koishi-plugin-best-cave 2.7.29 → 2.7.30

package/lib/AIManager.d.ts

@@ -84,6 +84,7 @@ export declare class AIManager {
     /**
      * @description 封装了向 OpenAI 兼容的 API 发送请求的底层逻辑。
      * @template T - 期望从 AI 响应的 JSON 中解析出的数据类型。
+     * @param {string} modelIdentifier - 模型的完整标识符，格式为 `端点名称/模型名称`。
      * @param {any[]} messages - 发送给 AI 的消息数组，通常包含用户消息。
      * @param {string} systemPrompt - 指导 AI 行为的系统级指令。
      * @returns {Promise<T>} 一个 Promise，解析为从 AI 响应中提取并解析的 JSON 对象。

package/lib/index.d.ts

@@ -58,9 +58,13 @@ export interface Config {
     bucket?: string;
     publicUrl?: string;
     enableAI: boolean;
-    aiEndpoint?: string;
-    aiApiKey?: string;
-    aiModel?: string;
+    endpoints?: {
+        name: string;
+        url: string;
+        key: string;
+    }[];
+    analysisModel?: string;
+    duplicateCheckModel?: string;
 }
 export declare const Config: Schema<Config>;
 export declare function apply(ctx: Context, config: Config): void;

package/lib/index.js

@@ -1295,7 +1295,7 @@ var AIManager = class {
 ${combinedText}` });
         contentForAI.push(...images);
         const userMessage = { role: "user", content: contentForAI };
-        const response = await this.requestAI([userMessage], this.ANALYSIS_SYSTEM_PROMPT);
+        const response = await this.requestAI(this.config.analysisModel, [userMessage], this.ANALYSIS_SYSTEM_PROMPT);
         if (response) {
           return {
             cave: cave.id,
@@ -1328,7 +1328,7 @@ ${combinedText}` });
         content_b: { id: caveB.id, text: formatContent(caveB.elements) }
       };
       const userMessage = { role: "user", content: JSON.stringify(userMessageContent) };
-      const response = await this.requestAI([userMessage], this.DUPLICATE_CHECK_SYSTEM_PROMPT);
+      const response = await this.requestAI(this.config.duplicateCheckModel, [userMessage], this.DUPLICATE_CHECK_SYSTEM_PROMPT);
       return response?.duplicate || false;
     } catch (error) {
       this.logger.error(`比较回声洞（${caveA.id}）与（${caveB.id}）失败:`, error);
@@ -1354,25 +1354,37 @@ ${combinedText}` });
   /**
    * @description 封装了向 OpenAI 兼容的 API 发送请求的底层逻辑。
    * @template T - 期望从 AI 响应的 JSON 中解析出的数据类型。
+   * @param {string} modelIdentifier - 模型的完整标识符，格式为 `端点名称/模型名称`。
    * @param {any[]} messages - 发送给 AI 的消息数组，通常包含用户消息。
    * @param {string} systemPrompt - 指导 AI 行为的系统级指令。
    * @returns {Promise<T>} 一个 Promise，解析为从 AI 响应中提取并解析的 JSON 对象。
    * @throws {Error} 当网络请求失败、AI 未返回有效内容或 JSON 解析失败时抛出。
    * @private
    */
-  async requestAI(messages, systemPrompt) {
+  async requestAI(modelIdentifier, messages, systemPrompt) {
+    if (!modelIdentifier || !modelIdentifier.includes("/")) {
+      throw new Error(`无效的模型标识符: ${modelIdentifier}。格式应为 '端点名称/模型名称'`);
+    }
+    const [name2, modelName] = modelIdentifier.split("/");
+    if (!name2 || !modelName) {
+      throw new Error(`无效的模型标识符: ${modelIdentifier}。格式应为 '端点名称/模型名称'`);
+    }
+    const endpointConfig = this.config.endpoints?.find((e) => e.name === name2);
+    if (!endpointConfig) {
+      throw new Error(`未在配置中找到名为 '${name2}' 的端点`);
+    }
     const payload = {
-      model: this.config.aiModel,
+      model: modelName,
       messages: [{ role: "system", content: systemPrompt }, ...messages]
     };
-    const fullUrl = `${this.config.aiEndpoint.replace(/\/$/, "")}/chat/completions`;
+    const fullUrl = `${endpointConfig.url.replace(/\/$/, "")}/chat/completions`;
     const headers = {
       "Content-Type": "application/json",
-      "Authorization": `Bearer ${this.config.aiApiKey}`
+      "Authorization": `Bearer ${endpointConfig.key}`
     };
     const response = await this.http.post(fullUrl, payload, { headers, timeout: 6e5 });
     const content = response?.choices?.[0]?.message?.content;
-    if (!content?.trim()) throw new Error();
+    if (!content?.trim()) throw new Error("AI 响应内容为空");
     const candidates = [];
     const jsonBlockMatch = content.match(/```json\s*([\s\S]*?)\s*```/i);
     if (jsonBlockMatch && jsonBlockMatch[1]) candidates.push(jsonBlockMatch[1]);
@@ -1380,11 +1392,14 @@ ${combinedText}` });
     const firstBrace = content.indexOf("{");
     const lastBrace = content.lastIndexOf("}");
     if (firstBrace !== -1 && lastBrace > firstBrace) candidates.push(content.substring(firstBrace, lastBrace + 1));
-    for (const candidate of [...new Set(candidates)]) try {
-      return JSON.parse(candidate);
-    } catch (parseError) {
+    for (const candidate of [...new Set(candidates)]) {
+      try {
+        return JSON.parse(candidate);
+      } catch (parseError) {
+      }
     }
     this.logger.error("原始响应:", JSON.stringify(response, null, 2));
+    throw new Error("无法从 AI 响应中解析出有效的 JSON");
   }
 };
 
@@ -1420,9 +1435,13 @@ var Config = import_koishi3.Schema.intersect([
   }).description("复核配置"),
   import_koishi3.Schema.object({
     enableAI: import_koishi3.Schema.boolean().default(false).description("启用 AI"),
-    aiEndpoint: import_koishi3.Schema.string().description("端点 (Endpoint)").role("link").default("https://api.siliconflow.cn/v1"),
-    aiApiKey: import_koishi3.Schema.string().description("密钥 (Key)").role("secret"),
-    aiModel: import_koishi3.Schema.string().description("模型 (Model)").default("THUDM/GLM-4.1V-9B-Thinking")
+    endpoints: import_koishi3.Schema.array(import_koishi3.Schema.object({
+      name: import_koishi3.Schema.string().description("名称").required(),
+      url: import_koishi3.Schema.string().description("端点 (Endpoint)").role("link").required(),
+      key: import_koishi3.Schema.string().description("密钥 (API Key)").role("secret").required()
+    })).description("端点列表"),
+    analysisModel: import_koishi3.Schema.string().description("分析模型"),
+    duplicateCheckModel: import_koishi3.Schema.string().description("查重模型")
   }).description("模型配置"),
   import_koishi3.Schema.object({
     localPath: import_koishi3.Schema.string().description("文件映射路径"),

package/package.json

@@ -1,7 +1,7 @@
 {
   "name": "koishi-plugin-best-cave",
   "description": "功能强大、高度可定制的回声洞插件。支持丰富的媒体类型、内容查重、AI分析、人工审核、用户昵称、数据迁移以及本地/S3 双重文件存储后端。",
-  "version": "2.7.29",
+  "version": "2.7.30",
   "contributors": [
     "Yis_Rime <yis_rime@outlook.com>"
   ],