语料联邦
字数
882 字
阅读时间
4 分钟
管理牛牛接话素材从哪来：默认只用本机库；可选接入社区共享池读写匿名短句。与在线统计（是否在线、全网套数）独立，后者默认开启，见 在线统计与社区主站。
语料来源
| 来源 | 说明 | 默认 |
|---|---|---|
| 本机 | 日常接话、学习、清理 | 开启 |
| 共享池 | 社区中心接话素材 | 关闭，需 WebUI 手动开 |
| 联邦库 | 多套牛牛共用独立库 | 进阶，多数部署未接 |
查找顺序默认先本机再共享池；远端失败自动退回本机。
服务地址
公网服务挂在 *.pallasbot.top 子域；主域备案即可，不必单独为控制面再占根域。
| 用途 | 地址 |
|---|---|
| 在线统计与语料 API | https://stats.pallasbot.top |
| 备案过渡期备用 | https://pallas.togetsudo.com |
Bot 在 auto enroll 下会从心跳地址推导语料 URL；读路径按主/备顺序 failover，与在线统计一致。
配置
| 项 | 说明 |
|---|---|
| WebUI | 通用配置 → 语料联邦 |
| 落盘 | data/pallas_config/webui.json |
| 生效 | 保存后热重载，一般无需重启 |
在线统计与名册公开见 在线统计与社区主站（通用配置 → 在线统计与社区主站）。
分组说明
| 分组 | 做什么 |
|---|---|
| 接话时查哪些语料 | 查找顺序、重复句合并 |
| 社区共享语料 | 开关、登记、上传、地址与口令 |
| 接话性能 | 一般保持默认 |
常用键（config/pallas.toml [corpus]）
| 键 | 默认 | 说明 |
|---|---|---|
community_enabled | false | 使用共享语料 |
auto_enroll | false | 自动向中心登记口令 |
community_contribute | auto | 上传本机新回复 |
on_remote_failure | local_only | 远端失败只用本机 |
关闭在线统计：[community_stats] enabled = false（见 在线统计与社区主站）。
联邦控制（多套牛牛共池）
通用配置 → 联邦控制 填入池密钥并开启去重，避免同一条群消息各回复一遍。密钥在 统计与语料 → 社区联邦 复制。
隐私与降级
- contribute 默认开启，可在 WebUI 关闭；上传仅含关键词与短句，
group_id=0，不含 QQ/群号 - 中心不可达：接话与学习仅走本机，不阻塞启动
- 中心可对 contribute 先入队审核；Bot 侧 mirror 失败有退避与日配额
排障
| 现象 | 处理 |
|---|---|
| 共享池读不到 | 查开关、口令、网络；失败会退回本机 |
| 不想上传只读 | community_contribute = false |
| 跨机重复回复 | 确认联邦控制已入池且去重开启 |
API 与运维
| 项 | 说明 |
|---|---|
GET /pallas/api/corpus-status | 本部署状态 |
GET /pallas/api/local-corpus-hot | 本机语料热词（scope=global） |
GET /pallas/api/community-corpus-hot | 社区热词（mode=pool|recent|fleet） |
data/pallas_config/community_stats.json | 部署编号、语料口令等 |
热词与同步
| 能力 | 说明 |
|---|---|
| 本机热词 | 控制台「本机语料热词」；累计本部署全部群学习语料 |
| 社区高频池 | mode=pool，不按时间截断 |
| 近期活跃 | mode=recent + 日/周/月 |
| backfill | WebUI 通用配置 → 语料联邦 → 历史语料同步，或 PALLAS_CORPUS_BACKFILL_ENABLED=true |
| 机群快照 | 心跳可选附带本机 Top 词，中心 mode=fleet 叠加展示 |
实现
src/features/corpus/ · 中心服务 Community-Stats
维护者向现状说明以本文与 架构总览 为准。
