-
Notifications
You must be signed in to change notification settings - Fork 17
[Feature] 基于对话内容的智能主动消息 #26
Copy link
Copy link
Open
Labels
priority/P2中优先级:普通功能缺陷或改进,按计划排期中优先级:普通功能缺陷或改进,按计划排期status/good-first-issue👋 适合新人关注 - 了解项目动态或尝试简单参与👋 适合新人关注 - 了解项目动态或尝试简单参与status/help-wanted🙋♂️ 需要社区帮助🙋♂️ 需要社区帮助type/discussion💬 开放性讨论、头脑风暴或非代码类话题💬 开放性讨论、头脑风暴或非代码类话题type/feat✨ 新功能 / New Feature✨ 新功能 / New Feature
Milestone
Metadata
Metadata
Assignees
Labels
priority/P2中优先级:普通功能缺陷或改进,按计划排期中优先级:普通功能缺陷或改进,按计划排期status/good-first-issue👋 适合新人关注 - 了解项目动态或尝试简单参与👋 适合新人关注 - 了解项目动态或尝试简单参与status/help-wanted🙋♂️ 需要社区帮助🙋♂️ 需要社区帮助type/discussion💬 开放性讨论、头脑风暴或非代码类话题💬 开放性讨论、头脑风暴或非代码类话题type/feat✨ 新功能 / New Feature✨ 新功能 / New Feature
描述
目前插件的主动消息机制是基于“最小/最大沉默时间”的随机触发方式。这种方式简单有效,但在实际体验上有时会显得不够自然。
我有一个优化思路:
利用大模型根据对话语境动态预测下一次主动消息的触发时间,而不是使用固定随机区间。
核心想法
当用户表达了某种明确的当前状态时,可以让大模型根据语境推算一个更合理的主动触达时间。例如:
用户说“我在看电影”
→ 约 1.5~2 小时后主动询问“电影好看吗?”
用户说“晚安”
→ 约 7~9 小时后在早晨发起问候
用户说“我去开会了”
→ 30~90 分钟后轻度关心
用户说“在通勤”
→ 20~60 分钟后询问是否到达
这样会比随机时间更贴近真实人类互动节奏,也能减少“打扰感”。
使用场景
No response
你愿意提交PR吗?
Code of Conduct