feat(qq): Qzone 说说、群发硬拦截、@全体不算@bot、状态语义修正

## 1. Qzone 说说(send_qzone_msg / delete_qzone_msg)

一次真实的误判,值得记下来:我曾断言「生产 NapCat 不支持发说说」,
依据是探测返回「不支持的Api SendQzoneMsg」——**是我的调用名错了**。
router.ts 里声明的是下划线式 `send_qzone_msg`,我用的是源码**类名**
`SendQzoneMsg`。换对名字后一次成功。

教训:「API 不存在」这个结论必须用真实 action 名验证;源码里的
类名/文件名/方法名都不是调用名。判据 TestQzoneActionNamesAreSnakeCase
把这条钉住了。

本地校验 ugc_right 白名单(1/4/16/64/128)与 16/128 必带 target_uins,
省一次跨进程往返、给模型更直接的反馈。

## 2. 内部委派不得向群聊发送(现场事故)

offload 子 agent 的「分诊汇报」把本该私聊给用户的进度播报**发到了群里**:

	17:15:41 executing tool: output_send__qq
	17:15:41 handleChannelOutput meta={"group_id": 979911915}
	17:15:42 群友质问「又没@你,你就这么确定是找你的?」

根因:子 agent 被授予全部输出通道(AllowedOutputs=nil,用户明确要求
"持有全部输出通道"),于是它能自己选目标——而它只从上下文里看到一个
群号,就选了群。

修法:`beforeToolcall` 在 internal 放行前调用 outputSendGroupTarget,
识别出群目标就写 denial。为什么不放在 handleChannelOutput:ToolHandler
只收 args,拿不到帧上的 comefrom(SDK 契约如此),只有 stage 帧能看到。

## 3. @全体成员不算 @bot

原实现 `if v == botIDStr || v == "all" { return true }` —— 任何人
@全体都会拉起 bot。那不是"在叫 bot",是"在叫所有人":一个是针对性请求,
一个是广播,语义完全不同。

群里误响应的代价不是"多回一句",而是**在未被邀请的场合发言**。
宁可漏响应(用户会再 @ 一次),不能误响应。

## 4. 状态语义按用户定义重排

	学习中 = 等待 LLM      搬砖中 = 执行 toolcall      在线 = 空闲

	pre_action      → 学习中(stepLLM 之前,唯一能提前标记"要等模型"处)
	before_toolcall → 搬砖中
	after_toolcall  → 学习中(工具回来了,又要等 LLM)
	before_output   → 不改(LLM 已回、即将输出,不是等模型)
	after_output    → 在线(force,绕防抖)

原先「学习中」挂在 before_output 是错的:那个时刻 LLM 已经返回。

## 5. 「对方正在输入中」按轮驱动

起点从 HTTP 入口(消息刚到)改到 before_output(每轮只触发一次),
终点从 output_send(任何发送都停,含群聊/发给别人)改到 after_output。

身份由 InjectOptions.Payload 携带 `qq_uid`,内核透传到 stageCtx.Extra。
不用全局 p.auth:并发私聊会串号(A 的指示打到 B 身上)。

## 6. 启动日志不再硬编码工具数

`log.Printf("... (%d tools)", p.name, 15)` 硬编码了 15,工具加到 24 后
仍报 15 —— 排查"qzone 装上没"时被误导了好几轮。改成真实计数 p.toolCount。

## 判据(新增 13 条,变异 8/8 咬)

Qzone 5 条、群发拦截 5 条、@门 4 条、状态映射 7 条、打字 7 条。

★ 两个判据自身缺陷被变异抓出并修掉:
 · @门判据用字符串找 `}\n\t}` 截分支,而 joined 已 strip 缩进 ⇒ 找不到
   ⇒ 分支延伸到文件末尾 ⇒ "文件里任何别处的 return"都让它通过。
   改用括号计数 ifBlockAt。
 · 状态判据只查常量名,`_ = qqStatusStudy` 就蒙混过关。改查真实调用
   applyStatus(qqStatusStudy)。
This commit is contained in:
JianFeeeee
2026-10-18 17:39:40 +08:00
parent 4a9705ca41
commit c6c39aa2a8
9 changed files with 1436 additions and 20 deletions

