nonebot-plugin-aigf-master 1.2.0__tar.gz → 1.3.0__tar.gz

{nonebot_plugin_aigf_master-1.2.0 → nonebot_plugin_aigf_master-1.3.0}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: nonebot-plugin-aigf-master
-Version: 1.2.0
+Version: 1.3.0
 Summary: 群聊特化LLM聊天机器人（增强版），具有记忆、表情包、跨插件调用和跨bot通信能力
 License-Expression: MIT
 Requires-Python: <4.0,>=3.10
@@ -52,6 +52,9 @@ Dynamic: license-file
 - 💬 **口语化回复**：像平时聊天一样自然，回复长度有变化，允许敷衍
 - 📨 **消息合并**：同一用户连续消息自动合并，避免碎片化上下文
 - ⏱️ **不完整消息检测**：纯 @ 消息或连续发送时自动延长等待时间
+- 🕐 **消息时间标注**：可选为 LLM 看到的消息加上 `[MM-DD HH:MM]` 时间前缀（`AIGFM_SHOW_MESSAGE_TIME`）
+- 📄 **完整消息类型**：合并聊天记录、小程序/卡片、XML 消息均可解析与捕获
+- 🎨 **AI 生图**：LLM 生成图片自动发到群里，尺寸由 LLM 决定（程序限最大尺寸），支持参考图改绘（回复图片消息或从聊天记录选图）
 - 🔒 **强制 JSON 输出**：确保 LLM 始终返回正确格式
 - ⚡ **轻量高效**：单次 LLM 调用完成对话 + 记忆管理 + 命令学习
 
@@ -106,6 +109,14 @@ AIGFM_VLM_ENABLED=true                  # 是否启用VLM（仅 vlm 模式有效
 AIGFM_VLM_MODEL="..."                   # VLM 模型名称（vlm 模式必填）
 AIGFM_VLM_BASE_URL="https://..."        # VLM API 地址
 AIGFM_VLM_API_KEY=""                    # VLM API Key（为空时使用 chat 的 key）
+
+# --- AI 生图 ---
+AIGFM_IMAGE_GEN_ENABLED=false          # 是否启用 AI 生图（默认 false）
+AIGFM_IMAGE_GEN_MODEL="..."            # 生图模型名称（豆包/Ark 示例: doubao-seedream-5-0-lite-260128）
+AIGFM_IMAGE_GEN_BASE_URL="https://..." # 生图 API 地址（OpenAI 兼容 images API；豆包示例 https://ark.cn-beijing.volces.com/api/v3）
+AIGFM_IMAGE_GEN_API_KEY=""             # 生图 API Key（为空时使用 chat 的 key）
+AIGFM_IMAGE_GEN_MAX_SIZE="1024x1024"   # 生成最大尺寸限制（宽x高，LLM 可指定比例/尺寸，程序自动缩放到不超过该上限）
+AIGFM_IMAGE_GEN_WATERMARK=false        # 生图水印（参考豆包类服务，仅参考图时传入，默认 false）
 ```
 
 ### 可选
@@ -122,6 +133,7 @@ AIGFM_BATCH_TIMEOUT=30.0                # 距最后一条消息多少秒后触
 AIGFM_INCOMPLETE_TIMEOUT=40.0           # 消息可能不完整时的等待时间/秒（默认 40.0；替代默认 30s 生效，非叠加）
 AIGFM_RECENT_MESSAGES=20                # prompt 中包含的最近历史消息条数（默认 20，最大 50）
 AIGFM_MERGE_WINDOW=5.0                  # 消息合并时间窗口/秒（默认 5.0）
+AIGFM_SHOW_MESSAGE_TIME=false           # LLM 看到的消息是否带 [MM-DD HH:MM] 时间前缀（默认 false）
 
 # --- LLM ---
 AIGFM_LLM_JSON_MODE=true                # 是否强制 LLM 输出 JSON（默认 true）
@@ -222,6 +234,9 @@ LLM 在聊天记录中看到：[插件名]: 插件的输出
 |------|---------|
 | 文本 | 直接以 `[来源]: '内容'` 进入上下文 |
 | 图片 | 先经 VLM 转成文字描述，再以 `[图片] 描述` 进入上下文（`AIGFM_CAPTURE_IMAGES=false` 时不捕获） |
+| 合并聊天记录 | 以 `[收到一条合并聊天记录]` 进入上下文 |
+| 小程序/卡片 | 以 `[小程序/卡片: 标题, 描述]` 进入上下文 |
+| XML | 以 `[收到一条XML消息]` 进入上下文 |
 
 图片的来源字段依次支持：
 

{nonebot_plugin_aigf_master-1.2.0 → nonebot_plugin_aigf_master-1.3.0}/README.md

@@ -32,6 +32,9 @@
 - 💬 **口语化回复**：像平时聊天一样自然，回复长度有变化，允许敷衍
 - 📨 **消息合并**：同一用户连续消息自动合并，避免碎片化上下文
 - ⏱️ **不完整消息检测**：纯 @ 消息或连续发送时自动延长等待时间
+- 🕐 **消息时间标注**：可选为 LLM 看到的消息加上 `[MM-DD HH:MM]` 时间前缀（`AIGFM_SHOW_MESSAGE_TIME`）
+- 📄 **完整消息类型**：合并聊天记录、小程序/卡片、XML 消息均可解析与捕获
+- 🎨 **AI 生图**：LLM 生成图片自动发到群里，尺寸由 LLM 决定（程序限最大尺寸），支持参考图改绘（回复图片消息或从聊天记录选图）
 - 🔒 **强制 JSON 输出**：确保 LLM 始终返回正确格式
 - ⚡ **轻量高效**：单次 LLM 调用完成对话 + 记忆管理 + 命令学习
 
@@ -86,6 +89,14 @@ AIGFM_VLM_ENABLED=true                  # 是否启用VLM（仅 vlm 模式有效
 AIGFM_VLM_MODEL="..."                   # VLM 模型名称（vlm 模式必填）
 AIGFM_VLM_BASE_URL="https://..."        # VLM API 地址
 AIGFM_VLM_API_KEY=""                    # VLM API Key（为空时使用 chat 的 key）
+
+# --- AI 生图 ---
+AIGFM_IMAGE_GEN_ENABLED=false          # 是否启用 AI 生图（默认 false）
+AIGFM_IMAGE_GEN_MODEL="..."            # 生图模型名称（豆包/Ark 示例: doubao-seedream-5-0-lite-260128）
+AIGFM_IMAGE_GEN_BASE_URL="https://..." # 生图 API 地址（OpenAI 兼容 images API；豆包示例 https://ark.cn-beijing.volces.com/api/v3）
+AIGFM_IMAGE_GEN_API_KEY=""             # 生图 API Key（为空时使用 chat 的 key）
+AIGFM_IMAGE_GEN_MAX_SIZE="1024x1024"   # 生成最大尺寸限制（宽x高，LLM 可指定比例/尺寸，程序自动缩放到不超过该上限）
+AIGFM_IMAGE_GEN_WATERMARK=false        # 生图水印（参考豆包类服务，仅参考图时传入，默认 false）
 ```
 
