Repository navigation
Diana v0.8.155
v0.8.155 是基于 v0.8.154 的补丁更新,重点是主回复更省、更快,同时补上几项新能力。
主回复更省
- 主回复改成在上一轮实际发出的请求后面续接,只发新消息和变了的内容。
- 工具定义对所有人都是同一份。
- 去掉了换行打回、纯文本重发这类多出来的一轮请求。
- 离线实测,DeepSeek 主回复的缓存命中率从 82.9% 升到 96.2%。线上续接上的 gpt-6.1-terra 回复命中 81%~96%。
新能力
- 实时语音通话,以及 QQ 式聊天页。
- 主人可以指定机器人管理员。
- QQ 官方机器人:认主人、显示成员头像、回复挂按钮。
- 第三方插件支持上传压缩包安装。
行为调整
- 讨论方案、被问看法时,Diana 会说出自己的判断,不再一味附和。
say和agent_finalize合并成一个send工具。- 删除 Agent 命令白名单,宿主命令执行前改由模型自动审核。
新增功能
- 实时语音通话:
- 登录 WebUI 后选一台机器人,用浏览器(手机也行)直接和她说话。她用模型分配里「语音合成」插槽的声音逐句回答,说话中途开口就能打断。
- 服务端是一条 WebSocket,协议见
docs/voice-call.md。
- QQ 式聊天页:
- 控制台新增「聊天」页,左边是带头像的机器人列表,右边是和选中那台的私聊。打字和打电话都是和机器人本人聊,带人设和记忆;平台上的私聊记录也在这里。
- 语音通话从顶栏的测试页挪到聊天页右上角,点开是全屏通话界面。管理对话保持原样,顶栏按钮再点一下可以关掉。
- 语音插槽补齐各家接口:
- 原来的语音合成、语音识别两个插件,并入模型分配里的「语音合成 / 语音识别」插槽,并参照 AstrBot 和 SillyTavern 补齐了各家语音提供商的接口。
- 旧插件的配置会在启动时自动迁移。
- 机器人管理员:
- 除了主人,每台机器人还可以指定若干管理员。管理员拥有宿主命令、插件开关、配置、模型、扩展和主人指令等全部管理权限。
- 但管理员不是主人:称呼、好感度、额度和主人通知都按普通用户处理,也不能增减管理员。
- 主人在聊天里说「把 12345 设为管理员」就能添加,也可以在 WebUI 机器人设置里编辑名单。
- QQ 官方机器人认主人:
- 还没配置主人时,机器人会在每个会话里提醒一次绑定。
- 主人给机器人发「绑定主人」(私聊或在群里 @ 都可以),机器人回一个只属于他的验证码。主人把验证码填进控制台后,这个 openid 就记为主人,之后不再提醒。
- QQ 官方机器人回复增强:
- 回复底下可以挂按钮,多张公网图片合成一条图集。
- Markdown 发送前会自动补空行,只含公式的回复也走 Markdown。
- 后台开关改为正向的「发送 Markdown」,并随平台重置;还没实测过的平台标为「未测试」。
- QQ 官方成员头像:事件页等显示成员头像的地方,按「机器人 AppID + openid」取真实头像,不再一律显示首字母占位;Agent 查看被 @ 的成员、取成员头像时也拿到同一个地址。
- 第三方插件上传压缩包安装:除了粘贴 GitHub 链接,也可以直接上传
.zip/.tar.gz/.tgz安装。上传的包和链接安装走同一套清单校验、files白名单和 Skills / 脚本 / MCP 检查。 - 用自然语言管理插件和存储:新增
plugin_manage工具,以及host_access的cleanup操作。主人直接说话就能开关插件、清理 Diana 自身占用的存储,不用记固定格式的指令。 - 存储空间页可以直接清理:可以直接打开历史媒体原件和下载缓存的策略清理弹窗,也能清空工作区回收站;容量上限默认按 GiB 显示,可以切换成 MiB。
- 人设库「新建」:一键把 SOUL.md 正文换成带章节骨架的空白模板;原来的「存入」改名为「另存为」。
优化改进
- 主回复只追加上下文:
- 以前每轮都会重新组装请求:尾部每轮都变,上一轮的当前消息又被改写成历史行,新请求从来不是上一条的纯追加。经 sub2api 转发的 gpt 只能复用两处缓存:「instructions 加工具定义的末尾」和「上一次完整请求的末尾」,所以主回复命中只有三到四成。
- 现在每个会话在内存里记住上一轮实际发出的请求,下一轮接着往后发,只追加:
- 新的群消息;
- 尾部里内容变了的段,以及新的记忆和跨群条目;
- 当前消息。
- 每轮在当前消息前插一行查证提醒:对方提到以前说过的事、或者涉及拿不准的事实时,先查聊天记录、记忆或搜索。
- 以下情况会重新完整组装一次:头部或工具定义变了、续接请求超过正常长度的两倍、上一轮失败、进程重启。
