Add token consumption tracking system Update version to v1.10.0

FavorabilitySystem.md

@@ -0,0 +1,123 @@
+# 好感度系统功能规范
+
+## 功能概述
+为机器人添加一个可开关的好感度系统，通过AI工具自动调整用户的好感度值。好感度数据将保存在插件数据中，以用户QQ号为键，包含好感度值和调整原因。
+
+## 核心功能
+
+### 1. 好感度数据存储
+- 在`PluginData`中新增一个映射来存储好感度数据
+- 键：用户QQ号(Long)
+- 值：包含好感度值和调整原因的数据结构
+- 默认值：0（中立）
+
+### 2. 好感度变化规则
+- **问正经问题**：+好感度（例如：询问学习/工作相关问题、寻求帮助等）
+- **问无聊问题**：-好感度（例如：骚扰机器人要求评价他人、攻击性言论、让机器人做无意义的事情、引战问题等）
+- **骂人**：直接降至-100
+- **时间偏移**：好感度会随时间向0偏移，偏移速度与当前好感度绝对值相关
+  - 好感度越高或越低，偏移速度越慢
+  - 设计算法确保极端值变化缓慢（具体公式见实现细节）
+
+### 3. 回复概率机制
+- 当好感度为负数时，有一定概率不回复用户消息
+- 概率计算：好感度绝对值的百分比
+  - 例如：好感度为-50，则有50%概率不回复（即50%概率回复）
+
+### 4. 好感度调整工具
+- 新增一个AI工具，允许AI根据对话内容自主调整用户的好感度
+- 工具名称：`adjustUserFavorability`
+- 工具参数：
+  - `userId`: 用户QQ号
+  - `change`: 好感度变化值（可正可负）
+  - `reason`: 调整原因（用于溯源）
+  - `impression`: 对用户的印象/画像（可选）
+
+### 5. 系统开关
+- 在配置文件中添加开关选项，控制是否启用好感度系统
+- 默认启用
+
+### 6. 管理员命令
+- 添加插件命令手动修改某个人的好感度
+- 添加命令重置所有好感度
+
+## 实现细节
+
+### 1. 数据结构
+在`PluginData`中添加：
+```kotlin
+/**
+ * 用户好感度数据
+ * Key: 用户QQ号
+ * Value: 好感度信息
+ */
+val userFavorability by value(mutableMapOf<Long, FavorabilityInfo>())
+
+/**
+ * 好感度信息数据类
+ * @param value 好感度值 (-100 ~ 100)
+ * @param reason 调整原因列表，用于溯源
+ * @param impression 对用户的印象/画像
+ */
+data class FavorabilityInfo(
+    val value: Int = 0,
+    val reasons: List<String> = emptyList(),
+    val impression: String = ""
+)
+```
+
+### 2. 好感度工具
+创建新的工具类`AdjustUserFavorabilityAgent`，继承`BaseAgent`。
+工具描述：`根据用户行为调整其好感度值，范围-100~100`
+
+### 3. 消息处理逻辑
+在`JChatGPT.kt`的`onMessage`函数中：
+- 添加好感度系统开关检查
+- 在决定是否回复前，计算回复概率
+- 如果随机数小于不回复概率，则直接返回，不进行后续处理
+
+### 4. 时间偏移机制
+设计时间偏移算法，使好感度逐渐向0回归：
+- 偏移公式：`偏移量 = sign(好感度) * (1 - (|好感度| / 100)^2) * 基础偏移速度`
+- 基础偏移速度可设置为每天1-5点
+- 这样确保当好感度接近极端值时，变化速度会显著减慢
+
+### 5. 配置选项
+在`PluginConfig.kt`中添加：
+```kotlin
+/**
+ * 是否启用好感度系统
+ */
+val enableFavorabilitySystem by value(true)
+
+/**
+ * 好感度每日基础偏移速度（点/天）
+ */
+val favorabilityBaseShiftSpeed by value(2.0)
+```
+
+### 6. 插件命令
+添加以下命令：
+- `/jgpt favorability <qq> <value>`: 设置指定QQ号的好感度值
+- `/jgpt resetFavorability`: 重置所有用户的好感度为0
+
+### 7. 提示词设计
+不再使用系统提示词中的占位符，而是将好感度信息直接添加到聊天历史的顶部。
+
+### 8. 好感度信息展示
+- 不再使用系统提示词中的占位符
+- 在获取历史消息时，将好感度信息作为摘要添加到聊天历史的顶部
+- 格式示例：
+```
+[好感度摘要]
+用户840465812(筱杰) 好感度: 75
+印象: 热心的开发者，经常提供有用的建议
+调整原因:
+- 2025-09-10 14:30: 提供了关于代码优化的建议 +10
+- 2025-09-09 10:15: 帮助测试新功能 +5
+```
+
+## 待确认事项
+
+1. 时间偏移的基础速度设定（每天多少点）
+2. 好感度调整工具的具体参数和使用方式

README.md

@@ -8,6 +8,7 @@ JChatGPT 是一个基于 Kotlin 的 Mirai Console 插件，它将大型语言模
 - **丰富的工具系统**：包括网络搜索、代码执行、图像识别、群管理等
 - **上下文记忆**：支持持久化记忆存储
 - **好感度系统**：基于用户行为的好感度管理机制
+- **Token消耗统计**：记录每次对话的Token消耗，支持多维度统计查询
 - **LaTeX 渲染**：自动将数学表达式渲染为图片
 - **灵活的触发方式**：@机器人、关键字触发、回复消息等
 - **权限控制**：细粒度的权限管理系统
@@ -37,12 +38,22 @@ AI 可以自动调用多种工具来完成复杂任务：
 
 ## 命令列表
 
-- `/jgpt setToken <token>` - 设置 OpenAI API Token
+### 基础命令
 - `/jgpt enable <contact>` - 启用目标对话权限
 - `/jgpt disable <contact>` - 禁用目标对话权限
 - `/jgpt reload` - 重载配置文件
-- `/jgpt favorability <userId> <value>` - 设置指定用户的好感度值（-100~100）
+- `/jgpt clearMemory` - 清空所有对话记忆
-- `/jgpt resetFavorability` - 重置所有用户的好感度
+- `/jgpt clearContextCache` - 清空所有对话上下文缓存
+
+### 好感度管理
+- `/jgpt setFavor <user> <value>` - 设置指定用户的好感度值（-100~100）
+- `/jgpt clearFavor` - 重置所有用户的好感度
+
+### Token统计
+- `/jgpt tokensDaily [days]` - 查看指定天数的每日Token消耗统计（默认7天）
+- `/jgpt tokensUsers [limit]` - 查看Token消耗最多的用户排名（默认Top 10）
+- `/jgpt tokensGroups [limit]` - 查看Token消耗最多的群组排名（默认Top 10）
+- `/jgpt tokensQuery [userId] [days]` - 查询详细的使用记录（可按用户和时间过滤）
 
 ## 配置文件
 
@@ -284,6 +295,111 @@ JChatGPT 插件包含一个可选的好感度系统，用于根据用户行为
 - `enableFavorabilitySystem` - 是否启用好感度系统（默认：true）
 - `favorabilityBaseShiftSpeed` - 好感度每日基础偏移速度（点/天，默认：2.0）
 
+## Token消耗统计
+
+JChatGPT 插件内置了Token消耗统计功能，可以记录每次对话的Token使用情况，并提供多维度统计查询。
+
+### 功能特性
+- **自动记录**：每次对话自动记录Token消耗
+- **详细数据**：记录时间戳、用户、群组、模型、输入/输出Token数
+- **多维统计**：支持按日期、用户、群组进行统计
+- **灵活查询**：支持详细记录查询和过滤
+
+### 记录内容
+每次对话记录包含以下信息：
+- 时间戳（Unix timestamp）
+- 用户QQ号和昵称
+- 群组ID（群聊）或null（私聊）
+- 使用的模型名称
+- 输入Token数（promptTokens）
+- 输出Token数（completionTokens）
+- 总Token数（totalTokens）
+
+### 统计命令
+
+#### 每日统计
+```
+/jgpt tokensDaily [days]
+```
+- 显示指定天数内的每日Token消耗统计
+- 默认显示最近7天
+- 输出示例：
+  ```
+  最近 7 天 Token 使用统计：
+
+  2026-03-18: 15342 tokens
+  2026-03-17: 12890 tokens
+  2026-03-16: 9567 tokens
+  ```
+
+#### 用户排名
+```
+/jgpt tokensUsers [limit]
+```
+- 显示Token消耗最多的用户排名
+- 默认显示Top 10
+- 输出示例：
+  ```
+  Token 使用排名 Top 10：
+
+  张三(QQ:123456): 25430 tokens
+  李四(QQ:234567): 18920 tokens
+  王五(QQ:345678): 12450 tokens
+  ```
+
+#### 群组排名
+```
+/jgpt tokensGroups [limit]
+```
+- 显示Token消耗最多的群组排名
+- 默认显示Top 10
+- 仅统计群聊对话，不包括私聊
+- 输出示例：
+  ```
+  群组 Token 使用排名 Top 10：
+
+  群 987654321: 45670 tokens
+  群 876543210: 32100 tokens
+  群 765432109: 28930 tokens
+  ```
+
+#### 详细查询
+```
+/jgpt tokensQuery [userId] [days]
+```
+- 查询详细的使用记录
+- 可按用户ID过滤（可选）
+- 可指定时间范围（默认7天）
+- 最多显示20条记录
+- 输出示例：
+  ```
+  最近 7 天使用记录（最多显示20条）：
+
+  [03-18 14:35] 群987654321 - 张三
+    模型: qwen-max, Tokens: 2345 (提示: 1234, 完成: 1111)
+
+  [03-18 14:30] 私聊 - 李四
+    模型: qwen-max, Tokens: 1876 (提示: 980, 完成: 896)
+  ```
+
+### 数据存储
+- Token记录保存在插件数据目录的 `data/data.json` 文件中
+- 使用 `AutoSavePluginData` 自动持久化
+- 记录永久保存，不会自动删除
+- 数据格式为JSON，可手动查看和备份
+
+### 使用场景
+- **成本监控**：了解API调用成本，控制预算
+- **使用分析**：分析哪些用户或群组使用最频繁
+- **性能优化**：识别高消耗对话，优化提示词
+- **趋势分析**：观察使用趋势，规划资源
+
+### 注意事项
+- 仅统计聊天模型的Token消耗
+- 推理模型和视觉模型的消耗不在统计范围内
+- 每次对话轮次都会单独记录
+- 统计数据基于实际API返回的Token数
+
 ## 部署要求
 
 - Java 11 或更高版本

build.gradle.kts

@@ -7,7 +7,7 @@ plugins {
 }
 
 group = "top.jie65535.mirai"
-version = "1.9.0"
+version = "1.10.0"
 
 mirai {
     jvmTarget = JavaVersion.VERSION_11

src/main/kotlin/JChatGPT.kt

@@ -5,6 +5,7 @@ import com.aallam.openai.api.chat.ChatCompletionRequest
 import com.aallam.openai.api.chat.ChatMessage
 import com.aallam.openai.api.chat.ChatRole
 import com.aallam.openai.api.chat.ToolCall
+import com.aallam.openai.api.core.Usage
 import com.aallam.openai.api.model.ModelId
 import io.ktor.util.collections.*
 import kotlinx.coroutines.Deferred
@@ -51,7 +52,7 @@ object JChatGPT : KotlinPlugin(
     JvmPluginDescription(
         id = "top.jie65535.mirai.JChatGPT",
         name = "J ChatGPT",
-        version = "1.9.0",
+        version = "1.10.0",
     ) {
         author("jie65535")
 //        dependsOn("xyz.cssxsh.mirai.plugin.mirai-hibernate-plugin", true)
@@ -548,6 +549,7 @@ object JChatGPT : KotlinPlugin(
                     var responseMessageBuilder: StringBuilder? = null
                     val responseToolCalls = mutableListOf<ToolCall.Function>()
                     val toolCallTasks = mutableListOf<Deferred<ChatMessage>>()
+                    var lastTokenUsage: Usage? = null
                     // 处理聊天流式响应
                     responseFlow.collect { chunk ->
                         val delta = chunk.choices[0].delta ?: return@collect
@@ -609,6 +611,9 @@ object JChatGPT : KotlinPlugin(
                                 }
                             }
                         }
+
+                        // 捕获token使用量
+                        chunk.usage?.let { lastTokenUsage = it }
                     }
 
                     // 移除思考内容
@@ -622,6 +627,23 @@ object JChatGPT : KotlinPlugin(
                         )
                     )
 
+                    // 记录token使用量
+                    lastTokenUsage?.let { usage ->
+                        val now = OffsetDateTime.now().toEpochSecond()
+                        val groupId = if (event is GroupMessageEvent) event.subject.id else null
+                        val record = TokenUsageRecord(
+                            timestamp = now,
+                            userId = event.sender.id,
+                            userNickname = event.senderName,
+                            groupId = groupId,
+                            model = PluginConfig.chatModel,
+                            promptTokens = usage.promptTokens ?: 0,
+                            completionTokens = usage.completionTokens ?: 0,
+                            totalTokens = usage.totalTokens ?: 0
+                        )
+                        PluginData.tokenUsageRecords.add(record)
+                    }
+
                     // 处理最后一个工具调用
                     if (responseToolCalls.size > toolCallTasks.size) {
                         val toolCallMessage = responseToolCalls.last().let { toolCall ->

src/main/kotlin/PluginCommands.kt

@@ -10,6 +10,10 @@ import net.mamoe.mirai.contact.Group
 import net.mamoe.mirai.contact.Member
 import net.mamoe.mirai.contact.User
 import top.jie65535.mirai.JChatGPT.reload
+import java.time.Instant
+import java.time.ZoneId
+import java.time.LocalDate
+import java.time.format.DateTimeFormatter
 
