新版人格对话系统（CoreReply）

插件已更名为 core_reply

新版 AI 对话插件已由 mai_reply 更名为 core_reply。配置目录、WebUI 面板和开发时的导入路径均使用新名称。

旧版升级后，YAMLManager 会在加载配置前进行一次迁移：优先读取更新脚本保存在 temp/yaml_backup 中的旧配置，兼容旧更新器还原的配置，并将 config.yaml、rag.yaml 和 proactive.yaml 合入新模板。

合并仅保留新模板中仍存在且 YAML 数据类型相同的字段，沿用旧用户值；嵌套字典递归合并，列表直接沿用旧列表，新字段保留默认值，已删除的旧字段不会带回。

run/core_reply/config.yaml 中的 legacy_mai_reply_migrated 初始为 false。迁移成功后会自动设为 true；若合并了旧配置，日志会提醒建议重启一次。失败时保持 false，下次启动重试。该字段用于记录迁移完成状态，请勿手动重置；全新安装没有旧配置时也会自动标记完成。

嘿，这可是我现在最喜欢、也是最灵动聪明的思考大脑啦~

比起以前死板的一问一答，CoreReply 让我更像一个活在群聊里的鲜活群友：我会看群里聊天气氛偷偷插话、偶尔会故意打错字、甚至无聊犯困时还会闹点小脾气呢。\

核心代码位于：run/core_reply/
配置文件位于：run/core_reply/config.yaml 它在webui中的名称是：core_reply 新版ai对话.config

配置对话api

在webui中打开core_reply 新版ai对话.config，或是手动用任意文本编辑器打开Eridanus/run/core_reply/config.yaml
找到以下字段

yaml

enable: True  # 开启后将自动禁用旧版ai回复
llm:
  provider: openai  #接口类型
  stream: true   # 是否开启流式回复（需要模型支持）
  func_calling: true  # 是否开启函数调用功能（需要模型支持）
  max_tool_rounds: 10
  openai:
    api_keys:
      - xxx
    model: gemini-2.5-pro
    base_url: http://api.apollodorus.xyz/v1

api_keys中填写你的apikey，base_url就是base_url，不要带之后的/chat/completions。
保存并重启bot，如果你的key和base_url是有效值的话，在群内bot就能够回复你了。

免费鸡蛋

我们为Eridanus用户准备了若干免费接口，包括llm api。
可前往qq群1050663831获取
网关在http://api.apollodorus.xyz/

进阶配置

接下来是进阶内容

trigger_llm

Eridanus采用了多模型协作的架构。在上一步我们填写了主回复模型，接下来可以配置trigger_llm，填写一个更加廉价、快速的模型，把那些不太重要的工作，比如记忆总结提取、群内判断是否触发、自我审核、翻译等全部交给它。

yaml

trigger_llm:   #ai判断是否触发
  enable: true
  api_key: ""
  base_url: "http://api.apollodorus.xyz/v1"   # 可以去我们的开发群1050663831获取免费apikey。
  model: ""              # 填入你用于判断的廉价/快速模型
  stream: True
  whitelist_enabled: true  # 是否启用白名单模式，启用后只有在白名单中的群聊才会触发ai回复
  whitelist:
    - 1050663831
  ignore_prefixes:  # 以这些字符串开头的消息将跳过 trigger_llm 判断，不触发AI回复流程
    - "/"
    - "#"
  reply_max_chars: 150 #插嘴最多回复字数
  reply_max_segments: 4 #插嘴最多回几句

和上一步同样的配置规则。

想要在群内自动插话

whitelist_enabled为true的情况下，把群号添加到whitelist中，群内每条消息都会发给bot，由trigger_llm自行判断是否应当回复。
当whitelist_enabled为false，所有群的每条消息都会发给bot，由trigger_llm自行判断是否应当回复。

Memory Slots 记忆槽位机制 | Impression 印象机制

这是我们为bot设置的两套长期记忆机制，一般而言，任选其一即可。
两套机制均使用trigger_llm中配置的模型开展工作。

免费鸡蛋

除去这两套机制，Eridanus还设计了第三套机制RAG，但由于需要额外配置embedding模型，这里不展开讨论

yaml

context: # 上下文相关配置
  max_turns: 20   # 私聊会话最多保留多少轮(一轮=一问一答)
  group_context_window: 15   # 群聊上下文：读取群内最近N条消息作为旁观上下文

  # 记忆体系模式选择与群生态槽位配置：当两者都启用时，可自行选择 ( "slots" | "impression" | "both")
  user_memory_mode: "slots"    # 用户记忆模式：slots(槽位事实)、impression(主观印象)、both(两者兼备)。若设为slots且开了impression，系统视同impression关闭以节省API token并出warning
  group_memory_mode: "slots"   # 群聊记忆模式：slots(群生态10槽位)、impression(群整体印象)、both(两者兼备)。若设为slots且开了群印象，同理视同群印象关闭以节省token
  group_memory_whitelist_enabled: true # 群聊记忆是否启用白名单模式。true=白名单模式（仅白名单群触发群生态槽位/群印象）；false=全局模式（对所有群生效）
  group_memory_whitelist: []            # 群聊记忆白名单群号列表。若开启了白名单模式但此处为[]，将自动使用trigger_llm配置的whitelist
  user_trigger_turns: 3               # 用户记忆更新间隔（无论是槽位事实还是主观印象，每进行几轮对话触发一次更新，默认3轮）
  group_trigger_messages: 10          # 群聊记忆更新间隔（无论是群生态槽位还是群整体印象，群公屏每积累多少条消息触发一次更新，默认10条）
  group_reply_speaker_memory_count: 3 # 群聊回复时读取最近几位发言者的记忆（通用支持槽位事实与主观印象，默认3人）

Slots 槽位机制

槽位机制会分别针对私聊对象、群聊、bot自身进行更新。在部署项目后，默认开启并使用Slots机制进行长期记忆维护。
槽位机制默认有10个记忆点。根据user_trigger_turns和group_trigger_messages的设置，每次触发时，将自动提取当前对话中符合槽位(slots)特征的信息，并更新/补充原有槽位中的信息。
10个槽位分别是

【用户记忆槽位】
"基础个人档案",
"深度喜好偏好",
"雷区禁忌点",
"日常作息规律",
"性格特质风格",
"重要人际关系",
"契约约定承诺",
"重大生平里程1",
"重大生平里程2",
"近期核心焦点",

【bot自身记忆槽位】
"Bot独立生活状态",
"Bot个人兴趣爱好",
"Bot世界观个性",
"Bot自发心愿目标",
"Bot社交日常圈子",
"Bot空间生活动态1",
"Bot空间生活动态2",
"Bot空间生活动态3",
"Bot空间生活动态4",
"Bot近期心境感悟",

【群聊记忆槽位】
"社群定位与核心圈子",
"群规底线与敏感禁忌",
"专属黑话与经典名梗",
"活跃作息与时段节奏",
"群体气氛与社交基调",
"核心人物与成员生态",
"常驻热门与高频话题",
"重大历史与里程碑大事件",
"Bot在本群的角色与契约",
"近期核心焦点与走向",

一些记忆槽位的开发利用程度目前偏低，将在未来的开发工作中进一步盘活。

yaml

#slot配置
context: # 上下文相关配置
  max_turns: 20   # 每个会话保存的最大消息轮数（一来一回=1轮）
  group_context_window: 15   # 群聊上下文：读取群内最近N条消息作为旁观上下文（让bot感知群聊气氛）
  session_ttl: 7200      # 2小时   # Redis TTL（秒）。会话历史缓存存活时间
  # 记忆体系模式选择与群生态槽位配置：当两者都启用时，可自行选择 ( "slots" | "impression" | "both")
  user_memory_mode: "slots"    # 用户记忆模式：slots(槽位事实)、impression(主观印象)、both(两者兼备)。若设为slots且开了impression，系统视同impression关闭以节省API token并出warning
  group_memory_mode: "slots"   # 群聊记忆模式：slots(群生态10槽位)、impression(群整体印象)、both(两者兼备)。若设为slots且开了群印象，同理视同群印象关闭以节省tokenn: # Impression 主观印象总结系统
  #..中间其他的省略了....
  Slots: # Slots 结构化记忆槽位系统
    enable_memory_slots: true   # 是否开启结构化长期固定事实记忆与Bot全局独立生活记忆层
    global_memory_slot_count: 10  # Bot全局独立生活经历记忆槽位数（默认10条）
    user_memory_slot_count: 10    # 每个用户的长期客观事实记忆槽位数（默认10条）
    memory_slot_max_chars: 50    # 单条槽位记忆最大字数限制
    enable_group_memory_slots: true  # 是否开启群专属结构化特征槽位（社群定位/禁忌/黑话/生态等10个槽位，替代群印象避免API浪费与上下文冗余）
    group_memory_slot_count: 10      # 群记忆槽位数量（默认10个）
    group_user_context_turns: 3      # 群聊中被@时，最多回溯该用户自身历史轮数（默认3轮，控制私聊上下文，把更多空间留给群公屏消息）

你可以通过这些配置项控制记忆槽位功能。

Impression 印象机制

这是早期开发过程中制作的功能，原理是每过几轮对话，就总结/更新对用户/群的印象。更偏向中短期记忆，目前建议使用更加完善的Slots机制
如果你想使用此机制，需要做出如下修改

yaml

context: # 上下文相关配置
  max_turns: 20   # 每个会话保存的最大消息轮数（一来一回=1轮）
  group_context_window: 15   # 群聊上下文：读取群内最近N条消息作为旁观上下文（让bot感知群聊气氛）
  session_ttl: 7200      # 2小时   # Redis TTL（秒）。会话历史缓存存活时间
  # 记忆体系模式选择与群生态槽位配置：当两者都启用时，可自行选择 ( "slots" | "impression" | "both")
  user_memory_mode: "impression"    # 用户记忆模式：slots(槽位事实)、impression(主观印象)、both(两者兼备)。若设为slots且开了impression，系统视同impression关闭以节省API token并出warning
  group_memory_mode: "impression"   # 群聊记忆模式：slots(群生态10槽位)、impression(群整体印象)、both(两者兼备)。若设为slots且开了群印象，同理视同群印象关闭以节省token
  
  Impression: # Impression 主观印象总结系统
    enable_impression: true   # 是否启用用户印象记忆（跨会话）
    impression_ttl: 604800  # 7天 印象保留时间
    impression_max_chars: 180 #用户impression最大字数
    enable_group_impression: false # 是否启用群聊气氛印象
    group_max_chars: 120 #群聊印象最大字数

两个一起用/两个都不想要

可以，但不推荐，只会白白增加token消耗。
如果你想同时使用两套机制

yaml

context: # 
  # 记忆体系模式选择与群生态槽位配置：当两者都启用时，可自行选择 ( "slots" | "impression" | "both")
  user_memory_mode: "both"    # 用户记忆模式：slots(槽位事实)、impression(主观印象)、both(两者兼备)。若设为slots且开了impression，系统视同impression关闭以节省API token并出warning
  group_memory_mode: "both"

如果你两套机制都不想用

yaml

context: # 
  # 记忆体系模式选择与群生态槽位配置：当两者都启用时，可自行选择 ( "slots" | "impression" | "both")
  user_memory_mode: "none"    # 用户记忆模式：slots(槽位事实)、impression(主观印象)、both(两者兼备)。若设为slots且开了impression，系统视同impression关闭以节省API token并出warning
  group_memory_mode: "none"

自我审核

同样使用trigger_llm中配置的模型和接口，自动根据4个评估维度，对当前用户的聊天上下文进行评估。如违规则上报给管理员。

yaml

context: 
  #.....已省略其他配置项
  anti_nsfw:
    enable: true          # 是否开启审核系统，模型默认用trigger_llm的
    trigger_turns: 5      # 几轮对话触发一次审查

修改人设

人设文件全都放置在Eridanus/data/system/chara文件夹下，你可以选择其一，并填写到如下配置中。

yaml

persona:  # 人设
  name: ""  # 角色名（可选，留空则读取默认配置
  system_prompt: ""   #系统提示词（留空则使用默认角色卡内容）建议在角色卡里写好system prompt，这里留空即可。
  chara_file: "猫娘.txt"  #角色文件名，放在data/system/chara文件夹内。如开启 gptimage2接管sd，建议使用【猫娘gptimage2.txt】

你也可以修改对应的角色卡，或自己制作新的角色卡。

自动调用语音合成

让bot在回复用户的同时，自动发送语音。
tts_v2插件提供了多个speaker，只需在这里填写对应的speaker和语言类别，即可自动匹配到相应的语音合成引擎。

yaml

tts:
  voice_reply_probability: 30 # 回复时附带语音的概率（0=关闭，1-100=概率）。需要配置voice_model和相关参数
  speaker: natuki  # api.apollodorus.xyz提供的语音模型说话人
  lang_type: JP  #自动翻译

如果你想增加自己的speaker，应当查看tts_v2的文档。

情绪系统

目前对情绪系统的开发利用程度较低，简单说就是还没起到啥作用，没想好怎么设计。

yaml

emotion:  # 情绪系统配置
  enable: true
  decay_rate_min: 20  # 情绪衰减速率（分钟/级，越小衰减越快）
  default_mood: "还行，没啥特别的"  # 默认情绪（启动时）
  moods:  # 情绪词库（会被注入到persona prompt的{mood}中）
    - "挺好的，今天状态不错"
    - "有点无聊，不知道聊啥"
    - "困了，有点犯懒"
    - "还行，没啥特别的"
    - "有点烦，不过没关系"
    - "今天心情好，想聊天"
    - "脑子有点转不动了"
  redis_db: 4  # 情绪Redis db编号