 ### 可选
@@ -102,6 +113,7 @@ AIGFM_BATCH_TIMEOUT=30.0                # 距最后一条消息多少秒后触
 AIGFM_INCOMPLETE_TIMEOUT=40.0           # 消息可能不完整时的等待时间/秒（默认 40.0；替代默认 30s 生效，非叠加）
 AIGFM_RECENT_MESSAGES=20                # prompt 中包含的最近历史消息条数（默认 20，最大 50）
 AIGFM_MERGE_WINDOW=5.0                  # 消息合并时间窗口/秒（默认 5.0）
+AIGFM_SHOW_MESSAGE_TIME=false           # LLM 看到的消息是否带 [MM-DD HH:MM] 时间前缀（默认 false）
 
 # --- LLM ---
 AIGFM_LLM_JSON_MODE=true                # 是否强制 LLM 输出 JSON（默认 true）
@@ -202,6 +214,9 @@ LLM 在聊天记录中看到：[插件名]: 插件的输出
 |------|---------|
 | 文本 | 直接以 `[来源]: '内容'` 进入上下文 |
 | 图片 | 先经 VLM 转成文字描述，再以 `[图片] 描述` 进入上下文（`AIGFM_CAPTURE_IMAGES=false` 时不捕获） |
+| 合并聊天记录 | 以 `[收到一条合并聊天记录]` 进入上下文 |
+| 小程序/卡片 | 以 `[小程序/卡片: 标题, 描述]` 进入上下文 |
+| XML | 以 `[收到一条XML消息]` 进入上下文 |
 
 图片的来源字段依次支持：
 

{nonebot_plugin_aigf_master-1.2.0 → nonebot_plugin_aigf_master-1.3.0}/nonebot_plugin_aigf_master/__init__.py

