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

OneBot v11正向 WS / 反向 WS / HTTP

Telegram / QQ / 钉钉出站长连接与长轮询

飞书 / 企业微信平台回调

WebUIREST + SSE

Assistant Runtime事件归一化 · 群级策略 · 回复路由 · 并发控制 · 来源通道回发

LLMProvider 与角色路由

Agent工具、MCP、Skills

Memory历史、摘要、长期事实

Plugins搜索、解析、OCR、语音

SQLite配置与持久状态

Media原图与历史媒体

App Logs操作与调用链

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/`	Vue 3 管理控制台。

调用链

一条消息如何决定回复或忽略

接收与入队
平台 adapter 将文本、@、引用、图片、文件和发送者转换为统一 MessageEvent，先写进 SQLite 入站队列再处理；进程崩溃或重启后消息仍在库里，处理失败按退避重试。
断线补拉
重连后向平台拉取断线期间的历史并按 seq 检查缺口；每个会话只有最新几条本来就会直接触发的消息进入回复流程，其余只补进历史。
确定性门禁
检查群是否可用、机器人/群启用、禁言、模型配额、群等级、响应抑制和机器人互聊抑制，每一步都记下拦截原因。
触发判断
私聊直接处理；群聊检查显式 @、引用、称呼、链接和插件命令。同一人在生成期间追加的补充或纠正会合并进正在生成的回复。
主动接话评分
未直接触发的群消息由接话模型判断「是不是在跟机器人说话」和 0–1 的闲聊分，再按闲聊档位和冷却放行；出错、超时（60 秒）或解析失败一律沉默。
上下文组装
稳定的系统提示与历史在前、缓存断点之后才是记忆、工具证据等每轮变化的内容，并按 token 预算裁剪。
模型与 Agent 循环
Agent 每步只执行一个工具，受步数、单工具超时和收尾预留时间约束；超限时强制收尾，校验换行、证据和链接后才返回。
发送前审核
模型沉默、一次审核模型调用（私聊收尾、群里叫停、空转、账号安全、主动回复质量），以及发送时的打断、幂等和暂停检查。
发送与记录
分条回到来源通道，只有第一条带引用和 @；群发送按文字/媒体两条通道退避。结果代码、原因、投递阶段、耗时与 token 全部持久化。

每一步的流程图、判断条件和结果代码见链路一页。

记忆

超长历史不直接塞进每次请求

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。

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。

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。

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`、数据目录下的 `.diana-updates`	保留最近可用版本和恢复证据。