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

调整我的积分格式，更加美观

Browse Source
This commit is contained in:
liuwei
2025-04-16 17:19:17 +08:00
parent 4ef042f179
commit fb70e48c1a
2 changed files with 25 additions and 207 deletions
Download Patch File Download Diff File Expand all files Collapse all files

35
plugins/point_trade/main.py
View File

@@ -263,24 +263,39 @@ class PointTradePlugin(MessagePluginInterface):
source_stats[source] = 0
source_stats[source] += points
# 构建积分详情消息
source_details = "\n".join([f"- {source}: {points}" for source, points in source_stats.items()])
# 构建积分详情消息 - 优化格式
source_icons = {
"sign": "📝", "game": "🎮", "trade": "💱",
"rob": "🔫", "bailout": "🔓", "其他": "🔄"
}
source_details = []
for source, points in source_stats.items():
icon = source_icons.get(source, "✨")
sign = "+" if points > 0 else ""
source_details.append(f"{icon} {source}: {sign}{points}")
source_text = " | ".join(source_details) if source_details else "暂无记录"
# 构建最近交易记录
# 构建最近交易记录 - 优化格式
recent_txs = ""
if transactions:
recent_txs = "\n最近交易记录:\n"
recent_txs = "\n━━━ 最近交易 ━━━\n"
for i, tx in enumerate(transactions[:5], 1):
tx_type = "获得" if tx.get('points', 0) > 0 else "消费"
is_positive = tx.get('points', 0) > 0
tx_icon = "📈" if is_positive else "📉"
tx_type = "+" if is_positive else "-"
points = abs(tx.get('points', 0))
desc = tx.get('description', '无描述')
date = tx.get('created_at', '').strftime('%m-%d %H:%M') if tx.get('created_at') else '未知时间'
recent_txs += f"{i}. {date} {tx_type} {points} 积分 - {desc}\n"
date = tx.get('created_at', '').strftime('%m/%d %H:%M') if tx.get('created_at') else '未知'
recent_txs += f"{tx_icon} {date} {tx_type}{points}分 {desc}\n"
# 构建更Compact美观的输出
output = (
f"📊 {user_name} 的积分详情\n"
f"总积分: {user_points.get('total_points', 0)}\n"
f"\n积分来源统计:\n{source_details}"
f"💰 {user_name} 的积分\n"
f"━━━━━━━━━━━━━━\n"
f"💵 当前积分: {user_points.get('total_points', 0)}\n"
f"📊 积分来源: {source_text}"
f"{recent_txs}"
)