权限设置

不想让人随便和bot聊天可以调这里

yaml

permission:
  group_reply_level: 0  # 群聊回复所需权限等级
  private_reply_level: 0  # 私聊回复所需权限等级

拟人化机制

总的来说，就是让bot的活动行为看起来更像人类，一部分作用是增强对话沉浸感，或许在一定程度上也有利于降低被风控的风险(？)

yaml

human_like:  # 模拟人类回复特征的配置
  typing_delay_ms_per_char: 30 # 打字延迟模拟（毫秒/字，0=关闭）
  typing_delay_max_ms: 4000 # 最大打字延迟上限（毫秒）
  split_threshold: 60 # 消息分割：超过N字自动拆成多条发（0=不分割）
  split_interval_ms: 800  # 分割后每条消息之间的间隔（毫秒）
  typo_probability: 8  # 偶尔故意打错字的概率（0-100）。0=关闭
  ignore_probability: 15  # 不回复的概率（模拟"看了不回"，0=总是回，100=从不回）。仅对概率触发有效
  quote_reply: true  # 是否在回复时随机引用原消息
  quote_reply_probability: 40   # 引用概率（0-100）

Skills支持

像agent一样，Eridanus同样可以调用你预设的skill，但一般来说用不太到。
Eridanus的cli_bridge插件能够使bot调用宿主机已安装的生态更成熟的codex cli和claude cli，因此，并不推荐为Eridanus添加skill。

yaml

skills:  # LLM Skill 风格技能包动态加载。放在skills目录下
  enable: false
  skills_dir: "skills"
  include_catalog: true          # 是否把所有可用 skill 的 name/description 注入 prompt，方便模型知道能触发什么
  llm_select: true               # 是否允许模型先看元数据，再通过 load_skill/read_skill_file/run_skill_script 函数按需加载
  enable_skill_tools: true       # 是否注册 skill 相关函数调用工具
  auto_trigger: true             # 是否根据本轮用户文本自动预加载 skill 正文，作为模型选择机制的兜底
  always_load: []                # 总是加载的 skill 名称列表，例如 ["my-skill"]
  max_loaded_skills: 3           # 单轮最多加载几个 skill 正文
  max_skill_chars: 240000          # 单个 SKILL.md 正文最大注入字符数，防止上下文爆炸
  max_file_chars: 240000          # read_skill_file / run_skill_script 输出最大注入字符数
  reload_interval_seconds: 100    # 扫描 skills 文件夹的最小间隔，支持运行中热更新
  allow_script_execution: false   # 是否允许执行 skill 包 scripts/ 下的脚本，默认关闭更安全
  script_timeout_seconds: 20
  allowed_script_extensions:
    - ".py"

MCP支持

yaml

mcp:  # MCP stdio server 配置。启动后会把 MCP tools 暴露为 mcp__server__tool 函数调用工具
  enable: false
  startup_timeout_seconds: 60
  tool_call_timeout_seconds: 120
  mcpServers:
    godot:
      command: "npx"
      args:
        - "@coding-solo/godot-mcp"
      env:
        GODOT_PATH: "D:/SteamLibrary/steamapps/common/Godot Engine/godot.windows.opt.tools.64.exe"
        DEBUG: "true"

    another_server:
      command: "python"
      args:
        - "path/to/server.py"
      env:
        SOME_KEY: "some-value"

    filesystem:
      command: "npx"
      args:
        - "@modelcontextprotocol/server-filesystem"
        - "D:/some/allowed/path"

新版人格对话系统（CoreReply） ​

配置对话api ​

trigger_llm ​

想要在群内自动插话 ​

Memory Slots 记忆槽位机制 | Impression 印象机制 ​

Slots 槽位机制 ​

Impression 印象机制 ​

两个一起用/两个都不想要 ​

自我审核 ​

修改人设 ​

自动调用语音合成 ​

情绪系统 ​

权限设置 ​

拟人化机制 ​

Skills支持 ​

MCP支持 ​

新版人格对话系统（CoreReply）

配置对话api

trigger_llm

想要在群内自动插话

Memory Slots 记忆槽位机制 | Impression 印象机制

Slots 槽位机制

Impression 印象机制

两个一起用/两个都不想要

自我审核

修改人设

自动调用语音合成

情绪系统

权限设置

拟人化机制

Skills支持

MCP支持