View File

@ -197,7 +197,12 @@ type Plugin struct {
downloadMu sync.Mutex
downloadTasks []*DownloadTask
typingMu sync.Mutex
typingMap map[int64]*typingState
// toolCount 是本次启动实际注册的工具数,仅用于启动日志。
//
// 存在的原因:这里原本在日志里**硬编码 15**,工具加到 24 后日志仍报 15,
// 导致排查时误以为装的是旧版。日志必须说真话。
toolCount int
typingMap map[int64]*typingState
// statusAutoEnabled 是「随内核阶段自动切 QQ 在线状态」的总开关。
//
@ -643,6 +648,49 @@ type 枚举: text(文字)/ voice(语音转文字后发送)/ image(图
},
}, p.handleGetFriends)
// ★ QQ空间(Qzone)说说。
//
// ## 2026-10-18 的误判,引以为戒
//
// 我曾断言“NapCat 不支持发说说”,依据是探测返回
// 「不支持的Api SendQzoneMsg」。**那是我的调用方式错了**:
// NapCat 的 action 名是下划线式的 `send_qzone_msg`,
// 而我用的是源码里的**类名** `SendQzoneMsg`。
//
// 换对名字后:
//
// POST /send_qzone_msg {"content":"…","ugc_right":64}
// → retcode 0, tid=a5c1ca56d081d46a789a0200(实测成功,已删除)
//
// 教训:“API 不存在”这个结论必须用**真实 action 名**验证;
// 源码里的类名/文件名都不是调用名。
p.regTool(s, sdk.ToolDef{
Name: tp + "send_qzone_msg",
Description: "发QQ空间说说。支持纯文字或带图,可设查看权限。" +
"ugc_right: 1所有人可见 4好友可见 16部分好友可见 64仅自己可见 128部分好友不可见" +
"(16/128 需同时给 target_uins)。返回 tid,可用于 delete_qzone_msg。",
NoMemory: false,
Parameters: map[string]interface{}{
"type": "object", "properties": map[string]interface{}{
"content": map[string]interface{}{"type": "string", "description": "说说正文"},
"images": map[string]interface{}{"type": "array", "items": map[string]interface{}{"type": "string"}, "description": "图片数组,支持 http(s):// / file:// / base64:// ,自动上传"},
"ugc_right": map[string]interface{}{"type": "integer", "description": "查看权限,默认 1(所有人可见)。见工具说明"},
"target_uins": map[string]interface{}{"type": "array", "items": map[string]interface{}{"type": "integer"}, "description": "ugc_right 为 16/128 时作用的好友 QQ 号数组"},
}, "required": []string{"content"},
},
}, p.handleSendQzoneMsg)
p.regTool(s, sdk.ToolDef{
Name: tp + "delete_qzone_msg",
Description: "删除一条QQ空间说说。tid 来自 send_qzone_msg 或空间列表。",
NoMemory: false,
Parameters: map[string]interface{}{
"type": "object", "properties": map[string]interface{}{
"tid": map[string]interface{}{"type": "string", "description": "说说 tid"},
}, "required": []string{"tid"},
},
}, p.handleDeleteQzoneMsg)
p.regTool(s, sdk.ToolDef{
Name: tp + "get_recent_contacts", Description: "查看最近有消息的联系人和群聊,返回最近消息概览(含消息数、最后一条消息内容)。可用于发现有谁发过消息但未处理。",
NoMemory: false,
@ -857,8 +905,34 @@ type 枚举: text(文字)/ voice(语音转文字后发送)/ image(图
// 任何人发消息都能调任何工具)。hmapdev 现在会在构建期对这类重复告警。
//
// 现在合并成一个 handler,每个 stage 一次注册。
//
// ## 状态映射(用户定义的语义,2026-10-18)
//
// 学习中 = agent 正在**等待 LLM**
// 搬砖中 = 真正**执行 toolcall**
// 在线 = **空闲**
//
// 对应到内核 stage 时序(task.go):
//
// pre_action ──→ stepLLM() ──→ ★等 LLM★ ──→ post_action
// ↓
// 工具循环: before_toolcall → ★跑工具★ → after_toolcall
// ↓
// 再次 stepLLM(第二轮工具)或 before_output
//
// 所以:
// pre_action → 学习中(即将调 LLM,接下来就是等)
// before_toolcall → 搬砖中(即将/正在跑工具)
// after_toolcall → 学习中(工具回来了,又要等 LLM 决定下一步)
// after_output → 在线(一轮真正结束)
//
// ★ `before_output` **不**改状态:它是「LLM 已返回、即将输出」,
// 既不是等 LLM 也不是跑工具;若在那里写“学习中”会让状态在收尾时
// 继续挂着,看起来像永远在想。
s.RegisterStage(sdk.StageOnInput, p.onInputAuthContext, sdk.StageScopeGlobal)
s.RegisterStage(sdk.StagePreAction, p.stagePreAction, sdk.StageScopeGlobal)
s.RegisterStage(sdk.StageBeforeToolcall, p.stageBeforeToolcall, sdk.StageScopeGlobal)
s.RegisterStage(sdk.StageAfterToolcall, p.stageAfterToolcall, sdk.StageScopeGlobal)
s.RegisterStage(sdk.StageBeforeOutput, p.stageBeforeOutput, sdk.StageScopeGlobal)
s.RegisterStage(sdk.StageAfterOutput, p.stageAfterOutput, sdk.StageScopeGlobal)
// before_toolcall 的 Response 只用于拒绝当前工具。下一次模型补全到达时必须清掉,
@ -879,7 +953,12 @@ type 枚举: text(文字)/ voice(语音转文字后发送)/ image(图
}
}()
log.Printf("[qq] plugin started: %s (%d tools)", p.name, 15)
// ★ 用**真实计数**,不写死。
//
// 这里原本是硬编码的 `15` —— 后来工具加到 24 个,日志仍然报 15。
// 后果:排查“qzone 工具装上没”时看日志说 15,误以为装的是旧版,
// 白折腾了几轮。这类“日志说谎”比不日志更坏。
log.Printf("[qq] plugin started: %s (%d tools)", p.name, p.toolCount)
return nil
}
@ -914,6 +993,7 @@ func (p *Plugin) Stop() error {
func (p *Plugin) regTool(s *sdk.PluginSDK, def sdk.ToolDef, handler sdk.ToolHandler) {
s.RegisterTool(def.Name, def, handler)
p.toolCount++
}
// ======== Bot Identity ========
@ -1409,6 +1489,29 @@ func isInternalToolCall(ctx *sdk.StageContext) bool {
}
// isAtBot checks if the message contains an @-mention of the bot.
//
// ★ **@全体成员(qq="all")不算 @bot**(2026-10-18 修正)。
//
// ## 为什么改(现场事实)
//
// 原实现把 `v == "all"` 也当命中:
//
// if v == botIDStr || v == "all" { return true }
//
// 后果:群里任何人 `@全体成员` 都会拉起 bot。那不是“在叫 bot”,
// 而是“在叫所有人” —— 一个是**针对性请求**,一个是**广播**,
// 语义完全不同。
//
// 现场佐证:群友直接质问过“又没@你,你就这么确定是找你的?”。
//
// ## 为什么不能“宽松一点”
//
// 群里发言代表公开可见。误响应的代价不是“多回一句”,而是
// **在未被邀请的场合发言**。宁可漏响应(用户会再 @ 一次),
// 不能误响应。
//
// 注:如果将来确实要支持“@全体就响应”,应做成显式配置项
// (默认关闭),而不是藏在 @ 判定里默认生效。
func (p *Plugin) isAtBot(msg interface{}) bool {
segments, ok := msg.([]interface{})
if !ok {
@ -1425,7 +1528,8 @@ func (p *Plugin) isAtBot(msg interface{}) bool {
if qq, ok := data["qq"]; ok {
switch v := qq.(type) {
case string:
if v == botIDStr || v == "all" {
// "all"(@全体成员)**不**算命中,见上方注释。
if v == botIDStr {
return true
}
case float64:
@ -1526,6 +1630,31 @@ func (p *Plugin) beforeToolcall(ctx *sdk.StageContext) error {
// 为何放在 `auth.Active` 判断**之前**:internal 与"非本插件来源"在语义上
// 是同一类(都不是"一条 QQ 用户消息"),走同一条放行路径最不容易出错。
if isInternalToolCall(ctx) {
// ★ 内部委派**不得向群聊发送**(2026-10-18 现场事故)。
//
// ## 事故
//
// offload 子 agent 的「分诊汇报」把本应发给用户的进度播报
// **发到了群里**(meta={"group_id": 979911915})。
//
// 根因:子 agent 被授予全部输出通道(AllowedOutputs=nil,用户明确要求
// “持有全部输出通道”),于是它能自己选目标 —— 而它只从上下文里看到
// 一个群号,就选了群。
//
// ## 为什么不允许
//
// 群的发言代表公开可见。子 agent 看不到“这个群里刚刚是谁 @ 了我”、
// 也分不清“这句是回给谁的”,它只有一句任务描述。
// 让它自由向群发言 = 把私聊级别的判断拿到公开场合执行。
//
// 真需要群里回时,由**父**(有完整上下文与用户身份)来发 —— 父的
// comefrom 是 user,不受这条约束。
if tc := outputSendGroupTarget(ctx, p.name); tc != "" {
msg := fmt.Sprintf("内部委派不得向群聊发送消息(目标群 %s)。"+
"请改发私聊,或把结果返回给父由它决定", tc)
p.setDenial(ctx, msg)
