JChatGPT

JChatGPT 是一个基于 Kotlin 的 Mirai Console 插件，它将大型语言模型（LLM）集成到即时通讯平台中。该插件支持多种 AI 模型和丰富的工具功能，使用户能够在群聊和私聊中与 AI 进行交互。

功能特性

• 多模型支持：支持聊天模型、推理模型和视觉模型
• 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
• 用户画像系统：好感度、印象、标签、Bot 自定义代号
• Token消耗统计：按天 × 用户 × 群聚合记录，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
• 历史消息集成：可选的历史消息上下文（需配合 mirai-hibernate-plugin）

用法

基本交互

• 在群内直接 @bot 即可触发对话
• 通过引用群友消息 + @bot 让 Bot 识别引用消息的内容
• 回复 bot 的消息即可引用对应的上下文对话（包括这个回复的历史对话）
• 使用关键字触发（默认为 "[小筱][林淋月玥]"，可在配置中修改）

工具调用

AI 可以自动调用多种工具来完成复杂任务：

• 网络搜索（需要配置 SearXNG）
• 代码执行（支持多种语言，需要配置 glot.io token）
• 图像识别（需要配置视觉模型）
• 推理思考（需要配置推理模型）
• 群管理（禁言等，需启用相应权限）
• 记忆管理（添加和修改对话记忆）
• 聊天历史搜索（按关键词、发送者、时间范围检索群聊消息，需启用历史消息上下文）

权限列表

• JChatGPT:Chat - 拥有该权限即可使用 bot 与 AI 对话
• top.jie65535.mirai.jchatgpt:command.jgpt - 拥有该权限即可使用 /jgpt 相关命令

命令列表

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 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 tokens [days] - 查看Token使用简报（默认7天）
• /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] - 查询日聚合记录（每行一天一人，可按用户和时间过滤）
• /jgpt tokensUserDaily <userId> [days] - 查询指定用户每天的消费统计（默认7天）

配置文件

配置文件位于：./config/top.jie65535.mirai.JChatGPT/Config.yml

# OpenAI API base url
openAiApi: 'https://dashscope.aliyuncs.com/compatible-mode/v1/'
# OpenAI API Token
openAiToken: ''
# Chat模型
chatModel: 'qwen-max'
# Chat模型温度，默认为null
chatTemperature: null
# 推理模型API
reasoningModelApi: 'https://dashscope.aliyuncs.com/compatible-mode/v1/'
# 推理模型Token
reasoningModelToken: ''
# 推理模型
reasoningModel: 'qwq-plus'
# 视觉模型API
visualModelApi: 'https://dashscope.aliyuncs.com/compatible-mode/v1/'
# 视觉模型Token
visualModelToken: ''
# 视觉模型
visualModel: 'qwen-vl-plus'
# 聊天模型额外请求体JSON，会合并到请求体中。例如DeepSeek关闭思维: {"thinking": {"type": "disabled"}}
chatModelExtraBody: ''
# 推理模型额外请求体JSON，会合并到请求体中。例如DeepSeek启用思维: {"thinking": {"type": "enabled"}}
reasoningModelExtraBody: ''
# 视觉模型额外请求体JSON，会合并到请求体中。
visualModelExtraBody: ''
# 百炼平台API KEY
dashScopeApiKey: ''
# 百炼平台图像模型（文生图 + 图像编辑）
imageModel: 'qwen-image-2.0'
# 是否在生成图片右下角添加 Qwen-Image 水印
imageWatermark: false
# 百炼平台TTS模型，qwen3-tts-instruct-flash 支持 instructions 指令控制语气
ttsModel: 'qwen3-tts-instruct-flash'
# Jina API Key
jinaApiKey: ''
# SearXNG 搜索引擎地址，如 http://127.0.0.1:8080/search 必须启用允许json格式返回
searXngUrl: ''
# 在线运行代码 glot.io 的 api token，在官网注册账号即可获取。
glotToken: ''
# 群管理是否自动拥有对话权限，默认是
groupOpHasChatPermission: true
# 好友是否自动拥有对话权限，默认是
friendHasChatPermission: true
# 机器人是否可以禁言别人，默认禁止
canMute: false
# 群荣誉等级权限门槛，达到这个等级相当于自动拥有对话权限。
temperaturePermission: 50
# 等待响应超时时间（整个请求的总超时与socket读超时），单位毫秒，默认60秒
timeout: 60000
# 首块响应超时时间，单位毫秒，默认10秒。若连接建立后在此时间内没收到首块data:则中断走重试
firstChunkTimeout: 10000
# 系统提示词，该字段已弃用，使用提示词文件而不是在这里修改
prompt: '你是一个乐于助人的助手'
# 系统提示词文件路径，相对于插件配置目录
promptFile: 'SystemPrompt.md'
# 创建Prompt时取最近多少分钟内的消息
historyWindowMin: 10
# 创建Prompt时取最多几条消息
historyMessageLimit: 20
# 是否打印Prompt便于调试
logPrompt: false
# 达到需要合并转发消息的阈值
messageMergeThreshold: 150
# 最大循环次数，至少2次
retryMax: 5
# 关键字呼叫，支持正则表达式
callKeyword: '[小筱][林淋月玥]'
# 是否显示工具调用消息，默认是
showToolCallingMessage: true
# 是否启用记忆编辑功能，记忆存在data目录，提示词中需要加上{memory}来填充记忆，每个群都有独立记忆
memoryEnabled: true
# 是否启用好感度系统
enableFavorabilitySystem: true
# 好感度每日基础偏移速度（点/天）
favorabilityBaseShiftSpeed: 2.0
# 聊天记录搜索最大天数
searchHistoryMaxDays: 30
# 聊天记录搜索最大查询条数，防止内存溢出
searchHistoryMaxRecords: 5000

