feat: 新配置项，支持配置只@触发等待时是否回复

astrbot/core/config/default.py

@@ -40,6 +40,7 @@ DEFAULT_CONFIG = {
         },
         "no_permission_reply": True,
         "empty_mention_waiting": True,
+        "empty_mention_waiting_need_reply": True,
         "friend_message_needs_wake_prefix": False,
         "ignore_bot_self_message": False,
     },
@@ -357,9 +358,14 @@ CONFIG_METADATA_2 = {
                         "hint": "启用后，当用户没有权限执行某个操作时，机器人会回复一条消息。",
                     },
                     "empty_mention_waiting": {
-                        "description": "只 @ 机器人是否触发等待回复",
+                        "description": "只 @ 机器人是否触发等待",
                         "type": "bool",
-                        "hint": "启用后，当消息内容只有 @ 机器人时，会触发等待回复，在 60 秒内的该用户的任意一条消息均会唤醒机器人。这在某些平台不支持 @ 和语音/图片等消息同时发送时特别有用。",
+                        "hint": "启用后，当消息内容只有 @ 机器人时，会触发等待，在 60 秒内的该用户的任意一条消息均会唤醒机器人。这在某些平台不支持 @ 和语音/图片等消息同时发送时特别有用。",
+                    },
+                    "empty_mention_waiting_need_reply": {
+                        "description": "只 @ 机器人触发等待时是否需要回复提醒",
+                        "type": "bool",
+                        "hint": "在上面一个配置项中，如果启用了触发等待，启用此项后，机器人会使用 LLM 生成一条回复。否则，将不回复而只是等待。",
                     },
                     "friend_message_needs_wake_prefix": {
                         "description": "私聊消息是否需要唤醒前缀",

packages/session_controller/main.py

@@ -26,9 +26,7 @@ class Waiter(Star):
     def __init__(self, context: Context):
         super().__init__(context)
 
-        self.empty_mention_waiting = self.context.get_config()["platform_settings"][
-            "empty_mention_waiting"
-        ]
+        self.p_settings: dict = self.context.get_config()["platform_settings"]
         self.wake_prefix = self.context.get_config()["wake_prefix"]
 
     @filter.event_message_type(filter.EventMessageType.ALL, priority=maxsize)
@@ -49,44 +47,49 @@ class Waiter(Star):
                 if (
                     isinstance(messages[0], Comp.At)
                     and str(messages[0].qq) == str(event.get_self_id())
-                    and self.empty_mention_waiting
+                    and self.p_settings.get("empty_mention_waiting", True)
                 ) or (
                     isinstance(messages[0], Comp.Plain)
                     and messages[0].text.strip() in self.wake_prefix
                 ):
-                    try:
-                        # 尝试使用 LLM 生成更生动的回复
-                        func_tools_mgr = self.context.get_llm_tool_manager()
+                    if self.p_settings.get("empty_mention_waiting_need_reply", True):
+                        try:
+                            # 尝试使用 LLM 生成更生动的回复
+                            func_tools_mgr = self.context.get_llm_tool_manager()
 
-                        # 获取用户当前的对话信息
-                        curr_cid = await self.context.conversation_manager.get_curr_conversation_id(
-                            event.unified_msg_origin
-                        )
-                        conversation = None
-
-                        if curr_cid:
-                            conversation = await self.context.conversation_manager.get_conversation(
-                                event.unified_msg_origin, curr_cid
-                            )
-                        else:
-                            # 创建新对话
-                            curr_cid = await self.context.conversation_manager.new_conversation(
+                            # 获取用户当前的对话信息
+                            curr_cid = await self.context.conversation_manager.get_curr_conversation_id(
                                 event.unified_msg_origin
                             )
+                            conversation = None
 
-                        # 使用 LLM 生成回复
-                        yield event.request_llm(
-                            prompt="注意，你正在社交媒体上中与用户进行聊天，用户只是通过@来唤醒你，但并未在这条消息中输入内容，他可能会在接下来一条发送他想发送的内容。请你友好地询问用户想要聊些什么或者需要什么帮助，回复要符合人设，不要太过机械化。注意，你仅需要输出要回复用户的内容，不要输出其他任何东西",
-                            func_tool_manager=func_tools_mgr,
-                            session_id=curr_cid,
-                            contexts=[],
-                            system_prompt="",
-                            conversation=conversation,
-                        )
-                    except Exception as e:
-                        logger.error(f"LLM response failed: {str(e)}")
-                        # LLM 回复失败，使用原始预设回复
-                        yield event.plain_result("想要问什么呢？😄")
+                            if curr_cid:
+                                conversation = await self.context.conversation_manager.get_conversation(
+                                    event.unified_msg_origin, curr_cid
+                                )
+                            else:
+                                # 创建新对话
+                                curr_cid = await self.context.conversation_manager.new_conversation(
+                                    event.unified_msg_origin
+                                )
+
+                            # 使用 LLM 生成回复
+                            yield event.request_llm(
+                                prompt=(
+                                    "注意，你正在社交媒体上中与用户进行聊天，用户只是通过@来唤醒你，但并未在这条消息中输入内容，他可能会在接下来一条发送他想发送的内容。"
+                                    "你友好地询问用户想要聊些什么或者需要什么帮助，回复要符合人设，不要太过机械化。"
+                                    "请注意，你仅需要输出要回复用户的内容，不要输出其他任何东西"
+                                ),
+                                func_tool_manager=func_tools_mgr,
+                                session_id=curr_cid,
+                                contexts=[],
+                                system_prompt="",
+                                conversation=conversation,
+                            )
+                        except Exception as e:
+                            logger.error(f"LLM response failed: {str(e)}")
+                            # LLM 回复失败，使用原始预设回复
+                            yield event.plain_result("想要问什么呢？😄")
 
                     @session_waiter(60)
                     async def empty_mention_waiter(