return nil
}
return nil
}
tc := &ctx.ToolCalls[0]
@ -1644,7 +1773,7 @@ func (p *Plugin) enqueueInterrupt(msgType string, userID, groupID, messageID int
return
}
if p.batchWindow <= 0 {
p.injectInterrupt(single, p.interruptLevel(owner))
p.injectInterrupt(single, p.interruptLevel(owner), qqInjectPayload(userID, groupID, msgType == "group"))
return
}
key := qqBatchKey(msgType, groupID, userID)
@ -1696,8 +1825,33 @@ func (p *Plugin) interruptLevel(owner bool) string {
return sdk.PriorityL1
}
// qqInjectPayload 构造注入的 payload 扩展:告诉内核“这一轮是哪个用户引起的”。
//
// ## 为什么需要它(2026-10-18)
//
// 「对方正在输入中」必须只在**自己引起的** before_output 里发,而且要知道
// 发给谁。但 `before_output` 的 stageCtx 是内核新建的(emitResponse),
// 与 `on_input` 的 stageCtx 不共享 Extra(后者是局部变量)。
//
// ## 为什么走 Payload 而不是另立一个字段
//
// `InputEvent.Payload` 本就是通道送入内核的请求体,身份信息本该在那里。
// 第一版我加了 `InjectOptions.Meta` —— 那是把同一件事做了两遍,
// 而且只服务注入路径。现在用 `InjectOptions.Payload`:
// 内核把**非保留键**原样透传到 stageCtx.Extra,HTTP/CLI/ACP 也能共用。
//
// ★ 键名选 `qq_uid` 而不是 `user_id`:后者太通用,将来内核若加同名字段
// 会撞车;加插件名前缀是低成本的隔离。
func qqInjectPayload(userID, groupID int64, isGroup bool) map[string]interface{} {
if userID <= 0 || isGroup {
// 群聊不发输入指示(QQ 的“正在输入”只在私聊标题栏有意义)。
return nil
}
return map[string]interface{}{"qq_uid": userID}
}
// injectInterrupt 投递一条中断提示(NoMemory:HTTP 侧来的不是对话内容)。
func (p *Plugin) injectInterrupt(text, level string) {
func (p *Plugin) injectInterrupt(text, level string, payload map[string]interface{}) {
if text == "" {
return
}
@ -1716,6 +1870,8 @@ func (p *Plugin) injectInterrupt(text, level string) {
Priority: level,
// 中断文本是路由/取正文的指令,不是对话内容,不据它召回。
RecallPolicy: sdk.RecallPolicyNone,
// 业务字段(身份)随 payload 走,内核原样透传到本轮 stageCtx.Extra。
Payload: payload,
})
}
@ -1733,7 +1889,7 @@ func (p *Plugin) flushBatch(key string) {
text = p.buildBatchInterrupt(b)
}
// 一批里只要有一条来自 Bot 所有者,整批按 L2 投递(不因混入路人消息而降低)。
p.injectInterrupt(text, p.interruptLevel(b.owner))
p.injectInterrupt(text, p.interruptLevel(b.owner), qqInjectPayload(b.userID, b.groupID, b.isGroup))
}
// flushAllBatches 停机前把未到点的批次立刻投出去(best effort)。
@ -1932,11 +2088,24 @@ func (p *Plugin) handleWebhook(w http.ResponseWriter, r *http.Request) {
// 必须在注入前记录 OneBot 可信来源;权限判断绝不依赖昵称、正文或模型参数。
p.activateAuthContext(evt.MessageID, evt.UserID, evt.GroupID, evt.MessageType == "group")
if evt.MessageType == "private" {
p.startTyping(evt.UserID)
}
// 合并投递:同一会话同一发送者在 batchWindow 内的连续消息并成一次中断。
// ★ 「对方正在输入中」**不**在这里发起。
//
// ## 旧写法错在哪(2026-10-18)
//
// 原本是 `if private { p.startTyping(evt.UserID) }` —— 消息**刚到**
// 就挂上“正在输入”,但此时:
// · agent 还没接受这条消息(下面才 enqueueInterrupt)
// · 批量合并窗口内可能还要等一段
// · 权限门可能直接拒掉(那人就一直看着“正在输入”却等不到回复)
// 而且 typingLoop 有 30 秒超时 —— agent 跑得慢就自己灭了,
// 回复还在路上。
//
// 正确边界:`before_output` 开始、`after_output` 结束(见 status.go
// 的 stageBeforeOutput / stageAfterOutput),且只处理 output_channel==qq
// 且带本人身份的注入(`inject_meta`)。
//
// 这样做的前提是:身份要由注入方声明(InjectOptions.Meta),
// 内核透传到本轮 stageCtx.Extra["inject_meta"]。