@@ -26,6 +26,7 @@ from .context_bus import ContextBus
 from .command_learner import CommandLearner
 from .llm_client import LLMClient
 from .image_handler import ImageHandler
+from .image_gen_client import ImageGenClient
 from .meme_store import MemeStore
 from .memory_store import MemoryStore
 from .models import ChatMessage
@@ -60,6 +61,12 @@ _learner = CommandLearner(
     min_confidence=plugin_config.aigfm_learn_min_confidence,
 )
 _image_handler = ImageHandler(_cache_dir)
+_image_gen = ImageGenClient(
+    plugin_config.aigfm_image_gen_api_key or plugin_config.aigfm_llm_api_key,
+    plugin_config.aigfm_image_gen_model,
+    plugin_config.aigfm_image_gen_base_url,
+    _proxy,
+) if plugin_config.aigfm_image_gen_enabled else None
 _search = create_search_client(
     plugin_config.aigfm_search_api, plugin_config.aigfm_search_api_key,
     plugin_config.aigfm_openwebsearch_url,
@@ -78,6 +85,7 @@ def _get_processor(group_id: int) -> MessageProcessor:
             context_bus=_bus, invoker=_invoker, learner=_learner,
             search=_search, config=plugin_config, peer_client=_peer_client,
             peer_scanned_commands=_peer_scanned_commands,
+            image_gen=_image_gen, image_handler=_image_handler,
         )
     return _processors[group_id]
 
@@ -186,15 +194,19 @@ async def _parse_message(bot: Bot, event: GroupMessageEvent, message: Message, b
         elif seg.type == "reply":
             has_non_at = True
             try:
-                reply_msg_id = seg.data.get("message_id")
+                # OneBot v11 的 reply 段键名在不同实现/构造方式下可能是 message_id 或 id
+                reply_msg_id = seg.data.get("message_id") or seg.data.get("id")
                 if reply_msg_id:
                     original = await bot.get_msg(message_id=int(reply_msg_id))
                     if original and "message" in original:
-                        replied_text = _extract_reply_text(original["message"])
+                        replied_text = await _extract_reply_content(bot, original["message"], event.group_id)
                         replied_sender = original.get("sender", {}).get("nickname", "未知")
                         content += f"[回复 {replied_sender} 的消息: \"{replied_text}\"] "
-            except Exception:
-                pass
+                    else:
+                        content += "[回复: （无法获取被回复消息）] "
+            except Exception as e:
+                logger.warning(f"回复消息处理失败: {e}")
+                content += "[回复: （被回复内容获取失败）] "
         elif seg.type == "forward":
             has_non_at = True
             content += "[收到一条合并聊天记录] "
@@ -208,7 +220,12 @@ async def _parse_message(bot: Bot, event: GroupMessageEvent, message: Message, b
     return content.strip(), not has_non_at
 
 
-def _extract_reply_text(message_content) -> str:
+async def _extract_reply_content(bot: Bot, message_content, group_id: int) -> str:
+    """把被回复消息渲染为「原文 + 图片 id + VLM 描述」（完整输出，不截断）
+
+    图片段与普通图片消息同链路：下载 → 缓存（save_to_cache，保证 cache_id 进入本群缓存）→ VLM 描述。
+    这样 LLM 从回复段能看到图片 id 与内容，可作为生图参考图（reference_cache_id）。
+    """
     try:
         if isinstance(message_content, str):
             msg = OneBotMessage(message_content)
@@ -218,12 +235,45 @@ def _extract_reply_text(message_content) -> str:
                 if isinstance(seg, dict) and "type" in seg:
                     msg.append(MessageSegment(type=seg["type"], data=seg.get("data", {})))
         else:
-            return str(message_content)[:50]
-        text = msg.extract_plain_text().strip()
-        return text[:50] if text else "（非文字消息）"
-    except Exception:
+            return str(message_content)[:50]  # 非标准结构兜底
+    except Exception as e:
+        logger.warning(f"被回复消息解析失败: {e}")
         return "（无法获取）"
 
+    parts = []
+    for seg in msg:
+        if seg.type == "text":
+            text = seg.data.get("text", "")
+            if text.strip():
+                parts.append(text.strip())
+        elif seg.type in ("image", "emoji"):
+            _on_image_start(group_id)
+            try:
+                img = _extract_image_data(seg.data)
+                is_sticker = seg.data.get("sub_type") == 1
+                image_bytes = await _load_image_bytes(img)
+                image_base64 = base64.b64encode(image_bytes).decode()
+                if plugin_config.aigfm_image_mode == "llm":
+                    cache_id = await _memes.save_to_cache(group_id, image_bytes, "", "")
+                    parts.append(f"[发送了一张图片, id: {cache_id}]")
+                else:
+                    desc = await _image_handler.describe(image_base64, is_sticker)
+                    if desc:
+                        cache_id = await _memes.save_to_cache(group_id, image_bytes, desc.description, desc.emotion)
+                        if is_sticker:
+                            parts.append(f"[发送了一张可能是表情包的图片, id: {cache_id}] [情感:{desc.emotion}] [内容:{desc.description}]")
+                        else:
+                            parts.append(f"[发送了一张图片, id: {cache_id}] [内容:{desc.description}]")
+                    else:
+                        parts.append("[发送了一张图片]（识图失败）")
+            except Exception as e:
+                logger.error(f"被回复图片处理错误: {e}")
+                parts.append("[图片加载失败]")
+            finally:
+                _on_image_done(group_id)
+    text = " ".join(parts)
+    return text if text else "（非文字消息）"
+
 
