实现

消息、模型、工具和记忆如何协作

平台适配器只负责收发与归一化，Assistant Runtime 拥有决策边界，模型和工具在明确权限内执行，SQLite 保存可恢复的状态。

架构

核心模块与所有权边界

目录职责
cmd/webui/进程入口、环境装配、SQLite 和运行时依赖注入。
model/assistant/消息事件、通道、回复决策、Agent、媒体、记忆与任务。
model/llm/统一请求、Provider adapter、模型目录、token 预算和重试。
model/storage/Schema、配置、消息、事件、记忆和任务持久化。
webui/Gin API、鉴权、配置、事件、更新和 SSE。
frontend-next/Vue 3 管理控制台。

调用链

一条消息如何决定回复或忽略

  1. 接收与归一化

    平台 adapter 将文本、@、引用、图片、文件和发送者转换为统一 MessageEvent。

  2. 补全与缓存

    解析引用、转发和媒体引用，将短效平台图片写入本地历史媒体缓存。

  3. 确定性门禁

    检查机器人/群启用、回复时间、屏蔽用户、群等级和机器人互聊抑制。

  4. 触发判断

    私聊直接处理；群聊检查显式 @、引用、触发词和插件命令。显式 @ 的优先级高于引用。

  5. 主动回复语义路由

    未直接触发的普通群聊由意图模型即时判断，最多等待 60 秒，避免永久排队。

  6. 上下文组装

    组合系统提示、关系、长期记忆、近期历史、图片和工具证据，并按 token 预算裁剪。

  7. 模型与工具循环

    选择对话或视觉角色；Agent 执行受限工具并记录每一步。

  8. 发送与审计

    回复回到来源通道，持久化是否回复的详细原因、发送结果、耗时与 token。

记忆

超长历史不直接塞进每次请求

01

近期上下文

保留当前会话最近消息，优先满足引用、追问和连续对话。

02

压缩摘要

历史达到阈值后提炼主题、结论和未完成事项，减少重复 token。

03

长期事实

异步提取稳定事实、偏好和关系信息，带来源、置信度和更新时间。

04

按需检索

按时间、关键词、用户、群和平台检索；跨群与跨通道分别受独立开关控制。

检索先使用结构化过滤缩小范围，再做文本相关性与时间衰减排序，最后只向模型提供命中的证据片段。摘要重新加载配置时不会重新计算，只有输入历史变化或摘要版本升级才失效。

多模态

原图、OCR 与历史描述各司其职

平台媒体引用→下载与校验→原图缓存→视觉模型 / OCR→回答与描述缓存
  • 普通图片转换成 Provider 支持的输入，不在媒体层无条件缩小原图。
  • 文本密集截图同时使用高细节视觉输入和 OCR 证据。
  • 历史图片描述按内容 SHA-256 和算法版本缓存。
  • 图片数量和视觉 token 受预算约束，避免 base64 历史无限增长。
  • 视频只抽取有限数量上下文帧，完成后清理临时文件。

数据

SQLite 主库与可管理的媒体缓存

数据默认位置备份要求
配置、凭据、会话、消息、记忆、任务data/diana.db必须备份，并保持主库与 WAL/SHM 一致。
入站媒体data/media可按容量淘汰；历史识图需要时一并备份。
运行日志logs/diana.log定期轮转，不公开平台事件和调试上下文。
安装与更新备份.installer/backups、.diana-updates保留最近可用版本和恢复证据。