- 离线实测(同一个群连续 8 轮,DeepSeek):命中率 82.9% → 96.2%,未命中 token 5.4 万 → 1.5 万。
- 工具定义对所有人同一份:
- API
tools只剩send、tool_search、tools_execute三个。主人专属的工具、随发言者变化的工具目录和规则,挪到历史之后。主人和群友在同一个群里交替说话时,工具定义、Agent system 和人设头部都逐字相同。 tools_load改名tool_search,可以按名字或关键词取定义;按需工具的参数合法时直接执行,不用先加载。
- API
- 固定说明挪到历史之前:回复形式、引用与提及、@ 写法、能力与权限、记忆时间、工具执行状态、Skills 目录、联网调研要求这些逐字不变的说明,从尾部移到历史之前,尾部只留每轮会变的数据。
- 少一轮请求:
- 回复正文里的真实换行改在发送层按分条处理,不再打回让模型重写。
- 模型直接用纯文本作答时,直接作为最终回复,不再要求它原样重发一遍。
- 这两类请求每次约 4 万 token,而且不命中缓存。
- 媒体索引和跨群记忆:「更早的图片与文件索引」只列真正掉出历史窗口的媒体,换成别名并移到历史之前。跨群记忆的常驻上限从 4 条提到 6 条。
- 追发按规则判定:机器人还在生成回复时,同一个人 30 秒内追发的话,现在当场按规则判定,不再先等话题判断模型:
- 重复、附和、催一句、纯表情:并进这一轮,不打断。
- 其他内容:立刻打断正在生成的那一版,带上新内容重新回答。
- 话题判断模型只留给隔得久、贴链接、或者转去找别人的追发。
- 连接层故障先重试:TLS 记录损坏(
bad record MAC)、连接被重置这类故障,现在识别为瞬时故障,先原地重试,再切换候选模型,不再让回复直接失败。 - 缓存命中率按用途区分:
- 记录页每条消息新增一行「缓存命中率」,按主回复、回复判断、发送前审核、其他四类分别显示。
- 事件页汇总和总览 Token 卡上的命中率,改为剔除发送前审核和回复触发判断之后再算;剔除的这部分在 Token 卡上单独列一行。
- 只追加上下文的诊断记录:调试模式下,每轮主回复多写一条
append_context轨迹,记下这一轮续接上没有、没续上的原因,以及新旧校验键。 - 控制台:
- 总览页的运行信息改成六格指标卡,消息量图加宽,热力图最近一周始终贴住右边。
- 模型路由显示上次调用时间;机器人头像不再反复下载;页面首次加载显示整页骨架,不再空白或转圈。
- 「共享连接时显示角色名前缀」开关只在确实和其他角色共用连接时显示。
- 脱敏规则统一:Issue 草稿、报错、搜索、管理员对话、MCP 的凭据与隐私脱敏,共用
internal/secretmask里同一套规则,不再各写一份、宽严不一。
Bug 修复
- QQ 官方机器人在群里被 @ 却不出声:
- 故障表现:在群里 @ 机器人,模型有时把这句话当成群友闲聊,不出声。
- 根因:被 @ 时,给模型的「当前消息的对话对象」里
mentions_self一直是 false。 - 修复后:现在会正确标出点名了自己。私聊和 OneBot 的行为不变。
- 一味附和:
- 故障表现:讨论技术方案时,Diana 几乎每轮都把对方的话换个说法复述一遍,再补一句「明白,我刚才说偏了」。
- 根因:几处回复提示词把「问你看法」也压成一两句,又缺少可以表达不同意见的正向规则。
- 修复后:讲方案、被问看法时,她会直接指出漏洞和风险、给出替代做法;对方只是补充自己的想法时,不再回头认错;真被反驳时,先判断自己到底错没错。闲聊照旧简短。
- 查证子任务读不到网页、拿空壳收尾:
- 修复后:查证子任务能读网页正文;GitHub 页面加载慢时,不会拿没加载完的空壳就收尾。
- 回复也不再补上对方没问到的免责声明,比如结尾自己加一句「这次没查实」。
- 半截 JSON 发进群里:
- 故障表现:模型不走 function calling,把收尾调用写成标签拼在正文后面、成对标签包着 JSON 信封、或带扩展字段的 JSON 信封时,整段被当成正文,甚至被
[diana-msg]拆成两条半截 JSON 发进群。 - 修复后:Runner 按收尾处理这几种写法,发送前再兜一道。
- 故障表现:模型不走 function calling,把收尾调用写成标签拼在正文后面、成对标签包着 JSON 信封、或带扩展字段的 JSON 信封时,整段被当成正文,甚至被
- 发送方式标记原样发出:
- 故障表现:写歪的
