diff --git a/src/analysis/analyzers/base_analyzer.py b/src/analysis/analyzers/base_analyzer.py index 621a79a..cf11bcd 100644 --- a/src/analysis/analyzers/base_analyzer.py +++ b/src/analysis/analyzers/base_analyzer.py @@ -102,15 +102,25 @@ class BaseAnalyzer(ABC): """ try: # 1. 构建提示词 + logger.debug(f"{self.get_data_type()}分析开始构建prompt，输入数据类型: {type(data)}") + logger.debug(f"{self.get_data_type()}分析输入数据长度: {len(data) if hasattr(data, '__len__') else 'N/A'}") + prompt = self.build_prompt(data) logger.info(f"开始{self.get_data_type()}分析，构建提示词完成") + logger.debug(f"{self.get_data_type()}分析prompt长度: {len(prompt) if prompt else 0}") + logger.debug(f"{self.get_data_type()}分析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.warning(f"{self.get_data_type()}分析: prompt 为空或只包含空白字符，跳过LLM调用") + return [], TokenUsage() # 2. 调用LLM max_tokens = self.get_max_tokens() temperature = self.get_temperature() response = await call_provider_with_retry( - self.context, self.config_manager, prompt, + self.context, self.config_manager, prompt, max_tokens, temperature, umo ) diff --git a/src/analysis/analyzers/topic_analyzer.py b/src/analysis/analyzers/topic_analyzer.py index 7c7c5d0..0f1418d 100644 --- a/src/analysis/analyzers/topic_analyzer.py +++ b/src/analysis/analyzers/topic_analyzer.py @@ -52,6 +52,13 @@ class TopicAnalyzer(BaseAnalyzer): logger.error(f"build_prompt 期望列表，但收到: {type(messages)}") return "" + # 检查消息列表是否为空 + if not messages: + logger.warning("build_prompt 收到空消息列表") + return "" + + logger.debug(f"build_prompt 第一条消息内容: {messages[0] if messages else '无'}") + # 提取文本消息 text_messages = [] for i, msg in enumerate(messages): @@ -72,21 +79,61 @@ class TopicAnalyzer(BaseAnalyzer): nickname = sender.get("nickname", "") or sender.get("card", "") msg_time = datetime.fromtimestamp(msg.get("time", 0)).strftime("%H:%M") - for content in msg.get("message", []): - if content.get("type") == "text": + message_list = msg.get("message", []) + logger.debug(f"build_prompt 消息 {i+1} 的 message 字段类型: {type(message_list)}, 长度: {len(message_list) if hasattr(message_list, '__len__') else 'N/A'}") + + # 提取文本内容，可能分布在多个 content 中 + text_parts = [] + for j, content in enumerate(message_list): + logger.debug(f"build_prompt 处理消息 {i+1} 的内容 {j+1}, 类型: {type(content)}") + if not isinstance(content, dict): + logger.warning(f"build_prompt 跳过非字典类型的内容: {type(content)} - {content}") + continue + + content_type = content.get("type", "") + logger.debug(f"build_prompt 内容类型: {content_type}") + + if content_type == "text": text = content.get("data", {}).get("text", "").strip() - if text and len(text) > 2 and not text.startswith("/"): - # 清理消息内容 - text = text.replace('“', '"').replace('”', '"') - text = text.replace('‘', "'").replace('’', "'") - text = text.replace('\n', ' ').replace('\r', ' ') - text = text.replace('\t', ' ') - text = re.sub(r'[\x00-\x1f\x7f-\x9f]', '', text) - text_messages.append({ - "sender": nickname, - "time": msg_time, - "content": text.strip() - }) + logger.debug(f"build_prompt 提取到的文本: '{text}' (长度: {len(text)})") + if text: + text_parts.append(text) + elif content_type == "at": + # 处理 @ 消息，转换为文本 + at_qq = content.get("data", {}).get("qq", "") + if at_qq: + at_text = f"@{at_qq}" + text_parts.append(at_text) + logger.debug(f"build_prompt 提取到@消息: {at_text}") + elif content_type == "reply": + # 处理回复消息，添加标记 + reply_id = content.get("data", {}).get("id", "") + if reply_id: + reply_text = f"[回复:{reply_id}]" + text_parts.append(reply_text) + logger.debug(f"build_prompt 提取到回复消息: {reply_text}") + + # 合并所有文本部分 + combined_text = "".join(text_parts).strip() + logger.debug(f"build_prompt 合并后的文本: '{combined_text}' (长度: {len(combined_text)})") + + if combined_text and len(combined_text) > 2 and not combined_text.startswith("/"): + # 