p.enqueueInterrupt(evt.MessageType, evt.UserID, evt.GroupID, evt.MessageID, nickname, interrupt, p.isOwner(evt.UserID), highRisk)
w.WriteHeader(http.StatusOK)
@ -2270,10 +2439,20 @@ func (p *Plugin) handleChannelOutput(args map[string]interface{}) (interface{},
return nil, fmt.Errorf("meta 中需要 group_id 或 user_id 字段。用 output_send__qq_help 查看格式说明")
}
if userID > 0 {
p.stopTyping(userID)
}
// ★ 「对方正在输入中」**不**在这里停。
//
// ## 旧写法错在哪(2026-10-18)
//
// 原本是 `if userID > 0 { p.stopTyping(userID) }` —— 它是挂在
// **发送消息**上的,而发送消息可能是:
// · 群聊消息(与死个私聊用户无关)
// · 给**另一个人**的私聊消息
// · 同一个人但只是中途的一句话,而推理还在继续
//
// 后果:正在跟 A 私聊时 agent 发了条群消息,A 的输入指示被莫名关掉
// —— 他以为 bot 跑了。
//
// 正确边界:`after_output`(一轮真正结束),见 status.go。
var sendErr error
switch rawType {
case "text":
@ -3642,9 +3821,28 @@ func oneBotError(raw json.RawMessage) error {
return nil
}
// setInputStatus 发「对方正在输入中」指示。
//
// ★★ `user_id` 必须传**字符串**(2026-10-18 实测)。
//
// NapCat 4.8.x 接受数字,但 4.18.37 的 payloadSchema 把它声明成 Type.String:
//
// const PayloadSchema = Type.Object({
// user_id: Type.String({ description: 'QQ号' }),
// event_type: Type.Number({...}),
// })
//
// 传数字会直接报 `uid is empty`(不是 schema 错误 —— 更容易误判成"用户不存在")。
// 实测:
//
// {"user_id":1,"event_type":1} → uid is empty
// {"user_id":"1456128421","event_type":1} → retcode 0, errMsg success
//
// 这个差异不会引起编译错误、也不会引起内核告警 —— 只会让功能**静默失效**
// (Qzone 那批 API 在 4.18.37 仍未支持,同理)。
func (p *Plugin) setInputStatus(userID int64, eventType int) (interface{}, error) {
return p.napcat("set_input_status", map[string]interface{}{
"user_id": userID,
"user_id": strconv.FormatInt(userID, 10),
"event_type": eventType,
})
}
@ -3759,3 +3957,48 @@ func NewPluginFactory(name string, config map[string]interface{}) (sdk.Plugin, e
groupPolicy: "open",
}, nil
}
// outputSendGroupTarget 检查一次工具调用是不是「向群聊发送消息」,
// 是的话返回群号字符串,否则返回空串。
//
// ## 为什么需要它(2026-10-18 现场事故)
//
// offload 子 agent 播报进度时调 `output_send__qq` 并填了
// `meta={"group_id": 979911915}` —— 本该私聊给用户的进度播报进了群。
//
// 子 agent 的 comefrom 是 `internal`,而原先 `isInternalToolCall(ctx)`
// 一放行就 `return nil`,**内部调用完全不检查目标**。
//
// ## 为什么在 before_toolcall 拦而不是 handleChannelOutput
//
// `ToolHandler` 只收 `args`,**拿不到帧上的 comefrom**(SDK 契约如此)。
// 只有 stage 帧能看到 `comefrom` + `ToolCalls`。所以必须在阶段里拦。
//
// 拦的方式是写 denial(与现有权限门一致),而不是返回 error ——
// 返回 error 会让整轮任务失败;写 denial 让模型收到“这条被拒、换个目标”的
// 明确指令,与其它权限拒绝的行为一致。
func outputSendGroupTarget(ctx *sdk.StageContext, selfName string) string {
if ctx == nil || len(ctx.ToolCalls) == 0 {
return ""
}
tc := &ctx.ToolCalls[0]
if tc.Name != "output_send__"+selfName {
return ""
}
meta, _ := tc.Arguments["meta"].(string)
if meta == "" {
return ""
}
var m struct {
GroupID int64 `json:"group_id"`
}
if err := json.Unmarshal([]byte(meta), &m); err != nil {
// meta 解析失败时不拦:让 handleChannelOutput 去报格式错,
// 那里本来就有更准确的提示。
return ""
}
if m.GroupID <= 0 {
return ""
}
return strconv.FormatInt(m.GroupID, 10)
}