182 lines
6.8 KiB
TOML
182 lines
6.8 KiB
TOML
[inner]
|
|
version = "0.0.10"
|
|
|
|
#以下是给开发人员阅读的，一般用户不需要阅读
|
|
#如果你想要修改配置文件，请在修改后将version的值进行变更
|
|
#如果新增项目，请在BotConfig类下新增相应的变量
|
|
#1.如果你修改的是[]层级项目，例如你新增了 [memory],那么请在config.py的 load_config函数中的include_configs字典中新增"内容":{
|
|
#"func":memory,
|
|
#"support":">=0.0.0", #新的版本号
|
|
#"necessary":False #是否必须
|
|
#}
|
|
#2.如果你修改的是[]下的项目，例如你新增了[memory]下的 memory_ban_words ,那么请在config.py的 load_config函数中的 memory函数下新增版本判断:
|
|
# if config.INNER_VERSION in SpecifierSet(">=0.0.2"):
|
|
# config.memory_ban_words = set(memory_config.get("memory_ban_words", []))
|
|
|
|
[bot]
|
|
qq = 123
|
|
nickname = "麦麦"
|
|
alias_names = ["麦叠", "牢麦"]
|
|
|
|
[personality]
|
|
prompt_personality = [
|
|
"用一句话或几句话描述性格特点和其他特征",
|
|
"用一句话或几句话描述性格特点和其他特征",
|
|
"例如，是一个热爱国家热爱党的新时代好青年"
|
|
]
|
|
personality_1_probability = 0.7 # 第一种人格出现概率
|
|
personality_2_probability = 0.2 # 第二种人格出现概率
|
|
personality_3_probability = 0.1 # 第三种人格出现概率，请确保三个概率相加等于1
|
|
prompt_schedule = "用一句话或几句话描述描述性格特点和其他特征"
|
|
|
|
[message]
|
|
min_text_length = 2 # 与麦麦聊天时麦麦只会回答文本大于等于此数的消息
|
|
max_context_size = 15 # 麦麦获得的上文数量
|
|
emoji_chance = 0.2 # 麦麦使用表情包的概率
|
|
thinking_timeout = 120 # 麦麦思考时间
|
|
|
|
response_willing_amplifier = 1 # 麦麦回复意愿放大系数，一般为1
|
|
response_interested_rate_amplifier = 1 # 麦麦回复兴趣度放大系数,听到记忆里的内容时放大系数
|
|
down_frequency_rate = 3 # 降低回复频率的群组回复意愿降低系数 除法
|
|
ban_words = [
|
|
# "403","张三"
|
|
]
|
|
|
|
ban_msgs_regex = [
|
|
# 需要过滤的消息（原始消息）匹配的正则表达式，匹配到的消息将被过滤（支持CQ码），若不了解正则表达式请勿修改
|
|
#"https?://[^\\s]+", # 匹配https链接
|
|
#"\\d{4}-\\d{2}-\\d{2}", # 匹配日期
|
|
# "\\[CQ:at,qq=\\d+\\]" # 匹配@
|
|
]
|
|
|
|
[emoji]
|
|
check_interval = 300 # 检查表情包的时间间隔
|
|
register_interval = 20 # 注册表情包的时间间隔
|
|
auto_save = true # 自动偷表情包
|
|
enable_check = false # 是否启用表情包过滤
|
|
check_prompt = "符合公序良俗" # 表情包过滤要求
|
|
|
|
[cq_code]
|
|
enable_pic_translate = false
|
|
|
|
[response]
|
|
model_r1_probability = 0.8 # 麦麦回答时选择主要回复模型1 模型的概率
|
|
model_v3_probability = 0.1 # 麦麦回答时选择次要回复模型2 模型的概率
|
|
model_r1_distill_probability = 0.1 # 麦麦回答时选择次要回复模型3 模型的概率
|
|
max_response_length = 1024 # 麦麦回答的最大token数
|
|
|
|
[willing]
|
|
willing_mode = "classical"
|
|
# willing_mode = "dynamic"
|
|
# willing_mode = "custom"
|
|
|
|
[memory]
|
|
build_memory_interval = 2000 # 记忆构建间隔 单位秒 间隔越低，麦麦学习越多，但是冗余信息也会增多
|
|
memory_compress_rate = 0.1 # 记忆压缩率 控制记忆精简程度 建议保持默认,调高可以获得更多信息，但是冗余信息也会增多
|
|
|
|
forget_memory_interval = 1000 # 记忆遗忘间隔 单位秒 间隔越低，麦麦遗忘越频繁，记忆更精简，但更难学习
|
|
memory_forget_time = 24 #多长时间后的记忆会被遗忘 单位小时
|
|
memory_forget_percentage = 0.01 # 记忆遗忘比例 控制记忆遗忘程度 越大遗忘越多 建议保持默认
|
|
|
|
|
|
memory_ban_words = [ #不希望记忆的词
|
|
# "403","张三"
|
|
]
|
|
|
|
[mood]
|
|
mood_update_interval = 1.0 # 情绪更新间隔 单位秒
|
|
mood_decay_rate = 0.95 # 情绪衰减率
|
|
mood_intensity_factor = 1.0 # 情绪强度因子
|
|
|
|
[keywords_reaction] # 针对某个关键词作出反应
|
|
enable = true # 关键词反应功能的总开关
|
|
|
|
[[keywords_reaction.rules]] # 如果想要新增多个关键词，直接复制本条，修改keywords和reaction即可
|
|
enable = true # 是否启用此条（为了人类在未来AI战争能更好地识别AI（bushi），默认开启）
|
|
keywords = ["人机", "bot", "机器", "入机", "robot", "机器人"] # 会触发反应的关键词
|
|
reaction = "有人说你是人机或者机器人，否定这一事实，攻击或反问他。注意，只有认为你是机器人才回复，否则不要否认" # 触发之后添加的提示词
|
|
|
|
[[keywords_reaction.rules]] # 就像这样复制
|
|
enable = false # 仅作示例，不会触发
|
|
keywords = ["测试关键词回复","test",""]
|
|
reaction = "回答“测试成功”"
|
|
|
|
[chinese_typo]
|
|
enable = true # 是否启用中文错别字生成器
|
|
error_rate=0.002 # 单字替换概率
|
|
min_freq=9 # 最小字频阈值
|
|
tone_error_rate=0.2 # 声调错误概率
|
|
word_replace_rate=0.006 # 整词替换概率
|
|
|
|
[others]
|
|
enable_advance_output = false # 是否启用高级输出
|
|
enable_kuuki_read = true # 是否启用读空气功能
|
|
enable_debug_output = false # 是否启用调试输出
|
|
enable_friend_chat = false # 是否启用好友聊天
|
|
|
|
[groups]
|
|
talk_allowed = [
|
|
123,
|
|
123,
|
|
] #可以回复消息的群
|
|
talk_frequency_down = [] #降低回复频率的群
|
|
ban_user_id = [] #禁止回复消息的QQ号
|
|
|
|
[remote] #测试功能，发送统计信息，主要是看全球有多少只麦麦
|
|
enable = true
|
|
|
|
|
|
#下面的模型若使用硅基流动则不需要更改，使用ds官方则改成.env.prod自定义的宏，使用自定义模型则选择定位相似的模型自己填写
|
|
#推理模型：
|
|
[model.llm_reasoning] #回复模型1 主要回复模型
|
|
name = "Pro/deepseek-ai/DeepSeek-R1"
|
|
provider = "SILICONFLOW"
|
|
pri_in = 0 #模型的输入价格（非必填，可以记录消耗）
|
|
pri_out = 0 #模型的输出价格（非必填，可以记录消耗）
|
|
|
|
[model.llm_reasoning_minor] #回复模型3 次要回复模型
|
|
name = "deepseek-ai/DeepSeek-R1-Distill-Qwen-32B"
|
|
provider = "SILICONFLOW"
|
|
|
|
#非推理模型
|
|
|
|
[model.llm_normal] #V3 回复模型2 次要回复模型
|
|
name = "Pro/deepseek-ai/DeepSeek-V3"
|
|
provider = "SILICONFLOW"
|
|
|
|
[model.llm_normal_minor] #V2.5
|
|
name = "deepseek-ai/DeepSeek-V2.5"
|
|
provider = "SILICONFLOW"
|
|
|
|
[model.llm_emotion_judge] #主题判断 0.7/m
|
|
name = "Qwen/Qwen2.5-14B-Instruct"
|
|
provider = "SILICONFLOW"
|
|
|
|
[model.llm_topic_judge] #主题判断：建议使用qwen2.5 7b
|
|
name = "Pro/Qwen/Qwen2.5-7B-Instruct"
|
|
provider = "SILICONFLOW"
|
|
|
|
[model.llm_summary_by_topic] #建议使用qwen2.5 32b 及以上
|
|
name = "Qwen/Qwen2.5-32B-Instruct"
|
|
provider = "SILICONFLOW"
|
|
pri_in = 0
|
|
pri_out = 0
|
|
|
|
[model.moderation] #内容审核 未启用
|
|
name = ""
|
|
provider = "SILICONFLOW"
|
|
pri_in = 0
|
|
pri_out = 0
|
|
|
|
# 识图模型
|
|
|
|
[model.vlm] #图像识别 0.35/m
|
|
name = "Pro/Qwen/Qwen2-VL-7B-Instruct"
|
|
provider = "SILICONFLOW"
|
|
|
|
#嵌入模型
|
|
|
|
[model.embedding] #嵌入
|
|
name = "BAAI/bge-m3"
|
|
provider = "SILICONFLOW"
|