liuwei_x_x/abot
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

refactor ai_auto_response into xiaoniu group bot

Browse Source
This commit is contained in:
liuwei
2026-04-07 11:15:29 +08:00
parent 1c052a7d16
commit d616846098
13 changed files with 2150 additions and 445 deletions
Download Patch File Download Diff File Expand all files Collapse all files

897
plugins/ai_auto_response/README.md Normal file
View File

@@ -0,0 +1,897 @@
# 小牛群聊 BOT 重构说明
## 目标
把当前 `ai_auto_response` 从“随机插话的自动回复”升级成一个真正适合微信群长期在线的拟人 BOT `小牛`：
- 在群里像一个真实成员，而不是每次都像客服或问答机
- 能及时回答明确问题，减少“看见了但不接话”的情况
- 能根据群氛围决定什么时候主动参与，什么时候少说话
- 能对不同群、不同成员表现出稳定的人设和长期记忆感
- 能复用项目里已经存在的消息存档、成员画像、群总结、权限控制、后台管理能力
- 能处理“某个老成员很久不说话，突然回来发言”的场景，不显得失忆
这份文档不是泛泛而谈的产品介绍，而是基于当前仓库现状整理的一份可落地实现方案。
---
## 当前实现现状
当前插件入口：
- [`plugins/ai_auto_response/main.py`](/d:/learn/abot/plugins/ai_auto_response/main.py)
- [`plugins/ai_auto_response/bot_ai.py`](/d:/learn/abot/plugins/ai_auto_response/bot_ai.py)
- [`plugins/ai_auto_response/config.toml`](/d:/learn/abot/plugins/ai_auto_response/config.toml)
现有版本已经具备这些基础能力：
- 能监听群消息
- 能缓存最近一段群聊文本
- 能基于关键词、时间窗口、参与度、体力值决定是否插话
- 能把最近几条消息拼成上下文后调用大模型 API 生成回复
但它目前仍然偏简单，核心问题主要有：
1. 回复触发逻辑偏“概率型”
现在更像“有没有兴致插一句”，而不是“是否有人在明确问它问题”。
2. 缺少答疑优先级
群里一旦出现明确求助、@机器人、连续追问，应该优先快速答复，而不是继续走随机参与逻辑。
3. 缺少长期人格
目前只有 prompt 里的简短口语化约束，还没有稳定的人设、口头习惯、边界感、偏好表达方式。
4. 缺少成员级长期记忆
仓库里已经有成员画像能力，但 `ai_auto_response` 还没有接进去，所以机器人对“这个人平时怎么说话、关注什么、适合怎么回”没有利用起来。
5. 缺少群级场景区分
不同群应该有不同模式，例如技术群偏答疑、闲聊群偏陪聊、交易群偏信息明确、熟人群偏轻松互动。
6. 缺少回复分层
并不是所有回复都应该走同一条 prompt。问答、接梗、安慰、提醒、总结、纠错，生成策略应该分开。
---
## 可以直接复用的现有技术能力
这个项目其实已经有很多“拟人 BOT”需要的基础设施，不需要从零重造：
### 1. 消息接入与发送
- 主机器人入口：[`robot.py`](/d:/learn/abot/robot.py)
- 微信客户端：[`wechat_ipad/`](/d:/learn/abot/wechat_ipad)
可直接复用消息接收、发群消息、发图片、联系人同步、群成员信息读取能力。
### 2. 权限和群功能开关
- 群功能控制：`GroupBotManager`
这意味着“哪些群启用拟人 BOT”“哪些群仅答疑不闲聊”“哪些群完全关闭”都已经有基础能力。
### 3. 消息存档与历史上下文
- 消息存储：[`utils/wechat/message_to_db.py`](/d:/learn/abot/utils/wechat/message_to_db.py)
