✨ feat(tools.js): 修复第三方服务商无法使用总结一下问题 && 为KIMI类官方模型添加工具调用（tool_calls） [#82]

.gitignore

@@ -23,3 +23,5 @@ yarn.lock
 .vitepress
 bun.lockb
 .next
+CLAUDE.md
+.claude

apps/tools.js

@@ -56,7 +56,8 @@ import {
     TWITTER_TWEET_INFO,
     WEIBO_SINGLE_INFO,
     WEISHI_VIDEO_INFO,
-    XHS_REQ_LINK
+    XHS_REQ_LINK,
+    CRAWL_TOOL
 } from "../constants/tools.js";
 import BiliInfoModel from "../model/bili-info.js";
 import config from "../model/config.js";
@@ -2644,31 +2645,113 @@ export class tools extends plugin {
 
         if (e.msg.startsWith("#总结一下")) {
             name = "网页总结";
-            summaryLink = e.msg.replace("#总结一下", ""); // 如果需要进一步处理 summaryLink，可以在这里添加相关逻辑
+            summaryLink = e.msg.replace("#总结一下", "");
         } else {
-            ({ name: name, summaryLink: summaryLink } = contentEstimator(e.msg));
+            ({ name, summaryLink } = contentEstimator(e.msg));
         }
 
         // 判断是否有总结的条件
-        if (_.isEmpty(this.aiApiKey) || _.isEmpty(this.aiApiKey)) {
+        if (_.isEmpty(this.aiApiKey)) {
             // e.reply(`没有配置 Kimi，无法为您总结！${ HELP_DOC }`)
             await this.tempSummary(name, summaryLink, e);
             return true;
         }
+
         const builder = await new OpenaiBuilder()
             .setBaseURL(this.aiBaseURL)
             .setApiKey(this.aiApiKey)
             .setModel(this.aiModel)
-            .setPrompt(SUMMARY_PROMPT)
+            .setPrompt(SUMMARY_PROMPT);
-            .build();
+
-        e.reply(`${ this.identifyPrefix }识别：${ name }，正在为您总结，请稍等...`, true, { recallMsg: MESSAGE_RECALL_TIME });
+        if (this.aiModel.includes('deepseek')) {
-        const { ans: kimiAns, model } = await builder.kimi(summaryLink);
+            builder.setProvider('deepseek');
-        // 计算阅读时间
+        }
-        const stats = estimateReadingTime(kimiAns);
+
-        const titleMatch = kimiAns.match(/(Title|标题)([:：])\s*(.*?)\n/)?.[3];
+        await builder.build();
-        e.reply(`《${ titleMatch }》 预计阅读时间: ${ stats.minutes } 分钟，总字数: ${ stats.words }`);
+
-        const Msg = await Bot.makeForwardMsg(textArrayToMakeForward(e, [`「R插件 x ${ model }」联合为您总结内容：`, kimiAns]));
+        e.reply(`${this.identifyPrefix}识别：${name}，正在为您总结，请稍等...`, true, { recallMsg: MESSAGE_RECALL_TIME });
-        await e.reply(Msg);
+
+        let messages = [{ role: "user", content: summaryLink }];
+
+        // 兜底策略：检测模型是否支持 tool_calls
+        if (!this.aiModel.includes("kimi") && !this.aiModel.includes("moonshot")) {
+            // 不支持 tool_calls 的模型，直接爬取内容并总结
+            try {
+                // 直接使用llmRead爬取链接内容
+                const crawled_content = await llmRead(summaryLink);
+                // 重新构造消息，将爬取到的内容直接放入对话历史
+                messages = [
+                    { role: "user", content: `这是网页链接: ${summaryLink}` },
+                    { role: "assistant", content: `好的，我已经爬取了网页内容，内容如下：\n${crawled_content}` },
+                    { role: "user", content: "请根据以上内容进行总结。" }
+                ];
+                
+                // 调用kimi进行总结，此时不传递任何工具
+                const response = await builder.chat(messages); // 不传递 CRAWL_TOOL
+                const { ans: kimiAns, model } = response;
+                // 估算阅读时间并提取标题
+                const stats = estimateReadingTime(kimiAns);
+                const titleMatch = kimiAns.match(/(Title|标题)([:：])\s*(.*)/)?.[3];
+                e.reply(`《${titleMatch || '未知标题'}》 预计阅读时间: ${stats.minutes} 分钟，总字数: ${stats.words}`);
+                // 将总结内容格式化为合并转发消息
+                const Msg = await Bot.makeForwardMsg(textArrayToMakeForward(e, [`「R插件 x ${model}」联合为您总结内容：`, kimiAns]));
+                await e.reply(Msg);
+            } catch (error) {
+                e.reply(`总结失败: ${error.message}`);
+            }
+            return true;
+        }
+
+        // 为了防止无限循环，设置一个最大循环次数
+        for (let i = 0; i < 5; i++) { 
+            const response = await builder.chat(messages, [CRAWL_TOOL]);
+
+            // 如果Kimi返回了工具调用
+            if (response.tool_calls) {
+                const tool_calls = response.tool_calls;
+                messages.push({
+                    role: 'assistant',
+                    content: null,
+                    tool_calls: tool_calls,
+                });
+
+                // 遍历并处理每一个工具调用
+                for (const tool_call of tool_calls) {
+                    if (tool_call.function.name === 'crawl') {
+                        try {
+                            const args = JSON.parse(tool_call.function.arguments);
+                            const urlToCrawl = args.url;
+                            // 执行爬取操作
+                            const crawled_content = await llmRead(urlToCrawl);
+                            messages.push({
+                                role: 'tool',
+                                tool_call_id: tool_call.id,
+                                name: 'crawl',
+                                content: crawled_content,
+                            });
+                        } catch (error) {
+                             messages.push({
+                                role: 'tool',
+                                tool_call_id: tool_call.id,
+                                name: 'crawl',
+                                content: `爬取错误: ${error.message}`,
+                            });
+                        }
+                    }
+                }
+            } else {
+                // 如果没有工具调用，说明得到了最终的总结
+                const { ans: kimiAns, model } = response;
+                // 计算阅读时间
+                const stats = estimateReadingTime(kimiAns);
+                const titleMatch = kimiAns.match(/(Title|标题)([:：])\s*(.*?)\n/)?.[3];
+                e.reply(`《${titleMatch || '未知标题'}》 预计阅读时间: ${stats.minutes} 分钟，总字数: ${stats.words}`);
+                const Msg = await Bot.makeForwardMsg(textArrayToMakeForward(e, [`「R插件 x ${model}」联合为您总结内容：`, kimiAns]));
+                await e.reply(Msg);
+                return true;
+            }
+        }
+        e.reply("处理超出限制，请重试");
         return true;
     }
 

