Undefined-bot 3.3.0__tar.gz → 3.3.2__tar.gz

{undefined_bot-3.3.0 → undefined_bot-3.3.2}/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"]
@@ -813,11 +819,11 @@ description: 从 PDF 文件中提取文本和表格，填写表单。当用户
 ### 8层架构分层
 
 1. **外部实体层**：用户、管理员、OneBot 协议端 (NapCat/Lagrange.Core)、大模型 API 服务商
-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)
+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)、Runtime API Server (api/app.py → api/routes/ 路由子模块)
 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-3.3.2}/CHANGELOG.md

@@ -1,3 +1,29 @@
+## v3.3.2 架构重构、假@检测与认知侧写增强
+
+围绕核心架构进行了大规模重构与功能增强：Runtime API 拆分为路由子模块、配置系统模块化拆分、新增假@检测机制与 /profile 多输出模式。同步引入复读机制全面升级（可配置阈值与冷却）、消息预处理并行化、WebUI 多项交互功能，以及 arXiv 论文分析 Agent 和安全计算器工具。测试覆盖从约 800 提升至 1438+。
+
+- 新增假@检测：群聊中 `@+Bot昵称` 的文本形式也被识别为@消息，自动获取昵称（防竞态），`@昵称 /命令` 可正常触发斜杠指令。
+- `/profile` 命令支持三种输出模式：`-f` 合并转发（默认）、`-r` 渲染为图片、`-t` 直接文本发送；超管可通过 `/p <QQ号>` 和 `/p g <群号>` 跨目标查看。
+- 复读系统全面升级：触发阈值可配置（`repeat_threshold`）、Bot 发言不计入复读链、新增冷却机制（`repeat_cooldown_minutes`，？与 ? 等价）。
+- Vision 模型 `max_tokens` 可配置（`[models.vision].max_tokens`，默认 8192），解决 thinking 模型 token 耗尽导致工具调用截断。
+- 新增 arXiv 论文深度分析 Agent 与 `calculator` 安全计算器工具；新增消息历史限制可配置化（`[history].max_records`）。
+- Runtime API 拆分为 8 个路由子模块（`api/routes/`）；配置系统拆为 `loader.py`、`models.py`、`hot_reload.py`。
+- 消息预处理并行化（`asyncio.gather`），认知史官改用 XML 格式并统一至 `utils/xml.py`。
+- WebUI：Cmd/Ctrl+K 命令面板、骨架屏、日志时间过滤、资源趋势图、TOML 原始视图、配置版本历史与回滚、长期记忆 CRUD、Modal 焦点陷阱。
+- WebUI 修复 top_k 溢出崩溃（四层防护）、表情包搜索防抖、仪表盘布局优化。
+- 修复 AI 模仿系统关键词自动回复前缀、LaTeX `\n` 替换破坏数学命令、复读冷却消息丢弃与内存泄漏、historian 热重载追踪缺失、GIF 多帧分析与临时文件泄漏、附件渲染异常等多项问题。
+- 修复 `/profile` 渲染留白和字体过小问题，使用 WebUI 配色并提高截断上限至 5000 字符。
+
+---
+
+## 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-3.3.2}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: Undefined-bot
-Version: 3.3.0
+Version: 3.3.2
 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）。
@@ -132,9 +132,10 @@ Description-Content-Type: text/markdown
 Undefined 的功能极为丰富，为了让本页面不过于臃肿，我们将各个模块的深入解析与高阶玩法整理成了专题游览图。这里是开启探索的钥匙：
 
 - ⚙️ **[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。
+- 🖥️ **[WebUI 使用指南](docs/webui-guide.md)**：管理控制台功能一览——配置编辑、日志查看、认知记忆管理、表情包库、AI 对话与系统监控。
 - 🧭 **[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-3.3.2}/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）。
@@ -72,9 +72,10 @@
 Undefined 的功能极为丰富，为了让本页面不过于臃肿，我们将各个模块的深入解析与高阶玩法整理成了专题游览图。这里是开启探索的钥匙：
 
 - ⚙️ **[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。
+- 🖥️ **[WebUI 使用指南](docs/webui-guide.md)**：管理控制台功能一览——配置编辑、日志查看、认知记忆管理、表情包库、AI 对话与系统监控。
 - 🧭 **[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-3.3.2}/config.toml.example

