拆分群昵称与正文避免话题识别被昵称污染

plugins/ai_auto_response/config.toml

@@ -74,7 +74,7 @@ group_profile_max_lines = 6
 # 1. recent_message_max_lines 提到 30，避免“窗口明明有 30，提示词里只留下 4 条”；
 # 2. context_max_lines/context_max_chars 一起抬高，避免最近消息刚拼进去又被整体截断；
 # 3. recent_message_line_max_chars 稍微放宽，让模型能看到每条消息更多细节，但仍避免单条刷屏。
-context_max_chars = 4200
+context_max_chars = 5600
 context_max_lines = 40
 recent_message_max_lines = 30
 recent_message_line_max_chars = 100

plugins/ai_auto_response/context/context_builder.py

@@ -30,11 +30,19 @@ class ContextBuilder:
     ) -> Dict:
         selected_messages = self._select_recent_messages(recent_messages, sender, content, quote_context or {})
         recent_lines = []
-        for item in selected_messages:
+        for idx, item in enumerate(selected_messages, start=1):
             msg_sender = item.get("sender_name") or item.get("sender") or "未知成员"
             msg_content = item.get("content") or item.get("message") or ""
             if msg_content:
-                recent_lines.append(f"{msg_sender}: {msg_content}")
+                # 这里把“发言人”和“正文”拆开保存，避免后续模型把昵称词汇误当成讨论主题。
+                recent_lines.append(
+                    self._format_recent_message_line(
+                        idx=idx,
+                        sender_name=str(msg_sender),
+                        content=str(msg_content),
+                        is_at=bool(item.get("is_at")),
+                    )
+                )
         return {
             "group_profile": group_profile or {"room_id": room_id},
             "speaker_profile": {
@@ -67,7 +75,7 @@ class ContextBuilder:
             "image_safety_prompt": self._build_image_safety_prompt(
                 (quote_context or {}).get("image_safety") or {}
             ),
-            "current_message": f"{sender_name}: {content}",
+            "current_message": self._format_current_message_block(sender_name, content),
         }
 
     @staticmethod
@@ -85,6 +93,31 @@ class ContextBuilder:
             })
         return items
 
+    @staticmethod
+    def _sanitize_inline_field(value: str, max_chars: int = 120) -> str:
+        # 统一把换行和分隔符清掉，避免后续在单行结构化文本里把字段边界冲散。
+        text = re.sub(r"\s+", " ", str(value or "")).strip()
+        text = text.replace("|", "／")
+        if len(text) > max_chars:
+            return text[: max_chars - 3].rstrip() + "..."
+        return text
+
+    @classmethod
+    def _format_recent_message_line(cls, idx: int, sender_name: str, content: str, is_at: bool = False) -> str:
+        sender = cls._sanitize_inline_field(sender_name, max_chars=24) or "未知成员"
+        body = cls._sanitize_inline_field(content, max_chars=120)
+        parts = [f"[{idx:02d}]", f"发言人={sender}", f"正文={body}"]
+        if is_at:
+            parts.append("@bot=Y")
+        return " | ".join(parts)
+
+    @classmethod
+    def _format_current_message_block(cls, sender_name: str, content: str) -> str:
+        # 当前消息改成“元信息 + 正文”两段式，方便模型只把正文视为话题语义来源。
+        sender = cls._sanitize_inline_field(sender_name, max_chars=24) or "未知成员"
+        body = cls._sanitize_inline_field(content, max_chars=500)
+        return f"发言人={sender}\n正文={body}"
+
     def _select_recent_messages(
         self,
         recent_messages: List[Dict],

plugins/ai_auto_response/docs/README_dify_simple_workflow.md

@@ -17,7 +17,14 @@
 成员记忆、群关系记忆、群事实记忆、向量召回记忆的合并摘要。
 
 `current_message`
-当前消息，格式类似：`张三: 你还活着吗`
+当前消息，格式类似：
+
+```text
+发言人=张三
+正文=你还活着吗
+```
+
+其中 `发言人` 是元信息，`正文` 才是当前消息内容本身，不要把昵称里的词当成话题关键词。
 
 `control`
 控制信息，格式类似：
@@ -59,6 +66,10 @@ address_style=低频称呼，默认直接接话
 6. 信息不足就收着说，不要硬编。
 7. 回复尽量短，但要保留人格味道。
 8. 只输出一个 JSON 对象，不要输出解释。
+9. 如果上下文或当前消息里出现 `发言人=...`、`正文=...`：
+   - `发言人` 只是识别谁在说话
+   - `正文` 才是话题内容
+   - 不要把昵称、群名片、外号中的词汇误判成正在讨论的话题
 
