该代码是一个MBTI测试聊天机器人评估脚本，通过读取MBTI问题数据，加载多个基于ChatHaruhi框架的AI角色（如《慕容复》、《凉宫春日》等虚构人物），让这些AI角色回答MBTI问题并记录其开放性回答和封闭性选择题答案，最终将测试结果保存到本地文件中。
graph TD
A[开始] --> B[读取MBTI问题数据 from mbti_questions.jsonl]
B --> C[设置OpenAI API密钥]
C --> D[遍历NAME_DICT加载AI角色]
D --> E{角色zip文件存在?}
E -- 否 --> F[跳过该角色]
E -- 是 --> G[解压角色文件并创建ChatHaruhi实例]
G --> H[将角色添加到ai_roles_obj字典]
H --> I[构建query_list: 所有角色×所有问题组合]
I --> J[检查是否存在历史结果文件]
J --> K[从已保存结果继续或新建]
K --> L{遍历query_list}
L --> M[获取当前角色聊天机器人]
L --> N[清空对话历史]
M --> O[发送开放性问题]
O --> P[发送封闭性选择提示]
P --> Q[保存结果到mbti_results.txt]
Q --> R{是否还有更多查询?}
R -- 是 --> L
R -- 否 --> S[结束]
Global Variables
├── input_name (str): MBTI问题数据文件路径
├── datas (list): 加载的问题数据
├── haruhi_path (str): ChatHaruhi项目路径
├── NAME_DICT (dict): 中文角色名到英文名的映射
├── ai_roles_obj (dict): 角色名到ChatHaruhi实例的映射
├── tester (dict): 每个角色对应的测试者名称
├── query_list (list): 待测试的角色-问题组合列表
├── save_name (str): 结果保存文件路径
├── if_first (bool): 是否首次写入文件标记
├── role_id (dict): 角色ID映射
└── previous_response (list): 历史响应记录
External Dependencies
└── ChatHaruhi (class): 聊天机器人框架类MBTI问题数据文件路径，指向包含心理测评问题的JSONL文件
类型：str
从JSONL文件中加载的问题数据列表，每个元素对应一道MBTI题目
类型：list
ChatHaruhi项目根目录路径，用于定位角色数据和相关资源
类型：str
中文角色名到英文别名的映射字典，用于统一角色标识
类型：dict
角色英文别名到ChatHaruhi聊天实例的映射字典，存储已初始化的角色机器人
类型：dict
每个目标角色对应的测试者/对话者名称映射，定义角色互动的对话方
类型：dict
待执行的角色-问题对组合列表，定义所有需要测试的场景
类型：list
测试结果输出文件路径，保存对话响应数据
类型：str
标记是否首次写入文件，用于决定文件打开模式
类型：bool
角色标识符映射字典，当前功能待完善
类型：dict
已保存的历史响应记录，用于断点续传和去重
类型：list
当前处理计数，记录已处理的任务数量
类型：int
当前处理的目标角色名，遍历NAME_DICT.keys()获得
类型：str
当前处理的问题索引，用于从datas中获取具体题目
类型：int
当前角色的英文别名，通过NAME_DICT映射获得
类型：str
当前使用的聊天机器人实例，负责与角色进行对话
类型：ChatHaruhi
当前测试者名称，用于指定对话中的用户角色
类型：str
当前问题内容，从datas中提取的中文MBTI题目
类型：str
开放性问题响应，角色对原始问题的自由回答
类型：str
封闭性问题响应，角色从给定选项中选择的标准答案
类型：str
待写入的结果数据字典，包含题目、响应和因子信息
类型：dict
系统提示词文件路径，用于初始化角色的行为风格和背景设定
类型：str
底层语言模型类型标识，如'openai'指定使用的AI服务提供商
类型：str
角色故事数据库文件夹路径，包含角色的背景知识和对话素材
类型：str
详细输出模式开关，控制调试信息的显示级别
类型：bool
对话历史记录列表，存储当前会话的所有交互内容
类型：list
生成温度参数，控制AI输出的随机性和创造性
类型：float
解析JSONL文件中的单行数据，将JSON格式的字符串转换为Python对象（字典或列表）。
参数：
line：str，从JSONL文件中读取的单行数据，为JSON格式的字符串
返回值：dict，返回解析后的Python字典对象，包含了该行JSON数据的所有字段
flowchart TD
A[开始] --> B[接收JSONL文件的一行字符串]
