CyberArchaeology 赛博考古插件

基于embedding技术的群聊记忆挖掘工具，实现历史消息的智能回溯与聚合分析。通过Embedding生成语义向量，构建动态聚类算法，打造群组专属的数字记忆库。

需安装依赖插件astrbot_plugin_embedding_adapter 。

仅支持aiocqhttp。

喜欢的话点个🌟吧！

🌟 核心功能

1. 实时语义归档 - 自动分析每条消息的深层语义特征
2. 多维模糊检索 - 基于语义相似度实现模糊语义检索
3. 分布式记忆库 - 每个群组独立数据库隔离存储（data/astrbot_plugin_cyber_archaeology）

⚙️ 插件安装

astrbot插件市场搜索astrbot_plugin_cyber_archaeology，点击安装，等待完成即可。

⚙️基础配置

请在astrbot面板配置，插件管理 -> astrbot_plugin_cyber_archaeology -> 操作 -> 插件配置

[!NOTE]

如果没有大规模的数据存储需求，推荐选择lite模式（存储100万~1000万条消息）,只需要填写lite模式保存地址 (lite_path)这一项配置

🛠️ 使用指南

基础命令

高级功能

批量导入历史消息(管理员权限)
/ca load_history <导入条数> [起始消息序号]

示例：导入最近100条历史消息
/ca load_history 100

示例：从第500条消息开始导入200条
/ca load_history 200 500

批量导入历史消息(管理员权限)
/ca load_group_history <群号> <导入条数> [起始消息序号]

示例：导入最近100条历史消息
/ca load_group_history 100

示例：从第500条消息开始导入200条
/ca load_group_history 200 500

🧠 实现原理

1. 语义向量化
   通过Ollama API将文本转换为语义向量

2. 查询历史信息
   将embedding向量，基于向量数据库Milvus的近似查询

⚠️ 注意事项

1. 本插件的embedding模型调取依赖于插件astrbot_plugin_embedding_adapter
2. 建议执行/ca load_history <读取消息条数:int> [初始消息序号:int]导入插件安装前的历史消息
3. 消息存储路径：data/astrbot_plugin_cyber_archaeology/*.db
4. 任何问题都可以通过issue反馈

📜 开源协议

本项目采用 AGPLv3 协议开源，基于 AstrBot 插件体系开发。