# -*- coding: utf-8 -*- import logging import time import re from collections import deque # from threading import Lock # 不再需要锁，使用SQLite的事务机制 import sqlite3 # 添加sqlite3模块 import os # 用于处理文件路径 from function.func_xml_process import XmlProcessor # 导入XmlProcessor from commands.registry import COMMANDS # 导入命令列表 class MessageSummary: """消息总结功能类 (使用SQLite持久化) 用于记录、管理和生成聊天历史消息的总结 """ def __init__(self, max_history=300, db_path="data/message_history.db"): """初始化消息总结功能 Args: max_history: 每个聊天保存的最大消息数量 db_path: SQLite数据库文件路径 """ self.LOG = logging.getLogger("MessageSummary") self.max_history = max_history self.db_path = db_path # 实例化XML处理器用于提取引用消息 self.xml_processor = XmlProcessor(self.LOG) # 移除旧的内存存储相关代码 # self._msg_history = {} # 使用字典，以群ID或用户ID为键 # self._msg_history_lock = Lock() # 添加锁以保证线程安全 try: # 确保数据库文件所在的目录存在 db_dir = os.path.dirname(self.db_path) if db_dir and not os.path.exists(db_dir): os.makedirs(db_dir) self.LOG.info(f"创建数据库目录: {db_dir}") # 连接到数据库 (如果文件不存在会自动创建) # check_same_thread=False 允许在不同线程中使用此连接 # 这在多线程机器人应用中是必要的，但要注意事务管理 self.conn = sqlite3.connect(self.db_path, check_same_thread=False) self.cursor = self.conn.cursor() self.LOG.info(f"已连接到 SQLite 数据库: {self.db_path}") # 创建消息表 (如果不存在) # 使用 INTEGER PRIMARY KEY AUTOINCREMENT 作为 rowid 的别名，方便管理 # timestamp_float 用于排序和限制数量 # timestamp_str 用于显示 self.cursor.execute(""" CREATE TABLE IF NOT EXISTS messages ( id INTEGER PRIMARY KEY AUTOINCREMENT, chat_id TEXT NOT NULL, sender TEXT NOT NULL, content TEXT NOT NULL, timestamp_float REAL NOT NULL, timestamp_str TEXT NOT NULL ) """) # 为 chat_id 和 timestamp_float 创建索引，提高查询效率 self.cursor.execute(""" CREATE INDEX IF NOT EXISTS idx_chat_time ON messages (chat_id, timestamp_float) """) self.conn.commit() # 提交更改 self.LOG.info("消息表已准备就绪") except sqlite3.Error as e: self.LOG.error(f"数据库初始化失败: {e}") # 如果数据库连接失败，抛出异常或进行其他错误处理 raise ConnectionError(f"无法连接或初始化数据库: {e}") from e except OSError as e: self.LOG.error(f"创建数据库目录失败: {e}") raise OSError(f"无法创建数据库目录: {e}") from e def close_db(self): """关闭数据库连接""" if hasattr(self, 'conn') and self.conn: try: self.conn.commit() # 确保所有更改都已保存 self.conn.close() self.LOG.info("数据库连接已关闭") except sqlite3.Error as e: self.LOG.error(f"关闭数据库连接时出错: {e}") def record_message(self, chat_id, sender_name, content, timestamp=None): """记录单条消息到数据库 Args: chat_id: 聊天ID（群ID或用户ID） sender_name: 发送者名称 content: 消息内容 timestamp: 时间戳，默认为当前时间 """ try: # 生成浮点数时间戳用于排序 current_time_float = time.time() # 生成或使用传入的时间字符串 if not timestamp: timestamp_str = time.strftime("%H:%M", time.localtime(current_time_float)) else: timestamp_str = timestamp # 插入新消息 self.cursor.execute(""" INSERT INTO messages (chat_id, sender, content, timestamp_float, timestamp_str) VALUES (?, ?, ?, ?, ?) """, (chat_id, sender_name, content, current_time_float, timestamp_str)) # 删除超出 max_history 的旧消息 # 使用子查询找到要保留的最新 N 条消息的 id，然后删除不在这个列表中的该 chat_id 的其他消息 self.cursor.execute(""" DELETE FROM messages WHERE chat_id = ? AND id NOT IN ( SELECT id FROM messages WHERE chat_id = ? ORDER BY timestamp_float DESC LIMIT ? ) """, (chat_id, chat_id, self.max_history)) self.conn.commit() # 提交事务 except sqlite3.Error as e: self.LOG.error(f"记录消息到数据库时出错: {e}") # 可以考虑回滚事务 try: self.conn.rollback() except: pass def clear_message_history(self, chat_id): """清除指定聊天的消息历史记录 Args: chat_id: 聊天ID（群ID或用户ID） Returns: bool: 是否成功清除 """ try: # 删除指定chat_id的所有消息 self.cursor.execute("DELETE FROM messages WHERE chat_id = ?", (chat_id,)) rows_deleted = self.cursor.rowcount # 获取删除的行数 self.conn.commit() self.LOG.info(f"为 chat_id={chat_id} 清除了 {rows_deleted} 条历史消息") return True # 删除0条也视为成功完成操作 except sqlite3.Error as e: self.LOG.error(f"清除消息历史时出错 (chat_id={chat_id}): {e}") return False def get_message_count(self, chat_id): """获取指定聊天的消息数量 Args: chat_id: 聊天ID（群ID或用户ID） Returns: int: 消息数量 """ try: # 使用COUNT查询获取消息数量 self.cursor.execute("SELECT COUNT(*) FROM messages WHERE chat_id = ?", (chat_id,)) result = self.cursor.fetchone() # fetchone() 返回一个元组，例如 (5,) return result[0] if result else 0 except sqlite3.Error as e: self.LOG.error(f"获取消息数量时出错 (chat_id={chat_id}): {e}") return 0 def get_messages(self, chat_id): """获取指定聊天的所有消息 (按时间升序) Args: chat_id: 聊天ID（群ID或用户ID） Returns: list: 消息列表，格式为 [{"sender": ..., "content": ..., "time": ...}] """ messages = [] try: # 查询需要的字段，按浮点时间戳升序排序，限制数量 self.cursor.execute(""" SELECT sender, content, timestamp_str FROM messages WHERE chat_id = ? ORDER BY timestamp_float ASC LIMIT ? """, (chat_id, self.max_history)) rows = self.cursor.fetchall() # fetchall() 返回包含元组的列表 # 将数据库行转换为期望的字典列表格式 for row in rows: messages.append({ "sender": row[0], "content": row[1], "time": row[2] # 使用存储的 timestamp_str }) except sqlite3.Error as e: self.LOG.error(f"获取消息列表时出错 (chat_id={chat_id}): {e}") # 出错时返回空列表，保持与原逻辑一致 return messages def _basic_summarize(self, messages): """基本的消息总结逻辑，不使用AI Args: messages: 消息列表 Returns: str: 消息总结 """ if not messages: return "没有可以总结的历史消息。" # 构建总结 res = ["以下是近期聊天记录摘要：\n"] for msg in messages: res.append(f"[{msg['time']}]{msg['sender']}: {msg['content']}") return "\n".join(res) def _ai_summarize(self, messages, chat_model, chat_id): """使用AI模型生成消息总结 Args: messages: 消息列表 chat_model: AI聊天模型对象 chat_id: 聊天ID Returns: str: 消息总结 """ if not messages: return "没有可以总结的历史消息。" # 构建用于AI总结的消息格式 formatted_msgs = [] for msg in messages: formatted_msgs.append(f"[{msg['time']}]{msg['sender']}: {msg['content']}") # 构建提示词 - 更加客观、中立 prompt = ( "请仔细阅读并分析以下聊天记录，生成一简要的、结构清晰且抓住重点的摘要。\n\n" "摘要格式要求：\n" "1. 使用数字编号列表 (例如 1., 2., 3.) 来组织内容，每个编号代表一个独立的主要讨论主题，不要超过3个主题。\n" "2. 在每个编号的主题下，写成一段不带格式的文字，每个主题单独成段并空行，需包含以下内容：\n" " - 这个讨论的核心的简要描述。\n" " - 该讨论的关键成员 (用括号 [用户名] 格式) 和他们的关键发言内容、成员之间的关键互动。\n" " - 该讨论的讨论结果。\n" "3. 总结需客观、精炼、简短精悍，直接呈现最核心且精简的事实，尽量不要添加额外的评论或分析。\n" "4. 不要暴露出格式，不要说核心是xxx参与者是xxx结果是xxx，自然一点。