 输出格式：
 {

plugins/ai_auto_response/docs/小牛群内自动插话AI.yml

@@ -242,6 +242,10 @@ workflow:
                - 优先使用 social_short
                - 用符合人格的一句短回怼挡回去
                - 不要长篇说教，不要爆粗，不要升级成真正对骂
+            9. 上下文和当前消息里如果出现 `发言人=...`、`正文=...` 这样的结构：
+               - `发言人` 只是说话人元信息，用来判断对象、关系、是否在点名
+               - `正文` 才是话题和语义内容
+               - 不要把昵称、群名片、外号里的词当成当前讨论主题
 
             输出格式：
             {
@@ -359,6 +363,9 @@ workflow:
                - 这里优先短回一句，不要空掉
                - 用 social_short
                - 回得短、稳、带人格，但不要说教，不要骂脏话
+            7. 上下文和当前消息里如果出现 `发言人=...`、`正文=...`：
+               - 只把 `正文` 当作话题内容
+               - `发言人` 只用于识别是谁在说话，不要把昵称里的词汇当成讨论主题
 
             输出格式：
             {

plugins/ai_auto_response/main.py

@@ -958,7 +958,8 @@ class AIAutoResponsePlugin(MessagePluginInterface):
             "group_profile": group_profile_text,
             "context": context_text,
             "memory": memory_text,
-            "current_message": f"{sender_name}: {content}",
+            # 当前消息不再用“昵称: 正文”的混合写法，避免模型把昵称词汇当成当前话题的一部分。
+            "current_message": self._format_current_message_block(sender_name, content),
             "control": "\n".join(control_lines),
             "images": files,
         }
@@ -1005,12 +1006,54 @@ class AIAutoResponsePlugin(MessagePluginInterface):
             sender = str(item.get("sender", "") or "未知成员").strip()
             content = str(item.get("content", "") or "").strip()
             if sender and content:
-                compact = re.sub(r"\s+", " ", content).strip()
-                if len(compact) > max_line_chars:
-                    compact = compact[: max_line_chars - 3].rstrip() + "..."
-                lines.append(f"{sender}: {compact}")
+                # 最近消息统一改成“发言人字段 + 正文字段”的单行结构化格式：
+                # 1. 保留 30 条上下文时，仍然是一条消息一行，不会因为多行格式把上下文窗口挤爆；
+                # 2. 模型可以继续感知是谁说的，但更不容易把昵称里的词误当成话题正文；
+                # 3. 如果消息里本身带 @ 标记，也显式单列出来，减少对正文理解的污染。
+                lines.append(
+                    AIAutoResponsePlugin._format_recent_message_line(
+                        idx=int(item.get("idx", 0) or 0),
+                        sender_name=sender,
+                        content=content,
+                        max_line_chars=max_line_chars,
+                        is_at=bool(item.get("is_at")),
+                    )
+                )
         return "\n".join(lines)
 
+    @staticmethod
+    def _sanitize_inline_message_field(value: str, max_chars: int) -> str:
+        # 这里专门给传模型的“单行结构化消息”做字段清洗，避免换行和分隔符把结构打散。
+        text = re.sub(r"\s+", " ", str(value or "")).strip()
+        text = text.replace("|", "／")
+        if len(text) > max_chars:
+            return text[: max_chars - 3].rstrip() + "..."
+        return text
+
+    @classmethod
+    def _format_recent_message_line(
+        cls,
+        *,
+        idx: int,
+        sender_name: str,
+        content: str,
+        max_line_chars: int,
+        is_at: bool = False,
+    ) -> str:
+        sender = cls._sanitize_inline_message_field(sender_name, max_chars=24) or "未知成员"
+        body = cls._sanitize_inline_message_field(content, max_chars=max(max_line_chars, 20))
+        parts = [f"[{max(idx, 1):02d}]", f"发言人={sender}", f"正文={body}"]
+        if is_at:
+            parts.append("@bot=Y")
+        return " | ".join(parts)
+
+    @classmethod
+    def _format_current_message_block(cls, sender_name: str, content: str) -> str:
+        # 当前消息使用两行结构化文本，让工作流里的模型更容易区分“谁说的”和“说了什么”。
+        sender = cls._sanitize_inline_message_field(sender_name, max_chars=24) or "未知成员"
+        body = cls._sanitize_inline_message_field(content, max_chars=500)
+        return f"发言人={sender}\n正文={body}"
+
     @staticmethod
     def _string_block(title: str, value: Any) -> str:
         text = str(value or "").strip()