23q3 · 23q3 · Jan 7, 2026 · Jan 6, 2026 · Jan 6, 2026 · Jan 6, 2026
diff --git a/.github/workflows/prepare-release.yml b/.github/workflows/prepare-release.yml
@@ -167,7 +167,7 @@ jobs:
 
           echo "Updated README.md latest version section"
 
-      - name: Commit changes
+      - name: Commit changes (amend to changelog commit)
         run: |
           VERSION="${{ steps.version.outputs.version }}"
 
@@ -182,10 +182,11 @@ jobs:
             exit 0
           fi
 
-          git commit -m "chore: bump version to $VERSION"
-          git push origin HEAD:dev
+          # 将 bump version 变更合并到 changelog 提交中
+          git commit --amend -m "release: $VERSION"
+          git push origin HEAD:dev --force-with-lease
 
-          echo "Committed and pushed changes"
+          echo "Amended changelog commit with version bump"
 
       - name: Create Pull Request
         env:

diff --git a/README.md b/README.md
@@ -4,7 +4,7 @@
 
 ![SpectreCore](https://avatars.githubusercontent.com/u/129108081?s=48&v=4)
 
-[![version](https://img.shields.io/badge/version-v2.1.9-blue.svg?style=flat-square)](https://github.com/23q3/astrbot_plugin_SpectreCore)
+[![version](https://img.shields.io/badge/version-v2.1.10-blue.svg?style=flat-square)](https://github.com/23q3/astrbot_plugin_SpectreCore)
 [![license](https://img.shields.io/badge/license-AGPL--3.0-green.svg?style=flat-square)](LICENSE)
 [![author](https://img.shields.io/badge/author-23q3-orange.svg?style=flat-square)](https://github.com/23q3)
 
@@ -70,9 +70,11 @@ SpectreCore (影芯) 是一个为 AstrBot 设计的高级群聊互动插件，
 
 ## 📋 最新版本
 
-### v2.1.9 (2026-01-05)
+### v2.1.10 (2026-01-07)
 
-- 🐛 **修复GIF图片格式识别错误** - 修复图片URL优先级问题，优先使用file字段以保留准确格式信息，避免HTTP URL下载后MIME类型检测错误导致Gemini API返回400 [#81](https://github.com/23q3/astrbot_plugin_SpectreCore/issues/81)
+- ✨ **新增群聊黑名单和全局回复开关** - 添加群聊黑名单功能，可禁用指定群的自动回复；新增全局回复开关，一键启用/禁用所有群的自动回复功能 [#61](https://github.com/23q3/astrbot_plugin_SpectreCore/issues/61)[#83](https://github.com/23q3/astrbot_plugin_SpectreCore/issues/83)
+- 🔄 **使用AstrBot原生UMO人格机制** - 移除自定义人格注入逻辑，改用AstrBot原生的Unified Model Output人格机制，提高兼容性和稳定性 [#77](https://github.com/23q3/astrbot_plugin_SpectreCore/issues/77)
+- 🐛 **修复当前消息图片未被转述** - 修复当前消息中的图片未被包含在历史记录转述中的问题 [#84](https://github.com/23q3/astrbot_plugin_SpectreCore/issues/84)[#85](https://github.com/23q3/astrbot_plugin_SpectreCore/pull/85) @lymangos
 