\n\n" "聊天记录如下：\n" + "\n".join(formatted_msgs) ) # 使用AI模型生成总结 - 创建一个临时的聊天会话ID，避免污染正常对话上下文 try: # 对于支持新会话参数的模型，使用特殊标记告知这是独立的总结请求 if hasattr(chat_model, 'get_answer_with_context') and callable(getattr(chat_model, 'get_answer_with_context')): # 使用带上下文参数的方法 summary = chat_model.get_answer_with_context(prompt, "summary_" + chat_id, clear_context=True) else: # 普通方法，使用特殊会话ID summary = chat_model.get_answer(prompt, "summary_" + chat_id) if not summary: return self._basic_summarize(messages) return summary except Exception as e: self.LOG.error(f"使用AI生成总结失败: {e}") return self._basic_summarize(messages) def summarize_messages(self, chat_id, chat_model=None): """生成消息总结 Args: chat_id: 聊天ID（群ID或用户ID） chat_model: AI聊天模型对象，如果为None则使用基础总结 Returns: str: 消息总结 """ messages = self.get_messages(chat_id) if not messages: return "没有可以总结的历史消息。" # 根据是否提供了AI模型决定使用哪种总结方式 if chat_model: return self._ai_summarize(messages, chat_model, chat_id) else: return self._basic_summarize(messages) def process_message_from_wxmsg(self, msg, wcf, all_contacts, bot_wxid=None): """从微信消息对象中处理并记录与总结相关的文本消息 使用 XmlProcessor 提取用户实际输入的新内容或卡片标题。 会自动跳过所有匹配 commands.registry 中定义的命令的消息。 Args: msg: 微信消息对象(WxMsg) wcf: 微信接口对象 all_contacts: 所有联系人字典 bot_wxid: 机器人自己的wxid，用于检测@机器人的消息 """ # 1. 基本筛选：只记录群聊中的、非自己发送的文本消息或App消息 if not msg.from_group(): return if msg.type != 0x01 and msg.type != 49: # 只记录文本消息和App消息(包括引用消息) return if msg.from_self(): return chat_id = msg.roomid # 原始消息内容用于命令和@匹配 original_content = msg.content.strip() # 2. 预先判断消息是否 @ 了机器人 (如果提供了 bot_wxid) is_at_message = False bot_name_in_group = "" # 初始化为空字符串 if bot_wxid: bot_name_in_group = wcf.get_alias_in_chatroom(bot_wxid, chat_id) if not bot_name_in_group: bot_name_in_group = all_contacts.get(bot_wxid, "泡泡") # 使用通讯录或默认名 # 优化@检查：检查原始文本中是否包含 "@机器人昵称" (考虑特殊空格) mention_pattern_exact = f"@{re.escape(bot_name_in_group)}" mention_pattern_space = rf"@{re.escape(bot_name_in_group)}(\u2005|\s|$)" if mention_pattern_exact in original_content or re.search(mention_pattern_space, original_content): is_at_message = True # 3. 检查消息是否匹配任何已定义的命令 for command in COMMANDS: # 只关心在群聊生效的命令 if command.scope in ["group", "both"]: match = command.pattern.search(original_content) if match: # 如果命令需要@，但消息实际上没有@机器人，则这不是一个有效的命令调用，继续检查下一个命令 if command.need_at and not is_at_message: continue # 如果命令不需要@，或者需要@且消息确实@了机器人，那么这就是一个命令调用，跳过记录 self.LOG.debug(f"跳过匹配命令 '{command.name}' 的消息: {original_content[:30]}...") return # 直接返回，不记录此消息 # 4. 如果消息没有匹配任何命令，但确实@了机器人，也跳过记录 # （防止记录类似 "你好 @机器人" 这样的非命令交互） if is_at_message: self.LOG.debug(f"跳过非命令但包含@机器人的消息: {original_content[:30]}...") return # 5. 使用 XmlProcessor 提取消息详情 (如果消息不是命令且没有@机器人) try: # 传入原始 msg 对象 extracted_data = self.xml_processor.extract_quoted_message(msg) except Exception as e: self.LOG.error(f"使用XmlProcessor提取消息内容时出错 (msg.id={msg.id}): {e}") return # 出错时，保守起见，不记录 # 6. 确定要记录的内容 (content_to_record) content_to_record = "" source_info = "未知来源" # 优先使用提取到的新内容 (来自回复或普通文本或) temp_new_content = extracted_data.get("new_content", "").strip() if temp_new_content: content_to_record = temp_new_content source_info = "来自 new_content (回复/文本/标题)" # 如果是引用类型消息，添加引用标记和引用内容的简略信息 if extracted_data.get("has_quote", False): quoted_sender = extracted_data.get("quoted_sender", "") quoted_content = extracted_data.get("quoted_content", "") # 处理被引用内容 if quoted_content: # 对较长的引用内容进行截断 max_quote_length = 30 if len(quoted_content) > max_quote_length: quoted_content = quoted_content[:max_quote_length] + "..." # 如果被引用的是卡片，则使用标准卡片格式 if extracted_data.get("quoted_is_card", False): quoted_card_title = extracted_data.get("quoted_card_title", "") quoted_card_type = extracted_data.get("quoted_card_type", "") # 根据卡片类型确定内容类型 card_type = "卡片" if "链接" in quoted_card_type or "消息" in quoted_card_type: card_type = "链接" elif "视频" in quoted_card_type or "音乐" in quoted_card_type: card_type = "媒体" elif "位置" in quoted_card_type: card_type = "位置" elif "图片" in quoted_card_type: card_type = "图片" elif "文件" in quoted_card_type: card_type = "文件" # 整个卡片内容包裹在【】中 quoted_content = f"【{card_type}: {quoted_card_title}】" # 根据是否有被引用者信息构建引用前缀 if quoted_sender: # 添加带引用人的引用格式，将新内容放在前面，引用内容放在后面 content_to_record = f"{content_to_record} 【回复 {quoted_sender}：{quoted_content}】" else: # 仅添加引用内容，将新内容放在前面，引用内容放在后面 content_to_record = f"{content_to_record} 【回复：{quoted_content}】" # 其次，如果新内容为空，但这是一个卡片且有标题，则使用卡片标题 elif extracted_data.get("is_card") and extracted_data.get("card_title", "").strip(): # 卡片消息使用固定格式，包含标题和描述 card_title = extracted_data.get("card_title", "").strip() card_description = extracted_data.get("card_description", "").strip() card_type = extracted_data.get("card_type", "") card_source = extracted_data.get("card_appname") or extracted_data.get("card_sourcedisplayname", "") # 构建格式化的卡片内容，包含标题和描述 # 根据卡片类型进行特殊处理 if "链接" in card_type or "消息" in card_type: content_type = "链接" elif "视频" in card_type or "音乐" in card_type: content_type = "媒体" elif "位置" in card_type: content_type = "位置" elif "图片" in card_type: content_type = "图片" elif "文件" in card_type: content_type = "文件" else: content_type = "卡片" # 构建完整卡片内容 card_content = f"{content_type}: {card_title}" # 添加描述内容（如果有） if card_description: # 对较长的描述进行截断 max_desc_length = 50 if len(card_description) > max_desc_length: card_description = card_description[:max_desc_length] + "..." card_content += f" - {card_description}" # 添加来源信息（如果有） if card_source: card_content += f" (来自:{card_source})" # 将整个卡片内容包裹在【】中 content_to_record = f"【{card_content}】" source_info = "来自 卡片(标题+描述)" # 普通文本消息的保底处理 (已在前面排除了命令和@消息) elif msg.type == 0x01 and not ("<" in msg.content and ">" in msg.content): # 再次确认是纯文本 content_to_record = msg.content.strip() # 使用原始纯文本 source_info = "来自 纯文本消息" # 7. 如果最终没有提取到有效内容，则不记录 if not content_to_record: # Debug日志级别调整为更详细，说明为何没有内容 self.LOG.debug(f"未能提取到有效文本内容用于记录，跳过 (msg.id={msg.id}) - IsCard: {extracted_data.get('is_card', False)}, HasQuote: {extracted_data.get('has_quote', False)}") return # 8. 获取发送者昵称 sender_name = wcf.get_alias_in_chatroom(msg.sender, msg.roomid) if not sender_name: # 如果没有群昵称，尝试获取微信昵称 sender_data = all_contacts.get(msg.sender) sender_name = sender_data if sender_data else msg.sender # 最后使用wxid # 获取当前时间(只用于记录，不再打印) current_time_str = time.strftime("%H:%M", time.localtime()) # 9. 记录提取到的有效内容 self.LOG.debug(f"记录消息 (来源: {source_info}): '[{current_time_str}]{sender_name}: {content_to_record}' (来自 msg.id={msg.id})") self.record_message(chat_id, sender_name, content_to_record, current_time_str)