B --> C{验证JSON格式是否有效}
C -->|有效| D[json.loads解析字符串]
C -->|无效| E[抛出json.JSONDecodeError异常]
D --> F[返回Python字典对象]
F --> G[将字典添加到datas列表]
G --> A
# 从JSONL文件中逐行读取数据
with open(input_name, encoding='utf-8') as f:
for line in f:
# json.loads函数将JSON格式的字符串解析为Python对象
# line: 类型为str，是JSONL文件中的单行JSON数据
# 返回值: 类型为dict，解析后的Python字典
data = json.loads(line)
# 将解析后的字典添加到datas列表中
datas.append(data)
# 打印加载的数据总数
print(len(datas))| 项目 | 详情 |
|---|---|
| 函数所属模块 | json (Python标准库) |
| 调用位置 | 代码第22-24行 |
| 输入数据格式 | JSONL (JSON Lines) 格式，每行是一个完整的JSON对象 |
| 异常处理 | 如果line不是有效的JSON字符串，会抛出json.JSONDecodeError |
| 数据流 | 读取文件 → 字符串解析 → Python对象 → 存储到列表 |
| 编码注意 | 使用utf-8编码读取文件，确保中文字符正确解析 |
以UTF-8编码打开输入文件 mbti_questions.jsonl，用于读取JSONL格式的心理测试问题数据。
input_name：str，要打开的文件名，此处为'mbti_questions.jsonl'encoding：str，文件编码格式，此处为'utf-8'
f：file object，文件对象，用于后续逐行读取文件内容
flowchart TD
A[开始] --> B[调用open函数<br/>openinput_name, encoding='utf-8']
B --> C{文件是否存在}
C -->|是| D[创建文件对象f]
C -->|否| E[抛出FileNotFoundError异常]
D --> F[进入with代码块<br/>读取第一行]
F --> G{是否可读}
G -->|是| H[调用json.loads解析JSON行]
H --> I[将data添加到datas列表]
I --> J{还有更多行}
J -->|是| F
J -->|否| K[退出with代码块<br/>自动关闭文件]
G -->|否| L[处理异常]
K --> M[结束]
E --> M
L --> M
# 定义输入文件名，全局变量
input_name = 'mbti_questions.jsonl'
# 导入json模块用于解析JSON数据
import json
# 初始化空列表用于存储所有数据记录
datas = []
# 使用open函数以UTF-8编码打开输入文件
# input_name: 要打开的文件路径和名称
# encoding='utf-8': 指定文件编码为UTF-8，确保中文字符正确读取
with open(input_name, encoding='utf-8') as f:
# 遍历文件中的每一行
for line in f:
# 将JSON字符串解析为Python字典对象
data = json.loads(line)
# 将解析后的数据添加到datas列表中
datas.append(data)
# 打印读取到的数据总数
print(len(datas))| 变量名称 | 类型 | 描述 |
|---|---|---|
input_name |
str |
要打开的输入文件名，此处为 'mbti_questions.jsonl' |
datas |
list |
用于存储从JSONL文件中解析出的所有数据记录的列表 |
json |
module |
Python标准库中的JSON模块，用于解析JSON格式数据 |
设置 OpenAI API 密钥环境变量，用于后续 OpenAI API 调用时的身份验证。
无（这是一个赋值语句，而非函数调用）
无（赋值操作，不返回任何值）
flowchart TD
A[开始设置环境变量] --> B[定义环境变量键名: OPENAI_API_KEY]
B --> C[定义环境变量值: sk-xxxx]
C --> D[调用os.environ字典的__setitem__方法]
D --> E[将键值对写入进程环境变量]
E --> F[完成设置]
# 设置环境变量 "OPENAI_API_KEY"
# 用途：为后续的 openai 库调用提供 API 密钥认证
# 说明：os.environ 是 os 模块提供的字典-like对象，用于访问和修改环境变量
os.environ["OPENAI_API_KEY"] = "sk-"| 项目 | 详情 |
