Skip to content

learning-flow.md

Latest commit

 

History

History
282 lines (201 loc) · 8.77 KB

learning-flow.md

File metadata and controls

282 lines (201 loc) · 8.77 KB

学习链路

学习链路由两条主线组成:

  • 入站消息学习: 用户消息进入后写入数据库、提取表达模式、挖掘黑话、触发批量学习。
  • 出站上下文注入: 下一次 LLM 请求前把已学习内容注入请求。

总链路

sequenceDiagram
    participant U as 用户消息
    participant P as SelfLearningPlugin.on_message
    participant M as MessagePipeline
    participant DB as SQLAlchemyDatabaseManager
    participant R as RealtimeProcessor
    participant G as GroupLearningOrchestrator
    participant L as ProgressiveLearningService
    participant F as FeatureDelegation
    participant H as LLMHookHandler
    participant A as AstrBot LLM Request

    U->>P: AstrMessageEvent
    P->>M: process_learning(group, sender, text, event)
    M->>DB: save_raw_message
    M->>DB: update interaction / stats
    M->>R: expression learning or realtime learning
    M->>G: smart_start_learning_for_group
    G->>L: start_learning(group)
    L->>DB: fetch unprocessed messages
    L->>DB: save filtered messages / reviews / sessions
    A->>H: on_llm_request
    H->>F: check memory delegation
    H->>DB: fetch approved few-shot / jargon / social / memory
    H->>A: inject context
Loading

1. 消息采集

入口: main.py::on_message

前置条件:

  • 插件未处于关停状态。
  • db_manager.engine 已存在。
  • 消息文本非空。
  • enable_message_capture=True。
  • 不是 AstrBot 命令。
  • 发送者和群组未被 QQ 过滤器排除。

采集动作:

await MessagePipeline.process_learning(group_id, sender_id, message_text, event)

MessagePipeline 第一步调用:

await MessageCollectorService.collect_message({...})

MessageCollectorService.collect_message() 立即构造 MessageData 并调用:

await database_manager.save_raw_message(message_obj)

当前实现是实时写入，不依赖内存批量缓存。

2. 每条消息后台流水线

入口: services/learning/message_pipeline.py::process_learning

步骤:

  1. 保存原始消息到 RawMessage。
  2. 更新增强交互上下文。
  3. 黑话统计预筛。
  4. 达到阈值时启动黑话挖掘任务。
  5. 可选 V2 per-message processing。
  6. 实时学习或表达模式学习。
  7. 智能启动群组批量学习。
  8. 可选目标驱动对话处理。

异常策略:

  • 单个子步骤失败会记录日志，但不应阻断整条消息的其他学习路径。
  • 黑话挖掘、表达学习等长任务通过 asyncio.create_task() 后台运行。
  • 关停时 cancel_subtasks() 会取消流水线跟踪的子任务。

3. 表达方式学习

入口: services/learning/realtime_processor.py

触发条件:

  • enable_expression_patterns=True
  • 消息长度在 message_min_length 和 message_max_length 之间。
  • 消息不是空白、无意义短语或常见低信息回复。
  • 当前群组原始消息数至少 5 条。

处理流程:

  1. 读取最近 25 条原始消息。
  2. 过滤过短、过长、纯 at 后无内容的消息。
  3. 合并最近 Bot 出站消息，形成时间线。
  4. 延迟创建 ExpressionPatternLearner。
  5. 调用 trigger_learning_for_group(group_id, message_data_list)。
  6. 读取最新表达模式。
  7. 将表达模式临时注入 begin_dialogs。
  8. 生成 few-shot 对话内容。
  9. 创建风格学习审查记录。

表达模式来自真实 user -> bot 邻接对，不再依赖 LLM 对表达方式做二次生成。

4. Bot 出站消息记录

入口: main.py::on_bot_message_sent

处理:

  1. 读取 AstrBot 发送结果。
  2. 仅提取 Plain 文本。
  3. 保存到 BotMessage。

用途:

  • 表达学习时与用户消息合并。
  • 提取 user -> bot few-shot。
  • 支撑 WebUI 查看具体学习内容。

5. 黑话学习

入口:

  • 统计预筛: services/jargon/jargon_statistical_filter.py
  • 挖掘器: services/jargon/jargon_miner.py
  • 查询注入: services/jargon/jargon_query.py

触发条件:

  • enable_jargon_learning=True
  • 群组原始消息总数至少 10。
  • 同一群组每新增 10 条消息最多触发一次。
  • 同一群组已有挖掘任务运行时不重复启动。

挖掘流程:

  1. JargonStatisticalFilter.update_from_message() 低成本统计候选词。
  2. MessagePipeline.mine_jargon() 读取最近 30 条原始消息。
  3. 优先使用统计候选，跳过 LLM 候选提取。
  4. 没有统计候选时使用 LLM 从聊天片段中提取候选。
  5. 使用一次 LLM 批量验证候选是否可能为黑话。
  6. 保存或更新 Jargon 记录。
  7. 在计数达到 3, 6, 10, 20, 40, 60, 100 时触发含义推断。

含义推断三步:

  1. 基于上下文推断含义。
  2. 仅基于词条推断含义。
  3. 对比两次推断。如果差异明显，判定为需要群组语境才能理解的黑话。

LLM 注入时只注入解释，不要求 Bot 主动复读或扩散黑话。

6. 群组批量学习

入口:

  • services/learning/group_orchestrator.py
  • services/core_learning/progressive_learning.py

触发条件:

  • enable_style_learning=True
  • enable_auto_learning=True 时自动延迟启动。
  • 群组未处理消息数达到 min_messages_for_learning。
  • 距离上次学习超过 learning_interval_hours。
  • QQ 白名单/黑名单允许该群组。

批量学习流程:

  1. 创建 LearningSession。
  2. 获取当前群组未处理消息。
  3. 筛选消息并保存到 FilteredMessage。
  4. 获取当前人格。
  5. 构造轻量 AnalysisResult。
  6. 调用 LearningQualityMonitor.evaluate_learning_batch()。
  7. 调用 _apply_learning_updates()。
  8. 保存学习性能记录。
  9. 标记原始消息为已处理。
  10. 更新学习会话统计。
  11. 可选调用 system prompt 增量更新回调。

当前实现中，批量学习的人格生成部分偏保守: 默认不直接用 LLM 生成完整新人格，而是把学习结果写入审查和学习记录。

7. 人格审查和风格审查

主要表:

  • PersonaLearningReview
  • StyleLearningReview
  • ExpressionPattern

风格学习记录规则:

  • 提取到有效 few-shot 或表达模式时，状态为 pending。
  • 没有有效对话对时，可自动标记为 approved，并写入说明。

人格学习记录规则:

  • 重新学习模式会尽量创建审查记录。
  • 正常模式只有检测到人格内容变化时创建审查记录。
  • 审查记录包含原始人格、增量内容、完整新人格、置信度和元数据。

WebUI 通过统一人格审查接口处理传统人格更新、渐进式人格学习、风格学习等来源。

8. LLM 请求注入

入口: services/hooks/llm_hook_handler.py::handle

并行获取:

  • 社交关系、好感度、心理状态、行为建议。
  • V2 知识和记忆上下文。
  • 回复多样性提示。
  • 黑话理解解释。
  • 已批准 few-shot。
  • 当前会话临时人格增量。

注入优先级:

  1. 使用 req.extra_user_content_parts.append(TextPart(...))。
  2. 如果当前 AstrBot 版本不支持，回退追加 req.system_prompt。

注入内容会包在 <context>...</context> 中。这样可以保持系统提示相对稳定，降低对 LLM prefix cache 的影响。

9. 功能融合对学习链路的影响

LivingMemory 和 Group Chat Plus 不接管本插件的学习链路。

委托后保持不变:

  • 原始消息采集。
  • 黑话统计和挖掘。
  • 表达方式学习。
  • 风格审查和人格审查。
  • approved few-shot 注入。
  • 社交上下文注入。

委托后跳过:

  • LivingMemory 已加载时，跳过本插件本地长期记忆写入和 V2 记忆注入。
  • Group Chat Plus 已加载时，跳过本插件本地 IntelligentResponder。

完整接口见 功能融合。

10. 学习无法进行时的定位顺序

  1. enable_message_capture 是否开启。
  2. WebUI 或 AstrBot 配置中目标 QQ 和黑名单是否排除了当前消息。
  3. 数据库是否启动成功，RawMessage 是否增长。
  4. message_min_length 和 message_max_length 是否过滤掉了消息。
  5. enable_expression_patterns 是否开启。
  6. Bot 出站消息是否进入 BotMessage，否则 few-shot 对话对不足。
  7. enable_style_learning 和 enable_auto_learning 是否开启。
  8. 群组未处理消息数是否达到 min_messages_for_learning。
  9. learning_interval_hours 是否尚未到期。
  10. Provider 是否可用，LLM 相关黑话推断和 V2 检索是否失败。
  11. WebUI 审查列表是否存在 pending 记录但未批准。
  12. 如使用 companion 插件，功能融合 页是否显示对应插件已委托。

11. 关键日志

日志等级由 Advanced_Settings.log_level 控制:

  • error: 只输出错误。
  • warning: 输出警告和错误。
  • info: 输出主要学习事件。
  • debug: 输出详细链路、注入耗时、候选过滤和上下文状态。

WebUI 设置页可更新日志等级，ConfigService.update_config() 会调用 apply_astrbot_log_level() 立即生效。