koishi-plugin-memesluna 0.5.4 → 0.5.6

package/lib/index.js

@@ -1481,23 +1481,39 @@ var MemesLunaService = class extends import_koishi.Service {
     await this.ctx.database.remove("memesluna_endpoints", { name: name2 });
     return true;
   }
-  async buildRouteInventory(backendPath) {
+  async buildRouteInventory(backendPath, synonymGroups) {
     const endpoints = await this.getEndpoints();
     const collections = await this.getCollections();
-    const lines = [];
-    for (const endpoint of endpoints) {
-      const desc = endpoint.description || endpoint.name;
-      lines.push(`- 端点名: ${endpoint.name} | 描述: ${desc} | 接口地址: ${backendPath}/${endpoint.name}`);
+    const sections = [];
+    if (endpoints.length > 0) {
+      const endpointLines = endpoints.map((ep) => {
+        const desc = ep.description || ep.name;
+        return `  - ${ep.name}：${desc} → ${backendPath}/${ep.name}`;
+      });
+      sections.push(`【端点转发】
+${endpointLines.join("\n")}`);
     }
+    const collectionLines = [];
     for (const collection of collections) {
       const info = await this.getCollectionInfo(collection);
       if (info?.hasContent) {
-        const desc = info.description || collection;
-        const displayName = desc.endsWith("表情包") ? desc : `${desc}表情包`;
-        lines.push(`- ${displayName} | 描述: ${collection} | 表情包路径: ${backendPath}/${collection}`);
+        const desc = info.description ? `（${info.description}）` : "";
+        collectionLines.push(`  - ${collection}${desc} → ${backendPath}/${collection}`);
       }
     }
-    return lines.join("\n");
+    if (collectionLines.length > 0) {
+      sections.push(`【表情包合集】
+${collectionLines.join("\n")}`);
+    }
+    if (synonymGroups && synonymGroups.length > 0) {
+      const tagNames = synonymGroups.map((g) => g[0]).filter(Boolean);
+      if (tagNames.length > 0) {
+        sections.push(`【情绪/标签】（按心情选一个）
+  ${tagNames.join("  ")}`);
+        sections.push(`  标签路由格式：${backendPath}/标签名`);
+      }
+    }
+    return sections.join("\n\n");
   }
 };
 
@@ -1728,44 +1744,40 @@ aliases: 字符串数组（辅助检索）
 - 只返回合法 JSON，格式：{"aliases": [...], "tags": [...]}`;
 var Config = import_koishi2.Schema.intersect([
   import_koishi2.Schema.object({
-    backendPath: import_koishi2.Schema.string().default("/memesluna").description("后端服务路径前缀"),
-    selfUrl: import_koishi2.Schema.string().default("").description("服务公开地址，不填则优先使用 server.selfUrl"),
-    injectVariables: import_koishi2.Schema.boolean().default(true).description("是否向 ChatLuna 注入 {{endpoint}} 和 {{memesluna}} 变量"),
-    variableRefreshIntervalMs: import_koishi2.Schema.number().min(30 * 1e3).max(60 * 60 * 1e3).default(5 * 60 * 1e3).description("变量刷新间隔（毫秒）"),
-    injectVariablesPrompt: import_koishi2.Schema.string().role("textarea").default(`你可以使用表情包来丰富你的回复。可用的表情包合集如下：
+    backendPath: import_koishi2.Schema.string().default("/memesluna").description("插件 HTTP 路由的前缀路径，默认 /memesluna，修改后需重启"),
+    selfUrl: import_koishi2.Schema.string().default("").description("插件对外暴露的完整地址（含协议和端口），留空则自动使用 Koishi server.selfUrl"),
+    injectVariables: import_koishi2.Schema.boolean().default(true).description("开启后向 ChatLuna 注入 {{endpoint}} 路由列表和 {{memesluna}} 使用说明，让 AI 能发图"),
+    variableRefreshIntervalMs: import_koishi2.Schema.number().min(30 * 1e3).max(60 * 60 * 1e3).default(5 * 60 * 1e3).description("ChatLuna 变量自动刷新间隔（毫秒），新增合集或路由后最多等待这么久才生效"),
+    injectVariablesPrompt: import_koishi2.Schema.string().role("textarea").default(`你可以根据自己当前的心情或者动作从标签中选择合适的表情发送，也可以根据需要选择合适的表情包合集或端点。
 