@@ -152,6 +152,9 @@ api_key = ""
 # zh: Vision 模型名称。
 # en: Vision model name.
 model_name = ""
+# zh: Vision 模型最大输出 tokens。启用 thinking 时建议设大（如 8192），确保思维链消耗后仍有余量输出工具调用。
+# en: Vision model max output tokens. When thinking is enabled, use a larger value (e.g. 8192) so there is still room for tool-call output after thinking.
+max_tokens = 8192
 # zh: 队列发车间隔（秒，0 表示立即发车）。
 # en: Queue interval (seconds; 0 dispatches immediately).
 queue_interval_seconds = 1.0
@@ -424,6 +427,60 @@ prompt_cache_enabled = true
 # en: Extra request-body params (optional), e.g. temperature or vendor-specific fields.
 [models.historian.request_params]
 
+# zh: 消息总结模型配置（/summary /sum 专用；未配置时回退到 agent 模型）。
+# en: Message-summary model config (used by /summary and /sum; falls back to the agent model when unset).
+[models.summary]
+# zh: OpenAI-compatible 基址 URL，例如 https://api.openai.com/v1（legacy "/chat/completions" 已弃用但仍兼容）。
+# en: OpenAI-compatible base URL, e.g. https://api.openai.com/v1. Note: legacy "/chat/completions" is deprecated but still supported.
+api_url = ""
+# zh: 消息总结模型 API Key。
+# en: Message-summary model API key.
+api_key = ""
+# zh: 消息总结模型名称。
+# en: Message-summary model name.
+model_name = ""
+# zh: 可选限制：最大生成 tokens。
+# en: Optional limit: max generation tokens.
+max_tokens = 4096
+# zh: 队列发车间隔（秒，0 表示立即发车）。
+# en: Queue interval (seconds; 0 dispatches immediately).
+queue_interval_seconds = 1.0
+# zh: API 模式：传统 chat.completions 或新版 responses。
+# en: API mode: classic chat.completions or the newer responses API.
+api_mode = "chat_completions"
+# zh: 是否启用 reasoning.effort。
+# en: Enable reasoning.effort.
+reasoning_enabled = false
+# zh: reasoning effort 档位。
+# en: reasoning effort level.
+reasoning_effort = "medium"
+# zh: 是否启用 thinking（思维链）。
+# en: Enable thinking (reasoning).
+thinking_enabled = false
+# zh: thinking 预算 tokens。
+# en: Thinking-budget tokens.
+thinking_budget_tokens = 0
+# zh: 是否在请求中发送 budget_tokens（关闭后由提供商决定思维预算）。
+# en: Whether to include budget_tokens in the request (if disabled, the provider decides the thinking budget).
+thinking_include_budget = true
+# zh: reasoning effort 传参风格：openai（reasoning.effort）/ anthropic（output_config.effort）。
+# en: Reasoning effort wire format: openai (reasoning.effort) / anthropic (output_config.effort).
+reasoning_effort_style = "openai"
+# zh: 思维链工具调用兼容：启用后在多轮工具调用中回传 reasoning_content，避免部分模型返回 400。
+# en: Thinking tool-call compatibility: pass back reasoning_content in multi-turn tool calls to avoid 400 errors from some models.
+thinking_tool_call_compat = true
+# zh: Responses API 的 tool_choice 兼容模式：仅在关闭时请求仍返回 500、怀疑上游不兼容对象型 tool_choice 时再尝试开启；开启后上报为 "required" 并只保留目标工具。默认关闭。
+# en: Responses API tool_choice compatibility mode: only try enabling this when requests still return 500 with the default setting and you suspect the upstream does not support object-style tool_choice; it sends "required" and keeps only the selected tool. Disabled by default.
+responses_tool_choice_compat = false
+# zh: Responses API 续轮强制降级：启用后，多轮工具调用将始终跳过 previous_response_id，直接使用完整消息重放（stateless replay）。仅在上游不兼容 responses 状态续轮时使用。默认关闭。
+# en: Responses API force stateless replay: when enabled, multi-turn tool follow-ups always skip previous_response_id and replay the full message history instead. Use only when the upstream does not handle stateful responses follow-ups correctly. Disabled by default.
+responses_force_stateless_replay = false
+prompt_cache_enabled = true
+
+# zh: 额外请求体参数（可选），可用于 temperature 或供应商私有参数。
+# en: Extra request-body params (optional), e.g. temperature or vendor-specific fields.
+[models.summary.request_params]
+
 # zh: Grok 搜索模型配置（仅供 web_agent 内的 grok_search 使用；固定走 chat.completions，不支持 tool call 兼容字段）。
 # en: Grok search model config (used only by grok_search inside web_agent; always uses chat completions and does not expose tool-call compatibility fields).
 [models.grok]
@@ -656,16 +713,46 @@ pool_enabled = false
 # zh: 彩蛋提示发送模式。模式："none"（关闭）/"agent"（主 AI 调用 Agent 时发送）/"tools"（主 AI 或 Agent 调用 Tool 时发送）/"clean"（过滤噪声；对自动预取的工具如 "get_current_time"、"send_message"、"end" 不予提示）/"all"（包括 Agent 内部调用其子工具即 "agent_tool" 的场景也发送）。默认："none"。
 # en: Easter-egg announcement mode. Modes: "none" (off) / "agent" (send when the main AI calls an Agent) / "tools" (send when the main AI or an Agent calls a Tool) / "clean" (filter noise; automatically prefetched tools such as "get_current_time", "send_message", and "end" are not announced) / "all" (also send when an Agent internally calls its sub-tools, i.e. "agent_tool"). Default: "none".
 agent_call_message_enabled = "none"
-# zh: 是否启用群聊关键词（“心理委员”）自动回复。
+# zh: 是否启用群聊关键词（"心理委员"）自动回复。
 # en: Enable keyword auto-replies("心理委员") in group chats.
 keyword_reply_enabled = false
+# zh: 是否启用群聊复读功能（连续 N 条相同消息时复读，N 由 repeat_threshold 控制；若期间有 bot 自身发言则重置链）。
+# en: Enable repeat feature in group chats (repeat when N consecutive identical messages arrive, N set by repeat_threshold; resets if bot itself sent the same text in between).
+repeat_enabled = false
+# zh: 复读触发所需的连续相同消息条数（来自不同发送者），范围 2–20，默认 3。
+# en: Number of consecutive identical messages (from different senders) required to trigger repeat, range 2–20, default 3.
+repeat_threshold = 3
+# zh: 复读冷却时间（分钟）。同一内容被复读后，在冷却时间内不再重复复读。0 = 无冷却。问号类消息（?/？）视为等价。
+# en: Repeat cooldown (minutes). After repeating the same content, won't repeat it again within this cooldown. 0 = no cooldown. Question marks (?/？) are treated as equivalent.
+repeat_cooldown_minutes = 60
+# zh: 是否启用倒问号（复读触发时，若消息为问号则发送倒问号 ¿）。
+# en: Enable inverted question mark (when repeat triggers on "?" messages, send "¿" instead).
+inverted_question_enabled = false
 