系统提示词

JChatGPT 使用系统提示词来定义 AI 的行为和个性。提示词文件位于插件配置目录下的 SystemPrompt.md 文件中。

提示词结构

系统提示词通常包含以下部分：

1. 角色定义：定义 AI 的身份、性格和行为准则
2. 功能说明：描述 AI 可以使用的工具和功能
3. 交互规则：规定 AI 与用户交互的规则和限制
4. 占位符：动态替换的内容，如时间、群信息、记忆等

占位符

系统提示词支持以下占位符，在运行时会被动态替换：

• {time} - 当前时间（格式：yyyy年MM月dd E HH:mm:ss）
• {subject} - 当前聊天环境信息（群聊名称或私聊信息）
• {memory} - 当前联系人的记忆内容

示例提示词

以下是一个完整的示例提示词，展示如何构建一个个性化的AI角色：

你是小灵，一个聪明、友善且乐于助人的AI助手。

你被设计为帮助用户解答问题、提供信息和完成各种任务。你具有以下特点：
- 性格开朗、幽默，但保持礼貌和专业
- 喜欢使用轻松的语气，但不会过于随意
- 对技术问题有深入的理解，能够提供准确的信息
- 对于不确定的问题，会坦诚说明而不是编造答案

你可以使用的工具包括：
1. 网络搜索 - 获取最新的信息
2. 代码执行 - 运行和测试代码片段
3. 图像识别 - 理解图片内容
4. 数学计算 - 解决复杂的数学问题
5. 记忆管理 - 保存和回忆重要信息

重要说明：
你所有的输出都是内心思考，用户无法看到。只有当你调用发送消息的工具时，用户才能看到你的回复。
- sendSingleMessage - 发送单条消息（适用于简短回复）
- sendCompositeMessage - 发送组合消息（适用于长内容或代码）

交互规则：
1. 只有当用户@你或在消息中包含你的名字时才会响应
2. 回复应简洁明了，避免长篇大论
3. 对于复杂内容，使用组合消息功能发送
4. 不主动参与与你无关的对话
5. 不会对用户进行人身攻击或使用不当语言

工具使用原则：
- 只在必要时使用工具
- 深度思考工具仅用于复杂问题
- 代码执行工具用于验证技术问题
- **每次对话结束时必须调用 endConversation 工具来结束对话**
- **要发送消息给用户必须使用 sendSingleMessage 或 sendCompositeMessage 工具**

<memory>
{memory}
</memory>

当前的时间是：{time}
你当前在 {subject} 环境中

对话示例：
用户：小灵，今天的天气怎么样？
小灵：让我查一下...
（调用网络搜索工具）
（调用 sendSingleMessage 工具）
小灵：今天天气晴朗，温度在25°C左右，适合外出活动。
（调用 endConversation 工具）

用户：帮我写一个Python函数来计算斐波那契数列
小灵：好的，这是计算斐波那契数列的Python函数：
（调用 sendCompositeMessage 工具发送代码）
def fibonacci(n):
    if n <= 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

# 示例使用
print(fibonacci(10))  # 输出55
（调用 endConversation 工具）

用户：你能识别这张图片吗？[图片链接]
小灵：让我看看这张图片...
（调用图像识别工具）
（调用 sendSingleMessage 工具）
小灵：这是一张猫咪的图片，看起来很可爱！
（调用 endConversation 工具）

注意事项：
1. 请勿重复发送相似内容
2. 避免不必要的工具调用以节省资源
3. 保护用户隐私，不泄露敏感信息
4. 遵守法律法规，不传播违法内容
5. **切记：只有通过调用发送消息工具，用户才能看到你的回复**
6. **每次对话结束时都必须调用结束对话工具**

编写建议

1. 明确角色定位：清晰定义 AI 的身份和个性，让用户能够建立预期
2. 设定行为边界：规定 AI 应该和不应该做的事情，确保安全使用
3. 强调工具调用机制：明确说明只有通过调用发送消息工具才能让用户看到回复
4. 强调结束对话：每次对话都必须调用 endConversation 工具来结束
5. 合理使用工具：指导 AI 何时以及如何使用各种工具，避免滥用
6. 优化交互体验：确保对话自然流畅，避免重复和冗余
7. 保护隐私安全：确保敏感信息不会被泄露
8. 提供具体示例：通过对话示例展示预期的行为模式
9. 使用占位符：充分利用时间、环境和记忆占位符提供上下文感知

支持的模型

JChatGPT 默认配置为使用阿里云百炼平台的通义千问系列模型：

• 聊天模型：qwen-max
• 推理模型：qwq-plus
• 视觉模型：qwen-vl-plus

当然，也可以配置为使用其他兼容 OpenAI API 的模型，如 GPT 系列模型。

工具系统

插件内置了丰富的工具供 AI 调用：

1. WebSearch - 使用 SearXNG 进行网络搜索
2. RunCode - 在 glot.io 上执行多种编程语言代码
3. VisualAgent - 图像识别和理解
4. ReasoningAgent - 深度思考和推理
5. MemoryAppend/Replace - 对话记忆管理
6. GroupManageAgent - 群管理功能（如禁言）
7. SendSingleMessage/CompositeMessage - 发送消息
8. SendVoiceMessage - 发送语音消息
9. ImageAgent - 图像生成与编辑（文生图、单图编辑、多图融合）
10. WeatherService - 天气查询
11. SearchChatHistory - 按关键词、发送者、时间范围搜索群聊消息历史（依赖 mirai-hibernate-plugin）

用户画像系统

JChatGPT 维护对每位用户的画像，由好感度、Bot 自定义代号、最多 5 个标签和印象文本组成。模型可以通过 adjustUserFavorability 工具在交流后增量更新这些字段（同一次调用可以同时调好感度、加 tag、改印象，不必分开）。

字段

• value（好感度）：范围 -100（完全不理会）到 100（非常好的朋友）
• name（代号）：Bot 给此人起的内部代号，区别于 QQ 昵称，长度 ≤20
• tags（标签）：最多 5 个简短标签，记录身份/职业/偏好/技术栈等
• impression（印象）：自由文本，长度 ≤200
• reasons（调整原因）：只有 change ≠ 0 的调整才会追加，保留最近 10 条

好感度机制

• 负好感度用户有一定概率不会收到回复，概率 = |好感度| / 100
• 好感度会随时间向 0 偏移：偏移量 = sign(好感度) × (1 - (|好感度| / 100)²) × 基础偏移速度
• 极端值变化缓慢，-100 需要好几天才能回升，100 也不会快速衰减

注入到上下文

• 群聊：列出会话历史中"认识的群友"（name/tags/impression 任一非空）
• 私聊：仅当对方有 name/tags/impression 时注入对方画像
• 仅有好感度数值、其它字段全空的用户不会被列出，避免提示词噪声

管理命令

• /jgpt setFavor <user> <value> - 设置指定用户的好感度值（-100~100），不改其他字段
• /jgpt clearFavor - 清空所有用户画像