-{endpoint}
+可用的路由如下：
 
-使用方法：
-- 合集名路由：{base_url}/memesluna/合集名 自动随机返回该合集的图片
-- 端点名路由:  {base_url}/memesluna/端点名  自动随机返回该端点的图片
-- 标签名路由：{base_url}/memesluna/标签名 按标签跨合集随机返回图片（可用标签如：{tags}）
-- 合集搜索：{base_url}/memesluna/合集名?q=关键词 在合集中按语义搜索
+{endpoint}
 
-使用方法:
-直接用 {base_url} 拼接路径即可,合集名和标签名不要重名，合集优先匹配。只使用上面列出的合集名和标签名，不要自己编造路径。
-例如：
-如果你想发送"开心"标签下的表情包，请在回复中包含类似{base_url}/memesluna/开心
-如果你想发送"vrchat" 合集下的表情包，请在回复中包含类似{base_url}/memesluna/vrchat
-如果你想发送"lai" 端点的表情包，请在回复中包含类似{base_url}/memesluna/lai`).description("注入到 ChatLuna {{memesluna}} 变量的提示词模板，支持 {endpoint}、{base_url} 和 {tags} 占位符")
+使用规则：
+- 直接将路径拼接到 {base_url} 后即可，例如 {base_url}/memesluna/开心
+- 合集名和标签名不要重名，合集优先匹配
+- 只使用上面列出的名称，不要自己编造路径
+- 标签路由按情绪跨合集随机返图，合集路由在指定合集内随机，端点路由转发到外部图源
+- 合集搜索：{base_url}/memesluna/合集名?q=关键词 可按语义搜索指定合集`).description("注入 ChatLuna 的提示词模板，支持占位符：{endpoint}（路由列表）、{base_url}（服务地址）、{tags}（所有可用标签）")
   }).description("基础配置"),
   import_koishi2.Schema.object({
-    autoCollect: import_koishi2.Schema.boolean().default(false).description("是否自动监听群聊里的高频图片并放入暂缓区"),
-    whitelistGroups: import_koishi2.Schema.array(import_koishi2.Schema.string()).role("table").default([]).description("自动暂存群白名单。不填表示监听所有群，填写后仅这些群会参与高频图片统计"),
-    emojiFrequencyWindowMinutes: import_koishi2.Schema.number().min(1).max(1440).default(10).description("频率统计时间窗口（分钟）"),
-    emojiFrequencyThreshold: import_koishi2.Schema.number().min(1).max(50).default(3).description("在统计窗口内同一图片出现多少次后放入暂缓区"),
-    minEmojiSize: import_koishi2.Schema.number().min(1).max(1024).default(50).description("自动暂存图片最小大小（KB）"),
-    maxEmojiSize: import_koishi2.Schema.number().min(1).max(100).default(15).description("自动暂存图片最大大小（MB）"),
-    groupAutoCollectLimit: import_koishi2.Schema.number().min(1).max(5e3).default(300).description("每个群每天最多自动放入暂缓区的图片数量")
+    autoCollect: import_koishi2.Schema.boolean().default(false).description("开启后自动监听群聊消息，高频出现的图片会自动进入暂缓区等待审核"),
+    whitelistGroups: import_koishi2.Schema.array(import_koishi2.Schema.string()).role("table").default([]).description("自动暂存白名单群号，留空表示监听所有群；填写后只有这些群的图片会被统计"),
+    emojiFrequencyWindowMinutes: import_koishi2.Schema.number().min(1).max(1440).default(10).description("高频统计的时间窗口（分钟），窗口内同一张图出现次数超过阈值才触发暂存"),
+    emojiFrequencyThreshold: import_koishi2.Schema.number().min(1).max(50).default(3).description("同一张图在统计窗口内出现几次后放入暂缓区"),
+    minEmojiSize: import_koishi2.Schema.number().min(1).max(1024).default(50).description("自动暂存的图片最小体积（KB），低于此大小的图片会被忽略"),
+    maxEmojiSize: import_koishi2.Schema.number().min(1).max(100).default(15).description("自动暂存的图片最大体积（MB），超过此大小的图片会被忽略"),
+    groupAutoCollectLimit: import_koishi2.Schema.number().min(1).max(5e3).default(300).description("每个群每天最多触发自动暂存的图片数量上限，防止刷屏导致暂缓区过大")
   }).description("自动暂存配置"),
   import_koishi2.Schema.object({
-    similarityThreshold: import_koishi2.Schema.number().min(0.5).max(1).step(0.01).role("slider").default(0.9).description("暂缓区相似图片筛选阈值，只用于聚类展示，不会自动删除图片"),
-    stagingRetentionDays: import_koishi2.Schema.number().min(0).max(365).default(0).description("暂缓区图片自动清理天数，0 表示永不自动清理")
-  }).description("暂缓区复核配置"),
+    similarityThreshold: import_koishi2.Schema.number().min(0.5).max(1).step(0.01).role("slider").default(0.9).description("暂缓区相似图片聚合阈值（0~1），越高越严格，仅用于管理界面分组展示，不会自动删除"),
+    stagingRetentionDays: import_koishi2.Schema.number().min(0).max(365).default(0).description("暂缓区图片自动过期天数，0 表示永久保留不自动清理")
+  }).description("暂缓区配置"),
   import_koishi2.Schema.object({
-    model: import_koishi2.Schema.dynamic("model").description("用于 AI 标注的模型"),
-    autoAnnotate: import_koishi2.Schema.boolean().default(false).description("上传图片时是否自动进行 AI 语义标注"),
-    annotatePrompt: import_koishi2.Schema.string().role("textarea").default(DEFAULT_ANNOTATE_PROMPT).description("AI 标注提示词模板，要求输出 aliases 和 tags 两个字段的 JSON"),
+    model: import_koishi2.Schema.dynamic("model").description("AI 标注使用的模型，需已在 ChatLuna 中配置"),
+    autoAnnotate: import_koishi2.Schema.boolean().default(false).description("上传图片时自动触发 AI 语义标注（生成 tags 和 aliases），需先配置模型"),
+    annotatePrompt: import_koishi2.Schema.string().role("textarea").default(DEFAULT_ANNOTATE_PROMPT).description("AI 标注的 System 提示词，要求模型输出 { aliases: string[], tags: string[] } 格式 JSON"),
     synonymGroups: import_koishi2.Schema.array(import_koishi2.Schema.string()).role("table").default([
       "幸福,开心,高兴,快乐,治愈,满足",
       "委屈,难过,伤心,沮丧,流泪,大哭",
@@ -1782,11 +1794,11 @@ var Config = import_koishi2.Schema.intersect([
       "摆烂,咸鱼,躺平,不想动,无所谓,累了,疲惫",
       "害怕,发抖,瑟瑟发抖,惊恐,怂,慌张",
       "求求,拜托,求你,拜托了"
-    ]).description("搜索同义词组，每行填写一组同义词，词与词之间用逗号（, 或 ，）隔开"),
-    aiConcurrency: import_koishi2.Schema.number().min(1).max(10).default(2).description("AI 标注并发数"),
-    aiBatchDelay: import_koishi2.Schema.number().min(0).max(5e3).default(500).description("AI 批次间延迟（毫秒）"),
-    aiMaxAttempts: import_koishi2.Schema.number().min(1).max(10).default(3).description("AI 标注最大重试次数"),
-    aiBackoffBase: import_koishi2.Schema.number().min(100).max(1e4).default(1e3).description("AI 重试退避基数（毫秒）")
+    ]).description("同义词分组，每行一组，组内用逗号（, 或 ，）分隔；同组词会被合并为同一标签，也用于标签路由的跨词匹配"),
+    aiConcurrency: import_koishi2.Schema.number().min(1).max(10).default(2).description("AI 标注的并发请求数，越大速度越快但对模型负载更高"),
+    aiBatchDelay: import_koishi2.Schema.number().min(0).max(5e3).default(500).description("批量标注时每张图之间的等待时间（毫秒），用于避免触发模型限流"),
+    aiMaxAttempts: import_koishi2.Schema.number().min(1).max(10).default(3).description("AI 标注失败后的最大重试次数"),
+    aiBackoffBase: import_koishi2.Schema.number().min(100).max(1e4).default(1e3).description("重试退避基数（毫秒），每次重试等待时间 = 基数 × 重试次数")