- 数据表操作：[`db/message_storage.py`](/d:/learn/abot/db/message_storage.py)
这部分非常关键，可以让 BOT 不只看最近 10 句话，而是按需回看更长的上下文。
### 4. 成员画像与长期交互记忆
- 插件：[`plugins/member_context/main.py`](/d:/learn/abot/plugins/member_context/main.py)
- 服务：[`plugins/member_context/service.py`](/d:/learn/abot/plugins/member_context/service.py)
- 提示词构建：[`plugins/member_context/prompt_builder.py`](/d:/learn/abot/plugins/member_context/prompt_builder.py)
这里已经有：
- 成员日 / 周 / 月摘要
- 兴趣主题
- 互动风格
- 回复偏好
- 群内角色
- 技能画像
这正是“拟人回复”最需要的长期上下文。
### 5. 群总结与压缩上下文
- 群总结：[`plugins/message_summary/main.py`](/d:/learn/abot/plugins/message_summary/main.py)
- 对话压缩：[`utils/compress_chat_data.py`](/d:/learn/abot/utils/compress_chat_data.py)
长群聊可以先压缩再喂给模型，减少 token 压力。
### 6. 管理后台
- 后台目录：[`admin/dashboard/`](/d:/learn/abot/admin/dashboard)
后续可以把“人设配置、群模式、回复频率、黑名单、禁聊时段、答疑策略”做成后台管理项。
---
## 新版本插件定位
建议把这个插件的定位改成：
`小牛：一个有稳定人格、会看场合、能优先答问题、在群里长期在线的虚拟群成员`
它不是纯陪聊，也不是纯问答助手，而是两种模式同时存在：
### 1. 拟人参与模式
适合熟人群、日常聊天群、兴趣群：
- 偶尔接话
- 顺着上下文说话
- 有自己的语气和偏好
- 不抢话，不刷屏
### 2. 实时答疑模式
适合技术群、项目群、问答群：
- 发现问题句、求助句、@机器人时优先响应
- 响应速度快于闲聊逻辑
- 回答尽量明确、可执行
- 不懂就直接说不确定，不硬编
---
## 推荐架构
建议把新版本拆成 8 个层次，而不是把所有逻辑都放在 `main.py` 里。
### 1. Message Intake
负责接收消息、标准化消息结构、过滤无效消息：
- 是否群聊
- 是否自己发的
- 是否文本 / 图片标题 / 链接卡片
- 是否命中黑名单
- 是否命中禁用群
### 2. Trigger Router
负责判断“为什么这次应该回”。
建议至少拆成以下触发源：
- `at_trigger`
`@bot` 或明确点名 BOT
- `question_trigger`
明显的问题句，例如“怎么弄”“有人知道吗”“这个报错啥意思”
- `followup_trigger`
上一轮已经在和 BOT 对话，用户继续追问
- `topic_trigger`
命中 BOT 擅长或关注的话题
- `social_trigger`
打招呼、起哄、接梗、点名、夸它、吐槽它
- `silence_break_trigger`
群里沉默较久后，用很轻的方式恢复气氛
其中优先级应为：
`@提问 > 明确求助 > 连续追问 > 互动点名 > 普通插话`
### 3. Flow Manager
心流系统是小牛的“实时参与状态机”。
它解决的不是“记不记得人”，而是“现在要不要继续聊、聊多深、聊多久”。
建议按群维度维护 `flow_state` 和 `flow_score`，而不是全局只有一个热度值。
推荐状态：
- `idle`
低参与，主要观察，除非被点名或明确提问，否则不主动插话
- `warming`
话题开始吸引小牛，可以做轻量接话
- `engaged`
已进入连续互动，优先接住上下文
- `deep_engaged`
正在进行高质量答疑或多人围绕同一主题连续互动
- `cooling`