清理消息内容 + cleaned_text = combined_text.replace('“', '"').replace('”', '"') + cleaned_text = cleaned_text.replace('‘', "'").replace('’', "'") + cleaned_text = cleaned_text.replace('\n', ' ').replace('\r', ' ') + cleaned_text = cleaned_text.replace('\t', ' ') + cleaned_text = re.sub(r'[\x00-\x1f\x7f-\x9f]', '', cleaned_text) + + logger.debug(f"build_prompt 清理后的文本: '{cleaned_text}'") + + text_messages.append({ + "sender": nickname, + "time": msg_time, + "content": cleaned_text + }) + else: + logger.debug(f"build_prompt 跳过文本: '{combined_text}' (长度不足或以/开头)") except Exception as e: logger.error(f"build_prompt 处理第 {i+1} 条消息时出错: {e}", exc_info=True) continue @@ -94,8 +141,11 @@ class TopicAnalyzer(BaseAnalyzer): logger.debug(f"build_prompt 提取到 {len(text_messages)} 条文本消息") if not text_messages: + logger.warning("build_prompt 没有提取到有效的文本消息，返回空prompt") return "" + logger.debug(f"build_prompt 第一条文本消息: {text_messages[0] if text_messages else '无'}") + # 构建消息文本 messages_text = "\n".join([ f"[{msg['time']}] {msg['sender']}: {msg['content']}" @@ -103,6 +153,10 @@ class TopicAnalyzer(BaseAnalyzer): ]) max_topics = self.get_max_count() + + logger.debug(f"build_prompt 准备构建prompt，max_topics={max_topics}") + logger.debug(f"build_prompt messages_text 长度: {len(messages_text)}") + prompt = f""" 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： 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。 @@ -144,6 +198,8 @@ class TopicAnalyzer(BaseAnalyzer): 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 """ + logger.debug(f"build_prompt 构建的prompt长度: {len(prompt)}") + logger.debug(f"build_prompt prompt前100字符: {prompt[:100]}...") return prompt def extract_with_regex(self, result_text: str, max_topics: int) -> List[Dict]: @@ -233,6 +289,12 @@ class TopicAnalyzer(BaseAnalyzer): 提取的文本消息列表 """ logger.debug(f"extract_text_messages 开始处理，输入消息数量: {len(messages) if messages else 0}") + logger.debug(f"extract_text_messages 输入消息类型: {type(messages)}") + + if not messages: + logger.warning("extract_text_messages 收到空消息列表") + return [] + text_messages = [] for i, msg in enumerate(messages): @@ -272,6 +334,8 @@ class TopicAnalyzer(BaseAnalyzer): continue logger.debug(f"extract_text_messages 完成，提取到 {len(text_messages)} 条文本消息") + if text_messages: + logger.debug(f"extract_text_messages 第一条文本消息: {text_messages[0]}") return text_messages async def analyze_topics(self, messages: List[Dict], umo: str = None) -> Tuple[List[SummaryTopic], TokenUsage]: @@ -292,7 +356,7 @@ class TopicAnalyzer(BaseAnalyzer): logger.debug(f"第一条消息类型: {type(messages[0]) if messages else '无'}") logger.debug(f"第一条消息内容: {messages[0] if messages else '无'}") - # 提取文本消息 + # 检查是否有有效的文本消息 text_messages = self.extract_text_messages(messages) logger.debug(f"提取到 {len(text_messages)} 条文本消息") @@ -306,7 +370,8 @@ class TopicAnalyzer(BaseAnalyzer): logger.debug(f"第一条文本消息类型: {type(text_messages[0])}") logger.debug(f"第一条文本消息内容: {text_messages[0]}") - return await self.analyze(text_messages, umo) + # 直接传入原始消息，让 build_prompt 方法处理 + return await self.analyze(messages, umo) except Exception as e: logger.error(f"话题分析失败: {e}", exc_info=True) diff --git a/src/analysis/utils/llm_utils.py b/src/analysis/utils/llm_utils.py index 4239208..381af57 100644 --- a/src/analysis/utils/llm_utils.py +++ b/src/analysis/utils/llm_utils.py @@ -39,6 +39,14 @@ async def call_provider_with_retry(context, config_manager, prompt: str, max_tok 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}") + 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'}...") + + # 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}", @@ -98,6 +106,15 @@ async def call_provider_with_retry(context, config_manager, prompt: str, max_tok 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: