Undefined-bot 3.3.0__tar.gz → 3.3.1__tar.gz

{undefined_bot-3.3.0 → undefined_bot-3.3.1}/ARCHITECTURE.md

@@ -90,7 +90,7 @@ graph TB
             T_BilibiliVideo["bilibili_video<br/>B站视频下载发送"]
         end
         
-        subgraph Toolsets["工具集 (skills/toolsets/, 9大类)"]
+        subgraph Toolsets["工具集 (skills/toolsets/, 11大类)"]
             TS_Group["group.*<br/>• get_member_list<br/>• get_member_info<br/>• get_honor_info<br/>• get_files"]
             TS_Messages["messages.*<br/>• send_message<br/>• get_recent_messages<br/>• get_forward_msg"]
             TS_Memory["memory.*<br/>• add / delete<br/>• list / update"]
@@ -100,6 +100,8 @@ graph TB
             TS_Render["render.*<br/>• render_html<br/>• render_latex<br/>• render_markdown"]
             TS_Scheduler["scheduler.*<br/>• create_schedule_task<br/>• delete_schedule_task<br/>• list_schedule_tasks"]
             TS_Cognitive["cognitive.*<br/>• search_events<br/>• get_profile<br/>• search_profiles"]
+            TS_MCP["mcp.*<br/>MCP 工具集"]
+            TS_Memes["memes.*<br/>• search_memes<br/>• send_meme_by_uid"]
         end
         
         subgraph IntelligentAgents["智能体 Agents (skills/agents/, 6个)"]
@@ -149,6 +151,7 @@ graph TB
             CognitiveHistorian["HistorianWorker<br/>后台史官<br/>[cognitive/historian.py]<br/>• 绝对化改写 • 闸门重试<br/>• 侧写合并（含历史事件注入）"]
             CognitiveVectorStore["CognitiveVectorStore<br/>向量存储<br/>[cognitive/vector_store.py]<br/>• events/profiles<br/>• 时间衰减加权排序<br/>• MMR 去重"]
             CognitiveProfileStorage["ProfileStorage<br/>侧写存储<br/>[cognitive/profile_storage.py]<br/>• users/groups Markdown<br/>• 历史快照"]
+            MemeSystem["MemeSystem<br/>表情包存储<br/>[memes/]<br/>• worker.py (两阶段识别)<br/>• sqlite+chromadb<br/>• blob 持久化"]
             FAQStorage["FAQStorage<br/>FAQ 存储<br/>[faq.py]<br/>• data/faq/{group_id}/"]
             ScheduledTaskStorage["ScheduledTaskStorage<br/>定时任务存储<br/>[scheduled_task_storage.py]"]
             TokenUsageStorage["TokenUsageStorage<br/>Token 使用统计<br/>[token_usage_storage.py]<br/>• 自动归档<br/>• gzip 压缩"]
@@ -451,6 +454,8 @@ graph TB
                 TRender["render.*<br/>渲染"]
                 TSched["scheduler.*<br/>定时任务"]
                 TCognitive["cognitive.*<br/>认知记忆"]
+                TMCP["mcp.*<br/>MCP 工具集"]
+                TMemes["memes.*<br/>表情包"]
             end
         end
         
@@ -460,6 +465,7 @@ graph TB
             FileAgent["file_analysis_agent<br/>文件分析"]
             NagaAgent["naga_code_analysis_agent<br/>代码分析"]
             EntAgent["entertainment_agent<br/>娱乐"]
+            CodeAgent["code_delivery_agent<br/>代码交付"]
         end
         
         subgraph CommandsLayer2["Commands 层"]
@@ -816,8 +822,8 @@ description: 从 PDF 文件中提取文本和表格，填写表单。当用户
 2. **核心入口层**：main.py 启动入口、配置管理器 (config/loader.py)、热更新应用器 (config/hot_reload.py)、OneBotClient (onebot.py)、RequestContext (context.py)
 3. **消息处理层**：MessageHandler (handlers.py)、SecurityService (security.py)、CommandDispatcher (services/command.py)、AICoordinator (ai_coordinator.py)、QueueManager (queue_manager.py)、Bilibili 自动提取 (bilibili/)
 4. **AI 核心能力层**：AIClient (client.py)、PromptBuilder (prompts.py)、ModelRequester (llm.py)、ToolManager (tooling.py)、MultimodalAnalyzer (multimodal.py)、SummaryService (summaries.py)、TokenCounter (tokens.py)
-5. **存储与上下文层**：MessageHistoryManager (utils/history.py, 10000条限制)、MemoryStorage (memory.py, 置顶备忘录, 500条上限)、EndSummaryStorage、CognitiveService + JobQueue + HistorianWorker + VectorStore + ProfileStorage、FAQStorage、ScheduledTaskStorage、TokenUsageStorage (自动归档)
-6. **技能系统层**：ToolRegistry (registry.py)、AgentRegistry、6个 Agents、9类 Toolsets
+5. **存储与上下文层**：MessageHistoryManager (utils/history.py, 10000条限制)、MemoryStorage (memory.py, 置顶备忘录, 500条上限)、EndSummaryStorage、CognitiveService + JobQueue + HistorianWorker + VectorStore + ProfileStorage、MemeService + MemeWorker + MemeStore + MemeVectorStore (表情包库)、FAQStorage、ScheduledTaskStorage、TokenUsageStorage (自动归档)
+6. **技能系统层**：ToolRegistry (registry.py)、AgentRegistry、6个 Agents、11类 Toolsets
 7. **异步 IO 层**：统一 IO 工具 (utils/io.py)，包含 write_json、read_json、append_line、跨平台文件锁 (flock/msvcrt)
 8. **数据持久化层**：历史数据目录、FAQ 目录、Token 归档目录、记忆文件、总结文件、定时任务文件
 
@@ -844,7 +850,7 @@ description: 从 PDF 文件中提取文本和表格，填写表单。当用户
 ### Skills 插件系统
 
 - **Tools (基础工具)**：原子化的功能单元，如 `send_message`, `get_history`, `bilibili_video`, `arxiv_paper`。
-- **Toolsets (复合工具集)**：9大类工具集 (group, messages, memory, contacts, group_analysis, notices, render, scheduler, cognitive)。
+- **Toolsets (复合工具集)**：11大类工具集 (group, messages, memory, contacts, group_analysis, notices, render, scheduler, cognitive, mcp, memes)。
 - **延迟加载 + 热重载**：`handler.py` 仅在首次调用时导入；当 `skills/` 下的 `config.json`/`handler.py` 发生变更时会自动重新加载。
 - **Agent 自我介绍自动生成**：启动时按 Agent 代码/配置 hash 生成 `intro.generated.md` 并与 `intro.md` 合并。
 

{undefined_bot-3.3.0 → undefined_bot-3.3.1}/CHANGELOG.md

@@ -1,3 +1,11 @@
+## v3.3.1 /version 命令的添加
+
+添加了 /version 命令以查看版本号和更改内容。
+
+- 该命令作为/changelog的一个轻量版，设置了/v的alias，以提供版本情况的快速简单了解途径。
+
+---
+
 ## v3.3.0 表情包库与提示词调优
 
 引入持久化表情包库，支持向量检索与自动摄取；围绕群聊回复策略、表情包场景感知与认知记忆稳定性进行了多轮调优。整体上收紧了群聊中的主动参与条件，在轻聊场景下更倾向于使用表情包表达态度，并显著优化了表情包库在 WebUI 列表展示与高负载检索下的响应速度和可用性。

{undefined_bot-3.3.0 → undefined_bot-3.3.1}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: Undefined-bot
-Version: 3.3.0
+Version: 3.3.1
 Summary: QQ bot platform with cognitive memory architecture and multi-agent Skills, via OneBot V11.
 Project-URL: Repository, https://github.com/69gg/Undefined
 Project-URL: Issues, https://github.com/69gg/Undefined/issues
@@ -103,7 +103,7 @@ Description-Content-Type: text/markdown
 - **Management API + Runtime API 分层**：配置、日志、Bot 启停和管理探针由 Management API 提供；主进程 Runtime API 则专注探针、记忆只读查询、认知侧写检索和 WebUI AI Chat。详见 [docs/management-api.md](docs/management-api.md) 与 [docs/openapi.md](docs/openapi.md)。
 - **多模型池**：支持配置多个 AI 模型，可轮询、随机选择或用户指定；支持多模型并发比较，选择最佳结果继续对话。详见 [多模型功能文档](docs/multi-model.md)。
 - **本地知识库**：将纯文本文件向量化存入 ChromaDB，AI 可通过关键词搜索或语义搜索查询领域知识；支持增量嵌入与自动扫描。详见 [知识库文档](docs/knowledge.md)。
-- **全局表情包库**：收到图片后可异步判定是否为表情包，通过两阶段 LLM 管线生成纯文本描述与标签，支持关键词检索、语义检索和混合检索，并可直接按统一图片 `uid` 发送或插入 `<pic uid="..."/>`。
+- **全局表情包库**：收到图片后可异步判定是否为表情包，通过两阶段 LLM 管线生成纯文本描述与标签，支持关键词检索、语义检索和混合检索，并可直接按统一图片 `uid` 发送或插入 `<pic uid="..."/>`。详见 [表情包库说明](docs/memes.md)。
 - **访问控制（群/私聊）**：支持 `access.mode` 三种模式（`off` / `blacklist` / `allowlist`）和群/私聊黑白名单；可按策略限制收发范围，避免误触发与误投递。详见 [docs/access-control.md](docs/access-control.md)。
 - **版本变更可查询**：仓库根目录维护 `CHANGELOG.md`，并提供 `/changelog` 命令在运行时查看最近版本和单版本摘要。
 - **并行工具执行**：无论是主 AI 还是子 Agent，均支持 `asyncio` 并发工具调用，大幅提升多任务处理速度（如同时读取多个文件或搜索多个关键词）。
@@ -134,7 +134,7 @@ Undefined 的功能极为丰富，为了让本页面不过于臃肿，我们将
 - ⚙️ **[安装与部署指南](docs/deployment.md)**：不管你是需要 `pip` 无脑一键安装，还是源码二次开发，这里的排坑指南应有尽有。
 - 🧭 **[Management API 与远程管理](docs/management-api.md)**：WebUI / App 共用的管理接口、认证、配置/日志/Bot 控制与引导探针说明。
 - 🛠️ **[配置与热更新说明](docs/configuration.md)**：从模型切换到 MCP 库挂载，全方位掌握 `config.toml` 的高阶配置。
-- 😶 **[表情包库与图片 UID](docs/configuration.md#425-memes-表情包库)**：查看 `memes.*` 配置、统一图片 `uid` 语义、检索模式与库存管理说明。
+- 😶 **[表情包系统 (Memes)](docs/memes.md)**：查看表情包两阶段判定管线、统一图片 `uid` 发送机制、检索模式及库存管理说明。
 - 💡 **[交互与使用手册](docs/usage.md)**：包含实用的对话示例、多模态解析用法，以及群管家必备的管理员`/指令`。
 - 📝 **[版本变更记录](CHANGELOG.md)**：查看按版本整理的更新摘要，也可在运行时使用 `/changelog` 查询。
 - 🛡️ **[访问控制说明](docs/access-control.md)**：教你如何精准配置黑白名单，让机器人的使用范围分毫不差。