一轮互动结束后逐步退出，避免刷屏
- `silent`
深夜、敏感话题、连续被忽略、系统限流时进入静默
建议影响心流的事件：
- 提高心流：
`@小牛`、明确提问、连续追问、命中擅长话题、老成员回归、机器人发言后有人接话
- 降低心流：
回复后无人接话、话题转移、连续回复过多、深夜、敏感话题、群里进入无关刷屏
建议先用简单的事件加减分模型：
- `@小牛`：`+40`
- 明确提问：`+30`
- 连续追问：`+20`
- 话题命中：`+15`
- 回归成员：`+10`
- 机器人发言后有人接话：`+15`
- 机器人发言后没人接话：`-20`
- 连续回复过多：`-15`
- 深夜：`-30`
建议状态阈值：
- `<20` -> `idle`
- `20~39` -> `warming`
- `40~69` -> `engaged`
- `>=70` -> `deep_engaged`
同时配合自然衰减，让心流值按分钟回落。
### 4. Context Builder
负责为本次回复准备上下文，建议分四层：
- 最近 20~50 条群消息
- 当天压缩摘要
- 当前发言人的成员画像
- 当前群的人设配置和行为模式
建议输出统一上下文对象：
```python
{
"group_profile": {},
"speaker_profile": {},
"recent_messages": [],
"recent_summary": "",
"trigger_type": "question_trigger",
"reply_mode": "qa_fast"
}
```
### 5. Long-Term Memory Engine
这是小牛和普通自动回复插件真正拉开差距的地方。
建议把记忆拆成四层，而不是只保留最近聊天记录：
- `session_memory`
最近一次连续对话的上下文，生命周期 5~15 分钟
- `daily_memory`
今天这个群在聊什么、谁和谁正在互动、当前气氛如何
- `member_memory`
某个成员长期关注的话题、典型说话风格、历史上经常问的问题、适合的回复方式
- `group_memory`
这个群的长期主题、说话节奏、禁忌、常见梗、对小牛的接受度
其中 `member_memory` 和 `group_memory` 是解决“老成员突然回归”最关键的部分。
当某个成员很久没发言又突然出现时，不应该只看他刚发的这一句，而应该补充这些信息：
- 这个人上次活跃是什么时候
- 过去常聊什么
- 过去在群里的角色更像提问者、答疑者还是气氛组
- 过去和小牛是否有连续互动
- 这次回归是轻松冒泡、直接求助、还是延续旧话题
建议为这类场景增加专门状态：
- `returning_member`
7 天以上未发言后再次出现
- `long_absent_member`
30 天以上未发言后再次出现
- `reactivated_topic`
当前话题与该成员历史关注主题高度相关
针对这类状态，小牛的回复要遵循两个原则：
1. 记得这个人，但不要过度热情到像监控
可以自然表现出“你又出现了”“这个话题你之前也挺关注”，但不要直接说出太细的时间和行为记录。
2. 优先续接熟悉话题
如果该成员回归后直接提问，优先用他的长期主题和历史偏好组织答案，这样会更像“真的认识这个人”。
### 6. Persona Engine
这里是“拟人感”的核心，不应该只靠一句 prompt。
建议把人格拆成结构化配置：
- 名字
- 年龄感
- 说话风格
- 常用语气词
- 擅长话题
- 不擅长话题
- 回避边界
- 幽默程度
- 主动程度
- 回复长度偏好
- 是否喜欢反问
- 是否会使用表情
建议新增独立人设文件，例如：
- `persona_name`
- `core_identity`
- `tone_rules`
- `reply_rules`
- `taboo_rules`
- `example_replies`
目录下现有的 [`plugins/ai_auto_response/瑞依.txt`](/d:/learn/abot/plugins/ai_auto_response/瑞依.txt) 只作为参考语料，不直接作为最终人格文件。
新版本应建立 `小牛` 的独立人格设定，建议固定为：
- 名字：小牛
- 角色感：群里常驻、靠谱、自然、不端着
- 回答风格：先解决问题，再决定要不要延伸
- 社交风格：熟人感轻一点，不装熟，不过分卖萌