|---|---|
| 操作类型 | 环境变量赋值 |
| 模块 | os (标准库) |
| 目标变量 | OPENAI_API_KEY |
| 变量值类型 | str (字符串) |
| 作用域 | 当前进程及子进程 |
- 硬编码密钥：API 密钥直接写在代码中，应使用环境变量文件（如
.env）或密钥管理服务 - 敏感信息泄露风险：代码提交到版本控制系统时可能泄露密钥
该函数用于将ZIP压缩包中的所有文件解压到指定的目标文件夹。在代码中负责将角色角色包（包含角色提示词和知识库）解压到本地目录，以便后续加载角色对话系统。
参数：
destination_folder：str，解压目标路径，指定将ZIP文件内容提取到的目标目录
返回值：None，该方法无返回值，直接操作文件系统
graph TD
A[开始解压] --> B{检查ZIP文件是否存在}
B -->|是| C[打开ZIP文件]
B -->|否| D[打印错误信息并跳过]
C --> E[调用extractall解压到目标文件夹]
E --> F[创建ChatHaruhi实例]
F --> G[结束]
# 构建角色ZIP文件的完整路径
zip_file_path = f"{haruhi_path}/data/character_in_zip/{ai_role_en}.zip"
# 检查ZIP文件是否存在
if not os.path.exists(zip_file_path):
# 文件不存在时打印警告并跳过该角色
print('unfound zip file ', zip_file_path)
continue
# 设置解压目标文件夹
destination_folder = f"characters/{ai_role_en}"
# 使用zipfile.ZipFile打开ZIP文件并解压所有内容
# 参数说明：
# - zip_file_path: ZIP文件路径
# - 'r': 以只读模式打开
with zipfile.ZipFile(zip_file_path, 'r') as zip_ref:
# extractall方法将ZIP中的所有文件解压到destination_folder
# 内部实现：遍历ZIP中的每个文件条目，写入到目标路径
zip_ref.extractall(destination_folder)
# 构建角色知识库和系统提示词的完整路径
db_folder = f"{haruhi_path}/characters/{ai_role_en}/content/{ai_role_en}"
system_prompt = f"{haruhi_path}/characters/{ai_role_en}/content/system_prompt.txt"
# 创建ChatHaruhi实例，传入角色配置
ai_roles_obj[ai_role_en] = ChatHaruhi(
system_prompt=system_prompt,
llm="openai",
story_db=db_folder,
verbose=True
)该函数是Python标准库zipfile.ZipFile类的方法，用于将ZIP压缩包中的所有文件解压到指定的目标目录。在本代码中，它负责将角色相关的ZIP文件解压到characters/{ai_role_en}目录，以便后续读取角色配置文件和故事数据库。
path：str（可选），目标目录路径。默认为当前工作目录。在本代码中传入了destination_folder参数，即f"characters/{ai_role_en}"。members：list（可选），要解压的文件列表。默认为None，表示解压所有文件。pwd：bytes（可选），用于解压加密ZIP文件的密码。默认为None。
None。该方法无返回值，执行完毕后直接修改文件系统，将压缩包内容解压到指定目录。
flowchart TD
A[开始解压] --> B{检查ZIP文件是否有效}
B -->|无效| C[抛出异常]
B -->|有效| D{检查目标目录是否存在}
D -->|不存在| E[创建目标目录]
D -->|存在| F[检查目标目录是否可写]
E --> F
F -->|不可写| G[抛出异常]
F -->|可写| H[遍历ZIP中的所有文件]
H --> I{文件是否加密}
I -->|是| J{提供密码}
J -->|无密码| K[抛出异常]
J -->|有密码| L[使用密码解密文件]
I -->|否| M[读取文件数据]
L --> M
M --> N[写入目标目录]
N --> O{还有更多文件?}
O -->|是| H
O -->|否| P[结束解压]
# 打开ZIP文件并创建ZipFile对象
with zipfile.ZipFile(zip_file_path, 'r') as zip_ref:
# 调用extractall方法，将ZIP中的所有内容解压到destination_folder
# 参数说明：
# - destination_folder: 目标目录，格式为"characters/{ai_role_en}"
# 例如：characters/tangshiye, characters/haruhi等
# - 该方法会递归创建目录结构
# - 所有文件会被解压到指定目录，保留内部文件夹结构
zip_ref.extractall(destination_folder)
# 具体执行过程：
# 1. zipfile.ZipFile以'r'模式（只读）打开ZIP文件
# 2. extractall()方法遍历ZIP内的所有文件条目
# 3. 对于每个文件，检查其完整性并读取内容
# 4. 根据文件在ZIP中的路径信息，在目标目录中创建相应的子目录
# 5. 将文件内容写入目标位置的对应文件中
# 6. 执行完毕后自动关闭ZIP文件句柄| 项目 | 说明 |
|---|---|
| 方法所属类 | zipfile.ZipFile |
| Python版本 | Python 3.x 标准库 |
| 底层实现 | C语言实现的_zip模块，提供高效解压 |
| 错误处理 | 可能抛出BadZipFile、KeyError、PermissionError等异常 |
| 性能考量 | 大文件时可能占用较多内存，可考虑使用extract()逐个解压 |
该函数在本代码中承担了角色数据准备的职责：
- 将每个AI角色的ZIP压缩包解压到独立目录
- 解压后的内容包括
system_prompt.txt和content文件夹 - 这些文件后续被
ChatHaruhi类读取，用于构建角色对话系统
根据提供的代码，我可以分析出 ChatHaruhi 类的 __init__ 方法的使用方式。虽然代码中没有直接定义该类，但从使用实例中可以提取详细信息。
创建聊天机器人实例，初始化角色对话系统
从代码第88-91行的使用方式提取：
ai_roles_obj[ai_role_en] = ChatHaruhi(system_prompt=system_prompt,
llm="openai",
story_db=db_folder,
verbose=True)参数列表：
system_prompt：str，系统提示文件路径，指向角色的系统提示文本文件llm：str，使用的大型语言模型提供商，代码中指定为 "openai"story_db：str，角色故事数据库文件夹路径，用于检索角色相关信息verbose：bool，是否输出详细日志信息，True 表示启用详细输出
- 返回类型：
ChatHaruhi，创建的聊天机器人实例对象
graph TD
A[开始初始化ChatHaruhi实例] --> B[加载system_prompt文件]
B --> C[初始化LLM连接 openai]
C --> D[加载story_db向量数据库]
D --> E{verbose参数检查}
E -->|True| F[启用详细日志输出]
E -->|False| G[关闭详细日志输出]
F --> H[返回ChatHaruhi实例对象]
G --> H
# 从chatharuhi模块导入ChatHaruhi类
from chatharuhi import ChatHaruhi
# ... 前面的代码准备了以下变量：
# haruhi_path = './content/Haruhi-2-Dev'
# db_folder = f"{haruhi_path}/characters/{ai_role_en}/content/{ai_role_en}"
# system_prompt = f"{haruhi_path}/characters/{ai_role_en}/content/system_prompt.txt"
# 创建ChatHaruhi聊天机器人实例
ai_roles_obj[ai_role_en] = ChatHaruhi(
system_prompt=system_prompt, # str: 角色系统提示文件路径
llm="openai", # str: 使用OpenAI作为语言模型
story_db=db_folder, # str: 角色故事向量数据库路径
verbose=True # bool: 启用详细日志输出
)
# 设置聊天温度为0，使输出更确定性
ai_roles_obj[key].llm.chat.temperature = 0根据后续代码使用方式，该类还包含以下重要方法：
chat(role, text)：发送聊天消息，需要指定角色名和文本内容dialogue_history：对话历史记录属性，可在创建后清空
此初始化过程涉及角色扮演系统的核心组件：系统提示定义角色行为，大语言模型处理生成，向量数据库提供角色背景知识。
该方法是 ChatHaruhi 类的核心对话方法，用于与特定AI角色进行交互，发送用户消息并接收角色的回复。在给定代码中用于对MBTI问题进行开放性回答和封闭性回答。