 # ========== 批量消息处理 ==========
 

{nonebot_plugin_aigf_master-1.2.0 → nonebot_plugin_aigf_master-1.3.0}/nonebot_plugin_aigf_master/config.py

@@ -21,6 +21,14 @@ class PluginConfig(BaseModel):
     aigfm_vlm_model: str = Field("", description="VLM 模型名称")
     aigfm_vlm_base_url: str = Field("", description="VLM API 地址")
     aigfm_vlm_api_key: str = Field("", description="VLM API Key（为空时使用 llm_api_key）")
+    # AI 生图（OpenAI 兼容 images API）
+    aigfm_image_gen_enabled: bool = Field(False, description="是否启用 AI 生图")
+    aigfm_image_gen_model: str = Field("", description="生图模型名称")
+    aigfm_image_gen_base_url: str = Field("", description="生图 API 地址")
+    aigfm_image_gen_api_key: str = Field("", description="生图 API Key（为空时使用 llm_api_key）")
+    aigfm_image_gen_max_size: str = Field("1024x1024", description="生图最大尺寸限制（宽x高），LLM 可指定比例/尺寸，程序自动缩放到不超过该上限")
+    aigfm_image_gen_min_size: str = Field("", description="生图最小尺寸（宽x高），用于满足服务的最低像素要求（如豆包 Seedream 需 ≥ 1920x1920 即 3686400 像素）；为空不限制，非空时按比例放大到不小于该面积（最小优先于最大）")
+    aigfm_image_gen_watermark: bool = Field(False, description="生图水印（参考豆包类服务，仅参考图路径传入 watermark 参数）")
 
     # 群聊配置
     aigfm_enabled_groups: list[int] = Field(default_factory=list, description="启用的群号列表")

nonebot_plugin_aigf_master-1.3.0/nonebot_plugin_aigf_master/image_gen_client.py

@@ -0,0 +1,42 @@
+"""AI 生图客户端（OpenAI 兼容 images API）"""
+
+import httpx
+from openai import AsyncOpenAI
+
+
+class ImageGenClient:
+    """AI 生图客户端：调用 OpenAI 兼容的 images API（POST /v1/images/generations）"""
+
+    def __init__(self, api_key: str, model: str, base_url: str,
+                 proxy: str | None = None, timeout: int = 120):
+        http_client = httpx.AsyncClient(proxy=proxy) if proxy else None
+        self._client = AsyncOpenAI(api_key=api_key, base_url=base_url, http_client=http_client)
+        self._model = model
+        self._timeout = timeout
+
+    async def generate(self, prompt: str, size: str = "1024x1024",
+                       reference_images: list[str] | None = None,
+                       watermark: bool = False) -> dict | None:
+        """生成图片
+
+        reference_images: 可选参考图列表（data URI：data:image/<小写格式>;base64,<b64>，或可访问 url）。
+        有参考图时经 extra_body.image 传给豆包类服务做图生图/改绘；无参考图走普通文生图。
+
+        返回 {"b64": "..."}（base64 图片数据）或 {"url": "..."}（网络地址）；
+        无结果返回 None。异常由调用方捕获处理。
+        """
+        kwargs: dict = dict(
+            model=self._model, prompt=prompt, n=1, size=size,
+            response_format="b64_json", timeout=self._timeout,
+        )
+        if reference_images:
+            kwargs["extra_body"] = {"image": reference_images, "watermark": watermark}
+        response = await self._client.images.generate(**kwargs)
+        if not response.data:
+            return None
+        data = response.data[0]
+        if getattr(data, "b64_json", None):
+            return {"b64": data.b64_json}
+        if getattr(data, "url", None):
+            return {"url": data.url}
+        return None

{nonebot_plugin_aigf_master-1.2.0 → nonebot_plugin_aigf_master-1.3.0}/nonebot_plugin_aigf_master/meme_store.py

@@ -127,6 +127,18 @@ class MemeStore:
     def get_cache_info(self, group_id: int, cache_id: str) -> dict | None:
         return self._cache_index.get(group_id, {}).get(cache_id)
 
+    def get_cache_file(self, cache_id: str) -> str | None:
+        """按 cache_id 从磁盘兜底查找缓存图片文件路径（clear_cache 只清索引不清文件）
+
+        返回首个存在的文件路径：sticker_cache/{cache_id}.{ext}；找不到返回 None。
+        """
+        if not cache_id:
+            return None
+        for p in self._cache_dir.glob(f"{cache_id}.*"):
+            if p.is_file():
+                return str(p)
+        return None
+
     def clear_cache(self, group_id: int):
         self._cache_index.pop(group_id, None)
 

