mirror of
https://github.com/Nezumi-2711/astrbot_plugin_qq_group_daily_analysis.git
synced 2026-09-22 13:38:43 +00:00
SXP-Simon
5a81ffea20
- TopicAnalyzer: 仅向 LLM 发送 [ID] 而非昵称，减少 Token 并消除歧义 - _conf_schema.json: 更新默认 Prompt，强制要求 LLM 输出 ID 引用 - Logic: 后端负责将 ID 映射回昵称，实现精确的头像关联
359 lines
24 KiB
JSON
359 lines
24 KiB
JSON
{
|
|
"basic": {
|
|
"description": "基础设置",
|
|
"type": "object",
|
|
"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": {
|
|
"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，增量分析也基于此数据保存分析情况"
|
|
},
|
|
"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": 200,
|
|
"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": true,
|
|
"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。"
|
|
}
|
|
}
|
|
},
|
|
"auto_analysis": {
|
|
"description": "自动分析设置",
|
|
"type": "object",
|
|
"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": {
|
|
"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": [
|
|
"23:00"
|
|
],
|
|
"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，增量分析也基于此时间点进行分析和报告生成",
|
|
"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，建议根据机器性能和服务商情况调整，过高可能导致LLM API RPM 超出限制，卡顿或被风控"
|
|
}
|
|
}
|
|
},
|
|
"llm": {
|
|
"description": "LLM 设置",
|
|
"type": "object",
|
|
"hint": "大语言模型相关配置，包括 Provider 选择、重试策略和 Token 限制",
|
|
"items": {
|
|
"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，不开启则以基础设置的参数为标准；适合用于消息量特别大的群聊和有足够 Token 折腾的用户，尽力做到原本的单次全量分析模式的上位替代（如果把消息阈值拉到足够大），提升分析覆盖率和24小时活跃图表准确性",
|
|
"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。建议根据群聊实际情况处理，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。因为插件的逻辑是记录旧一次拉取获取到的最晚消息，只会处理后续的新消息，所以建议允许根据群聊实际情况设定的越大越好。"
|
|
},
|
|
"incremental_min_messages": {
|
|
"type": "int",
|
|
"description": "增量分析最小消息数阈值",
|
|
"default": 100,
|
|
"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。可能导致少量消息的群聊分析结果不完整，但是依旧建议设置较大值，因为当获取到的消息不够时，最晚消息的游标不会更新，可以等消息足够后的增量分析进行分析。"
|
|
},
|
|
"incremental_topics_per_batch": {
|
|
"type": "int",
|
|
"description": "单次增量提取话题数",
|
|
"default": 2,
|
|
"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1-4。"
|
|
},
|
|
"incremental_quotes_per_batch": {
|
|
"type": "int",
|
|
"description": "单次增量提取金句数",
|
|
"default": 2,
|
|
"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1-2。"
|
|
},
|
|
"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）。如果目标群聊凌晨也活跃，建议设定的很早；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": 2,
|
|
"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。"
|
|
}
|
|
}
|
|
},
|
|
"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。根据实际聊天内容提取所有最有意义的话题。\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，控制在 10 字以内）\n2. **主要参与者的用户ID**（最多 5 人，按参与度排序）\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，让读者能了解讨论的深度\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，即明确指出\"谁做了什么\"\n- **用户引用**：在话题详情描述中，如果提到了具体用户，请使用 `[用户ID]` 的格式来指代（例如 `[123456]`）。不要只写昵称。我们会自动渲染头像。\n- 对于每一条总结，尽量讲清楚前因后果，不要只列出结论\n- 如果某个话题有明确的结论或共识，请在描述中体现\n- 忽略无意义的闲聊、灌水、单纯的表情回复等\n- 优先选择讨论深度较深、参与人数较多的话题\n- 如果消息太少或没有明确话题，可以返回空数组 []\n\n群聊记录格式: [HH:MM] [用户ID]: 消息内容\n\n群聊记录：\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\": [\"123456789\", \"987654321\"],\n \"detail\": \"话题的详细描述，包含讨论内容、关键信息和结论。注意：在描述中提及用户时，使用 [用户ID] 格式，例如 [123456789]。\"\n }},\n {{\n \"topic\": \"另一个话题\",\n \"contributors\": [\"111222333\", \"444555666\"],\n \"detail\": \"另一个话题的详细描述...\"\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。"
|
|
}
|
|
}
|
|
}
|
|
}
|
|
}
|
|
} |