   }).description("AI 标注配置")
 ]);
 var name = "memesluna";
@@ -2192,7 +2204,8 @@ async function getPromptTags(ctx, config) {
 __name(getPromptTags, "getPromptTags");
 async function updateMemesVariable(ctx, config, service) {
   const baseUrl = toAbsoluteBaseUrl(ctx, config);
-  const inventory = await service.buildRouteInventory(config.backendPath);
+  const synonymGroups = parseSynonymGroups(config.synonymGroups || []);
+  const inventory = await service.buildRouteInventory(config.backendPath, synonymGroups);
   const tagsStr = await getPromptTags(ctx, config);
   ctx.chatluna.promptRenderer.setVariable("endpoint", inventory || "- 暂无可用路由");
   const memeslunaText = config.injectVariablesPrompt.replaceAll("{endpoint}", inventory || "- 暂无可用路由").replaceAll("{base_url}", baseUrl).replaceAll("{tags}", tagsStr);
@@ -2569,7 +2582,8 @@ function applyServer(ctx, config, service) {
     const endpoints = await service.getEndpoints();
     const collections = await service.getCollections();
     const collectionInfos = await Promise.all(collections.map((name2) => service.getCollectionInfo(name2)));
-    const inventory = await service.buildRouteInventory(basePath);
+    const synonymGroups = parseSynonymGroups(config.synonymGroups || []);
+    const inventory = await service.buildRouteInventory(basePath, synonymGroups);
     const tagsStr = await getPromptTags(ctx, config);
     const llmPrompt = config.injectVariablesPrompt.replaceAll("{endpoint}", inventory || "- 暂无可用路由").replaceAll("{base_url}", baseUrl).replaceAll("{tags}", tagsStr);
     koa.body = {
@@ -3140,8 +3154,8 @@ function apply(ctx, config) {
 }
 __name(apply, "apply");
 var inject = {
-  required: ["database"],
-  optional: ["memesluna", "chatluna", "server", "console"]
+  required: ["database", "chatluna", "server"],
+  optional: ["memesluna", "console"]
 };
 // Annotate the CommonJS export names for ESM import in node:
 0 && (module.exports = {

package/lib/service.d.ts

@@ -176,7 +176,7 @@ export declare class MemesLunaService extends Service {
     addEndpoint(input: ApiEndpointInput): Promise<string>;
     updateEndpoint(name: string, input: Partial<ApiEndpointInput>): Promise<boolean>;
     deleteEndpoint(name: string): Promise<boolean>;
-    buildRouteInventory(backendPath: string): Promise<string>;
+    buildRouteInventory(backendPath: string, synonymGroups?: string[][]): Promise<string>;
 }
 declare module 'koishi' {
     interface Context {

package/package.json

@@ -1,7 +1,7 @@
 {
   "name": "koishi-plugin-memesluna",
   "description": "Image Forward service for Koishi with ChatLuna integration",
-  "version": "0.5.4",
+  "version": "0.5.6",
   "main": "lib/index.js",
   "typings": "lib/index.d.ts",
   "types": "lib/index.d.ts",