{undefined_bot-3.3.0 → undefined_bot-3.3.1}/README.md

@@ -43,7 +43,7 @@
 - **Management API + Runtime API 分层**：配置、日志、Bot 启停和管理探针由 Management API 提供；主进程 Runtime API 则专注探针、记忆只读查询、认知侧写检索和 WebUI AI Chat。详见 [docs/management-api.md](docs/management-api.md) 与 [docs/openapi.md](docs/openapi.md)。
 - **多模型池**：支持配置多个 AI 模型，可轮询、随机选择或用户指定；支持多模型并发比较，选择最佳结果继续对话。详见 [多模型功能文档](docs/multi-model.md)。
 - **本地知识库**：将纯文本文件向量化存入 ChromaDB，AI 可通过关键词搜索或语义搜索查询领域知识；支持增量嵌入与自动扫描。详见 [知识库文档](docs/knowledge.md)。
-- **全局表情包库**：收到图片后可异步判定是否为表情包，通过两阶段 LLM 管线生成纯文本描述与标签，支持关键词检索、语义检索和混合检索，并可直接按统一图片 `uid` 发送或插入 `<pic uid="..."/>`。
+- **全局表情包库**：收到图片后可异步判定是否为表情包，通过两阶段 LLM 管线生成纯文本描述与标签，支持关键词检索、语义检索和混合检索，并可直接按统一图片 `uid` 发送或插入 `<pic uid="..."/>`。详见 [表情包库说明](docs/memes.md)。
 - **访问控制（群/私聊）**：支持 `access.mode` 三种模式（`off` / `blacklist` / `allowlist`）和群/私聊黑白名单；可按策略限制收发范围，避免误触发与误投递。详见 [docs/access-control.md](docs/access-control.md)。
 - **版本变更可查询**：仓库根目录维护 `CHANGELOG.md`，并提供 `/changelog` 命令在运行时查看最近版本和单版本摘要。
 - **并行工具执行**：无论是主 AI 还是子 Agent，均支持 `asyncio` 并发工具调用，大幅提升多任务处理速度（如同时读取多个文件或搜索多个关键词）。
@@ -74,7 +74,7 @@ Undefined 的功能极为丰富，为了让本页面不过于臃肿，我们将
 - ⚙️ **[安装与部署指南](docs/deployment.md)**：不管你是需要 `pip` 无脑一键安装，还是源码二次开发，这里的排坑指南应有尽有。
 - 🧭 **[Management API 与远程管理](docs/management-api.md)**：WebUI / App 共用的管理接口、认证、配置/日志/Bot 控制与引导探针说明。
 - 🛠️ **[配置与热更新说明](docs/configuration.md)**：从模型切换到 MCP 库挂载，全方位掌握 `config.toml` 的高阶配置。
-- 😶 **[表情包库与图片 UID](docs/configuration.md#425-memes-表情包库)**：查看 `memes.*` 配置、统一图片 `uid` 语义、检索模式与库存管理说明。
+- 😶 **[表情包系统 (Memes)](docs/memes.md)**：查看表情包两阶段判定管线、统一图片 `uid` 发送机制、检索模式及库存管理说明。
 - 💡 **[交互与使用手册](docs/usage.md)**：包含实用的对话示例、多模态解析用法，以及群管家必备的管理员`/指令`。
 - 📝 **[版本变更记录](CHANGELOG.md)**：查看按版本整理的更新摘要，也可在运行时使用 `/changelog` 查询。
 - 🛡️ **[访问控制说明](docs/access-control.md)**：教你如何精准配置黑白名单，让机器人的使用范围分毫不差。

{undefined_bot-3.3.0 → undefined_bot-3.3.1}/pyproject.toml

@@ -1,6 +1,6 @@
 [project]
 name = "Undefined-bot"
-version = "3.3.0"
+version = "3.3.1"
 description = "QQ bot platform with cognitive memory architecture and multi-agent Skills, via OneBot V11."
 readme = "README.md"
 authors = [