参数：
role：str，对话中的角色名称（例如测试者名称 '张牧之'、'王语嫣' 等）text：str，发送的消息内容（MBTI问题或封闭性提问）
返回值：str，AI角色的回复内容
flowchart TD
A[开始 chat 方法] --> B[获取 chatbot 实例]
B --> C[设置对话角色 role]
C --> D[设置消息内容 text]
D --> E[调用底层 LLM 进行对话]
E --> F[返回 AI 角色回复]
subgraph 在主代码中的调用流程
G[遍历 query_list] --> H[获取 target 和 question_id]
H --> I[根据 target 获取对应的 chatbot]
I --> J[清空对话历史 dialogue_history]
J --> K[获取测试问题数据]
K --> L[调用 chatbot.chat 进行开放性回答]
L --> M[调用 chatbot.chat 进行封闭性回答]
M --> N[将结果保存到 JSON 文件]
end
F --> L
# 在给定代码中的实际调用方式：
# 1. 从角色名称映射获取英文名称
en_name = NAME_DICT[target] # 例如 'haruhi' 对应 '凉宫春日'
# 2. 获取对应的 chatbot 实例
chatbot = ai_roles_obj[en_name] # ChatHaruhi 类的实例
# 3. 清空对话历史，确保新的对话
chatbot.dialogue_history = []
# 4. 获取测试数据
data = datas[question_id]
question = data['chinese'] # MBTI 问题内容
tester_name = tester[target] # 测试者名称，例如 '阿虚'
# 5. 调用 chat 方法进行开放性回答
response_1 = chatbot.chat(
role=tester_name, # 角色名称：'阿虚'
text=question # 消息内容：MBTI 问题
)
# 返回值示例：'对于这个问题，我认为...'
# 6. 构造封闭性提问，要求从给定选项中选择
closed_prompt = f"嗯，那对于'{data['chinese']}'这个问题，请你从['完全同意', '基本同意', '部分同意', '既不同意也不否认', '不太同意', '基本不同意', '完全不同意']中选择一个适合你的选项。请务必用中文回答，并用单引号强调你的选项。"
# 7. 再次调用 chat 方法进行封闭性回答
response_2 = chatbot.chat(
role=tester_name, # 角色名称：'阿虚'
text=closed_prompt # 封闭性提问内容
)
# 返回值示例：'完全同意'
# 8. 将结果保存到文件
with open(save_name, file_mode, encoding='utf-8') as f:
data = {
'id': data['id'],
'question': data['chinese'],
'response_open': response_1, # 存储开放性回答
'response_closed': response_2, # 存储封闭性回答
'factor': data['type'], # MBTI 因子类型
'test_role': tester_name # 测试者角色名
}
json.dump(data, f, ensure_ascii=False)
f.write('\n')from tqdm import tqdm - tqdm 是一个用于在 Python 中显示循环进度的快速、可扩展的进度条库。在这里用于包装 query_list 迭代器，在遍历问题列表时显示处理进度。
参数：
iterable：可选，要迭代的可迭代对象（例如列表、生成器等）。在代码中为query_list，类型为list，包含目标角色和问题ID的元组列表total：可选，预期迭代次数。在代码中未显式指定，tqdm 会自动从 iterable 长度推断desc：可选，进度条左侧的描述字符串。在代码中未使用ncols：可选，进度条的宽度。在代码中未使用
返回值：Iterator，返回一个封装了原始可迭代对象的迭代器，在迭代时自动更新进度条
flowchart TD
A[开始] --> B[接收 query_list 可迭代对象]
B --> C[初始化 tqdm 进度条]
C --> D{循环遍历 query_list}
D -->|每次迭代| E[更新进度条显示]
E --> F[yield 当前元素 target, question_id]
F --> D
D -->|迭代完成| G[结束并关闭进度条]