配置选项

• enableFavorabilitySystem - 是否启用画像系统（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 按 (日期, userId, groupId) 三元组聚合每次对话的 Token 消耗，提供多维度统计查询。

历史版本曾按每次请求逐条记录，但增长不受控（数千条后会触发 mamoe-yamlkt 的编/解码 bug 导致整个 data.yml 无法加载）。现已改为按天聚合并搬到独立的 token_usage.json，data.yml 只保留小规模的 memory / favorability 数据。

功能特性

• 自动记录：每次对话累加到当日聚合行
• 聚合维度：日期 × 用户 × 群（同一人同一天在同一群只占一行）
• 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

每条聚合记录包含：

• 日期（yyyy-MM-dd，本地时区）
• 用户QQ号和最近一次记录到的昵称
• 群组ID（群聊）或null（私聊）
• 当日累计输入Token数（promptTokens）
• 当日累计输出Token数（completionTokens）
• 当日累计总Token数（totalTokens）
• 当日调用次数（callCount）

统计命令

使用简报

/jgpt tokens [days]

• 快速查看指定时间范围内的Token使用概况
• 默认显示最近7天
• 包含总计、今日、最活跃用户/群组
• 输出示例：

  📊 Token 使用简报（最近 7 天）
  
  总计: 1,452,279 tokens
  今日: 215,432 tokens
  活跃用户: 15 人
  
  👤 最活跃用户:
    张三 - 523,456 tokens
  
  👥 最活跃群组:
    987654321 - 876,543 tokens
  
  📋 详细查询:
    /jgpt tokensDaily [days]  - 每日统计
    /jgpt tokensUsers [limit] - 用户排名
    /jgpt tokensGroups [limit] - 群组排名
    /jgpt tokensQuery [userId] [days] - 详细记录
    /jgpt tokensUserDaily <userId> [days] - 用户日统计
  

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: 15,342 tokens
  2026-03-17: 12,890 tokens
  2026-03-16: 9,567 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): 25,430 tokens
  李四(QQ:234567): 18,920 tokens
  王五(QQ:345678): 12,450 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: 45,670 tokens
  群 876543210: 32,100 tokens
  群 765432109: 28,930 tokens
  

详细查询

/jgpt tokensQuery [userId] [days]

• 查询日聚合记录（每行 = 某天某人某群的当日合计）
• 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，按日期倒序
• 输出示例：

  最近 7 天使用记录（最多显示20条，按日聚合）：
  
  [2026-03-18] 群987654321 - 张三
    调用 12 次, Tokens: 23,450 (输入: 12,340, 输出: 11,110)
  
  [2026-03-18] 私聊 - 李四
    调用 5 次, Tokens: 8,760 (输入: 4,800, 输出: 3,960)
  

用户日统计

/jgpt tokensUserDaily <userId> [days]

• 查询指定用户每天的消费统计
• 按天汇总显示，不会刷屏
• 必须提供用户ID（QQ号）
• 可指定时间范围（默认7天）
• 输出示例：

  用户 张三 最近 7 天 Token 使用统计：
  
  2026-03-18: 12,450 tokens
  2026-03-17: 8,320 tokens
  2026-03-16: 15,670 tokens
  
  总计: 36,440 tokens
  

数据存储

• Token 聚合记录保存在插件数据目录的 token_usage.json 文件中
• 由 TokenUsageStore 直接管，绕开 mamoe 的 plugin data 系统（避免 yamlkt 在大数据量下的编/解码 bug）
• 每次记录后写盘（先写 .tmp 再覆盖，避免半文件）
• 加载失败会自动备份原文件为 token_usage.json.broken-<timestamp> 并从空开始
• 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
• 同一用户同一天在同一群的多次调用合并为一行（callCount 自增）
• 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
• Mirai Console 2.16.0 或更高版本
• 可选：mirai-hibernate-plugin（用于历史消息上下文）
• 相关 API Tokens（根据需要启用的功能配置）

备注

• 如果默认的 API 调用失败，可以更换为其他兼容的 API 地址
• 可根据需要配置代理设置
• 某些工具需要额外的 API 密钥才能启用
• 插件支持自定义系统提示词，可以通过修改 SystemPrompt.md 文件来实现