{nonebot_plugin_aigf_master-1.2.0 → nonebot_plugin_aigf_master-1.3.0}/nonebot_plugin_aigf_master/processor.py

@@ -1,13 +1,21 @@
 """消息处理编排器"""
 
+import asyncio
+import base64
 import random
 from datetime import datetime
+from pathlib import Path
 
+import anyio
+import httpx
 from nonebot import get_driver, logger
+from nonebot.adapters.onebot.v11 import Message, MessageSegment
 
+from .command_learner import CommandLearner
 from .config import PluginConfig
 from .context_bus import ContextBus
-from .command_learner import CommandLearner
+from .image_gen_client import ImageGenClient
+from .image_handler import ImageHandler
 from .llm_client import LLMClient
 from .meme_store import MemeStore
 from .memory_store import MemoryStore
@@ -34,6 +42,72 @@ def _command_head(command: str) -> str:
     return command.split(None, 1)[0] if command else command
 
 
+def _normalize_size(size_desc: str, max_size: str, min_size: str = "") -> str:
+    """把 LLM 的尺寸描述（方向词或 WxH）缩放到不超过 max_size 的偶数尺寸
+
+    支持：square/方形/1:1、portrait/竖版/竖屏、landscape/横版/横屏、
+    16:9/宽幅/banner、4:3，或直接写 宽x高（如 768x1024）。
+    结果按比例缩放到不超过 max_size，并对齐到偶数像素。
+    min_size 非空时：若结果面积小于 min_size 面积（宽x高），按比例放大到不小于该面积（最小优先于最大，
+    服务于有最低像素要求的生图服务，如豆包 Seedream 需 ≥ 1920x1920 即 3686400 像素）。
+    """
+    max_w, max_h = 1024, 1024
+    try:
+        mw, mh = max_size.lower().split("x")
+        max_w, max_h = int(mw), int(mh)
+    except (ValueError, AttributeError):
+        pass
+    max_w = max(max_w, 64)
+    max_h = max(max_h, 64)
+
+    min_pixels = 0
+    if min_size:
+        try:
+            min_w, min_h = min_size.lower().split("x")
+            min_pixels = int(min_w) * int(min_h)
+        except (ValueError, AttributeError):
+            min_pixels = 0
+
+    ratio = 1.0  # 宽/高
+    if size_desc:
+        s = size_desc.strip().lower()
+        if "x" in s:
+            try:
+                w, h = s.split("x")
+                ratio = int(w) / int(h)
+            except (ValueError, ZeroDivisionError):
+                ratio = 1.0
+        elif s in ("portrait", "竖版", "竖屏", "2:3"):
+            ratio = 2 / 3
+        elif s in ("landscape", "横版", "横屏", "3:2"):
+            ratio = 3 / 2
+        elif s in ("16:9", "宽幅", "banner"):
+            ratio = 16 / 9
+        elif s in ("4:3",):
+            ratio = 4 / 3
+        # square/方形/1:1 及其它未知描述 → ratio = 1.0
+
+    if ratio >= 1.0:
+        w, h = max_w, round(max_w / ratio)
+    else:
+        w, h = round(max_h * ratio), max_h
+    w -= w % 2
+    h -= h % 2
+    w = max(w, 64)
+    h = max(h, 64)
+    if min_pixels and w * h < min_pixels:
+        scale = (min_pixels / (w * h)) ** 0.5
+        w, h = round(w * scale), round(h * scale)
+        w -= w % 2
+        h -= h % 2
+        while w * h < min_pixels:  # 偶数取整后仍可能略低于下限，循环补边
+            if w >= h:
+                w += 2
+            else:
+                h += 2
+    return f"{w}x{h}"
+
+
 # 本插件自身的管理命令不允许被 LLM 代为执行：synthetic 事件携带真实触发用户的 user_id，
 # 若该用户是 superuser，`/status`、`/reset` 等会被真的执行
 SELF_PLUGIN_NAMES = {"nonebot_plugin_aigf_master", "nonebot-plugin-aigf-master"}
@@ -65,6 +139,8 @@ class MessageProcessor:
         config: PluginConfig,
         peer_client: PeerClient | None = None,
         peer_scanned_commands: dict[str, list[dict]] | None = None,
+        image_gen: ImageGenClient | None = None,
+        image_handler: ImageHandler | None = None,
     ):
         self.group_id = group_id
         self.llm = llm
@@ -78,6 +154,9 @@ class MessageProcessor:
         self.config = config
         self.peer_client = peer_client
         self.peer_scanned_commands = peer_scanned_commands if peer_scanned_commands is not None else {}
+        self.image_gen = image_gen
+        self.image_handler = image_handler
+        self._image_gen_tasks: set[asyncio.Task] = set()
         self.bot_name = "小助手"
         self.bot_role = "一个友好的群聊助手"
         self.current_preset = ""
@@ -327,6 +406,18 @@ class MessageProcessor:
                     }, "required": ["bot", "command"]},
                 },
             })
+        if self.config.aigfm_image_gen_enabled and self.image_gen:
+            tools.append({
+                "type": "function", "function": {
+                    "name": "generate_image",
+                    "description": "使用 AI 生图模型根据描述生成图片并自动发到群里（仅当用户明确要求生成/画图时才调用）",
+                    "parameters": {"type": "object", "properties": {
+                        "prompt": {"type": "string", "description": "详细的图片描述（画面内容、风格、色调、比例等），越具体生成效果越好"},
+                        "size": {"type": "string", "description": "可选尺寸/比例：square/方形、portrait/竖版、landscape/横版、16:9/宽幅，或直接写宽x高（如 768x1024）；默认方形，程序会自动限制在配置的最大尺寸内"},
+                        "reference_cache_id": {"type": "string", "description": "可选参考图 id：聊天记录中出现的图片 id（如 [发送了一张图片, id: xxx] 或 [回复 xxx 的消息: \"[发送了一张图片, id: xxx]...\"] 中的 xxx）；用户要求\"参考这张图/照着改/换成某种风格\"时填，不要编造不存在的 id，不需要时省略"}
+                    }, "required": ["prompt"]},
+                },
+            })
 