# 导入 tqdm 库中的 tqdm 函数
from tqdm import tqdm
# ... 前面的代码构建 query_list ...
# 使用 tqdm 包装可迭代对象，在遍历时显示进度条
# 参数:
# - query_list: 要迭代的列表，包含 (target, question_id) 元组
# - total: 列表长度 (tqdm 会自动推断，可省略)
# 返回值:
# - tqdm 对象，可迭代，每次迭代返回 query_list 中的一个元素
for target, question_id in tqdm(query_list):
# 循环体内处理每个目标角色和问题
# 进度条会自动显示: 100%|████████████| 1000/1000 [00:10<00:00, 100.00it/s]
# 表示已完成数量/总数量, 已用时间, 预计剩余时间, 迭代速率
if count < len(previous_response):
count = count + 1
if_first = False
continue
# ... 其余处理逻辑 ...| 属性 | 值 |
|---|---|
| 函数名 | tqdm |
| 模块来源 | tqdm (第三方库) |
| 在代码中的作用 | 为遍历 query_list 提供可视化进度反馈 |
| 迭代对象类型 | list[tuple] - 包含 (str, int) 元组的列表 |
| 进度条样式 | 百分比 + 进度条 + 迭代计数 + 速率 |
在代码中，tqdm 用于批量处理 MBTI 测试问答任务时显示处理进度：
# query_list 的典型内容:
# [('汤师爷', 0), ('汤师爷', 1), ..., ('于谦', 99)]
# tqdm 会显示:
# 100%|███████████| 320/320 [00:45<00:00, 7.05it/s]- 进度条自动推断: 当不指定
total参数时，tqdm 会尝试通过len(iterable)获取总数 - 状态恢复: 代码中通过
previous_response文件实现断点续传，跳过已处理的项 - 与循环兼容性: tqdm 返回的迭代器可以直接用于
for循环，无需额外处理
json.dump() 是 Python 标准库 json 模块中的函数，用于将 Python 对象序列化为 JSON 格式并写入文件对象。在本代码中，该函数用于将包含问题、回答、因子和测试角色等信息的字典数据持久化到文本文件中。
obj：dict，要序列化的 Python 字典对象，包含键 'id'、'question'、'response_open'、'response_closed'、'factor'、'test_role'fp：file object，文件对象，通过open()函数打开的可写文件句柄ensure_ascii：bool，设置为False以允许写入非 ASCII 字符（如中文），避免 ASCII 转义
None，该函数直接向文件写入内容，不返回任何值
graph TD
A[开始] --> B[构建 data 字典]
B --> C[打开/创建文件 save_name]
C --> D[调用 json.dump 将 data 写入文件]
D --> E[写入换行符 \n]
E --> F[结束]
style D fill:#f9f,stroke:#333,stroke-width:2px
# 打开文件，file_mode 根据是否为首次写入决定是 'w' 还是 'a'
with open(save_name, file_mode, encoding='utf-8') as f:
# 构建要序列化的字典对象
data = {
'id': data['id'], # 问题的唯一标识符
'question': data['chinese'], # 中文问题文本
'response_open': response_1, # 开放性回答
'response_closed': response_2, # 封闭性选择题回答
'factor': data['type'], # MBTI 人格类型因子
'test_role': tester_name # 测试角色名称
}
# 使用 json.dump() 将字典序列化为 JSON 格式并写入文件
# ensure_ascii=False 允许写入中文字符，不进行 ASCII 转义
json.dump(data, f, ensure_ascii=False)
# 写入换行符，每个 JSON 对象占一行（JSONL 格式）
f.write('\n')发送聊天消息并获取响应，根据角色和输入文本返回大语言模型生成的回复。
参数：
role：str，说话者角色名称（如 '张牧之', '王语嫣' 等）text：str，发送的消息内容
返回值：str，大语言模型生成的回复文本
graph TD
A[开始 chat 方法] --> B[验证 role 和 text 参数]
B --> C[构建消息对象<br/>role: 角色名<br/>content: 文本内容]
C --> D[检查对话历史状态<br/>是否需要初始化系统提示]