- 记忆风格：对老成员有熟悉感，但不过度暴露“系统知道很多”
### 7. Response Planner
不要让模型每次自由发挥，先确定回复策略，再生成内容。
推荐回复模式：
- `qa_fast`
用于明确问题，答案优先，少废话
- `qa_with_context`
用于结合群聊历史、成员长期记忆或旧话题回答
- `social_short`
用于轻量接话，1 句就够
- `comfort_mode`
用于安慰、缓和、给建议
- `humor_mode`
用于熟人群轻松互动
- `refuse_or_skip`
不适合接话时直接不回，或仅给非常短的反馈
心流状态会直接影响回复策略：
- `idle`
只处理 `@bot`、明确问题、强触发事件
- `warming`
允许 `social_short`
- `engaged`
提高 `qa_with_context` 和连续追问的响应率
- `deep_engaged`
允许更完整的答疑和多轮连续互动
- `cooling`
优先短回复或收口
- `silent`
除非强触发，否则不回复
### 8. Safety and Rate Control
拟人 BOT 最大的风险不是“答不出来”，而是“太像人却太爱说话”。
所以必须保留这些机制：
- 每群独立冷却
- 连续回复衰减
- 被人无视后降低主动率
- 深夜低活跃模式
- 敏感词 / 风险话题降级
- 管理员强制关闭
当前 `bot_ai.py` 里的“体力值 + 参与度”可以保留，但应降级为“主动聊天限流器”，而不是总入口。
---
## 向量记忆设计
当前环境里已经有可用的向量能力：
- 向量库：`Qdrant`
- 向量模型服务：`Ollama`
- 适合接入位置：`Long-Term Memory Engine`
这里的设计原则不是“所有回复都查向量库”，而是：
`Qdrant 作为长期记忆召回层，member_context 和消息摘要作为稳定记忆层`
也就是说：
- `member_context`
负责回答“这个人是谁，长期是什么风格”
- `Qdrant`
负责回答“这个人以前聊过什么类似内容”
### 什么时候介入最合适
最合适的方式是第二阶段开始接入，但只用于特定场景，不作为所有回复的必经链路。
优先介入以下场景：
- `returning_member`
用户很久没发言后重新出现
- `long_absent_member`
用户长期沉默后突然出现
- `qa_with_context`
当前问题可能和历史问答或长期兴趣相关
- `reactivated_topic`
当前话题和用户过去长期关注主题高度相关
普通闲聊、轻量接话、气氛互动不建议默认查向量库。
### 为什么不建议一开始全量依赖向量库
因为群聊拟人 BOT 最怕的不是“想不起来”，而是“乱想起来”。
如果每次都查向量库，容易出现：
- 回复变慢
- 召回结果不稳定
- 机器人突然提旧事，像在翻聊天记录
- 轻松闲聊也被过度结构化
所以更合理的方式是：
- 平时主要依赖最近上下文和成员画像
- 需要“找回记忆”时再触发向量召回
### 最适合写入 Qdrant 的内容
不建议先把全部原始聊天消息无差别写进向量库。
更推荐写入“记忆单元”：
- 成员日摘要
- 成员周摘要
- 成员月摘要
- 群日摘要
- 重要问答对
- 用户长期偏好卡片
- 小牛与某成员的关键互动片段
这样做有几个好处：
- 噪音更少
- 召回更稳定
- Token 更省
- 更适合长期维护
### 推荐的 Qdrant Payload
每条向量建议至少带这些字段：
- `chatroom_id`
- `wxid`
- `memory_type`
- `topic_tags`
- `created_at`
- `last_active_at`
- `source_id`
- `content_summary`
建议的 `memory_type` 包括：
- `member_daily_digest`
- `member_weekly_digest`
- `member_monthly_digest`
- `group_daily_digest`
- `qa_pair`
- `interaction_memory`
- `preference_card`
### 推荐查询策略
建议按下面顺序查，而不是直接全库语义搜：
1. 先按 `chatroom_id` 过滤
