feat(core): 调试保存图片去重 & 默认不允许重复初始化 Context

.vscode/launch.json

@@ -45,7 +45,9 @@
                 "-s",
                 "${workspaceFolder}/dumps",
                 "-c",
-                "kotonebot.run.run"
+                "kotonebot.run.run",
+                "-t",
+                "kotonebot.tasks.common.BaseConfig"
             ]
         }
     ]

experiments/hash_image.py

@@ -0,0 +1,44 @@
+import cv2
+import time
+import hashlib
+import numpy as np
+
+def test_image_hash_time(iterations):
+    # 创建一个1920x1080的随机图像
+    img = np.random.randint(0, 256, (1080, 1920, 3), dtype=np.uint8)
+    
+    total_time = 0
+    for i in range(iterations):
+        start_time = time.time()
+        
+        # 计算图像的MD5
+        md5_hash = hashlib.md5(img.tobytes()).hexdigest()
+        
+        end_time = time.time()
+        total_time += (end_time - start_time)
+    
+    avg_time = total_time / iterations
+    print(f"平均计算时间: {avg_time:.6f} 秒")
+    print(f"最后一次计算的MD5值: {md5_hash}")
+
+def test_uuid_time(iterations):
+    import uuid
+    
+    total_time = 0
+    for i in range(iterations):
+        start_time = time.time()
+        
+        # 生成 UUID
+        uuid_str = str(uuid.uuid4())
+        
+        end_time = time.time()
+        total_time += (end_time - start_time)
+    
+    avg_time = total_time / iterations
+    print(f"平均生成UUID时间: {avg_time:.6f} 秒")
+    print(f"最后一次生成的UUID: {uuid_str}")
+
+
+if __name__ == "__main__":
+    test_image_hash_time(1000)
+    test_uuid_time(1000)

kotonebot/backend/context.py

@@ -553,7 +553,9 @@ config: ContextConfig = cast(ContextConfig, Forwarded(name="config"))
 """配置数据。"""
 
 def init_context(
-    config_type: Type[T] = dict[str, Any]
+    *,
+    config_type: Type[T] = dict[str, Any],
+    force: bool = False
 ):
     """
     初始化 Context 模块。
@@ -561,8 +563,13 @@ def init_context(
     :param config_type: 
         配置数据类类型。配置数据类必须继承自 pydantic 的 `BaseModel`。
         默认为 `dict[str, Any]`，即普通的 JSON 数据，不包含任何类型信息。
+    :param force: 
+        是否强制重新初始化。
+        若为 `True`，则忽略已存在的 Context 实例，并重新创建一个新的实例。
     """
     global _c, device, ocr, image, color, vars, debug, config
+    if _c is not None and not force:
+        return
     _c = Context(config_type=config_type)
     device._FORWARD_getter = lambda: _c.device # type: ignore
     ocr._FORWARD_getter = lambda: _c.ocr # type: ignore

kotonebot/backend/debug/entry.py

@@ -52,12 +52,12 @@ if __name__ == "__main__":
     # 设置保存路径
     if args.save:
         save_path = Path(args.save)
-        debug.save_to_folder = str(save_path)
+        debug.auto_save_to_folder = str(save_path)
         if not os.path.exists(save_path):
             os.makedirs(save_path)
     if args.clear:
-        if debug.save_to_folder:
-            shutil.rmtree(debug.save_to_folder)
+        if debug.auto_save_to_folder:
+            shutil.rmtree(debug.auto_save_to_folder)
 
     # 初始化上下文
     module_name, class_name = args.config_type.rsplit('.', 1)

kotonebot/backend/debug/vars.py

@@ -4,6 +4,7 @@ import json
 import time
 import uuid
 import psutil
+import hashlib
 import traceback
 from pathlib import Path
 from datetime import datetime
@@ -23,23 +24,36 @@ class _Vars:
     """调试变量类"""
     enabled: bool = False
     """是否启用调试结果显示。"""
+
     max_results: int = -1
     """最多保存的结果数量。-1 表示不限制。"""
+
     wait_for_message_sent: bool = False
     """
     是否等待消息发送完成才继续后续代码。
 
-    启用此选项可能会降低运行速度。
+    默认禁用。启用此选项会显著降低运行速度。
     """
+    
     hide_server_log: bool = True
     """是否隐藏服务器日志。"""
-    save_to_folder: str | None = None
+
+    auto_save_to_folder: str | None = None
     """
-    是否将结果保存到指定文件夹。
+    是否将结果自动保存到指定文件夹。
     
     如果为 None，则不保存。
     """
 
+    hash_image: bool = True
+    """
+    是否使用图片的 MD5 值作为图片的唯一标识。
+    若禁用，则使用随机 UUID 作为图片的唯一标识
+    （可能会导致保存大量重复图片）。
+    
+    此选项默认启用。启用此选项会轻微降低调试时运行速度。
+    """
+
 debug = _Vars()
 
 # TODO: 需要考虑释放内存的问题。释放哪些比较合适？
@@ -50,13 +64,19 @@ _result_file: TextIO | None = None
 
 def _save_image(image: MatLike) -> str:
     """缓存图片数据到 _images 字典中。返回 key。"""
-    key = str(uuid.uuid4())
-    _images[key] = image
-    if debug.save_to_folder:
-        if not os.path.exists(debug.save_to_folder):
-            os.makedirs(debug.save_to_folder)
-        file_name = f"{key}.png"
-        cv2.imwrite(os.path.join(debug.save_to_folder, file_name), image)
+    # 计算 key
+    if debug.hash_image:
+        key = hashlib.md5(image.tobytes()).hexdigest()
+    else:
+        key = str(uuid.uuid4())
+    # 保存图片
+    if key not in _images:
+        _images[key] = image
+        if debug.auto_save_to_folder:
+            if not os.path.exists(debug.auto_save_to_folder):
+                os.makedirs(debug.auto_save_to_folder)
+            file_name = f"{key}.png"
+            cv2.imwrite(os.path.join(debug.auto_save_to_folder, file_name), image)
     return key
 
 def _save_images(images: list[MatLike]) -> list[str]:
@@ -72,7 +92,7 @@ def img(image: str | MatLike | None) -> str:
     """
     if image is None:
         return 'None'
-    if debug.save_to_folder:
+    if debug.auto_save_to_folder:
         if isinstance(image, str):
             image = cv2.imread(image)
         key = _save_image(image)
@@ -219,12 +239,12 @@ def result(
 
     # 保存到文件
     # TODO: 把这个类型转换为 dataclass/namedtuple
-    if debug.save_to_folder:
+    if debug.auto_save_to_folder:
         if _result_file is None:
-            if not os.path.exists(debug.save_to_folder):
-                os.makedirs(debug.save_to_folder)
+            if not os.path.exists(debug.auto_save_to_folder):
+                os.makedirs(debug.auto_save_to_folder)
             log_file_name = f"dump_{datetime.now().strftime('%Y-%m-%d_%H-%M-%S')}.json"
-            _result_file = open(os.path.join(debug.save_to_folder, log_file_name), "w")
+            _result_file = open(os.path.join(debug.auto_save_to_folder, log_file_name), "w")
         _result_file.write(json.dumps({
             "image": {
                 "type": "memory",