensure_group("analysis_features")["max_topics"] = count
self.config.save_config()
def set_max_user_titles(self, count: int):
"""设置最大用户称号数量"""
self.config["max_user_titles"] = count
self._ensure_group("analysis_features")["max_user_titles"] = count
self.config.save_config()
def set_max_golden_quotes(self, count: int):
"""设置最大金句数量"""
self.config["max_golden_quotes"] = count
self._ensure_group("analysis_features")["max_golden_quotes"] = count
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
self._ensure_group("pdf")["pdf_output_dir"] = directory
self.config.save_config()
def set_pdf_filename_format(self, format_str: str):
"""设置PDF文件名格式"""
self.config["pdf_filename_format"] = format_str
self._ensure_group("pdf")["pdf_filename_format"] = format_str
self.config.save_config()
def get_report_template(self) -> str:
"""获取报告模板名称"""
return self.config.get("report_template", "scrapbook")
return self._get_group("basic").get("report_template", "scrapbook")
def set_report_template(self, template_name: str):
"""设置报告模板名称"""
self.config["report_template"] = template_name
self._ensure_group("basic")["report_template"] = template_name
self.config.save_config()
def get_enable_user_card(self) -> bool:
"""获取是否使用用户群名片"""
return self.config.get("enable_user_card", False)
return self._get_group("basic").get("enable_user_card", False)
# ========== 增量分析配置 ==========
def get_incremental_enabled(self) -> bool:
"""获取是否启用增量分析模式"""
return self.config.get("incremental_enabled", False)
return self._get_group("incremental").get("incremental_enabled", False)
def get_incremental_interval_minutes(self) -> int:
"""获取增量分析间隔（分钟）"""
return self.config.get("incremental_interval_minutes", 120)
return self._get_group("incremental").get("incremental_interval_minutes", 120)
def get_incremental_max_daily_analyses(self) -> int:
"""获取每天最大增量分析次数"""
return self.config.get("incremental_max_daily_analyses", 8)
return self._get_group("incremental").get("incremental_max_daily_analyses", 8)
def get_incremental_max_messages(self) -> int:
"""获取单次增量分析的最大消息数"""
return self.config.get("incremental_max_messages", 300)
return self._get_group("incremental").get("incremental_max_messages", 300)
def get_incremental_min_messages(self) -> int:
"""获取触发增量分析的最小消息数阈值"""
return self.config.get("incremental_min_messages", 20)
return self._get_group("incremental").get("incremental_min_messages", 20)
def get_incremental_topics_per_batch(self) -> int:
"""获取单次增量分析提取的最大话题数"""
return self.config.get("incremental_topics_per_batch", 3)
return self._get_group("incremental").get("incremental_topics_per_batch", 3)
def get_incremental_quotes_per_batch(self) -> int:
"""获取单次增量分析提取的最大金句数"""
return self.config.get("incremental_quotes_per_batch", 3)
return self._get_group("incremental").get("incremental_quotes_per_batch", 3)
def get_incremental_active_start_hour(self) -> int:
"""获取增量分析活跃时段起始小时（24小时制）"""
return self.config.get("incremental_active_start_hour", 8)
return self._get_group("incremental").get("incremental_active_start_hour", 8)
def get_incremental_active_end_hour(self) -> int:
"""获取增量分析活跃时段结束小时（24小时制）"""
return self.config.get("incremental_active_end_hour", 23)
return self._get_group("incremental").get("incremental_active_end_hour", 23)
def get_incremental_stagger_seconds(self) -> int:
"""获取多群增量分析的交错间隔（秒），避免 API 压力"""
return self.config.get("incremental_stagger_seconds", 30)
return self._get_group("incremental").get("incremental_stagger_seconds", 30)
@property
def playwright_available(self) -> bool:
@@ -407,11 +439,11 @@ class ConfigManager:
def get_browser_path(self) -> str:
"""获取自定义浏览器路径"""
return self.config.get("browser_path", "")
return self._get_group("pdf").get("browser_path", "")
def set_browser_path(self, path: str):
"""设置自定义浏览器路径"""
self.config["browser_path"] = path
self._ensure_group("pdf")["browser_path"] = path
self.config.save_config()
def reload_playwright(self) -> bool: