mirror of
https://github.com/jie65535/JChatGPT.git
synced 2026-05-04 22:33:35 +08:00
Add token consumption tracking system Update version to v1.10.0
This commit is contained in:
123
FavorabilitySystem.md
Normal file
123
FavorabilitySystem.md
Normal file
@@ -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
|
||||
122
README.md
122
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 resetFavorability` - 重置所有用户的好感度
|
||||
- `/jgpt clearMemory` - 清空所有对话记忆
|
||||
- `/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
|
||||
|
||||
@@ -7,7 +7,7 @@ plugins {
|
||||
}
|
||||
|
||||
group = "top.jie65535.mirai"
|
||||
version = "1.9.0"
|
||||
version = "1.10.0"
|
||||
|
||||
mirai {
|
||||
jvmTarget = JavaVersion.VERSION_11
|
||||
|
||||
@@ -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 ->
|
||||
|
||||
@@ -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)
|
||||
}
|
||||
}
|
||||
@@ -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
|
||||
*/
|
||||
|
||||
Reference in New Issue
Block a user