init

wechat-bot/bot/reply_parser.py

@@ -0,0 +1,84 @@
+"""
+回复文本解析模块
+负责处理 Agent 返回的原始文本，提取最终正式回复。
+
+模型思考标记格式（按优先级检测）：
+1. <think...</think 标签对（MiniMax M2.7 等模型）
+2. 💭 emoji 前缀（旧版格式，保留兼容）
+
+ADK 最后一个 event 会重复发送完整内容，需要去重。
+"""
+import logging
+import re
+
+logger = logging.getLogger(__name__)
+
+
+def extract_final_reply(text: str) -> str:
+    """
+    从 SSE 收集的完整文本中提取最终正式回复。
+
+    策略：
+    1. 去除 <think...</think 标签及其内容
+    2. 兼容 💭 emoji 分割（旧版格式）
+    3. 去重
+    """
+    if not text:
+        return text
+
+    # 步骤1：去除 <think...</think 标签块
+    if "<think" in text:
+        text = re.sub(r"<think[\s\S]*?</think\s*>?", "", text)
+
+    # 步骤2：兼容 💭 emoji 分割（旧版格式）
+    if "💭" in text:
+        text = text.split("💭")[-1]
+
+    # 清理前导空白
+    text = text.strip()
+
+    # 步骤3：去重
+    text = _deduplicate(text)
+
+    return text
+
+
+def _deduplicate(text: str) -> str:
+    """
+    对回复文本去重。
+    ADK 最后一个 SSE event 会重复发送完整内容（含思考+回复），
+    去除 <think...> 后可能出现连续两份相同的正式回复。
+    支持行级和字符级去重。
+    """
+    if not text:
+        return text
+
+    # 行级去重
+    lines = text.split("\n")
+    non_empty = [l for l in lines if l.strip()]
+
+    if len(non_empty) > 1:
+        mid = len(non_empty) // 2
+        if non_empty[:mid] == non_empty[mid:]:
+            return "\n".join(non_empty[:mid])
+
+        for overlap_len in range(min(len(non_empty) // 2, 20), 0, -1):
+            if non_empty[-overlap_len:] == non_empty[:overlap_len]:
+                return "\n".join(non_empty[overlap_len:])
+
+    # 字符级去重：检查文本是否由两个相同的子串拼接而成
+    length = len(text)
+    for sub_len in range(length // 2, 0, -1):
+        if length % sub_len == 0 and text[:sub_len] * (length // sub_len) == text:
+            return text[:sub_len]
+
+    # 部分重叠：前缀和后缀相同，中间有重复
+    for overlap in range(min(length // 2, 500), 0, -1):
+        if text[:overlap] == text[-overlap:]:
+            trimmed = text[overlap:]
+            trimmed_len = len(trimmed)
+            for sub_len in range(trimmed_len // 2, 0, -1):
+                if trimmed_len % sub_len == 0 and trimmed[:sub_len] * (trimmed_len // sub_len) == trimmed:
+                    return trimmed[:sub_len]
+
+    return text