         async def handler(name: str, args: dict) -> str:
             if name == "search_internet" and self.search:
@@ -386,6 +477,23 @@ class MessageProcessor:
                     content=f"已调用命令「{command}」（{peer_name}，user_id={uid}）",
                 ))
                 return result
+            elif name == "generate_image":
+                prompt = args.get("prompt", "").strip()
+                if not prompt:
+                    return "缺少图片描述，请提供要生成的画面内容"
+                size_desc = args.get("size", "").strip()
+                reference_id = args.get("reference_cache_id", "").strip()
+                uid = args.get("user_id", self._current_user_id)
+                logger.info(f"[生图] 开始: prompt={prompt[:60]}, size={size_desc or '默认方形'}, reference={reference_id or '无'}, user_id={uid}")
+                # 防重复：立即写自述，后台完成后另写一条结果自述
+                self.recent_messages.append(ChatMessage(
+                    time=datetime.now(), user_name=self.bot_name,
+                    content=f"已开始生成图片「{prompt}」",
+                ))
+                task = asyncio.create_task(self._generate_image_bg(prompt, size_desc, uid, reference_id))
+                self._image_gen_tasks.add(task)
+                task.add_done_callback(self._image_gen_tasks.discard)
+                return "图片生成任务已启动，完成后会自动发到群里；生成需要一点时间，期间请不要重复提交相同的生图请求"
             return f"未知工具: {name}"
 
         return await self.llm.chat_with_tools(
@@ -394,6 +502,86 @@ class MessageProcessor:
             first_call_json=self.config.aigfm_llm_tools_json_strict,
         )
 