 ## ⚠️ 注意事项
 

diff --git a/_conf_schema.json b/_conf_schema.json
@@ -5,12 +5,26 @@
         "hint": "决定了会输入给大模型多少条q群历史消息(最多200条)",
         "default": 20
     },
+    "enable_all_groups": {
+        "description": "回复所有群聊",
+        "type": "bool",
+        "hint": "开启后将回复所有群聊（黑名单中的群除外）。关闭则只回复白名单中的群。",
+        "default": false
+    },
     "enabled_groups": {
         "description": "启用回复功能的群聊列表",
         "type": "list",
+        "items": {"type": "string"},
         "hint": "只有在这个列表中的群聊才会启用回复功能，如果为空则不启用回复功能",
         "default": []
     },
+    "blocked_groups": {
+        "description": "黑名单群组列表",
+        "type": "list",
+        "items": {"type": "string"},
+        "hint": "列表中的群聊将不会回复，优先级高于白名单和全局开关。",
+        "default": []
+    },
     "enabled_private": {
         "description": "启用私聊回复功能",
         "type": "bool",
@@ -23,12 +37,6 @@
         "hint": "是否过滤大模型回复中被<think></think>标签包裹的思考内容",
         "default": true
     },
-    "persona":{
-        "description":"使用的人格",
-        "type":"string",
-        "hint":"填写人格名称,如果为空则不使用人格",
-        "default":""
-    },
     "read_air":{
         "description":"是否开启读空气",
         "type":"bool",

diff --git a/changelogs/v2.1.10.md b/changelogs/v2.1.10.md
@@ -0,0 +1,3 @@
+- ✨ **新增群聊黑名单和全局回复开关** - 添加群聊黑名单功能，可禁用指定群的自动回复；新增全局回复开关，一键启用/禁用所有群的自动回复功能 [#61](https://github.com/23q3/astrbot_plugin_SpectreCore/issues/61)[#83](https://github.com/23q3/astrbot_plugin_SpectreCore/issues/83)
+- 🔄 **使用AstrBot原生UMO人格机制** - 移除自定义人格注入逻辑，改用AstrBot原生的Unified Model Output人格机制，提高兼容性和稳定性 [#77](https://github.com/23q3/astrbot_plugin_SpectreCore/issues/77)
+- 🐛 **修复当前消息图片未被转述** - 修复当前消息中的图片未被包含在历史记录转述中的问题 [#84](https://github.com/23q3/astrbot_plugin_SpectreCore/issues/84)[#85](https://github.com/23q3/astrbot_plugin_SpectreCore/pull/85) @lymangos
diff --git a/main.py b/main.py
@@ -7,7 +7,7 @@
     "spectrecore",
     "23q3",
     "使大模型更好的主动回复群聊中的消息，带来生动和沉浸的群聊对话体验",
-    "2.1.9",
+    "2.1.10",
     "https://github.com/23q3/astrbot_plugin_SpectreCore"
 )
 class SpectreCore(Star):
@@ -167,8 +167,8 @@ async def history(self, event: AstrMessageEvent, count: int = 10):
             # 只取最近的记录
             recent_history = history[-count:] if len(history) > count else history
 
-            # 格式化历史记录 
-            formatted_history = await MessageUtils.format_history_for_llm(recent_history)
+            # 格式化历史记录
+            formatted_history = await MessageUtils.format_history_for_llm(recent_history, umo=event.unified_msg_origin)
 
             # 添加标题
             chat_type = "私聊" if is_private else f"群聊({chat_id})"

diff --git a/metadata.yaml b/metadata.yaml
@@ -1,7 +1,7 @@
 name: spectrecore # 这是你的插件的唯一识别名。
 desc: 使大模型更好的主动回复群聊中的消息，带来生动和沉浸的群聊对话体验 # 插件简短描述
 help: 自动检测群聊消息并让AI模型进行回复，让群聊更加生动有趣。 # 插件的帮助信息
-version: v2.1.9 # 插件版本号。格式：v1.1.1 或者 v1.1
+version: v2.1.10 # 插件版本号。格式：v1.1.1 或者 v1.1
 author: 23q3 # 作者
 repo: https://github.com/23q3/astrbot_plugin_SpectreCore # 插件的仓库地址
 display_name: 🌟 SpectreCore
diff --git a/utils/history_storage.py b/utils/history_storage.py
@@ -158,7 +158,20 @@ def is_chat_enabled(event: AstrMessageEvent) -> bool:
             return HistoryStorage.config.get("enabled_private", False)
         else:
             group_id = event.get_group_id()
-            return group_id in HistoryStorage.config.get("enabled_groups", [])
+            if not group_id:
+                return False
+            group_id = str(group_id).strip()
+
+            # 获取配置集合并规范化 (O(1) 查找)
+            blocked_groups = {str(g).strip() for g in HistoryStorage.config.get("blocked_groups", []) if str(g).strip()}
+            enabled_groups = {str(g).strip() for g in HistoryStorage.config.get("enabled_groups", []) if str(g).strip()}
+
+            # 优先级: 黑名单 > 全局开关 > 白名单
+            if group_id in blocked_groups:
+                return False
+            if HistoryStorage.config.get("enable_all_groups", False):
+                return True
+            return group_id in enabled_groups
 
     @staticmethod
     async def process_and_save_user_message(event: AstrMessageEvent) -> None:

diff --git a/utils/image_caption.py b/utils/image_caption.py
@@ -24,15 +24,17 @@ def init(context: Context, config: AstrBotConfig):
     @staticmethod
     async def generate_image_caption(
             image: str, # 图片的base64编码或URL
+            umo: Optional[str] = None, # unified_msg_origin，用于 UMO 路由
             timeout: int = 30
         ) -> Optional[str]:
         """
         为单张图片生成文字描述
-        
+
         Args:
             image: 图片的base64编码或URL
+            umo: unified_msg_origin，用于获取对应 UMO 的 provider
             timeout: 超时时间（秒）
-            
+
         Returns:
             生成的图片描述文本，如果失败则返回None
         """
@@ -55,9 +57,9 @@ async def generate_image_caption(
             return None
 
         provider_id = image_processing_config.get("image_caption_provider_id", "")
-        # 获取提供商
+        # 获取提供商，支持 UMO 路由
         if provider_id == "":
-            provider = context.get_using_provider()
+            provider = context.get_using_provider(umo=umo)
         else:
             provider = context.get_provider_by_id(provider_id)
 

diff --git a/utils/llm_utils.py b/utils/llm_utils.py
@@ -5,7 +5,6 @@
 from .history_storage import HistoryStorage
 from .message_utils import MessageUtils
 from astrbot.core.provider.entites import ProviderRequest
-from .persona_utils import PersonaUtils
 
 class LLMUtils:
     """
@@ -116,29 +115,66 @@ async def call_llm(event: AstrMessageEvent, config: AstrBotConfig, context: Cont
         # 准备并调用大模型
         func_tools_mgr = context.get_llm_tool_manager() if config.get("use_func_tool", False) else None
 
-        # 获取配置中指定的人格
+        # 使用 AstrBot 原生 UMO 人格机制获取人格
         system_prompt = ""
         contexts = []
-        persona_name = config.get("persona", "")
+        umo = event.unified_msg_origin
 
-        if persona_name:
-            try:
-                persona = PersonaUtils.get_persona_by_name(context, persona_name)
-                if persona:
-                    system_prompt = persona.get('prompt', '')
-                    if persona.get('_mood_imitation_dialogs_processed'):
-                        mood_dialogs = persona.get('_mood_imitation_dialogs_processed', [])
-                        system_prompt += "\n请模仿以下示例的对话风格来反应(示例中，a代表用户，b代表你)\n" + mood_dialogs
+        try:
+            # 遵循 AstrBot 原生人格获取优先级：
+            # 1. session_service_config.persona_id (会话级别配置)
+            # 2. 配置文件的 default_personality
+            # 3. 全局默认人格
 
-                    begin_dialogs = persona.get('_begin_dialogs_processed', [])
-                    if begin_dialogs:
-                        contexts.extend(begin_dialogs)
+            persona_id = None
+            persona = None
 