 # zh: 历史记录配置。
 # en: History settings.
 [history]
-# zh: 每个会话最多保留的消息条数。
-# en: Max messages to keep per conversation.
+# zh: 每个会话最多保留的消息条数（0 = 无限制，注意内存占用）。
+# en: Max messages to keep per conversation (0 = unlimited, mind memory usage).
 max_records = 10000
+# zh: 工具过滤查询返回的最大消息条数。
+# en: Max messages returned by tool filtered queries.
+filtered_result_limit = 200
+# zh: 工具过滤搜索时扫描的最大消息条数。
+# en: Max messages to scan when tools perform filtered searches.
+search_scan_limit = 10000
+# zh: 总结 agent 单次拉取的最大消息条数。
+# en: Max messages the summary agent can fetch per call.
+summary_fetch_limit = 1000
+# zh: 总结 agent 按时间范围查询时的最大拉取条数。
+# en: Max messages the summary agent fetches for time-range queries.
+summary_time_fetch_limit = 5000
+# zh: OneBot API 回退获取的最大消息条数。
+# en: Max messages to fetch via OneBot API fallback.
+onebot_fetch_limit = 10000
+# zh: 群分析工具的消息/成员返回上限。
+# en: Max messages/members returned by group analysis tools.
+group_analysis_limit = 500
 