+    async def _generate_image_bg(self, prompt: str, size_desc: str, uid: int, reference_id: str = ""):
+        """后台生图任务：生成 → 发送到群 → VLM 描述 → 写自述（LLM 下一次感知）"""
+        try:
+            if not (self._bot and self.image_gen):
+                self.recent_messages.append(ChatMessage(
+                    time=datetime.now(), user_name=self.bot_name,
+                    content="图片生成失败：生图功能未就绪",
+                ))
+                return
+            size = _normalize_size(size_desc, self.config.aigfm_image_gen_max_size,
+                               self.config.aigfm_image_gen_min_size)
+            # 参考图：先查本群缓存索引，未命中则按 id 从磁盘兜底（clear_cache 只清索引不清文件）
+            reference_images: list[str] | None = None
+            reference_note = ""
+            if reference_id:
+                ref_path = None
+                info = self.memes.get_cache_info(int(self.group_id), reference_id)
+                if info and info.get("path") and Path(info["path"]).is_file():
+                    ref_path = info["path"]
+                else:
+                    disk_path = self.memes.get_cache_file(reference_id)
+                    if disk_path:
+                        ref_path = disk_path
+                if ref_path:
+                    async with await anyio.open_file(ref_path, "rb") as f:
+                        ref_bytes = await f.read()
+                    ext = Path(ref_path).suffix.lstrip(".").lower() or "png"
+                    reference_images = [f"data:image/{ext};base64,{base64.b64encode(ref_bytes).decode()}"]
+                else:
+                    logger.warning(f"[生图] 参考图不可用: {reference_id}，改为普通生成")
+                    reference_note = "（参考图不可用，已改为普通生成）"
+            result = await self.image_gen.generate(
+                prompt, size,
+                reference_images=reference_images,
+                watermark=self.config.aigfm_image_gen_watermark,
+            )
+            if not result:
+                self.recent_messages.append(ChatMessage(
+                    time=datetime.now(), user_name=self.bot_name,
+                    content=f"图片生成失败：服务未返回图片（「{prompt}」）",
+                ))
+                return
+            # 取图片数据（仅返回 url 时下载）
+            b64 = result.get("b64")
+            if not b64 and result.get("url"):
+                async with httpx.AsyncClient() as client:
+                    resp = await client.get(result["url"], timeout=30)
+                    resp.raise_for_status()
+                    b64 = base64.b64encode(resp.content).decode()
+            if not b64:
+                self.recent_messages.append(ChatMessage(
+                    time=datetime.now(), user_name=self.bot_name,
+                    content="图片生成失败：无法获取图片数据",
+                ))
+                return
+            await self._bot.send_msg(
+                message_type="group", group_id=int(self.group_id),
+                message=Message(MessageSegment.image(f"base64://{b64}")),
+            )
+            # VLM 描述（本插件自己发的图不会被钩子捕获，需主动描述让 LLM 感知结果）
+            desc_text = ""
+            if self.image_handler:
+                try:
+                    info = await self.image_handler.describe(b64, is_sticker=False)
+                    if info and info.description:
+                        desc_text = f"，内容描述: {info.description}"
+                except Exception:
+                    desc_text = ""
+            logger.success(f"[生图] 已生成并发送: {prompt[:60]} ({size})")
+            self.recent_messages.append(ChatMessage(
+                time=datetime.now(), user_name=self.bot_name,
+                content=f"图片已生成：「{prompt}」（{size}）{desc_text}{reference_note}",
+            ))
+        except Exception as e:
+            logger.error(f"[生图] 失败: {e}")
+            self.recent_messages.append(ChatMessage(
+                time=datetime.now(), user_name=self.bot_name,
+                content=f"图片生成失败：{e}",
+            ))
+
     async def _save_memes(self, save_meme: list, cached_stickers: list[dict]):
         current_ids = {s["id"] for s in cached_stickers}
         for item in save_meme if isinstance(save_meme, list) else [save_meme]:

{nonebot_plugin_aigf_master-1.2.0 → nonebot_plugin_aigf_master-1.3.0}/nonebot_plugin_aigf_master/prompt_builder.py

@@ -274,11 +274,12 @@ def build_prompt(
 ```json
 {short_term_str}
 ```
-这是你对近期对话的记忆。请积极管理，原则：优先修改，能改就不加；积极删除，不让列表无限增长。
-- modify：对话有新进展时，直接更新已有条目（优先使用）
-- delete：已结束的话题、已解决的问题、不再相关的内容（积极使用）
+这是你对**近期对话**的临时记忆，需要频繁维护：对话有新进展→修改；话题结束或被取代→删除；重要且长期有效的信息→**提升到长期记忆**（群友的个人信息写入群友信息，群规/重大事件写入长期记忆），写入后从短期记忆删除。
+- modify：对话有新进展时直接更新已有条目（优先使用，如约定的时间/地点变了就改写原条目）
+- delete：已结束的话题、已解决的问题、被新对话取代的旧要点（积极使用）
 - add：仅当列表中没有相关内容时才添加
 index 对应上面数组的下标（从 0 开始）。
+短期记忆是临时的：保留当前话题的要点即可（建议不超过 8 条），超过时删除最旧或最不相关的，让列表跟随对话流动。
 值得记：本群近期的话题、群友的临时约定（如"明天一起开黑"）、本次对话中值得留存的要点。
 
 ### 长期记忆

{nonebot_plugin_aigf_master-1.2.0 → nonebot_plugin_aigf_master-1.3.0}/nonebot_plugin_aigf_master.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: nonebot-plugin-aigf-master
-Version: 1.2.0
+Version: 1.3.0
 Summary: 群聊特化LLM聊天机器人（增强版），具有记忆、表情包、跨插件调用和跨bot通信能力
 License-Expression: MIT
 Requires-Python: <4.0,>=3.10
@@ -52,6 +52,9 @@ Dynamic: license-file
 - 💬 **口语化回复**：像平时聊天一样自然，回复长度有变化，允许敷衍
 - 📨 **消息合并**：同一用户连续消息自动合并，避免碎片化上下文
 - ⏱️ **不完整消息检测**：纯 @ 消息或连续发送时自动延长等待时间
+- 🕐 **消息时间标注**：可选为 LLM 看到的消息加上 `[MM-DD HH:MM]` 时间前缀（`AIGFM_SHOW_MESSAGE_TIME`）
+- 📄 **完整消息类型**：合并聊天记录、小程序/卡片、XML 消息均可解析与捕获
+- 🎨 **AI 生图**：LLM 生成图片自动发到群里，尺寸由 LLM 决定（程序限最大尺寸），支持参考图改绘（回复图片消息或从聊天记录选图）
 - 🔒 **强制 JSON 输出**：确保 LLM 始终返回正确格式
 - ⚡ **轻量高效**：单次 LLM 调用完成对话 + 记忆管理 + 命令学习
 