-                    logger.debug(f"找到人格 '{persona_name}' ")
-                else:
-                    logger.warning(f"未找到名为 '{persona_name}' 的人格")
+            # 优先级1: 查询会话级别的人格配置 (通过全局 SharedPreferences)
+            try:
+                from astrbot.api import sp
+                session_config = await sp.get_async(
+                    scope="umo", scope_id=umo, key="session_service_config", default={}
+                )
+                persona_id = session_config.get("persona_id")
+                if persona_id:
+                    logger.debug(f"从 session_service_config 获取人格: '{persona_id}'")
             except Exception as e:
-                logger.error(f"获取人格信息失败: {e}")
+                logger.debug(f"获取 session_service_config 失败: {e}")
+
+            # 优先级2/3: 使用 get_default_persona_v3 获取配置文件或全局默认人格
+            if not persona_id:
+                if hasattr(context, 'persona_manager') and hasattr(context.persona_manager, 'get_default_persona_v3'):
+                    persona = await context.persona_manager.get_default_persona_v3(umo=umo)
+                    persona_id = persona.get('name') if persona else None
+                else:
+                    # Fallback: 旧版 AstrBot 兼容
+                    persona = context.persona_manager.selected_default_persona_v3 if hasattr(context, 'persona_manager') else None
+                    persona_id = persona.get('name') if persona else None
+
+            # 根据 persona_id 获取完整的人格数据
+            if persona_id and not persona:
+                try:
+                    persona = next(
+                        (p for p in context.persona_manager.personas_v3 if p["name"] == persona_id),
+                        None
+                    )
+                except Exception:
+                    pass
+
+            if persona:
+                system_prompt = persona.get('prompt', '')
+                if persona.get('_mood_imitation_dialogs_processed'):
+                    mood_dialogs = persona.get('_mood_imitation_dialogs_processed', '')
+                    if mood_dialogs:
+                        system_prompt += "\n请模仿以下示例的对话风格来反应(示例中，a代表用户，b代表你)\n" + str(mood_dialogs)
+
+                begin_dialogs = persona.get('_begin_dialogs_processed', [])
+                if begin_dialogs:
+                    contexts.extend(begin_dialogs)
+
+                logger.debug(f"使用 UMO '{umo}' 对应的人格: '{persona.get('name', 'default')}'")
+        except Exception as e:
+            logger.error(f"获取人格信息失败: {e}")
 
         # 构建环境描述（注入到 system_prompt，不污染 prompt）
         env_description = f"\n\n你正在浏览聊天软件，你在聊天软件上的id是{event.get_self_id()}"
@@ -181,7 +217,7 @@ async def call_llm(event: AstrMessageEvent, config: AstrBotConfig, context: Cont
                     # 回退到排除最后一条
                     history_for_context = history_messages[:-1] if len(history_messages) > 1 else []
                 if history_for_context:
-                    formatted_history = await MessageUtils.format_history_for_llm(history_for_context, max_messages=history_limit)
+                    formatted_history = await MessageUtils.format_history_for_llm(history_for_context, max_messages=history_limit, umo=umo)
                     env_description += "\n\n以下是最近的聊天记录：\n" + formatted_history
                 else:
                     env_description += "\n\n你没看见任何聊天记录，看来最近没有消息。"
@@ -228,8 +264,11 @@ async def call_llm(event: AstrMessageEvent, config: AstrBotConfig, context: Cont
                 if image_urls:
                     system_prompt += f"\n\n已经按照从晚到早的顺序为你提供了聊天记录中的{len(image_urls)}张图片，你可以直接查看并理解它们。这些图片出现在聊天记录中。"
 
-        # prompt 只保留用户当前消息，保持干净供 KB 检索
-        prompt = event.get_message_outline()
+        # prompt 只保留用户当前消息，使用 MessageUtils 确保图片被转述
+        if hasattr(event, "message_obj") and hasattr(event.message_obj, "message"):
+            prompt = await MessageUtils.outline_message_list(event.message_obj.message, umo=umo)
+        else:
+            prompt = event.get_message_outline()
 
         return event.request_llm(
             prompt=prompt,

diff --git a/utils/message_utils.py b/utils/message_utils.py
@@ -1,5 +1,5 @@
 from astrbot.api.all import *
-from typing import List, Dict, Any
+from typing import List, Dict, Any, Optional
 import os
 import time
 from datetime import datetime
@@ -15,14 +15,15 @@ class MessageUtils:
     """
 