2. 如果目标明确，再按 `wxid` 过滤
3. 再按 `memory_type` 过滤
4. 最后做语义相似度检索
5. `top_k` 建议先控制在 `3~5`
这能显著降低错召回。
### 与 Ollama 向量模型的配合方式
你现有的 Ollama 小向量模型是可以直接用的，只要满足一个原则：
`写入和查询必须使用同一个 embedding 模型`
对“小牛”这种群聊记忆系统来说，小型 embedding 模型反而通常更合适，因为需要的是：
- 响应快
- 成本低
- 稳定检索成员历史主题和问答片段
而不是做极重的通用语义推理。
### 推荐的接入方式
建议新增一个独立的记忆召回模块，例如：
- `memory_store.py`
负责写入、查询、过滤、召回排序
它的职责建议分成四块：
- `upsert_memory`
把摘要、问答、关键互动写入 Qdrant
- `search_member_memory`
查询某个成员的长期相关记忆
- `search_group_memory`
查询当前群的历史相关记忆
- `build_memory_prompt`
把召回结果压缩成可以送给模型的 prompt 片段
向量召回和心流系统的配合建议是：
- 长期记忆负责“这个人以前是谁、聊过什么”
- 心流系统负责“这次值不值得进入连续互动”
两者一起工作时，小牛才会既像“记得人”，又像“会看场合”。
### 小牛里最适合触发向量召回的时机
推荐在这些判断通过后才查 Qdrant：
- 用户超过 `7` 天未发言重新出现
- 用户超过 `30` 天未发言后提问
- 当前问题命中“历史上经常问的主题”
- 最近上下文不够，但成员长期画像显示该用户过去反复讨论过此类话题
- BOT 判断这是“旧话题延续”而不是新话题
### 记忆使用边界
向量召回的结果只应该作为“小牛知道哪些历史背景”的参考，而不是原样往外说。
生成回复时建议遵守：
- 不直接暴露精确历史记录
- 不直接说“你上次在几月几号说过”
- 不在轻量闲聊里强行提旧事
- 只在确实有帮助时，让回复带一点自然熟悉感
理想效果是：
- 用户觉得“小牛记得我”
- 但不会觉得“小牛在翻档案”
---
## 推荐实现方案
### 第一阶段：把“随机插话”升级成“有优先级的触发回复”
先不追求复杂人格，先解决“及时回答问题”：
1. 新增问题检测
识别问号、求助句式、报错句式、`有人知道`、`怎么`、`为啥`、`?`、`？？`
2. 新增 `@bot` 强制响应
只要被明确点名，优先进入快速答疑链路
3. 新增会话延续窗口
机器人回复后 2~5 分钟内，如果同一人继续追问，应提高响应概率甚至直接响应
4. 闲聊逻辑与答疑逻辑分离
闲聊继续走拟人策略，答疑直接走高优先级策略
5. 引入群级心流系统
用 `flow_state` 替代旧的随机插话感，让小牛知道什么时候进入、什么时候退出对话
这一阶段完成后，体验会立刻提升很多。
### 第二阶段：接入长期记忆、成员画像和群模式
把仓库现有能力接进来：
1. 从 `member_context` 读取当前发言人的画像
2. 为每个成员建立最近会话缓存和长期记忆快照
3. 给“久未发言再次出现”的成员增加回归识别逻辑
4. 给不同群配置不同模式
5. 在 prompt 中加入“这个人平时更喜欢什么风格的回复”
6. 在技术群中提高问题响应率，在闲聊群中降低长篇回答频率
7. 在 `returning_member` 和 `qa_with_context` 场景接入 Qdrant 召回
8. 让回归成员和旧话题召回同时提升群级心流，进入更自然的连续互动状态
### 第三阶段：做人设稳定化
这一阶段重点不是“更聪明”，而是“像同一个人”：
1. 固化角色设定
2. 固化用词习惯
3. 固化情绪边界
4. 固化“知道什么 / 不知道什么”的表达方式
5. 给出少量 few-shot 回复样例
### 长期记忆专项：解决“很久不说话突然出现”的问题
这是新版本必须明确支持的场景。
推荐处理流程：
1. 识别用户是否为回归成员
根据消息库和成员画像判断其最近一次活跃时间
2. 如果是回归成员，额外加载长期记忆
包括历史关注主题、常见问题类型、群内角色、和小牛过去互动风格
3. 生成时增加“轻微熟悉感”
回复表现得像“记得这个人”，但不要像读档案
4. 如果该成员这次是来提问
则优先进入 `qa_with_context`，让回答带上他历史关注方向