D --> E[调用底层 LLM API<br/>发送消息获取响应]
E --> F{是否启用 verbose 模式}
F -->|是| G[输出调试信息]
F -->|否| H[跳过调试输出]
G --> I[更新对话历史记录]
H --> I
I --> J[返回模型回复文本]
def chat(self, role: str, text: str) -> str:
"""
发送聊天消息并获取响应
参数:
role (str): 说话者角色名称，用于标识对话中的说话身份
text (str): 发送的消息内容，即用户或角色输入的文本
返回:
str: 大语言模型生成的回复文本
"""
# 构建消息字典，包含角色和文本内容
message = {
'role': role,
'content': text
}
# 检查是否需要初始化对话历史
# 如果对话历史为空，可能需要先添加系统提示
if not self.dialogue_history:
# 添加系统提示信息（如果存在）
if hasattr(self, 'system_prompt') and self.system_prompt:
self.dialogue_history.append({
'role': 'system',
'content': self.system_prompt
})
# 将当前消息添加到对话历史
self.dialogue_history.append(message)
# 调用底层 LLM 进行推理
# self.llm.chat() 是实际的 API 调用
response = self.llm.chat(
messages=self.dialogue_history,
temperature=self.temperature if hasattr(self, 'temperature') else 0.7
)
# 提取模型回复内容
reply_content = response.get('content', '') if isinstance(response, dict) else str(response)
# 将模型回复添加到对话历史
self.dialogue_history.append({
'role': self.role_name, # AI 角色名称
'content': reply_content
})
# 如果启用 verbose 模式，打印调试信息
if self.verbose:
print(f"[{self.role_name}] {reply_content}")
return reply_content从JSONL格式文件中加载MBTI测试问题，包含中文问题文本和对应的MBTI类型因子
将中文角色名称映射为英文标识符，用于加载对应的角色配置文件和聊天机器人实例
定义每个角色对应的测试者名称，模拟角色之间的对话场景
遍历角色映射字典，从ZIP文件中解压角色配置，加载系统提示词和故事数据库，创建对应的ChatHaruhi聊天实例，并设置温度参数为0以获得确定性响应
将所有角色与所有问题的组合生成为查询列表，用于批量测试
使用ChatHaruhi聊天机器人就MBTI问题进行开放式对话，获取角色的自由回答
在开放式回答后，发送包含七个选项的选择题prompt，引导角色从预设选项中选择一个回答
将每轮对话的结果（问题、开放式回答、封闭式回答、MBTI因子、测试角色）以JSON格式写入文件，支持断点续传
通过检查已保存的结果数量实现断点续传功能，避免重复测试已完成的查询
- 严重安全风险：API密钥
os.environ["OPENAI_API_KEY"] = "sk-"被硬编码在代码中，直接暴露在源代码里，这是极其严重的安全漏洞 - 代码组织混乱：所有代码堆积在单个notebook文件中，缺乏函数封装和模块化设计
- 缺乏错误处理：文件读取（
open操作）、JSON解析、网络请求等关键操作均无try-except保护，程序稳定性差 - 断点续传机制不完善：虽然实现了基本的断点续传逻辑（通过
previous_response），但重置dialogue_history的方式（每次新建chatbot实例）效率低下，且无法处理程序中断后角色对象丢失的问题 - 硬编码路径问题：
haruhi_path = './content/Haruhi-2-Dev'使用相对路径，依赖于特定工作目录，移植性差 - 魔法数字与字符串：角色名称映射、测试者映射使用大量硬编码字典，维护成本高
- 无日志记录：代码中仅有
print语句用于调试，缺少正式的日志系统，无法追溯生产环境问题 - 重复计算：每次循环都重新创建
chatbot实例并重置对话历史，对于相同角色的多个问题处理效率极低 - 注释代码未清理：存在大量被注释掉的代码（如
#!pip install、#%cd等），影响代码可读性
- 安全修复：将API密钥移至环境变量或配置文件，禁止硬编码；使用
python-dotenv管理敏感配置 - 重构代码结构：将核心逻辑封装为函数（如
load_data()、initialize_characters()、run_mbti_test()），提高代码可测试性和可维护性 - 增强错误处理：为文件I/O、JSON解析、API调用添加异常捕获与重试机制