 # zh: Skills 热重载配置（可选）。
 # en: Skills hot reload settings (optional).
@@ -710,8 +797,8 @@ grok_search_enabled = false
 # zh: 代理设置（可选）。
 # en: Proxy settings (optional).
 [proxy]
-# zh: 是否在 "web_agent" 中启用代理。
-# en: Enable proxy in "web_agent".
+# zh: 是否使用代理。
+# en: Whether to use proxy.
 use_proxy = true
 # zh: 例如 http://127.0.0.1:7890（也可使用环境变量 "HTTP_PROXY"）。
 # en: e.g. http://127.0.0.1:7890 (or use the "HTTP_PROXY" environment variable).
@@ -1095,6 +1182,12 @@ max_total_bytes = 5368709120
 # zh: 是否允许 GIF 入库。
 # en: Whether GIF files are allowed.
 allow_gif = true
+# zh: GIF 分析模式：grid（多帧拼接为网格图）或 multi（多帧分开发送给模型）。
+# en: GIF analysis mode: grid (composite frames into grid) or multi (send frames separately).
+gif_analysis_mode = "grid"
+# zh: GIF 分析帧数（包括首末帧，均匀采样）。
+# en: Number of frames to extract for GIF analysis (including first/last, evenly sampled).
+gif_analysis_frames = 6
 # zh: 是否自动处理群聊图片。
 # en: Auto-ingest group chat images.
 auto_ingest_group = true

{undefined_bot-3.3.0 → undefined_bot-3.3.2}/pyproject.toml

@@ -1,6 +1,6 @@
 [project]
 name = "Undefined-bot"
-version = "3.3.0"
+version = "3.3.2"
 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-3.3.2}/res/prompts/describe_meme_image.txt

@@ -56,6 +56,7 @@
 - 不要逐字抄录图中文字。
 - 不要输出 Markdown，不要输出额外解释。
 - 你必须且只能调用 `submit_meme_description`。
+- 如果收到的是一张网格图（多帧拼接）或多张图片，说明原图是动图/GIF：描述应涵盖动图的动态变化过程和整体语义，不要只描述单帧；可以在 tags 里加上 `动图` 标签。
 
 好的例子：
 - `description`: `猫猫无语翻白眼反应图`

{undefined_bot-3.3.0 → undefined_bot-3.3.2}/res/prompts/historian_rewrite.md

@@ -35,7 +35,7 @@ observations: {observations}
 当前消息原文（触发本轮）：
 {source_message}
 
-最近消息参考（用于消歧，不要求逐字复述）：
+最近消息参考（XML 格式，与主对话一致，消息间以 `---` 分隔，用于消歧，不要求逐字复述）：
 {recent_messages}
 
 必须通过 `submit_rewrite` 工具提交结果，禁止输出普通文本内容。

{undefined_bot-3.3.0 → undefined_bot-3.3.2}/res/prompts/judge_meme_image.txt

@@ -22,3 +22,4 @@
 - `is_meme` 仅表示“适不适合放进聊天表情包库”，不是“图里有没有梗”
 - `reason` 用一句简短中文说明依据
 - 只有当“整张图整体上就是一张可直接发送的表情包”时，才能给 `is_meme=true`
+- 如果收到的是一张网格图（多帧拼接）或多张图片，说明原图是动图/GIF：请综合所有帧判断这个动图整体是否适合作为表情包，不要只看单帧

{undefined_bot-3.3.0 → undefined_bot-3.3.2}/res/prompts/undefined.xml

@@ -141,12 +141,16 @@
         - 除非 `memes.search_memes` 没找到合适结果，或表情包会干扰信息传递，否则不要把本来适合发图的反应先写成一句话来代替发图
         - 表情包相关规则只决定“怎么回复”，不单独构成“该不该回复”的参与许可；是否回复仍以前面的回复触发逻辑为准
         - 默认不要把表情包和正文写进同一条消息；需要补一句解释时，优先分成两条消息发送
-        - 如果上下文或工具结果给了图片 UID（例如 `pic_ab12cd34`），你可以在 `send_message.message` 里直接插入 `<pic uid="pic_ab12cd34"/>`
-        - `<pic uid="..."/>` 是唯一允许的内嵌图片语法；不要改成 Markdown 图片、HTML `<img>`、代码块或自然语言描述
-        - 可以图文混排，例如：`我给你介绍一下`\n`<pic uid="pic_xxx"/>`\n`如图所示`
-        - 表情包库返回的图片 UID 也可以直接用于 `<pic uid="..."/>`；当前会话临时图片和表情包库图片共用同一套 `uid` 语义
+        - 推荐使用统一标签 `<attachment uid="xxx"/>` 引用任何附件（图片或文件），系统根据 UID 前缀自动处理：
+          - `pic_*` UID → 内嵌为图片（等效于旧 `<pic>` 语法）
+          - `file_*` UID → 作为独立文件消息在文字之后发出
+        - `<pic uid="..."/>` 语法仍然可用且仅限图片 UID（向后兼容）
+        - `<attachment uid="..."/>` 是推荐的统一语法，适用于所有类型的附件
+        - 可以图文混排，例如：`我给你介绍一下`\n`<attachment uid="pic_xxx"/>`\n`如图所示`
+        - 文件附件在文字消息发出后作为独立文件消息依次发送，不会混排在文字中
+        - 表情包库返回的图片 UID 也可以直接用于 `<attachment uid="..."/>`
         - 只能引用工具结果或上下文里明确给出的图片 UID，禁止臆造 UID
-        - 只有 `pic_*` 这类图片 UID 能放进 `<pic>`；普通文件 UID 不能放进去
+        - 不要把 `file_*` UID 放进 `<pic>` 标签（会报类型错误）
       </mixed_media_output>
     </message_sending_mechanism>
     

{undefined_bot-3.3.0 → undefined_bot-3.3.2}/res/prompts/undefined_nagaagent.xml

@@ -141,12 +141,16 @@
         - 除非 `memes.search_memes` 没找到合适结果，或表情包会干扰信息传递，否则不要把本来适合发图的反应先写成一句话来代替发图
         - 表情包相关规则只决定“怎么回复”，不单独构成“该不该回复”的参与许可；是否回复仍以前面的回复触发逻辑为准
         - 默认不要把表情包和正文写进同一条消息；需要补一句解释时，优先分成两条消息发送
-        - 如果上下文或工具结果给了图片 UID（例如 `pic_ab12cd34`），你可以在 `send_message.message` 里直接插入 `<pic uid="pic_ab12cd34"/>`
-        - `<pic uid="..."/>` 是唯一允许的内嵌图片语法；不要改成 Markdown 图片、HTML `<img>`、代码块或自然语言描述
-        - 可以图文混排，例如：`我给你介绍一下`\n`<pic uid="pic_xxx"/>`\n`如图所示`
-        - 表情包库返回的图片 UID 也可以直接用于 `<pic uid="..."/>`；当前会话临时图片和表情包库图片共用同一套 `uid` 语义
+        - 推荐使用统一标签 `<attachment uid="xxx"/>` 引用任何附件（图片或文件），系统根据 UID 前缀自动处理：
+          - `pic_*` UID → 内嵌为图片（等效于旧 `<pic>` 语法）
+          - `file_*` UID → 作为独立文件消息在文字之后发出
+        - `<pic uid="..."/>` 语法仍然可用且仅限图片 UID（向后兼容）
+        - `<attachment uid="..."/>` 是推荐的统一语法，适用于所有类型的附件
+        - 可以图文混排，例如：`我给你介绍一下`\n`<attachment uid="pic_xxx"/>`\n`如图所示`
+        - 文件附件在文字消息发出后作为独立文件消息依次发送，不会混排在文字中
+        - 表情包库返回的图片 UID 也可以直接用于 `<attachment uid="..."/>`
         - 只能引用工具结果或上下文里明确给出的图片 UID，禁止臆造 UID
-        - 只有 `pic_*` 这类图片 UID 能放进 `<pic>`；普通文件 UID 不能放进去
+        - 不要把 `file_*` UID 放进 `<pic>` 标签（会报类型错误）
       </mixed_media_output>
     </message_sending_mechanism>
     
