ErisPulse-QvQChat 2.3.1

ErisPulse QvQChat 智能对话模块 - 多AI协同智能体

QvQChat 智能对话模块

简介

QvQChat 是一个基于多AI协同的智能对话模块，采用"普通群友模式"，让AI像真人一样自然参与聊天。

核心特性 ⭐

• AI自主决策：无需命令格式，直接用自然语言交互
• 记忆自然融合：询问"你记得我的生日吗"，AI根据记忆自然回答
• 配置简化：只需配置dialogue的API密钥，其他AI自动复用
• 窥屏模式：群聊默默观察，适时回复（默认3%回复率）
• 多模态支持：支持图片理解（需要gpt-4o等视觉模型）

快速开始

第一步：克隆代码仓库

# 使用 HTTPS 克隆
git clone https://github.com/wsu2059q/ErisPulse-QvQChat.git

# 或使用 SSH 克隆（如果配置了 SSH 密钥）
git clone [e-mail]:wsu2059q/ErisPulse-QvQChat.git

# 进入项目目录
cd ErisPulse-QvQChat

第二步：配置文件

复制 config.example.toml 为 config.toml，然后进行最简配置：

[QvQChat]
bot_nicknames = ["Amer"]  # 你的机器人昵称
bot_ids = ["123456789"]    # 你的机器人ID

[QvQChat.dialogue]
base_url = "https://api.openai.com/v1"  # 或使用中转服务
api_key = "sk-your-actual-api-key-here"  # 填入你的API密钥
model = "gpt-4o"  # 建议使用支持视觉的模型

详细配置：查看 config.example.toml 获取完整配置选项，包括：

• 窥屏模式参数调整
• 多AI独立配置
• 群聊和用户个性化设置
• 对话连续性和记忆管理等
• 安全防护配置

第三步：安装

详细教程：查看 INSTALL.md 获取完整的 Docker 安装和配置说明。

建议使用 Docker 安装（完整环境隔离，推荐生产环境） 或使用 手动安装（开发环境，需要自定义）

Docker 安装（推荐）

快速开始：

# 1. 准备配置文件
cp config.example.toml config.toml

# 2. 启动容器
docker-compose up -d

手动安装

前提：已安装 Python 3.10+ 和 ErisPulse 框架

# 安装适配器（根据需要）
epsdk install OneBot11  # QQ 适配器（推荐）

# 安装 QvQChat 模块
epsdk install QvQChat

# 启动 ErisPulse
ep run

第四步：启动

配置完成后，启动服务即可：

• Docker：docker-compose up -d
• 手动：ep run

查看日志确认 QvQChat 模块已正常加载。

功能简介

1. AI智能决策（普通群友模式）

AI会根据对话上下文智能判断：

• 是否回复：AI判断何时需要回应
• 是否记忆：AI自动判断什么值得记住

群聊使用窥屏模式，大部分时间保持安静，偶尔参与对话（默认3%回复率），被@时积极响应（80%回复率）。

2. 记忆管理

对话后AI会自动提取重要信息保存到长期记忆。支持：

• 自然询问记忆："你记得我的生日吗？"
• 主动添加记忆："记住这件事，我下周五生日"
• 删除记忆："忘记这件事"

3. 图片理解

支持图片内容理解，dialogue AI可直接分析图片（需要视觉模型）。

窥屏模式说明

群聊默认启用窥屏模式，让机器人更像真人：

参数	默认值	说明
enabled	true	启用窥屏模式
default_probability	0.03	默认回复概率（3%）
mention_probability	0.8	被@时回复概率（80%）
keyword_probability	0.5	匹配关键词时回复概率（50%）
question_probability	0.4	提问时回复概率（40%）
min_messages_between_replies	15	两次回复之间至少间隔消息数
max_replies_per_hour	8	每小时最多回复次数

可在 config.toml 的 [QvQChat.stalker_mode] 部分调整这些参数。

安全防护

QvQChat 提供多层防护机制，防止恶意刷屏和资源滥用：

1. 消息长度限制

忽略过长的消息，防止恶意刷屏。

[QvQChat]
max_message_length = 1000  # 忽略长度超过此值的消息（字符数）

2. 速率限制

限制短时间内允许的最大 token 数量，防止刷 API 配额。

[QvQChat]
rate_limit_tokens = 20000   # 时间窗口内允许的最大token数
rate_limit_window = 60         # 时间窗口（秒）

工作原理：

• 每次回复前，估算需要的 token 数（包括输入和输出）
• 在时间窗口内（默认60秒），累计 token 数不能超过限制
• 超过限制时记录日志并跳过处理

3. 窥屏模式限制

群聊默认使用低回复率（3%），并有额外的限制：

• 每小时最多回复 8 次（可配置）
• 两次回复之间至少间隔 15 条消息（可配置）

配置优化

AI 配置智能合并

只需配置 dialogue 的 API 密钥，其他 AI 自动复用：

[QvQChat.dialogue]
base_url = "https://api.siliconflow.cn/v1"
api_key = "sk-xxx"
model = "moonshotai/Kimi-K2-Instruct-0905"
temperature = 0.7
max_tokens = 500

# memory 使用自己的模型，但复用 dialogue 的 API 密钥
[QvQChat.memory]
model = "inclusionAI/Ling-mini-2.0"
temperature = 0.3
max_tokens = 1000

# intent 使用自己的模型，但复用 dialogue 的 API 密钥
[QvQChat.intent]
model = "tencent/Hunyuan-A13B-Instruct"
temperature = 0.1
max_tokens = 500

# vision 也可以有独立的 API 密钥
[QvQChat.vision]
base_url = "https://api.siliconflow.cn/v1"
api_key = "sk-xxx"  # 或留空复用 dialogue 的
model = "Qwen/Qwen3-VL-8B-Instruct"
temperature = 0.3
max_tokens = 300

配置继承规则：

• 优先使用 AI 自己的配置（model、temperature、max_tokens 等）
• 如果 AI 没有配置 api_key，复用 dialogue 的 api_key
• 如果 AI 没有配置 base_url，复用 dialogue 的 base_url
• 其他参数使用 AI 自己的配置，没有才使用默认值

使用示例

日常对话

用户：在吗？
AI：[不回复，保持安静]

用户：你觉得这个怎么样？
AI：我觉得挺好的。[偶尔回复，自然参与]

用户：@机器人 今天的天气怎么样？
AI：今天天气不错，适合出去玩。[被@时高概率回复]

记忆相关

用户：你记得我的生日吗？
AI：是的，我记得你的生日是6月15日。[记忆自然融入]

用户：记住这件事，我下周五要考试
AI：好的，我会记住你下周五要考试。[主动记忆]

更多文档

• 配置详解：查看 config.example.toml 获取完整配置选项和详细说明
• 架构文档：查看 ARCHITECTURE.md 了解系统架构、核心组件、数据流等技术细节

相关链接

• ErisPulse SDK - 底层框架