{undefined_bot-3.3.0 → undefined_bot-3.3.1}/src/Undefined/README.md

@@ -6,6 +6,7 @@
 - `ai/`：模型请求、提示词构建、工具调度、多模态与总结能力
 - `arxiv/`：arXiv 论文解析、元信息获取、PDF 下载与发送（自动触发 + AI 工具）
 - `bilibili/`：B 站视频解析、下载与发送（自动触发 + AI 工具）
+- `memes/`：全局表情包库、多模态解析管线与异步存储
 - `services/`：安全、命令、队列与协调服务
 - `skills/`：工具与智能体插件系统
 - `utils/`：通用工具与跨平台支持

{undefined_bot-3.3.0 → undefined_bot-3.3.1}/src/Undefined/__init__.py

@@ -1,3 +1,3 @@
 """Undefined - A high-performance, highly scalable QQ group and private chat robot based on a self-developed architecture."""
 
-__version__ = "3.3.0"
+__version__ = "3.3.1"

{undefined_bot-3.3.0 → undefined_bot-3.3.1}/src/Undefined/skills/README.md

@@ -1,6 +1,6 @@
 # 技能中心 (Skills Architecture)
 
-> 👈 **[返回项目主页](../../../../README.md)** | **[阅读详细扩展开发指南](../../../../docs/development.md)**
+> 👈 **[返回项目主页](../../../README.md)** | **[阅读详细扩展开发指南](../../../docs/development.md)**
 
 技能目录，包含基础工具（tools）、智能代理（agents）、工具集合（toolsets）和 Anthropic Skills（anthropic_skills）。它构成了 Undefined 机器人的所有核心能力基座。
 
@@ -27,7 +27,8 @@ skills/
 │   ├── file_analysis_agent/
 │   ├── naga_code_analysis_agent/
 │   ├── info_agent/
-│   └── entertainment_agent/
+│   ├── entertainment_agent/
+│   └── code_delivery_agent/
 │
 ├── toolsets/       # 工具集合，按功能分类组织
 │   ├── __init__.py
@@ -165,7 +166,7 @@ skills/
 
 ### 添加平台斜杠指令 (Commands)
 
-详细说明请参考 [顶级斜杠指令指南](../../../../docs/slash-commands.md)。
+详细说明请参考 [顶级斜杠指令指南](../../../docs/slash-commands.md)。
 1. 在 `skills/commands/` 下创建新目录
 2. 添加 `config.json`（设定命令的前缀、优先级和权限限定）
 3. 添加 `handler.py`（执行逻辑，接收和回复用户的直接指令）

undefined_bot-3.3.1/src/Undefined/skills/commands/version/config.json

@@ -0,0 +1,12 @@
+{
+    "name": "version",
+    "description": "查看当前版本号与最新版本变更标题",
+    "usage": "/version",
+    "example": "/version",
+    "permission": "public",
+    "rate_limit": { "user": 5, "admin": 0, "superadmin": 0 },
+    "show_in_help": true,
+    "order": 16,
+    "allow_in_private": true,
+    "aliases": ["v"]
+}

undefined_bot-3.3.1/src/Undefined/skills/commands/version/handler.py

@@ -0,0 +1,32 @@
+from __future__ import annotations
+
+import logging
+
+from Undefined import __version__
+from Undefined.changelog import ChangelogError, get_latest_entry
+from Undefined.services.commands.context import CommandContext
+
+logger = logging.getLogger(__name__)
+
+
+async def execute(args: list[str], context: CommandContext) -> None:
+    """处理 /version（/v）。"""
+
+    _ = args
+
+    lines: list[str] = [f"Undefined v{__version__}"]
+
+    try:
+        entry = get_latest_entry()
+        lines.append(f"    - {entry.title}")
+    except ChangelogError:
+        logger.warning("changelog 解析失败，跳过版本标题")
+    except Exception:
+        logger.exception("读取 changelog 时出现异常，跳过版本标题")
+
+    message = "\n".join(lines)
+
+    if context.scope == "private" and context.user_id is not None:
+        await context.sender.send_private_message(context.user_id, message)
+        return
+    await context.sender.send_group_message(context.group_id, message)