5. 如果该成员只是冒泡
则只做轻量社交回应，不强行提旧事
一个好的感觉是：
- 用户会觉得“小牛好像一直在群里”
- 但不会觉得“小牛在偷偷监控每个人”
### 第四阶段：做后台配置化
建议把这些项做成可配置：
- 每个群是否启用
- 群模式
- 人设模板
- 回复频率
- 工作时间 / 静默时间
- 是否允许主动插话
- 是否允许使用表情
- 是否允许引用长期记忆
- 回归成员识别阈值
- 长期记忆回看天数
- 回归成员的回复热度上限
---
## 群聊 BOT 的最小落地版本
如果你希望先做一个能用的版本，而不是一次性重构太大，推荐最小实现如下：
### 必做
- 保留当前插件入口不变
- 新增 `trigger_type` 判定
- 新增 `flow_state` / `flow_score` 判定
- 新增 `reply_mode` 判定
- `@bot` / 提问类消息直接优先回复
- 上下文从最近 10 条提升到最近 20~30 条
- 人设文件从单段 prompt 改成结构化配置
### 优先做
- 接 `member_context`
- 给群配置模式
- 给回复加冷却和连续会话窗口
- 给回归成员场景接 Qdrant 召回
- 给不同心流状态配置不同回复强度
### 后续再做
- 后台管理页
- 不同人格模板
- 记忆纠偏
- 多模型路由
---
## 建议目录演进
建议把 `plugins/ai_auto_response/` 逐步整理成下面这种结构：
```text
plugins/ai_auto_response/
├── __init__.py
├── main.py # 插件入口，只做调度
├── config.toml # 插件配置
├── README.md # 本文档
├── persona/
│ ├── xiaoniu.txt
│ └── tech_helper.txt
├── flow_manager.py # 群级心流状态机
├── memory_store.py # 长期记忆读取与装配
├── vector_memory.py # Qdrant / Ollama 召回层
├── triggers.py # 触发判定
├── context_builder.py # 上下文构建
├── persona_engine.py # 人设装配
├── response_planner.py # 回复策略选择
├── llm_client.py # OpenAI兼容 API / 其他模型调用
└── rate_control.py # 冷却、频率、主动度控制
```
这样以后维护会比现在轻松很多。
---
## 建议配置项
建议在 `config.toml` 后续补充这些内容：
```toml
enable = true
[mode]
group_default_mode = "social"
question_reply_timeout_sec = 12
followup_session_window_sec = 300
recent_context_size = 30
allow_proactive_reply = true
returning_member_days = 7
long_absent_member_days = 30
memory_lookback_days = 180
[flow]
enable_flow_state = true
flow_decay_per_minute = 8
idle_threshold = 20
warming_threshold = 40
engaged_threshold = 70
at_bot_boost = 40
question_boost = 30
followup_boost = 20
topic_boost = 15
returning_member_boost = 10
response_accepted_boost = 15
ignored_reply_penalty = 20
over_reply_penalty = 15
night_penalty = 30
[persona]
name = "小牛"
style = "自然、口语化、像群友"
emoji_probability = 0.25
max_reply_sentences = 3
[memory]
enable_vector_memory = true
