Dev (#28)

* 滚木

* feat: 重构核心架构，增强类型安全与插件管理

本次提交对核心模块进行了深度重构，引入 Pydantic 增强配置管理的类型安全性，并全面优化了插件管理系统。

主要变更详情：

1. 核心架构与配置
   - 重构配置加载模块：引入 Pydantic 模型 (`core/config_models.py`)，提供严格的配置项类型检查、验证及默认值管理。
   - 统一模块结构：规范化模块导入路径，移除冗余的 `__init__.py` 文件，提升项目结构的清晰度。
   - 性能优化：集成 Redis 缓存支持 (`RedisManager`)，有效降低高频 API 调用开销，提升响应速度。

2. 插件系统升级
   - 实现热重载机制：新增插件文件变更监听功能，支持开发过程中自动重载插件，提升开发效率。
   - 优化生命周期管理：改进插件加载与卸载逻辑，支持精确卸载指定插件及其关联的命令、事件处理器和定时任务。

3. 功能特性增强
   - 新增媒体 API：引入 `MediaAPI` 模块，封装图片、语音等富媒体资源的获取与处理接口。
   - 完善权限体系：重构权限管理系统，实现管理员与操作员的分级控制，支持更细粒度的命令权限校验。

4. 代码质量与稳定性
   - 全面类型修复：解决 `mypy` 静态类型检查发现的大量类型错误（包括 `CommandManager`、`EventFactory` 及 `Bot` API 签名不匹配问题）。
   - 增强错误处理：优化消息处理管道的异常捕获机制，完善关键路径的日志记录，提升系统运行稳定性。

* feat: 添加测试用例并优化代码结构

refactor(permission_manager): 调整初始化顺序和逻辑
fix(admin_manager): 修复初始化逻辑和目录创建问题
feat(ws): 优化Bot实例初始化条件
feat(message): 增强MessageSegment功能并添加测试
feat(events): 支持字符串格式的消息解析
test: 添加核心功能测试用例
refactor(plugin_manager): 改进插件路径处理
style: 清理无用导入和代码
chore: 更新依赖项

core/utils/executor.py

@@ -2,7 +2,8 @@
 import asyncio
 import docker
 from docker.tls import TLSConfig
-from typing import Dict, Any, Callable
+from docker.types import LogConfig
+from typing import Any, Callable
 
 from core.utils.logger import logger
 
@@ -10,21 +11,20 @@ class CodeExecutor:
     """
     代码执行引擎，负责管理一个异步任务队列和并发的 Docker 容器执行。
     """
-    def __init__(self, bot_instance, config: Dict[str, Any]):
+    def __init__(self, config: Any):
         """
         初始化代码执行引擎。
-        :param bot_instance: Bot 实例，用于后续的消息回复。
-        :param config: 从 config.toml 加载的配置字典。
+        :param config: 从 config_loader.py 加载的全局配置对象。
         """
-        self.bot = bot_instance
-        self.task_queue = asyncio.Queue()
+        self.bot: Any = None  # Bot 实例将在 WS 连接成功后动态注入
+        self.task_queue: asyncio.Queue = asyncio.Queue()
         
         # 从传入的配置中读取 Docker 相关设置
         docker_config = config.docker
-        self.docker_base_url = docker_config.get("base_url")
-        self.sandbox_image = docker_config.get("sandbox_image", "python-sandbox:latest")
-        self.timeout = docker_config.get("timeout", 10)
-        concurrency = docker_config.get("concurrency_limit", 5)
+        self.docker_base_url = docker_config.base_url
+        self.sandbox_image = docker_config.sandbox_image
+        self.timeout = docker_config.timeout
+        concurrency = docker_config.concurrency_limit
         
         self.concurrency_limit = asyncio.Semaphore(concurrency)
         self.docker_client = None
@@ -34,10 +34,10 @@ class CodeExecutor:
             if self.docker_base_url:
                 # 如果配置了远程 Docker 地址，则使用 TLS 选项进行连接
                 tls_config = None
-                if docker_config.get("tls_verify", False):
+                if docker_config.tls_verify:
                     tls_config = TLSConfig(
-                        ca_cert=docker_config.get("ca_cert_path"),
-                        client_cert=(docker_config.get("client_cert_path"), docker_config.get("client_key_path")),
+                        ca_cert=docker_config.ca_cert_path,
+                        client_cert=(docker_config.client_cert_path, docker_config.client_key_path),
                         verify=True
                     )
                 self.docker_client = docker.DockerClient(base_url=self.docker_base_url, tls=tls_config)
@@ -60,7 +60,15 @@ class CodeExecutor:
         将代码执行任务添加到队列中。
         :param code: 待执行的 Python 代码字符串。
         :param callback: 执行完毕后用于回复结果的回调函数。
+        :raises RuntimeError: 如果 Docker 客户端未初始化。
         """
+        if not self.docker_client:
+            logger.warning("[CodeExecutor] 尝试添加任务，但 Docker 客户端未初始化。任务被拒绝。")
+            # 这里可以选择抛出异常，或者直接调用回调返回错误信息
+            # 为了用户体验，我们构造一个错误结果并直接调用回调（如果可能）
+            # 但由于 callback 返回 Future，这里简单起见，我们记录日志并抛出异常
+            raise RuntimeError("Docker环境未就绪，无法执行代码。")
+
         task = {"code": code, "callback": callback}
         await self.task_queue.put(task)
         logger.info(f"[CodeExecutor] 新的代码执行任务已入队 (队列当前长度: {self.task_queue.qsize()})。")
@@ -125,6 +133,9 @@ class CodeExecutor:
         同步函数：在 Docker 容器中运行代码。
         此函数通过手动管理容器生命周期来提高稳定性。
         """
+        if self.docker_client is None:
+            raise docker.errors.DockerException("Docker client is not initialized.")
+
         container = None
         try:
             # 1. 创建容器
@@ -134,7 +145,7 @@ class CodeExecutor:
                 mem_limit='128m',
                 cpu_shares=512,
                 network_disabled=True,
-                log_config={'type': 'json-file', 'config': {'max-size': '1m'}},
+                log_config=LogConfig(type='json-file', config={'max-size': '1m'}),
             )
             # 2. 启动容器
             container.start()
@@ -150,7 +161,7 @@ class CodeExecutor:
             # 5. 检查退出码，如果不为 0，则手动抛出 ContainerError
             if result.get('StatusCode', 0) != 0:
                 raise docker.errors.ContainerError(
-                    container, result['StatusCode'], f"python -c '{code}'", self.sandbox_image, stderr
+                    container, result['StatusCode'], f"python -c '{code}'", self.sandbox_image, stderr.decode('utf-8')
                 )
             
             return stdout
@@ -166,11 +177,11 @@ class CodeExecutor:
                 except Exception as e:
                     logger.error(f"[CodeExecutor] 强制移除容器 {container.id} 时失败: {e}")
 
-def initialize_executor(bot_instance, config: Dict[str, Any]):
+def initialize_executor(config: Any):
     """
     初始化并返回一个 CodeExecutor 实例。
     """
-    return CodeExecutor(bot_instance, config)
+    return CodeExecutor(config)
 
 async def run_in_thread_pool(sync_func, *args, **kwargs):
     """