[DIANA_REPLY_SINGLE]这类控制标记会被原样发进群里;续跑补试后,还可能发出「[对方指出我回复的方向不对,更正如下:]」这类被提示带偏的改写。 - 修复后:写歪的标记不再发出;补试后模型仍只回普通文本时,沿用补试前那句回复。
- 故障表现:写歪的
- send 的已知风险:
- 带副作用的工具成功执行后,同一步里的
send才会发出。 - 中途发言按下标记账,避免收尾时重复发出。
- 模型按老名字
agent_finalize原生调用时,按send处理。
- 带副作用的工具成功执行后,同一步里的
- QQ 官方发文件的文件名:优先用文件段里的
name作为上传文件名;来源为空的文件段直接报错,不再静默跳过。 - 普通回复被隐式渲染成图:普通问答、榜单、参数对比默认用文字回复。明确要求图片、图表、效果图或动画时,照常可以渲染。
- 版本历史排序错乱:同一版本出现两位数的 Canary 后,
canary.2排在canary.12上面,canary.10直接不见了。现在由服务端按发布时间排序。
行为说明
- say / agent_finalize 合并成 send:
- 一步里只调
send,就是本轮回复,本轮结束。 send和其他工具同一步调用,就是中途那句「我去查一下」:立刻发出,本轮继续。send的正文留空,就是这一轮不说话。silent/silent_reason两个字段已去掉。- 自定义提示词里如果写了
say或agent_finalize,建议改成send。模型按老名字调用时仍兼容。
- 一步里只调
- 命令白名单删除:
agent_command_allowlist配置不再生效。run_command只在命令沙盒真正生效时才注册,而且始终断网、执行前不审核。- 没有沙盒、沙盒设成
off、或者命令需要联网时,主人的命令统一走host_access;仓库插件的固定脚本和本地 MCP 不再查白名单。
- 宿主命令自动审核:主人和 WebUI 管理会话通过
host_access执行的每条命令,执行前先由模型自动审核,每条命令多一次模型调用。 - 只追加上下文:
- 默认开启,没有开关。
- 请求会逐轮变长,碰到两倍上限后重开一次;重开的那一轮不命中缓存。
- 续接记录只保存在内存里,重启后的第一轮会完整组装。
- 缓存命中率的统计口径变了:命中的 token 数量本身不变,但显示出来的百分比剔除了发送前审核和回复触发判断,会比旧版看到的数字高。各用途各自的命中率见「按使用方式」明细。
- 语音插件迁移:旧的语音合成、语音识别插件配置会在启动时自动迁移到模型分配里的插槽,不需要手动操作。
安装与下载
安装和升级用的是同一条命令,和本版本的 README 一致。
Prompt 安装(交给能在目标机器上执行命令的 AI 助手)
请帮我在当前机器安装 Diana v0.8.155。先阅读 https://github.com/SuInk/Diana/tree/v0.8.155 的 README 和仓库里的 scripts/install.sh(Linux/macOS)或 scripts/install.ps1(Windows),识别系统与架构,使用官方一键安装脚本,显式指定版本 v0.8.155(Shell 使用 --version,PowerShell 使用 -Version)。默认使用当前用户权限、仅监听 127.0.0.1;如果已有安装,保留现有配置和数据,先检查版本,若目标版本更旧则先向我确认降级。完成后运行 diana doctor 检查健康状态,告诉我控制台地址、管理员账号和安装时首次生成的密码,并提醒我妥善保存;如果是已有安装且没有生成新密码,说明继续使用原密码,不要自动重置。需要我提供的模型 API Key 和机器人凭据,等我在控制台填写。
Linux / macOS
curl -fsSL https://raw.githubusercontent.com/SuInk/Diana/main/scripts/install.sh | shWindows PowerShell
irm https://raw.githubusercontent.com/SuInk/Diana/main/scripts/install.ps1 | iexDocker
curl -fsSL https://raw.githubusercontent.com/SuInk/Diana/main/scripts/docker.sh | sh原生安装默认装在用户目录,不需要管理员权限;以前用 sudo 装过的,脚本会自动沿用原来的安装。Docker 需要可用的 Docker/Compose 和相应的运行权限;升级时在原部署目录执行命令,并保留数据卷。
手动下载:
- 选择本页对应平台的完整包:Linux amd64/arm64、macOS amd64/arm64、Windows amd64。