constants/tools.js

@@ -259,3 +259,26 @@ export const PearAPI_CRAWLER = "https://api.pearktrue.cn/api/llmreader/?url={}&t
  * @type {string}
  */
 export const PearAPI_DEEPSEEK = "https://api.pearktrue.cn/api/deepseek/";
+
+/**
+ * TOOL_CALL 爬虫工具
+ * 用于Kimi模型Tool-Calling的爬虫工具
+ * 当Kimi模型判断需要从网页获取信息时，会调用此工具。
+ */
+export const CRAWL_TOOL = {
+    type: "function",
+    function: {
+        name: "crawl",
+        description: "根据网站地址（URL）获取网页内容。",
+        parameters: {
+            type: "object",
+            required: ["url"],
+            properties: {
+                url: {
+                    type: "string",
+                    description: "需要获取内容的网站地址（URL），通常情况下从搜索结果中可以获取网站的地址。"
+                }
+            }
+        }
+    }
+};

utils/openai-builder.js

@@ -6,7 +6,7 @@ export class OpenaiBuilder {
         this.apiKey = ""; // 默认API密钥
         this.prompt = "描述一下这个图片"; // 默认提示
         this.model = 'claude-3-haiku-20240307'
-        this.path = ''; // 上传文件的路径
+        this.provider = "kimi"; // 默认提供商
     }
 
     setBaseURL(baseURL) {
@@ -29,6 +29,11 @@ export class OpenaiBuilder {
         return this;
     }
 
+    setProvider(provider) {
+        this.provider = provider;
+        return this;
+    }
+
     setPath(path) {
         this.path = path;
         return this;
@@ -48,24 +53,66 @@ export class OpenaiBuilder {
         return this;
     }
 
-    async kimi(query) {
+    /**
-        // 请求Kimi
+     * 调用与OpenAI兼容的API（如Kimi/Moonshot）。
-        const completion = await this.client.post("/v1/chat/completions", {
+     * @param {Array<Object>} messages - 发送给模型的消息列表。
-            model: "moonshot-v1-8k",
+     * @param {Array<Object>} [tools=[]] - (可选) 一个描述可供模型使用的工具的数组。
-            messages: [
+     * @returns {Promise<Object>} 返回一个包含模型响应的对象。如果模型决定调用工具，则包含 'tool_calls' 字段；否则，包含 'ans' 文本响应。
-                {
+     */
-                    "role": "system",
+    async chat(messages, tools = []) {
-                    "content": this.prompt,
+        if (this.provider === 'deepseek') {
-                },
+            const content = messages.find(m => m.role === 'user')?.content;
-                {
+            const ans = await deepSeekChat(content, this.prompt);
-                    role: "user",
+            return {
-                    content: query
+                "model": "deepseek",
-                },
+                "ans": ans
-            ],
+            }
-        });
+        }
+
+        // 准备发送给API的消息
+        let requestMessages = [...messages];
+        // 检查是否已存在系统提示
+        const hasSystemPrompt = requestMessages.some(m => m.role === 'system');
+
+        // 如果没有系统提示并且builder中已设置，则添加
+        if (!hasSystemPrompt && this.prompt) {
+            requestMessages.unshift({
+                role: 'system',
+                content: this.prompt,
+            });
+        }
+
+        // 构建API请求的负载
+        const payload = {
+            model: this.model, // 使用在builder中设置的模型
+            messages: requestMessages,
+        };
+
+        // 如果提供了工具，将其添加到负载中，并让模型自动决定是否使用
+        if (tools && tools.length > 0) {
+            payload.tools = tools;
+            payload.tool_choice = "auto";
+        }
+
+        // 发送POST请求到聊天完成端点
+        const completion = await this.client.post("/v1/chat/completions", payload);
+        const message = completion.data.choices[0].message;
+
+        // 从响应中获取实际使用的模型名称
+        const modelName = completion.data.model;
+
+        // 如果模型的响应中包含工具调用
+        if (message.tool_calls) {
+            return {
+                "model": modelName,
+                "tool_calls": message.tool_calls
+            }
+        }
+        
+        // 否则，返回包含文本答案的响应
         return {
-            "model": "月之暗面 Kimi",
+            "model": modelName,
-            "ans": completion.data.choices[0].message.content
+            "ans": message.content
         }
     }
 }