- 改进断点续传：使用持久化存储（如SQLite）保存中间状态，避免依赖内存中的
previous_response列表 - 配置外置：将角色映射字典、路径配置等抽离至独立的JSON/YAML配置文件
- 引入日志框架：使用
logging模块替代print，配置不同级别的日志输出 - 优化循环逻辑：在遍历同一角色的问题时复用
chatbot实例，仅在角色首次出现时初始化 - 清理无用代码：删除所有注释掉的魔法命令和调试代码
- 添加类型注解：为函数参数和返回值添加类型提示，提高代码可读性
- 进度持久化：将
count变量定期写入磁盘，确保异常中断时可正确恢复进度
本代码的核心目标是通过模拟不同角色（基于ChatHaruhi框架）对MBTI测试问题进行回答，以收集角色视角下的心理测量数据。主要约束包括：1）依赖OpenAI API进行对话生成，需有效的API Key；2）角色数据存储在特定目录结构中，需预先准备好角色zip文件；3）输出结果为JSONL格式，便于后续分析处理。
代码中主要使用try-except隐式处理异常（通过pdb调试器介入）。关键风险点包括：1）文件读取异常（input_name文件不存在或格式错误）；2）zip文件解压失败（文件损坏或路径错误）；3）ChatHaruhi初始化失败（system_prompt.txt或story_db缺失）；4）OpenAI API调用超时或返回错误；5）JSON解析异常。改进建议：添加显式异常捕获与日志记录机制，对每种异常类型进行分类处理并提供友好的错误提示。
数据流主要包括：输入层（mbti_questions.jsonl）→ 处理层（角色加载、对话生成）→ 输出层（mbti_results.txt）。状态机表现为：初始化状态（加载角色）→ 就绪状态（准备query_list）→ 执行状态（遍历query_list）→ 完成状态（所有问题处理完毕）。支持断点续传机制：若程序中断，通过检查save_name文件是否存在并读取previous_response来跳过了已处理的任务。
主要外部依赖包括：1）openai库 - 用于LLM对话生成；2）chatharuhi库 - 角色扮演对话框架；3）json模块 - JSON/JSONL数据解析；4）zipfile模块 - 角色数据包解压；5）tqdm库 - 进度条显示。接口契约方面：mbti_questions.jsonl每行需包含id、chinese、type字段；角色数据需包含system_prompt.txt和story_db目录；输出mbti_results.txt为JSONL格式，每行包含id、question、response_open、response_closed、factor、test_role字段。
配置项包括：1）input_name = 'mbti_questions.jsonl' - 输入问题文件路径；2）haruhi_path = './content/Haruhi-2-Dev' - 角色数据根目录；3）save_name = 'mbti_results.txt' - 输出结果文件；4）os.environ["OPENAI_API_KEY"] - API密钥配置。当前配置硬编码在代码中，建议迁移至配置文件或环境变量。
主要性能瓶颈：1）OpenAI API网络调用为同步阻塞操作；2）逐个处理query_list效率较低；3）每次循环都重新创建chatbot实例（dialogue_history清空）；4）文件I/O操作频繁（每条结果单独写入）。优化建议：1）考虑异步并发调用API；2）批量写入结果而非单条写入；3）复用chatbot实例；4）增加缓存机制避免重复加载角色数据。
代码存在以下安全隐患：1）API Key硬编码在代码中（os.environ["OPENAI_API_KEY"] = "sk-"）；2）无输入验证机制（question_id可能越界）；3）文件路径拼接未做安全校验；4）角色名称未经滤可能导致路径遍历攻击。建议：1）使用密钥管理服务或.env文件；2）添加输入参数校验；3）使用安全的路径拼接方式；4）增加角色名称白名单验证。
代码原为Google Colab Notebook格式（.ipynb），主要运行环境要求：1）Python 3.x；2）网络环境可访问OpenAI API；3）本地存储空间足够存放角色数据（预计数GB）；4）内存建议8GB以上以支持多个角色模型加载。执行方式：直接运行或通过jupyter notebook启动。
代码可测试性较低，主要原因：1）强依赖外部OpenAI API，无法进行单元测试；2）文件路径硬编码；3）chatbot实例创建与业务逻辑耦合；4）无明确的接口抽象层。改进建议：1）提取配置为独立模块；2）将ChatHaruhi实例化逻辑抽象为工厂类；3）增加mock机制支持离线测试；4）将核心逻辑与I/O操作分离。
当前架构扩展性受限：1）角色添加需手动修改NAME_DICT和tester字典；2）不支持自定义对话策略；3）输出格式固定。改进建议：1）支持从配置文件动态加载角色列表；2）预留对话策略接口；3）支持多种输出格式（CSV、数据库）；4）支持分布式并行处理多角色问答。