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”。
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。
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。
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。
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。
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
微信客户端：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
数据表操作：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
服务：plugins/member_context/service.py
提示词构建：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
对话压缩：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/

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：

{
    "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：

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。
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 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

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。

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”

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：

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：

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：

你是谁你在这个群里的身份、语气、边界、说话节奏
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
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
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

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。

README.md Unescape Escape

小牛群聊 BOT 重构说明

目标

当前实现现状