mirror of
https://github.com/Zippland/Bubbles.git
synced 2026-01-19 09:41:17 +08:00
462 lines
21 KiB
Python
462 lines
21 KiB
Python
# -*- 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=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。
|
||
|
||
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
|
||
|
||
# 2. 检查是否 @机器人 (如果提供了 bot_wxid)
|
||
original_content = msg.content # 获取原始content用于检测@和后续处理
|
||
if bot_wxid:
|
||
# 获取机器人在群里的昵称
|
||
bot_name_in_group = wcf.get_alias_in_chatroom(bot_wxid, chat_id)
|
||
if not bot_name_in_group:
|
||
# 如果获取不到群昵称，使用通讯录中的名称或默认名称
|
||
bot_name_in_group = all_contacts.get(bot_wxid, "泡泡") # 默认使用"泡泡"
|
||
|
||
# 检查消息中任意位置是否@机器人（含特殊空格\u2005）
|
||
mention_pattern = f"@{bot_name_in_group}"
|
||
if mention_pattern in original_content:
|
||
# 消息提及了机器人，不记录
|
||
self.LOG.debug(f"跳过包含@机器人的消息: {original_content[:30]}...")
|
||
return
|
||
|
||
# 使用正则表达式匹配更复杂的情况（考虑特殊空格）
|
||
if re.search(rf"@{re.escape(bot_name_in_group)}(\u2005|\s|$)", original_content):
|
||
self.LOG.debug(f"通过正则跳过包含@机器人的消息: {original_content[:30]}...")
|
||
return
|
||
|
||
# 3. 使用 XmlProcessor 提取消息详情
|
||
try:
|
||
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
|
||
|
||
# 4. 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<title>)
|
||
if extracted_data.get("new_content", "").strip():
|
||
content_to_record = extracted_data["new_content"].strip()
|
||
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
|
||
elif msg.type == 0x01 and not ("<" in original_content and ">" in original_content):
|
||
content_to_record = original_content.strip()
|
||
source_info = "来自 纯文本消息"
|
||
|
||
# 5. 如果最终没有提取到有效内容，则不记录
|
||
if not content_to_record:
|
||
self.LOG.debug(f"XmlProcessor未能提取到有效文本内容，跳过记录 (msg.id={msg.id}) - Quote: {extracted_data.get('has_quote', False)}, IsCard: {extracted_data.get('is_card', False)}")
|
||
return
|
||
|
||
# 6. 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())
|
||
|
||
# 8. 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) |