AIcarusCore - 多层意识AI框架

AIcarusCore 是一个高度模块化、可扩展的AI认知框架。它不仅仅是一个聊天机器人后端，更是一个模拟多层意识结构、旨在实现更动态、更具自主性AI行为的实验性平台。

其核心设计理念在于将AI的“思考”与“行动”分离，并引入“主意识”与“子意识（专注模式）”的概念，构建了一个能够处理并发信息流、并根据内部状态和外部刺激动态调整其注意力的复杂系统。

✨ 核心特性

• 多层意识架构:

  • 主意识流 (CoreLogic): 系统的核心思考循环。在没有特定对话任务时，它会周期性地审视全局信息（如未读消息摘要、平台连接状态、历史行动结果），并进行宏观的、发散性的思考，决定是否要将注意力投入到某个具体的会话中。
  • 专注聊天模式 (FocusChatMode): 当主意识决定进入某个会话时，会激活一个独立的“子意识”——ChatSession。这个子意识会全权负责处理该会话的上下文、进行高频次的对话交互，直到它认为该会话可以告一段落，再将总结和最终状态“交接”回主意识。

• 动态平台与动作系统:

  • 平台无关设计: Core本身不包含任何特定平台（如QQ、Discord）的硬编码逻辑。
  • 平台构建器 (PlatformBuilders): 通过可插拔的“平台构建器”，Core可以动态地了解每个平台支持哪些动作（如send_message, kick_member）以及这些动作需要什么参数。
  • LLM驱动的动作决策: 当AI产生行动意图时，ActionHandler 会将所有可用平台的、所有可用动作的定义，动态组合成一个“超级工具列表”交给LLM，由LLM根据当前意图选择最合适的平台和动作进行调用。

• 智能中断与侵入性思维:

  • 智能中断系统 (IIS): 一个基于语义和马尔可夫链的复杂模型，能够实时评估新消息的“意外度”和“重要性”。当一个新消息的得分超过阈值时，它能主动“打断”AI当前的思考或行动，强制AI重新评估并处理这个高优先级信息，极大地提高了AI的响应真实感。
  • 侵入性思维 (IntrusiveThoughts): 一个独立的后台线程，会周期性地生成一些随机的、可能与当前上下文无关的“念头”，并有机会被注入到主意识的思考循环中，为AI带来更多不可预测性和“灵感”。

• 持久化记忆与状态:

  • 使用 ArangoDB 作为核心数据库，它是一个高性能的多模型NoSQL数据库。
  • 所有事件、思考过程、会话信息、动作日志和总结都会被持久化存储，为AI提供了长期记忆和可供学习的历史数据。

• 模块化与可扩展性:

  • 项目结构高度解耦，core_logic, core_communication, database, focus_chat_mode 等核心组件职责分明，易于维护和扩展。
  • 通过 ActionProvider 和 PlatformBuilder 等抽象基类，可以轻松地为系统添加新的内部工具或支持新的聊天平台。

🏛️ 架构概览

以下是使用 Mermaid 绘制的架构概览图：

graph TD
    subgraph 外部交互
        ADAPTER["外部平台适配器 (Adapter)"]
    end

    subgraph 核心通信与事件入口
        WSS["核心WebSocket服务 (CoreWebsocketServer)"]
        RECEIVER["事件接收与处理器 (EventReceiver & MessageProcessor)"]
    end

    subgraph 意识核心
        subgraph 主意识循环
            CORE["核心逻辑 (主意识)"]
        end
        subgraph 专注模式
            CSM["专注聊天管理器 (ChatSessionManager)"]
            SESSION["ChatSession (子意识)"]
        end
    end
    
    subgraph 核心服务
        LLM["LLM处理中心 (LLMRequest)"]
        AH["动作处理器 (ActionHandler)"]
        SENDER["动作发送器 (ActionSender)"]
    end

    %% 定义数据流
    ADAPTER -- "Event" --> WSS
    WSS --> RECEIVER

    RECEIVER -- "分发" --> CSM
    RECEIVER -- "通知" --> CORE

    CSM -- "创建/激活" --> SESSION
    SESSION -- "总结交接" --> CORE

    CORE -- "调用" --> LLM
    SESSION -- "调用" --> LLM

    CORE -- "执行动作" --> AH
    SESSION -- "执行动作" --> AH

    AH -- "发送指令" --> SENDER
    SENDER -- "Action" --> WSS
    WSS -- "Action" --> ADAPTER

Loading

🚀 快速启动

1. 环境准备:

   • 安装 Python 3.12 或更高版本。
   • 安装 ArangoDB 数据库并确保其正在运行。
   • 安装项目依赖：pip install -r requirements.txt。

2. 配置:

   • 首次运行 run_core_logic.py 会在项目根目录的 config 文件夹下生成 config.toml。
   • 根据 template/config_template.toml 的注释，填写你的配置，特别是：
     • [server]: Core WebSocket 服务器的监听地址和端口。
     • [persona]: AI的人设信息。
     • [llm_models]: 配置你用于不同任务（主意识、专注聊天、总结等）的LLM模型。
   • 在项目根目录创建 .env 文件，并填入你的服务密钥，例如：

     GEMINI_KEY="your_gemini_api_key"
     OPENAI_KEY="your_openai_api_key"
     # 数据库连接信息也推荐在此处配置
     ARANGODB_HOST="http://localhost:8529"
     ARANGODB_USER="root"
     ARANGODB_PASSWORD="your_db_password"
     ARANGODB_DATABASE="aicarus_core"

3. 运行:

   python run_core_logic.py

🤝 贡献

欢迎任何形式的贡献！如果你有任何问题、功能建议或发现了 bug，请通过提交 Issue 或 Pull Request 的方式告知我们。

许可证

本项目基于 GPL-3.0 许可证开源。