@@ -301,8 +305,8 @@
 
         <trigger id="5">
           <condition>明确的 NagaAgent 技术问题或讨论</condition>
-          <action>直接调用 naga_code_analysis_agent，确认相关性后再回复</action>
-          <warning>如果只是泛泛提到naga但不是技术讨论，不要回复</warning>
+          <action>**必须**先调用 naga_code_analysis_agent 获取信息，再基于返回结果回复</action>
+          <warning>如果只是泛泛提到naga但不是技术讨论，不要回复；但只要涉及技术细节，一定要先调 agent</warning>
         </trigger>
 
         <trigger id="6">
@@ -433,9 +437,20 @@
       </framework_independence>
       
       <technical_support>
-        对于任何涉及 NagaAgent 的技术问题，直接调用 naga_code_analysis_agent 处理。
+        对于任何涉及 NagaAgent 的技术问题，**必须先调用 naga_code_analysis_agent 获取准确信息后再回复**。
+        不要依赖自身记忆或猜测来回答 NagaAgent 相关问题——该项目代码频繁更新，只有通过 agent 实时查阅才能保证准确。
         该 Agent 内部拥有自己的工具集（read_naga_intro、read_file、search_file_content 等），
         这些内部工具你无法直接调用，你只需要调用 naga_code_analysis_agent 即可。
+        
+        <when_to_call>
+          以下场景必须调用 naga_code_analysis_agent：
+          - 用户询问 NagaAgent 的功能、配置、部署、构建方式
+          - 用户遇到 NagaAgent 相关的报错或问题
+          - 用户想了解 NagaAgent 的架构、代码逻辑、技能系统等
+          - 用户提到 NagaAgent 的任何技术细节（API、openclaw、干员、技能等）
+          - 讨论涉及 NagaAgent 与其他系统的集成或对比
+          只有纯闲聊式提及（如"naga好用吗"这类不需要技术细节的对话）才可以不调用。
+        </when_to_call>
       </technical_support>
       
     </nagaagent_relationship>

{undefined_bot-3.3.0 → undefined_bot-3.3.2}/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-3.3.2}/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__ = "3.3.2"

{undefined_bot-3.3.0 → undefined_bot-3.3.2}/src/Undefined/ai/multimodal.py

@@ -16,6 +16,7 @@ import aiofiles
 import httpx
 
 from Undefined.ai.parsing import extract_choices_content
+from Undefined.utils.coerce import safe_float
 from Undefined.ai.llm import ModelRequester
 from Undefined.config import VisionModelConfig
 from Undefined.ai.transports import API_MODE_CHAT_COMPLETIONS, get_api_mode
@@ -352,19 +353,12 @@ def _parse_meme_analysis_response(content: str) -> dict[str, Any]:
     parsed = _extract_json_object(content)
     return {
         "is_meme": bool(parsed.get("is_meme", False)),
-        "confidence": _safe_float(parsed.get("confidence", 0.0), default=0.0),
+        "confidence": safe_float(parsed.get("confidence", 0.0), default=0.0),
         "description": str(parsed.get("description") or "").strip(),
         "tags": _normalize_meme_tags(parsed.get("tags")),
     }
 
 
-def _safe_float(value: Any, default: float = 0.0) -> float:
-    try:
-        return float(value)
-    except (TypeError, ValueError):
-        return default
-
-
 class MultimodalAnalyzer:
     """多模态媒体分析器。
 
@@ -607,13 +601,13 @@ class MultimodalAnalyzer:
                 self._url_cache_locks.pop(key, None)
 
     async def _build_content_items(
-        self, media_type: str, media_content: str, prompt: str
+        self, media_type: str, media_content: str | list[str], prompt: str
     ) -> list[dict[str, Any]]:
         """构建请求内容项。
 
         Args:
             media_type: 媒体类型
-            media_content: 媒体内容（URL 或 data URL）
+            media_content: 媒体内容（URL/data URL），或其列表
             prompt: 提示词
 
         Returns:
@@ -623,9 +617,9 @@ class MultimodalAnalyzer:
 
