feat(vectordb): 添加向量数据库支持及集成功能

新增向量数据库管理器模块，支持文本的存储、检索和相似度查询
添加知识库插件和AI聊天插件，利用向量数据库实现记忆功能
优化跨平台翻译模块，集成向量数据库存储历史翻译记录
改进消息处理逻辑，优先使用用户显示名称

plugins/discord-cross/translator.py

@@ -2,8 +2,11 @@
 """
 跨平台消息互通插件翻译模块
 """
+import time
+import uuid
 from typing import Dict, List
 from core.utils.logger import ModuleLogger
+from core.managers.vectordb_manager import vectordb_manager
 from .config import config
 
 # 创建模块专用日志记录器
@@ -19,7 +22,7 @@ def get_translation_context(channel_id: int, direction: str) -> List[Dict[str, s
     return TRANSLATION_CONTEXT_CACHE.get(cache_key, [])
 
 def add_translation_context(channel_id: int, direction: str, original: str, translated: str):
-    """添加翻译到上下文缓存"""
+    """添加翻译到上下文缓存和向量数据库"""
     cache_key = f"{channel_id}_{direction}"
     if cache_key not in TRANSLATION_CONTEXT_CACHE:
         TRANSLATION_CONTEXT_CACHE[cache_key] = []
@@ -31,6 +34,59 @@ def add_translation_context(channel_id: int, direction: str, original: str, tran
     
     if len(TRANSLATION_CONTEXT_CACHE[cache_key]) > MAX_CONTEXT_MESSAGES:
         TRANSLATION_CONTEXT_CACHE[cache_key] = TRANSLATION_CONTEXT_CACHE[cache_key][-MAX_CONTEXT_MESSAGES:]
+        
+    # 将翻译记录保存到向量数据库
+    try:
+        collection_name = f"translation_memory_{channel_id}"
+        doc_id = str(uuid.uuid4())
+        
+        # 将原文和译文组合作为向量化文本
+        text_to_embed = f"原文: {original}\n译文: {translated}"
+        
+        metadata = {
+            "channel_id": channel_id,
+            "direction": direction,
+            "original": original,
+            "translated": translated,
+            "timestamp": int(time.time())
+        }
+        
+        vectordb_manager.add_texts(
+            collection_name=collection_name,
+            texts=[text_to_embed],
+            metadatas=[metadata],
+            ids=[doc_id]
+        )
+        logger.debug(f"[CrossPlatform] 翻译记录已保存到向量数据库: {collection_name}")
+    except Exception as e:
+        logger.error(f"[CrossPlatform] 保存翻译记录到向量数据库失败: {e}")
+
+def get_similar_translations(channel_id: int, text: str, direction: str, limit: int = 3) -> str:
+    """从向量数据库检索相似的翻译记录"""
+    try:
+        collection_name = f"translation_memory_{channel_id}"
+        
+        # 检索相似文本
+        results = vectordb_manager.query_texts(
+            collection_name=collection_name,
+            query_texts=[text],
+            n_results=limit,
+            where={"direction": direction}
+        )
+        
+        if not results or not results.get("documents") or not results["documents"][0]:
+            return ""
+            
+        context_ref = "\n\n参考历史相似翻译（向量检索）：\n"
+        for i, metadata in enumerate(results["metadatas"][0], 1):
+            original = metadata.get("original", "")
+            translated = metadata.get("translated", "")
+            context_ref += f"{i}. 原文: {original[:100]}\n   译文: {translated[:100]}\n"
+            
+        return context_ref
+    except Exception as e:
+        logger.error(f"[CrossPlatform] 从向量数据库检索翻译记录失败: {e}")
+        return ""
 
 async def translate_with_deepseek(
     text: str, 
@@ -51,11 +107,17 @@ async def translate_with_deepseek(
     messages = []
     context_ref = ""
     if channel_id > 0:
+        # 1. 获取最近的上下文缓存
         context = get_translation_context(channel_id, direction)
         if context:
-            context_ref = "\n\n参考之前的翻译：\n"
+            context_ref = "\n\n参考最近的翻译：\n"
             for i, ctx in enumerate(context[-5:], 1):
                 context_ref += f"{i}. 原文: {ctx['original'][:100]}\n   译文: {ctx['translated'][:100]}\n"
+                
+        # 2. 从向量数据库检索相似的历史翻译
+        similar_context = get_similar_translations(channel_id, text, direction)
+        if similar_context:
+            context_ref += similar_context
     
     system_prompt = f"""你是一个专业的翻译助手。请将以下文本翻译成{lang_name}。
 只返回翻译后的文本，不要添加任何解释、注释或其他内容。避免翻译出仇视言论以及违反中国大陆相关法律法规的内容。如果有，请在翻译后有敏感的词语中把文本替换成井号（#）
@@ -115,11 +177,17 @@ async def translate_with_deepseek_sync(
     
     context_ref = ""
     if channel_id > 0:
+        # 1. 获取最近的上下文缓存
         context = get_translation_context(channel_id, direction)
         if context:
-            context_ref = "\n\n参考之前的翻译：\n"
+            context_ref = "\n\n参考最近的翻译：\n"
             for i, ctx in enumerate(context[-5:], 1):
                 context_ref += f"{i}. 原文: {ctx['original'][:100]}\n   译文: {ctx['translated'][:100]}\n"
+                
+        # 2. 从向量数据库检索相似的历史翻译
+        similar_context = get_similar_translations(channel_id, text, direction)
+        if similar_context:
+            context_ref += similar_context
     
     system_prompt = f"""你是一个专业的翻译助手。请将以下文本翻译成{lang_name}。
 只返回翻译后的文本，不要添加任何解释、注释或其他内容。避免翻译出仇视言论以及违反中国大陆相关法律法规的内容。如果有，请在翻译后有敏感的词语中把文本替换成井号（#）