197
优化需求.md
View File

@@ -1,197 +0,0 @@
# 插件使用统计功能设计思路
为了实现对用户触发的指令进行统计，我需要设计一个完整的数据收集和分析系统。以下是我的思路整理：
## 1. 数据收集层
### 核心需求
- 记录每次插件被调用的详细信息
- 包括调用者、调用时间、调用结果等
- 尽量不影响现有插件的性能
### 实现方式
1. **装饰器模式**：创建一个装饰器函数，包装插件的`process_message`方法
2. **钩子函数**：在消息处理前后添加钩子函数，记录调用信息
3. **中间件**：在消息处理流程中添加统计中间件
## 2. 数据存储层
### 表结构设计
- **插件使用记录表**：记录每次调用的原始数据
- **用户使用统计表**：按用户汇总的使用情况
- **群组使用统计表**：按群组汇总的使用情况
- **插件统计汇总表**：按插件和时间维度汇总的数据
- **错误日志表**：记录插件执行错误的详细信息
### 数据字段
- 基础信息：插件名、命令、用户ID、群组ID等
- 时间信息：调用时间、处理耗时等
- 结果信息：成功/失败、返回消息等
- 统计信息：调用次数、成功率、平均响应时间等
## 3. 数据分析层
### 统计维度
- 时间维度：按小时、天、周、月统计
- 用户维度：用户活跃度、偏好插件等
- 群组维度：群组活跃度、特征插件等
- 插件维度：使用频率、成功率、响应时间等
### 分析指标
- 插件使用频率排行
- 用户活跃度排行
- 群组活跃度排行
- 命令成功率分析
- 响应时间分析
## 4. 实现方案
### 方案一：基于现有消息处理流程的改造
1. 在`MessagePluginInterface`中添加统计方法
2. 修改`Robot`类的消息处理流程，添加统计逻辑
3. 创建数据库操作类，处理统计数据的存储和查询
### 方案二：独立的统计模块
1. 创建独立的统计插件，通过事件系统监听消息处理事件
2. 实现数据收集、存储和分析功能
3. 提供API接口，供Web管理界面调用
## 5. 数据可视化
### 看板设计
- 插件使用趋势图
- 用户活跃度热力图
- 群组活跃度排行榜
- 命令成功率饼图
- 响应时间分布图
### 报表功能
- 定期生成使用报告
- 异常监控报警
- 性能分析报告
这个设计思路全面考虑了数据收集、存储、分析和可视化的各个环节，可以为后期的看板数据分析提供丰富的数据支持。
# 方案二：独立统计模块实现方案
如果采用方案二（独立的统计模块），我们可以创建一个专门的插件来处理统计功能。这种方式的优点是与现有代码耦合度低，可以独立开发和部署。
## 项目目录结构
```
d:\learn\WeChatRobot\
├── plugins\
│ ├── stats_collector\ # 统计收集插件
│ │ ├── __init__.py # 插件初始化文件
│ │ ├── main.py # 插件主入口
│ │ ├── stats_collector.py # 统计收集核心逻辑
│ │ ├── event_handlers.py # 事件处理器
│ │ ├── config.yaml # 插件配置文件
│ │ └── README.md # 插件说明文档
│ │
│ └── stats_dashboard\ # 统计看板插件（可选）
│ ├── __init__.py # 插件初始化文件
│ ├── main.py # 插件主入口
│ ├── dashboard_server.py # 看板服务器
│ ├── templates\ # 前端模板
│ │ ├── index.html # 主页
│ │ ├── plugins.html # 插件统计页
│ │ ├── users.html # 用户统计页
│ │ └── groups.html # 群组统计页
│ ├── static\ # 静态资源
│ │ ├── css\ # 样式文件
│ │ ├── js\ # JavaScript文件
│ │ └── img\ # 图片资源
│ ├── config.yaml # 插件配置文件
│ └── README.md # 插件说明文档
│
├── db\
│ ├── stats_db.py # 统计数据库操作类
│ └── models\
│ ├── plugin_stats.py # 插件使用记录模型
│ ├── user_stats.py # 用户统计模型
│ ├── group_stats.py # 群组统计模型
│ └── error_log.py # 错误日志模型
│
├── event_system\
│ └── events\
│ ├── plugin_events.py # 添加插件相关事件定义
│ └── stats_events.py # 统计相关事件定义
│
└── web_manager\ # Web管理界面（可选）
├── api\
│ └── stats_api.py # 统计数据API
└── templates\
└── stats_dashboard.html # 统计看板页面
```
## 实现思路
### 1. 事件系统扩展
在现有的事件系统中添加以下事件类型：
- `PluginCallStartEvent`: 插件调用开始事件
- `PluginCallEndEvent`: 插件调用结束事件
- `PluginCallErrorEvent`: 插件调用错误事件
### 2. 统计收集插件
`stats_collector` 插件负责：
- 监听插件调用相关事件
- 收集调用信息（插件名、命令、用户、群组、时间等）
- 计算处理时间
- 将数据存储到数据库
### 3. 数据库模型
创建以下数据库表：
- `t_plugin_stats`: 记录每次插件调用的详细信息
- `t_user_stats`: 按用户汇总的统计信息
- `t_group_stats`: 按群组汇总的统计信息
- `t_plugin_stats`: 按插件汇总的统计信息
- `t_error_logs`: 记录插件执行错误的详细信息
### 4. 机器人核心修改
在 `Robot` 类的消息处理流程中添加事件触发点：
- 在调用插件前触发 `PluginCallStartEvent`
- 在调用插件后触发 `PluginCallEndEvent`
- 在捕获到异常时触发 `PluginCallErrorEvent`
### 5. 统计看板插件（可选）
`stats_dashboard` 插件负责：
- 启动一个轻量级Web服务器
- 提供统计数据的可视化界面
- 支持多种维度的数据查询和展示
### 6. Web管理界面集成（可选）
在现有的Web管理界面中添加统计看板页面，展示：
- 插件使用趋势图
- 用户活跃度排行
- 群组活跃度排行
- 命令成功率分析
- 响应时间分析
## 工作流程
1. 用户发送消息
2. 机器人处理消息，找到匹配的插件
3. 触发 `PluginCallStartEvent` 事件
4. `stats_collector` 插件记录开始时间和基本信息
5. 插件处理消息
6. 触发 `PluginCallEndEvent` 事件
7. `stats_collector` 插件计算处理时间，记录结果
8. 数据存储到数据库
9. 统计看板实时更新数据
这种实现方式可以最小化对现有代码的修改，同时提供全面的统计功能。