         # 添加媒体内容项
         media_item_key = f"{media_type}_url"
-        content_items.append(
-            {"type": media_item_key, media_item_key: {"url": media_content}}
-        )
+        contents = media_content if isinstance(media_content, list) else [media_content]
+        for mc in contents:
+            content_items.append({"type": media_item_key, media_item_key: {"url": mc}})
 
         return content_items
 
@@ -702,7 +696,7 @@ class MultimodalAnalyzer:
             result = await self._requester.request(
                 model_config=self._vision_config,
                 messages=[{"role": "user", "content": content_items}],
-                max_tokens=8192,
+                max_tokens=self._vision_config.max_tokens,
                 call_type=f"vision_{detected_type}",
             )
             content = extract_choices_content(result)
@@ -822,13 +816,19 @@ class MultimodalAnalyzer:
         self,
         *,
         prompt_path: str,
-        image_url: str,
+        image_url: str | list[str],
         tool_schema: dict[str, Any],
         tool_name: str,
         call_type: str,
         max_tokens: int,
     ) -> dict[str, Any]:
-        media_content = await self._load_media_content(image_url, "image")
+        if isinstance(image_url, list):
+            media_contents: list[str] = []
+            for url in image_url:
+                media_contents.append(await self._load_media_content(url, "image"))
+            media_content: str | list[str] = media_contents
+        else:
+            media_content = await self._load_media_content(image_url, "image")
         prompt = await self._load_prompt_text(prompt_path)
         content_items = await self._build_content_items("image", media_content, prompt)
         response = await self._requester.request(
@@ -847,11 +847,13 @@ class MultimodalAnalyzer:
             expected_tool_name=tool_name,
             stage=call_type,
             logger=logger,
-            error_context=f"image={redact_string(image_url)[:120]}",
+            error_context=f"image={redact_string(str(image_url) if isinstance(image_url, list) else image_url)[:120]}",
         )
 
-    async def judge_meme_image(self, image_url: str) -> dict[str, Any]:
-        safe_url = redact_string(image_url)
+    async def judge_meme_image(self, image_url: str | list[str]) -> dict[str, Any]:
+        safe_url = redact_string(
+            str(image_url) if isinstance(image_url, list) else image_url
+        )
         try:
             args = await self._request_required_tool_args(
                 prompt_path=_MEME_JUDGE_PROMPT_PATH,
@@ -859,7 +861,7 @@ class MultimodalAnalyzer:
                 tool_schema=_MEME_JUDGE_TOOL,
                 tool_name="submit_meme_judgement",
                 call_type="vision_meme_judge",
-                max_tokens=256,
+                max_tokens=self._vision_config.max_tokens,
             )
         except Exception as exc:
             logger.exception("[媒体分析] 表情包判定失败，按非表情包处理: %s", exc)
@@ -872,7 +874,7 @@ class MultimodalAnalyzer:
         try:
             parsed = {
                 "is_meme": bool(args.get("is_meme", False)),
-                "confidence": _safe_float(args.get("confidence", 0.0), default=0.0),
+                "confidence": safe_float(args.get("confidence", 0.0), default=0.0),
                 "reason": str(args.get("reason") or "").strip(),
             }
         except Exception:
@@ -881,13 +883,15 @@ class MultimodalAnalyzer:
             "[媒体分析] 表情包判定完成: url=%s is_meme=%s confidence=%.3f reason=%s",
             safe_url[:50],
             parsed.get("is_meme", False),
-            _safe_float(parsed.get("confidence", 0.0), default=0.0),
+            safe_float(parsed.get("confidence", 0.0), default=0.0),
             str(parsed.get("reason", ""))[:80],
         )
         return parsed
 
-    async def describe_meme_image(self, image_url: str) -> dict[str, Any]:
-        safe_url = redact_string(image_url)
+    async def describe_meme_image(self, image_url: str | list[str]) -> dict[str, Any]:
+        safe_url = redact_string(
+            str(image_url) if isinstance(image_url, list) else image_url
+        )
         try:
             args = await self._request_required_tool_args(
                 prompt_path=_MEME_DESCRIBE_PROMPT_PATH,
@@ -895,7 +899,7 @@ class MultimodalAnalyzer:
                 tool_schema=_MEME_DESCRIBE_TOOL,
                 tool_name="submit_meme_description",
                 call_type="vision_meme_describe",
-                max_tokens=512,
+                max_tokens=self._vision_config.max_tokens,
             )
         except Exception as exc:
             logger.exception("[媒体分析] 表情包描述失败: %s", exc)