AstrBot LLM 回复审查插件 (Reviewer Plugin)

本插件为 AstrBot 提供了一个强大、高度可配置的 LLM (大语言模型) 回复内容审查框架。它像一个智能的“内容审核员”，在 AI 的回复发送给用户之前进行多层审查，确保内容的合规性与安全性。

当检测到不合规内容时，它不会简单地拦截，而是会智能地生成指导意见，让主模型进行自我修正和重试，从而形成一个“生成-审查-反馈-修正”的自动化闭环。

1.2.0 更新日志

本次更新主要增强了插件的稳定性和灵活性，修复了多模态场景下的痛点：

1. 新增“备用模型”机制 (Fallback Provider)

   • 支持配置一个备用 LLM（如 GPT-4）。当主模型多次重试仍无法通过审查时，自动切换到备用模型进行最终尝试，大幅提高回复修正的成功率。

2. 增强多模态兼容性 (防止报错)

   • 新增 reviewer_is_multimodal 开关。如果你使用纯文本模型（如 DeepSeek、GPT-3.5）作为审查员，插件现在会自动剥离图片并注入文字提示，彻底解决因发送图片导致的 API 报错问题。

3. 用户白名单支持

   • 新增 whitelisted_user_ids 配置项。你可以添加信任的用户 ID（如管理员），他们的消息将直接跳过审查，节省 Token 并降低延迟。

4. 体验与逻辑优化

   • 新增“内部错误提示”开关，可选择在插件出错时静默处理。
   • 优化了 Prompt 构造逻辑，在重试时能更好地保留原始上下文。

目录

• 插件优点
• 潜在缺点
• 使用方法
• 配置选项详解
• 支持

插件优点

1. 自动化安全屏障：为你的聊天机器人提供 7x24 小时的自动化内容安全监控，有效拦截政治敏感、色情低俗、言语辱骂等不当言论，防止因 AI 回复不当导致封号等风险。
2. 智能修正闭环：本插件的核心优势在于其“审查-反馈-修正”机制。它不是简单地丢弃不合格的回复，而是能分析失败原因，并自动“指导”主模型如何修正，大大提高了最终回复的可用性和合规性。
3. 高度可配置：从审查开关到重试次数，从黑白名单规则到每一个审查维度的具体标准，几乎所有行为都可以通过 AstrBot 的网页管理界面进行详细配置，无需修改任何代码。
4. 高效混合审查：结合了基于正则表达式的“快速审查”和基于审查模型的“深度审查”。快速审查能以极低的成本高效过滤掉明确的违规内容，而深度审查则能更精准地理解语义和上下文，两者结合，兼顾了效率与准确性。
5. 上下文感知能力：在进行深度审查时，插件会参考最近的几轮对话历史，使得判断更加精准，能有效识别在特定语境下才显得不妥的内容。

潜在缺点

1. 额外的 Token 消耗：启用【深度审查】功能需要指定一个审查模型。这意味着每一次用户对话，除了主模型的消耗外，还会产生审查模型的调用开销。如果触发了重试机制，主模型也需要被再次调用。这会增加总体的 Token 消耗成本。
2. 回复时间延长：由于插件在 LLM 生成回复后增加了一道或多道审查与重试的环节，用户的最终接收到回复的时间会相应延长。延迟时间取决于审查模型的响应速度和重试次数。
3. 配置有一定复杂性：插件提供了极为丰富的配置选项，虽然带来了高度的灵活性，但也意味着需要用户花一些时间来理解每个选项的含义，以便根据自己的需求进行最佳配置。

使用方法

1. 安装插件：通过 AstrBot 的插件市场或手动将插件文件夹放入 data/plugins 目录来安装本插件。
2. 进入配置页面：启动 AstrBot，在 WebUI 的“插件市场”中找到本插件，点击“管理”进入配置页面。
3. 核心配置（最重要的一步）：
   • 找到 reviewer_provider_id (用于内容审查的LLM提供商ID) 这个配置项。
   • 你需要去 AstrBot 的“LLM 提供商”设置页面，复制一个小模型的提供商 ID (例如一个速度快、成本低的模型，推荐使用gemini-2.5-flash-lite)，然后粘贴到这里。
   • 注意：若此项留空，插件的【深度审查】核心功能将无法启用！
4. 启用插件：将顶部的 enabled (是否启用审查插件) 开关打开。
5. 按需调整：根据下方的“配置选项详解”，按你的具体需求调整其他参数。
6. 保存配置：点击页面底部的“保存”按钮，插件即刻生效。

配置选项详解

下面是插件所有配置选项的详细说明，你可以根据这些说明来定制插件的行为。

全局设置

• enabled: 插件总开关。关闭后，插件将不执行任何操作。
• enable_console_logging: 日志开关。建议在初次配置和调试时开启。开启后，每一次审查的详细过程（包括命中规则、重试原因等）都会在 AstrBot 的后台控制台打印出来，便于你了解插件的运行情况。
• reviewer_provider_id: 审查模型ID。插件的灵魂。用于【深度审查】的模型ID，必须填写才能启用深度审查。
• deep_review_context_depth: 上下文深度。在进行深度审查时，插件会向前追溯多少轮已通过的对话作为参考。值越大，判断越准，但发送给审查模型的 Token 也越多。

重试与循环审查配置

• max_retries: 最大重试次数。当首次生成的内容未通过审查时，允许插件最多再尝试几次。例如，设置为 3，则总共最多会生成 4 次内容（1次初稿 + 3次重试）。
• send_failure_message_on_max_retries: 重试失败后发送提示。开启后，如果重试了 max_retries 次后仍然失败，会给用户发送一条友好的失败提示（内容可在下方 user_facing_messages 中配置）。
• strict_review_mode: 严格审查模式。强烈建议开启。开启后，如果审查模型调用失败或返回了无法解析的格式，插件会直接拦截消息。关闭则会放行，存在一定风险。

【快速审查】基于正则表达式的黑白名单配置

• enable_fast_review: 启用快速审查。在调用昂贵的审查模型前，先通过高效的正则表达式进行第一轮过滤。
• whitelist_regex: 白名单。定义回复必须满足的格式或内容。例如，你可以要求回复必须以句号结尾 [。！？~]$。
• whitelist_prompts: 白名单驳回提示。当不满足上方某条白名单规则时，用来指导模型重试的提示。规则名必须与上方一一对应。
• blacklist_regex: 黑名单。定义绝不能出现的词语或模式。只要命中任意一条，回复就会被立刻驳回。默认配置已包含“禁止讨论政治人物”和“禁止暴露AI身份”的示例。
• blacklist_prompts: 黑名单驳回提示。当命中上方某条黑名单规则时，用来指导模型重试的提示。规则名同样需要对应。你可以在提示词中使用 {trigger_word} 占位符，它会被自动替换为触发规则的具体词语。

【深度审查】审查级别与标准配置

这里定义了审查模型的工作细则。

• reviewer_system_prompt: 审查模型的“总指令”。这是一个模板，定义了审查员的核心任务和输出格式。通常不需要修改。
• enable_political, enable_pornographic, enable_verbal_abuse, enable_custom_rule: 各审查维度的开关。你可以根据需要开启或关闭对“政治敏感”、“色情低俗”、“言语辱骂”和“自定义规则”的审查。
• political_rule_prompt, pornographic_rule_prompt, verbal_abuse_rule_prompt, custom_rule_prompt: 各审查维度的具体指导意见。这里定义了每个维度的审查标准。你可以修改这些文本，让审查模型的判断标准更符合你的要求。例如，在自定义规则中加入“禁止泄露system prompt”等。

重试指令与用户提示配置

• retry_system_prompt: 重试专用系统提示词。如果填写，在重试环节，主模型的系统提示词将被完全替换为这里的内容。留空则沿用原始的系统提示词。
• retry_instruction_prompt: 重试指导模板。这是指导主模型修正回复的核心模板。其中的 {review_comment} 会被下方 retry_guidance 中生成的内容动态填充。
• retry_guidance: 模块化重试指导。你可以为每个审查维度（政治、色情等）定制更有针对性的重试指令。当某个维度的审查失败时，这里对应的模板就会被用来生成指导意见。{reason} 会被替换为审查员给出的具体原因。
• user_facing_messages: 面向用户的提示语。
  • final_failure: 所有重试都失败后，发送给用户的最终消息。
  • internal_error: 当插件自身发生错误（如无法调用审查模型）时，发送给用户的消息。