     @staticmethod
-    async def format_history_for_llm(history_messages: List[AstrBotMessage], max_messages: int = 20) -> str:
+    async def format_history_for_llm(history_messages: List[AstrBotMessage], max_messages: int = 20, umo: Optional[str] = None) -> str:
         """
         将历史消息列表格式化为适合输入给大模型的文本格式
-        
+
         Args:
             history_messages: 历史消息列表
             max_messages: 最大消息数量，默认20条
-
+            umo: unified_msg_origin，用于 UMO 路由
+
         Returns:
             格式化后的历史消息文本
         """
@@ -54,7 +55,7 @@ async def format_history_for_llm(history_messages: List[AstrBotMessage], max_mes
                     pass
 
             # 获取消息内容 (异步调用)
-            message_content = await MessageUtils.outline_message_list(msg.message) if hasattr(msg, "message") and msg.message else ""
+            message_content = await MessageUtils.outline_message_list(msg.message, umo=umo) if hasattr(msg, "message") and msg.message else ""
 
             # 格式化该条消息
             message_text = f"发送者: {sender_name} (ID: {sender_id})\n"
@@ -71,10 +72,14 @@ async def format_history_for_llm(history_messages: List[AstrBotMessage], max_mes
         return formatted_text
 
     @staticmethod
-    async def outline_message_list(message_list: List[BaseMessageComponent]) -> str:
+    async def outline_message_list(message_list: List[BaseMessageComponent], umo: Optional[str] = None) -> str:
         """
         获取消息概要。
         使用类型检查而不是类实例检查，避免依赖不存在的类。
+
+        Args:
+            message_list: 消息组件列表
+            umo: unified_msg_origin，用于 UMO 路由
         """
         outline = ""
         for i in message_list:
@@ -86,7 +91,7 @@ async def outline_message_list(message_list: List[BaseMessageComponent]) -> str:
 
                 # 特别优化 Reply 组件的处理
                 if component_type == "reply" or isinstance(i, Reply):
-                    outline += await MessageUtils._format_reply_component(i)
+                    outline += await MessageUtils._format_reply_component(i, umo=umo)
                     continue
 
                 # 根据类型处理不同的消息组件
@@ -105,7 +110,7 @@ async def outline_message_list(message_list: List[BaseMessageComponent]) -> str:
                                     continue
                                 image = image_path
 
-                            caption = await ImageCaptionUtils.generate_image_caption(image)
+                            caption = await ImageCaptionUtils.generate_image_caption(image, umo=umo)
                             if caption:
                                 outline += f"[图片: {caption}]"
                             else:
@@ -194,9 +199,13 @@ async def outline_message_list(message_list: List[BaseMessageComponent]) -> str:
         return outline
 
     @staticmethod
-    async def _format_reply_component(reply_component: Reply) -> str:
+    async def _format_reply_component(reply_component: Reply, umo: Optional[str] = None) -> str:
         """
         优化格式化引用回复组件
+
+        Args:
+            reply_component: 回复组件
+            umo: unified_msg_origin，用于 UMO 路由
         """
         try:
             # 构建发送者信息
@@ -216,7 +225,7 @@ async def _format_reply_component(reply_component: Reply) -> str:
 
             # 优先使用 chain（原始消息组件）
             if hasattr(reply_component, 'chain') and reply_component.chain:
-                reply_content = await MessageUtils.outline_message_list(reply_component.chain)
+                reply_content = await MessageUtils.outline_message_list(reply_component.chain, umo=umo)
             # 其次使用 message_str（纯文本消息）
             elif hasattr(reply_component, 'message_str') and reply_component.message_str:
                 reply_content = reply_component.message_str