 object PluginCommands : CompositeCommand(
     JChatGPT, "jgpt", description = "J OpenAI ChatGPT"
@@ -72,4 +76,132 @@ object PluginCommands : CompositeCommand(
         JChatGPT.clearContextCache()
         sendMessage("已清空所有对话上下文缓存")
     }
+
+    @SubCommand
+    suspend fun CommandSender.tokens() {
+        sendMessage("请使用子命令：daily, users, groups, query")
+    }
+
+    @SubCommand
+    suspend fun CommandSender.tokensDaily(days: Int = 7) {
+        val now = Instant.now().epochSecond
+        val secondsPerDay = 86400
+        val cutoff = now - (days * secondsPerDay)
+
+        val dailyStats = PluginData.tokenUsageRecords
+            .filter { it.timestamp >= cutoff }
+            .groupBy {
+                LocalDate.ofInstant(
+                    Instant.ofEpochSecond(it.timestamp),
+                    ZoneId.systemDefault()
+                )
+            }
+            .mapValues { (_, records) ->
+                records.sumOf { it.totalTokens }
+            }
+            .toSortedMap()
+
+        if (dailyStats.isEmpty()) {
+            sendMessage("指定时间范围内无使用记录")
+            return
+        }
+
+        val response = buildString {
+            appendLine("最近 $days 天 Token 使用统计：")
+            appendLine()
+            dailyStats.forEach { (date, total) ->
+                appendLine("$date: $total tokens")
+            }
+        }
+        sendMessage(response)
+    }
+
+    @SubCommand
+    suspend fun CommandSender.tokensUsers(limit: Int = 10) {
+        val userStats = PluginData.tokenUsageRecords
+            .groupBy { it.userId }
+            .mapValues { (_, records) ->
+                Pair(
+                    records.first().userNickname,
+                    records.sumOf { it.totalTokens }
+                )
+            }
+            .toList()
+            .sortedByDescending { it.second.second }
+            .take(limit)
+
+        if (userStats.isEmpty()) {
+            sendMessage("暂无使用记录")
+            return
+        }
+
+        val response = buildString {
+            appendLine("Token 使用排名 Top $limit：")
+            appendLine()
+            userStats.forEach {
+                appendLine("- ${it.second.first}(${it.first}): ${it.second.second} tokens")
+            }
+        }
+        sendMessage(response)
+    }
+
+    @SubCommand
+    suspend fun CommandSender.tokensGroups(limit: Int = 10) {
+        val groupStats = PluginData.tokenUsageRecords
+            .filter { it.groupId != null }
+            .groupBy { it.groupId!! }
+            .mapValues { (_, records) ->
+                records.sumOf { it.totalTokens }
+            }
+            .toList()
+            .sortedByDescending { it.second }
+            .take(limit)
+
+        if (groupStats.isEmpty()) {
+            sendMessage("暂无群组使用记录")
+            return
+        }
+
+        val response = buildString {
+            appendLine("群组 Token 使用排名 Top $limit：")
+            appendLine()
+            groupStats.forEach { (groupId, total) ->
+                appendLine("- $groupId: $total tokens")
+            }
+        }
+        sendMessage(response)
+    }
+
+    @SubCommand
+    suspend fun CommandSender.tokensQuery(userId: Long?, days: Int = 7) {
+        val now = Instant.now().epochSecond
+        val cutoff = now - (days * 86400)
+
+        val filtered = PluginData.tokenUsageRecords
+            .filter { it.timestamp >= cutoff }
+            .filter { userId == null || it.userId == userId }
+            .sortedByDescending { it.timestamp }
+            .take(20)
+
+        if (filtered.isEmpty()) {
+            sendMessage("指定时间范围内无使用记录")
+            return
+        }
+
+        val response = buildString {
+            appendLine("最近 $days 天使用记录（最多显示20条）：")
+            appendLine()
+            filtered.forEach { record ->
+                val time = Instant.ofEpochSecond(record.timestamp)
+                    .atZone(ZoneId.systemDefault())
+                    .format(DateTimeFormatter.ofPattern("MM-dd HH:mm"))
+                val location = if (record.groupId != null) "群${record.groupId}" else "私聊"
+                appendLine("[$time] $location - ${record.userNickname}")
+                appendLine("  模型: ${record.model}, Tokens: ${record.totalTokens} " +
+                          "(输入: ${record.promptTokens}, 输出: ${record.completionTokens})")
+                appendLine()
+            }
+        }
+        sendMessage(response)
+    }
 }

src/main/kotlin/PluginData.kt

@@ -34,6 +34,29 @@ data class FavorabilityInfo(
     }
 }
 
+/**
+ * Token使用记录数据类
+ * @param timestamp Unix时间戳
+ * @param userId 用户QQ号
+ * @param userNickname 用户昵称
+ * @param groupId 群号（私聊时为null）
+ * @param model 模型名称
+ * @param promptTokens 输入token数
+ * @param completionTokens 输出token数
+ * @param totalTokens 总token数
+ */
+@Serializable
+data class TokenUsageRecord(
+    val timestamp: Long,
+    val userId: Long,
+    val userNickname: String,
+    val groupId: Long?,
+    val model: String,
+    val promptTokens: Int,
+    val completionTokens: Int,
+    val totalTokens: Int
+)
+
 object PluginData : AutoSavePluginData("data") {
     /**
      * 联系人记忆
@@ -47,6 +70,11 @@ object PluginData : AutoSavePluginData("data") {
      */
     val userFavorability by value(mutableMapOf<Long, FavorabilityInfo>())
 
+    /**
+     * Token使用记录
+     */
+    val tokenUsageRecords by value(mutableListOf<TokenUsageRecord>())
+
     /**
      * 添加对话记忆
      */