vector_provider = "qdrant"
embedding_provider = "ollama"
qdrant_url = "http://127.0.0.1:6333"
qdrant_collection = "abot_xiaoniu_memory"
ollama_base_url = "http://192.168.2.50:11434"
embedding_model = "your_embedding_model"
vector_top_k = 5
vector_min_score = 0.65
vector_trigger_modes = ["returning_member", "long_absent_member", "qa_with_context", "reactivated_topic"]
[priority]
at_bot = 1.0
explicit_question = 0.95
followup = 0.9
social_call = 0.65
casual_topic = 0.35
[cooldown]
group_reply_cooldown_sec = 45
same_user_followup_cooldown_sec = 10
night_silent_hours = ["01:00-07:30"]
```
---
## Prompt 设计建议
新版本 prompt 不建议再只写“简短、口语化”这种通用要求，而要明确四件事：
1. 你是谁
你在这个群里的身份、语气、边界、说话节奏
2. 你为什么这次要回复
是因为被 @、被提问、正在连续对话、还是轻微接话，以及当前心流状态是否支持继续参与
3. 你现在掌握了什么上下文
最近群聊、成员画像、长期记忆、群模式、心流状态、历史摘要
4. 这次回复的目标
是回答问题、接一句、安慰、澄清、提醒，还是保持沉默
建议最终 prompt 由以下片段拼装：
- `system_persona`
- `memory_prompt`
- `group_mode_prompt`
- `flow_prompt`
- `speaker_profile_prompt`
- `trigger_prompt`
- `recent_context_prompt`
- `response_rule_prompt`
其中：
- `memory_prompt`
优先来自 `member_context` 的稳定画像
- `vector_memory_prompt`
只在命中特定场景时从 Qdrant 召回并追加
---
## 成功标准
如果这个插件升级成功，应该能达到下面这些效果：
### 拟人感
- 说话前后风格一致
- 不会每次都像在写标准答案
- 会看群气氛，不乱抢话
- 被调侃时能自然接住
- 会自然进入和退出对话，不会像开关一样突兀
### 答疑能力
- 被 @ 时基本能及时回复
- 明确问题能优先答复
- 回答比现在更聚焦、更短、更有执行性
- 不确定时会明确说明
### 长期记忆
- 对活跃成员和沉默很久后回归的成员都能保持连续感
- 不会把短期状态误认为长期人格
- 能识别老成员的长期关注主题
- 回归成员发言时，小牛的回复会有自然熟悉感
- Qdrant 召回只在需要时介入，不会让普通闲聊变得迟钝和奇怪
### 工程可维护性
- 触发逻辑、上下文逻辑、生成逻辑分层
- 心流逻辑独立成层，不和长期记忆混在一起
- 可接入成员画像
- 可配置不同群模式
- 可通过后台持续调参
---
## 推荐开发顺序
1. 保留当前插件名和入口，先完成触发路由重构
2. 把群级心流系统做出来，替换旧的随机插话逻辑
3. 把“答疑优先”做出来，解决及时回复问题
4. 把长期记忆层接进来，先解决回归成员场景
5. 把人设配置从自由文本升级成结构化配置，并固定为小牛
6. 接入 `member_context` 做成员级回复优化
7. 接入 Qdrant + Ollama，先只服务回归成员和旧话题召回
8. 增加群模式配置
9. 最后再做后台配置和更细的人格控制
---
## 一句话结论
你现在这个 `ai_auto_response` 已经有“群里自动说话”的雏形了，但如果目标是“小牛”这种真正长期在线的群聊拟人 BOT，核心不在于继续调概率，而在于把它升级成：
`触发有优先级、心流会收放、上下文有层次、长期记忆可用、人格固定为小牛、答疑能优先、群模式可配置`
这样它才会既像群友，又真的有用。