重做可不的主动闲聊与第三人社会化记忆:原话锚点校验、去人机味与公开留言转达
11 月 3 日和 4 日这两天,我重点修了可不(KAFU)在群聊和私聊里的三件关乎「分寸感」的事:一是闲逛插件冷不丁发出一句跟上下文毫无关系的感慨;二是日常闲聊里总是带着一股「合规播报 + 阅读理解拆解」的人机味;三是当群友向她打听另一个人(比如问“你管理员去哪了”)时,记忆系统要么报 500 越权错误,要么存在把私密健康/忌口信息漏出去的风险。
1. 主动闲聊重做:没有带时间戳的 anchor 原话就保持安静
11 月 3 日 15:45:54,机器人在没有任何人说话的时段突然冒出一句莫名其妙的主动搭话。事后问她为什么发,模型自己编了个“刚才在跟别人聊这个”的理由——去查 state.json 的 lastProactiveAt 和 NapCat 出站日志才确认,那是闲逛插件 chat 分支自己触发的,跟别人毫无关系。
旧版主动闲聊最大的毛病,是从一个没有时间戳的 6 句 messages 缓冲区里抓话题,而且把「每 45 分钟检查一次」写成了近乎强制找话说的配额,哪怕没话找话也会用一段泛泛的抒情兜底。
在 v0.5.12 里我把主动接话改成了严格的原话锚点校验机制:
- 只认 4 小时内、同会话确有助手回复的近期记录:技术排障、道别、纠错、已用过的话题一律剔除;群聊没有明确素材时默认保持安静。
- 强制结构化输出与双端匹配:模型必须输出
{ "share": bool, "source_id": str, "anchor": str, "text": str }。校验器会硬核检查:source_id必须真实存在,anchor必须是用户说过的原话片段,且生成的text正文里也必须包含同一个具体对象;任何一项不过关就直接丢弃、保持沉默,绝不用“挺有意思”之类的万金油兜底。 - 发送记录回注防失忆:一旦某条主动接话真的发出去了,会把带
source_id和时间的发送记录记下来;用户接着追问“你刚发啥了”时自动注入上下文,避免因为常规对话历史没录进去而死不承认。 - 修复预算
0的语义与热重载失活:原先配置里填0会被当成“不限制次数”,现修正为“关闭该项浏览/分享”;同时在initialize()里补上防重复的recover()调用,解决插件热重载后因为错过on_astrbot_loaded事件导致定时检查器停摆的 bug。
2. 拆掉人机味:禁止把内部核验规则当台词念出来
11 月 4 日翻 data_v4.db 的近期聊天记录时,我归纳出了之前几轮安全加固留下的五种典型“人机味”副作用:
- 把系统规则当台词播报:动不动对用户说
"但我不敢把还没验证的事说成已经验证过了"; - 阅读理解式拆解笑点:群友发个搞笑神评,她按
**第一层是字面上的反讽**、**第二层是位置**分点作答; - 电台报幕腔:点完歌固定接一段散文升华
"正好收一收这一夜的声音"; - IT 工单腔:群友随口吐槽一句电脑内存占了 50%,她连发四段排查清单;
- 满篇公文词与直角引号:高频冒出
"不过说实话"、"更稳妥的是",普通口语词也套上「」。
修改 kafu 人设与 astrbot_plugin_kafu_conversation 时,我把核心原则改成了:所有核验与安全边界只作内部判断分寸,严禁把免责声明、运维术语或规则条文当台词念给用户听;同时把对话明确分成「日常闲聊」与「正经解题」两个频道,平时顺着对方具体细节自然接半步,并在 on_llm_request 末尾加上轻量口语收尾锚点。
3. 第三人社会化记忆:粗粒度公开印象 + 本人授权留言转达
最后是记忆系统里一个非常现实的社交场景:当群友 A 向可不打听群友 B(或者打听管理员 3040878844)时,机器人到底该知道多少、能说多少?
现实里朋友之间打听一个人,既不可能调出对方的私密病历和聊天原话,也不至于装作完全不认识;如果对方临走前特意交代过“要是有人问我去哪了,帮我说一声我卸 QQ 歇三周”,那这句明确授权的话就应该能顺畅转达。
为此我在 kafu-reme-service(state_store.py 与 service.py)里加了两层机制:
- 本人公开留言转达(
public_relay_notes):通过PUBLIC_RELAY_RE严格匹配本人直接发言(direct=1)里明确带有对外转告意图的话(如"要是有人问我…你就给他们解释"、"帮我跟大家说一声"),生成不受跨会话私聊阻断的public_relay/<source_id>条目;如果本人后续说了"别对外说了 / 取消转告"(匹配PUBLIC_RELAY_CANCEL_RE),则立即停止公开。 - 粗粒度公开印象(
public_overview):当第三方打听某人时,不再粗暴抛出foreign_private_query500 报错,而是只返回脱敏后的公开轮廓(常用称呼、最多 5 个大类兴趣方向如编程/游戏/音乐、说话风格印象,以及上面的本人授权留言),在召回层硬性剥离私人聊天原话、健康医疗(如血压数据)、忌口、真名和好感度分数。
同时在 astrbot_plugin_kafu_address 的 <称呼表> 注入里,只凭可信 sender_id == "3040878844" 认领唯一管理员哥哥(按家人/亲哥哥一样自然相处,不搞主仆那套),彻底杜绝其他昵称叫“哥哥”的群友或测试号串号。端到端实测中,陌生号打听管理员去向时能准确转达“卸载 QQ 三四周后回来”的留言,而试探血压、忌口等隐私时召回层实现 0 泄露。