- 对照
SHA256SUMS校验 SHA-256,然后解压。 - 运行
run.sh/run.bat。
包里是内嵌了前端的 diana-webui 程序和启动脚本,不需要单独部署 WebUI,也不需要安装 Node.js;frontend-next/dist 只是给旧版自更新器做兼容用的。不提供单独的裸二进制,自定义部署请从完整包里提取 diana-webui。
升级指南
- 完整 Release 包/原生安装:先备份配置和数据库,然后重跑上面对应系统的一键安装命令。手动部署的话:先停掉旧进程,校验并替换完整包,保留原来的配置和数据,再重新启动。
- v0.8.91 及以后的版本,可以直接在控制台里升级。
- v0.8.90 及更早的版本只认旧包名
diana-webui-…,或者还没有自更新器,必须重跑一次一键安装或手动安装完整包,不能指望旧版 WebUI 完成迁移。
- Docker:在原部署目录重跑上面的 Docker 命令,或者执行下面的 Compose 更新命令。
- 正式镜像提供
v0.8.155/latest和v0.8.155-slim/latest-slim两种变体,继续使用原来的变体即可,并持久化/app/data。 - slim 变体不含浏览器和多媒体依赖。
- 正式镜像提供
docker compose pull && docker compose up -d- 源码部署:保留本地的配置和修改,在现有仓库里取回正式标签后构建前后端。
- Go/Node 版本以仓库要求为准,发布 CI 使用 Go 1.26.6、Node.js 22。
- 先停掉旧服务,再按原来的方式启动新构建。源码构建没有内嵌前端时,仍按
FRONTEND_DIST指定的目录查找。 - 以下命令在仓库根目录执行:
git fetch origin --tags
git checkout v0.8.155
go mod download
cd frontend && npm ci && npm run build && cd ..
mkdir -p dist
go build -trimpath -o dist/diana-webui ./cmd/webui
FRONTEND_DIST=frontend/dist ./dist/diana-webui测试覆盖
发布前的检查:
- gofmt、差异空白检查、Go 全量测试、前端依赖安装、单元测试和生产构建。
- CI 验证了五个平台的完整包、macOS helper 和 Docker 镜像。
- 发布后独立下载 macOS ARM64 完整包,核对 SHA-256,并确认包里有内嵌前端的程序和启动脚本。
行为改动用生产数据做了回放:
- 只追加上下文:用 gpt-6.1-sol 回放 3 个群共 15 轮,每轮都回复了当前消息;用 DeepSeek 实测了缓存命中率。
- 开发版部署到线上实测:群聊续接上的回复命中 81%~96%。
- 去掉附和:用 gpt-6.1-sol 回放了生产上讨论技术方案的轮次。
相关链接
- 主回复只追加时只发变了的尾部段,加查证提醒和续接诊断
- 缓存命中率按用途区分,剔除审核和触发判断
- 主回复只追加上下文
- 尾部逐字不变的说明挪到历史之前
- say 和 agent_finalize 合并成 send
- 真实换行按分条发送、纯文本回答直接作为最终回复
- 媒体索引只列掉出窗口的媒体,跨群记忆常驻提到 6 条
- 工具全部按需、对所有人同一份,tools_load 改名 tool_search
- 讲方案、问看法时说自己的判断
- 追发按规则判定,不再先问话题判断器
- QQ 官方群里 @ 机器人时标明点名自己
- 查证子任务能读网页,回复不补没问到的免责声明
- QQ 式聊天页
- 实时语音通话通道
- 语音插件并入模型分配
- 主人可指定机器人管理员
- QQ 官方机器人认主人
- QQ 官方成员头像
- QQ 官方回复挂按钮、多图合成图集
- 第三方插件上传压缩包安装
- 宿主命令自动审核,自然语言开关插件和清理存储
- 删除 Agent 命令白名单
- 存储空间页直接清理
- 人设库「新建」
- 总览页运行信息改成指标格子
- 模型路由显示上次调用时间、页面骨架
- 连接层故障重试换候选
- send 的已知风险修复
- 收尾标签包着 JSON 信封时按信封解码
- 收尾标签拼在正文后时不再原样发出
- 写歪的发送方式标记不再发进群里
- 普通回复默认文字
- QQ 官方发文件用文件段的 name
- 版本历史按发布时间倒序
- 脱敏正则收归 secretmask
- 部署文档
完整版本对比:v0.8.154...v0.8.155