# -*- 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 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=200, db_path="data/message_history.db"): # 默认max_history 改为 200 """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 # 使用传入的 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) try: 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}") 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}") # 检查并添加 sender_wxid 列 (如果不存在) self.cursor.execute("PRAGMA table_info(messages)") columns = [col[1] for col in self.cursor.fetchall()] if 'sender_wxid' not in columns: try: self.cursor.execute("ALTER TABLE messages ADD COLUMN sender_wxid TEXT") self.conn.commit() self.LOG.info("已向 messages 表添加 sender_wxid 列") except sqlite3.OperationalError as e: # 如果表是空的，直接删除重建可能更简单 self.LOG.warning(f"添加 sender_wxid 列失败 ({e})，可能是因为表非空且有主键？尝试重建表。") # 注意：这会丢失现有数据！ self.cursor.execute("DROP TABLE IF EXISTS messages") self.conn.commit() self.cursor.execute(""" CREATE TABLE IF NOT EXISTS messages ( id INTEGER PRIMARY KEY AUTOINCREMENT, chat_id TEXT NOT NULL, sender TEXT NOT NULL, sender_wxid TEXT, -- 新增: 存储发送者wxid content TEXT NOT NULL, timestamp_float REAL NOT NULL, timestamp_str TEXT NOT NULL -- 存储完整时间格式 YYYY-MM-DD HH:MM:SS ) """) self.cursor.execute(""" CREATE INDEX IF NOT EXISTS idx_chat_time ON messages (chat_id, timestamp_float) """) # 新增 sender_wxid 索引 (可选，如果经常需要按wxid查询) self.cursor.execute(""" CREATE INDEX IF NOT EXISTS idx_sender_wxid ON messages (sender_wxid) """) 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}") 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, sender_wxid, 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 sender_wxid: 发送者wxid content: 消息内容 timestamp: 外部提供的时间字符串（优先使用），否则生成 """ try: current_time_float = time.time() if not timestamp: # 默认使用完整时间格式 timestamp_str = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(current_time_float)) else: # 如果传入的时间戳只有时分，转换为完整格式 if len(timestamp) <= 5: # 如果格式是 "HH:MM" today = time.strftime("%Y-%m-%d", time.localtime(current_time_float)) timestamp_str = f"{today} {timestamp}:00" # 补上秒 elif len(timestamp) == 8 and timestamp.count(':') == 2: # 如果格式是 "HH:MM:SS" today = time.strftime("%Y-%m-%d", time.localtime(current_time_float)) timestamp_str = f"{today} {timestamp}" elif len(timestamp) == 16 and timestamp.count('-') == 2 and timestamp.count(':') == 1: # "YYYY-MM-DD HH:MM" timestamp_str = f"{timestamp}:00" # 补上秒 else: timestamp_str = timestamp # 假设是完整格式 # 插入新消息，包含 sender_wxid self.cursor.execute(""" INSERT INTO messages (chat_id, sender, sender_wxid, content, timestamp_float, timestamp_str) VALUES (?, ?, ?, ?, ?, ?) """, (chat_id, sender_name, sender_wxid, content, current_time_float, timestamp_str)) # 删除超出 max_history 的旧消息 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}") 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: self.cursor.execute("DELETE FROM messages WHERE chat_id = ?", (chat_id,)) rows_deleted = self.cursor.rowcount self.conn.commit() self.LOG.info(f"为 chat_id={chat_id} 清除了 {rows_deleted} 条历史消息") return True 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: self.cursor.execute("SELECT COUNT(*) FROM messages WHERE chat_id = ?", (chat_id,)) result = self.cursor.fetchone() 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)，包含发送者wxid和完整时间戳 Args: chat_id: 聊天ID（群ID或用户ID） Returns: list: 消息列表，格式为 [{"sender": ..., "sender_wxid": ..., "content": ..., "time": ...}] """ messages = [] try: # 查询需要的字段，包括 sender_wxid 和 timestamp_str self.cursor.execute(""" SELECT sender, sender_wxid, content, timestamp_str FROM messages WHERE chat_id = ? ORDER BY timestamp_float ASC LIMIT ? """, (chat_id, self.max_history)) rows = self.cursor.fetchall() # 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], "sender_wxid": row[1], # 添加 sender_wxid "content": row[2], "time": row[3] # 使用存储的完整 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}") return messages def search_messages_with_context(self, chat_id, keywords, context_window=5, max_groups=20): """根据关键词搜索消息，返回包含前后上下文的结果 Args: chat_id (str): 聊天ID（群ID或用户ID） keywords (Union[str, list[str]]): 需要搜索的关键词或关键词列表 context_window (int): 每条匹配消息前后额外提供的消息数量 max_groups (int): 返回的最多结果组数（按时间倒序，优先最新消息） Returns: list[dict]: 搜索结果列表，每个元素包含匹配关键词、锚点消息及上下文消息 """ if not keywords: return [] if isinstance(keywords, str): keywords = [keywords] normalized_keywords = [] for kw in keywords: if kw is None: continue kw_str = str(kw).strip() if kw_str: normalized_keywords.append((kw_str, kw_str.lower())) if not normalized_keywords: return [] try: context_window = int(context_window) except (TypeError, ValueError): context_window = 5 context_window = max(0, min(context_window, 10)) # 限制上下文窗口大小，避免过长 try: max_groups = int(max_groups) except (TypeError, ValueError): max_groups = 20 max_groups = max(1, min(max_groups, 20)) messages = self.get_messages(chat_id) if not messages: return [] results = [] total_messages = len(messages) used_indices = set() for idx in range(total_messages - 1, -1, -1): message = messages[idx] content = message.get("content", "") if not content: continue lower_content = content.lower() matched_keywords = [orig for orig, lower in normalized_keywords if lower in lower_content] if not matched_keywords: continue if idx in used_indices: continue start = max(0, idx - context_window) end = min(total_messages, idx + context_window + 1) segment_messages = [] for pos in range(start, end): msg = messages[pos] segment_messages.append({ "time": msg.get("time"), "sender": msg.get("sender"), "sender_wxid": msg.get("sender_wxid"), "content": msg.get("content"), "relative_offset": pos - idx, "is_match": pos == idx }) results.append({ "matched_keywords": matched_keywords, "anchor_index": idx, "anchor_time": message.get("time"), "anchor_sender": message.get("sender"), "anchor_sender_wxid": message.get("sender_wxid"), "messages": segment_messages }) for off in range(start, end): used_indices.add(off) if len(results) >= max_groups: break return results def _basic_summarize(self, messages): """基本的消息总结逻辑，不使用AI Args: messages: 消息列表 (格式同 get_messages 返回值) Returns: str: 消息总结 """ if not messages: return "没有可以总结的历史消息。" res = ["以下是近期聊天记录摘要：\n"] for msg in messages: # 使用新的时间格式和发送者 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 (格式同 get_messages 返回值) 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。" formatted_msgs = [] for msg in messages: # 使用新的时间格式和发送者 formatted_msgs.append(f"[{msg['time']}]{msg['sender']}: {msg['content']}") # 构建提示词 ... (保持不变) prompt = ( "你是泡泡，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，不要总结有关自己的事情。\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) ) try: # 调用AI部分保持不变，但现在AI模型内部应使用数据库历史记录 # 确保调用 get_answer 时，AI模型实例已经关联了 MessageSummary summary = chat_model.get_answer(prompt, f"summary_{chat_id}") # 使用特殊 wxid 避免冲突 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。" if chat_model: # 检查 chat_model 是否具有 get_answer 方法并且已经初始化了 message_summary if hasattr(chat_model, 'get_answer') and hasattr(chat_model, 'message_summary') and chat_model.message_summary: return self._ai_summarize(messages, chat_model, chat_id) else: self.LOG.warning(f"提供的 chat_model ({type(chat_model)}) 不支持基于数据库历史的总结或未正确初始化。将使用基础总结。") return self._basic_summarize(messages) 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 记录所有群聊和私聊的文本(1)和App/卡片(49)消息。 使用 XmlProcessor 提取用户实际输入的新内容或卡片标题。 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 (必须提供以正确记录 sender_wxid) """ if msg.type != 0x01 and msg.type != 49: return chat_id = msg.roomid if msg.from_group() else msg.sender if not chat_id: self.LOG.warning(f"无法确定消息的chat_id (msg.id={msg.id}), 跳过记录") return sender_wxid = msg.sender if not sender_wxid: # 理论上不应发生，但做个防护 self.LOG.error(f"消息 (id={msg.id}) 缺少 sender wxid，无法记录！") return # 确定发送者名称 (逻辑不变) sender_name = "" if msg.from_group(): sender_name = wcf.get_alias_in_chatroom(sender_wxid, chat_id) if not sender_name: sender_name = all_contacts.get(sender_wxid, sender_wxid) else: if bot_wxid and sender_wxid == bot_wxid: sender_name = all_contacts.get(bot_wxid, "机器人") else: sender_name = all_contacts.get(sender_wxid, sender_wxid) # 使用 XmlProcessor 提取消息详情 (逻辑不变) extracted_data = None try: if msg.from_group(): extracted_data = self.xml_processor.extract_quoted_message(msg) else: extracted_data = self.xml_processor.extract_private_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}, type={msg.type}): {e}") if msg.type == 0x01 and not ("<" in msg.content and ">" in msg.content): content_to_record = msg.content.strip() source_info = "来自 纯文本消息 (XML解析失败后备)" self.LOG.warning(f"XML解析失败，但记录纯文本消息: {content_to_record[:50]}...") current_time_str = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) # 调用 record_message 时需要 sender_wxid self.record_message(chat_id, sender_name, sender_wxid, content_to_record, current_time_str) return # 确定要记录的内容 (content_to_record) - 复用之前的逻辑 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: content_to_record = f"{content_to_record} 【回复 {quoted_sender}：{quoted_content}】" else: 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(): 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", "") 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" card_content = f"{content_type}: {card_title}" if card_description: max_desc_length = 50 if len(card_description) > max_desc_length: card_description = card_description[:max_desc_length] + "..." card_content += f" - {card_description}" if card_source: card_content += f" (来自:{card_source})" 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 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" # 如果最终没有提取到有效内容，则不记录 (逻辑不变) if not content_to_record: 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}, type={msg.type}) - IsCard: {extracted_data.get('is_card', False)}, HasQuote: {extracted_data.get('has_quote', False)}") return # 获取当前时间字符串 (使用完整格式) current_time_str = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) self.LOG.debug(f"记录消息 (来源: {source_info}, 类型: {'群聊' if msg.from_group() else '私聊'}): '[{current_time_str}]{sender_name}({sender_wxid}): {content_to_record}' (来自 msg.id={msg.id})") # 调用 record_message 时传入 sender_wxid self.record_message(chat_id, sender_name, sender_wxid, content_to_record, current_time_str)