@@ -106,6 +109,14 @@ AIGFM_VLM_ENABLED=true                  # 是否启用VLM（仅 vlm 模式有效
 AIGFM_VLM_MODEL="..."                   # VLM 模型名称（vlm 模式必填）
 AIGFM_VLM_BASE_URL="https://..."        # VLM API 地址
 AIGFM_VLM_API_KEY=""                    # VLM API Key（为空时使用 chat 的 key）
+
+# --- AI 生图 ---
+AIGFM_IMAGE_GEN_ENABLED=false          # 是否启用 AI 生图（默认 false）
+AIGFM_IMAGE_GEN_MODEL="..."            # 生图模型名称（豆包/Ark 示例: doubao-seedream-5-0-lite-260128）
+AIGFM_IMAGE_GEN_BASE_URL="https://..." # 生图 API 地址（OpenAI 兼容 images API；豆包示例 https://ark.cn-beijing.volces.com/api/v3）
+AIGFM_IMAGE_GEN_API_KEY=""             # 生图 API Key（为空时使用 chat 的 key）
+AIGFM_IMAGE_GEN_MAX_SIZE="1024x1024"   # 生成最大尺寸限制（宽x高，LLM 可指定比例/尺寸，程序自动缩放到不超过该上限）
+AIGFM_IMAGE_GEN_WATERMARK=false        # 生图水印（参考豆包类服务，仅参考图时传入，默认 false）
 ```
 
 ### 可选
@@ -122,6 +133,7 @@ AIGFM_BATCH_TIMEOUT=30.0                # 距最后一条消息多少秒后触
 AIGFM_INCOMPLETE_TIMEOUT=40.0           # 消息可能不完整时的等待时间/秒（默认 40.0；替代默认 30s 生效，非叠加）
 AIGFM_RECENT_MESSAGES=20                # prompt 中包含的最近历史消息条数（默认 20，最大 50）
 AIGFM_MERGE_WINDOW=5.0                  # 消息合并时间窗口/秒（默认 5.0）
+AIGFM_SHOW_MESSAGE_TIME=false           # LLM 看到的消息是否带 [MM-DD HH:MM] 时间前缀（默认 false）
 
 # --- LLM ---
 AIGFM_LLM_JSON_MODE=true                # 是否强制 LLM 输出 JSON（默认 true）
@@ -222,6 +234,9 @@ LLM 在聊天记录中看到：[插件名]: 插件的输出
 |------|---------|
 | 文本 | 直接以 `[来源]: '内容'` 进入上下文 |
 | 图片 | 先经 VLM 转成文字描述，再以 `[图片] 描述` 进入上下文（`AIGFM_CAPTURE_IMAGES=false` 时不捕获） |
+| 合并聊天记录 | 以 `[收到一条合并聊天记录]` 进入上下文 |
+| 小程序/卡片 | 以 `[小程序/卡片: 标题, 描述]` 进入上下文 |
+| XML | 以 `[收到一条XML消息]` 进入上下文 |
 
 图片的来源字段依次支持：
 

{nonebot_plugin_aigf_master-1.2.0 → nonebot_plugin_aigf_master-1.3.0}/nonebot_plugin_aigf_master.egg-info/SOURCES.txt

@@ -6,6 +6,7 @@ nonebot_plugin_aigf_master/api_hooks.py
 nonebot_plugin_aigf_master/command_learner.py
 nonebot_plugin_aigf_master/config.py
 nonebot_plugin_aigf_master/context_bus.py
+nonebot_plugin_aigf_master/image_gen_client.py
 nonebot_plugin_aigf_master/image_handler.py
 nonebot_plugin_aigf_master/llm_client.py
 nonebot_plugin_aigf_master/meme_store.py

{nonebot_plugin_aigf_master-1.2.0 → nonebot_plugin_aigf_master-1.3.0}/pyproject.toml

@@ -4,7 +4,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "nonebot-plugin-aigf-master"
-version = "1.2.0"
+version = "1.3.0"
 description = "群聊特化LLM聊天机器人（增强版），具有记忆、表情包、跨插件调用和跨bot通信能力"
 readme = "README.md"
 license = "MIT"