添加测试、添加总结、全量、rag（todo）3种历史记录保存方式，流式实现

backend/models/internal.py

@@ -149,6 +149,10 @@ class CharacterCard(BaseModel):
     tableMaintenancePrompt: Optional[str] = Field(None, description="动态表格维护提示词 - 指导 AI 如何更新表格数据")
     imageGenerationPrompt: Optional[str] = Field(None, description="生图提示词模板 - 指导 AI 如何生成图片描述")
     
+    # ✅ 动态表格数据（SillyTavern 关键字机制扩展）
+    tableHeaders: Optional[List[str]] = Field(None, description="动态表格表头数组")
+    tableDefaults: Optional[Dict[str, Any]] = Field(None, description="动态表格默认值对象")
+    
     createdAt: int = Field(default_factory=lambda: int(datetime.now().timestamp()), description="创建时间戳")
     updatedAt: int = Field(default_factory=lambda: int(datetime.now().timestamp()), description="最后更新时间戳")
     lastChatAt: Optional[int] = Field(None, description="最后聊天时间戳")
@@ -158,11 +162,41 @@ class CharacterCard(BaseModel):
 
 # ==================== 聊天记录 (Chat Log) ====================
 
+# 历史记录模式枚举
+class HistoryMode(str, Enum):
+    """
+    历史记录处理模式
+    
+    - FULL: 全量模式，保留所有消息（需经正则处理）
+    - SUMMARY: 总结模式，定期用LLM总结历史消息
+    - RAG: RAG模式，基于向量检索（暂不实现）
+    """
+    FULL = 'full'        # 全量模式
+    SUMMARY = 'summary'  # 总结模式
+    RAG = 'rag'          # RAG模式（预留）
+
+
+class SummaryConfig(BaseModel):
+    """
+    总结配置
+    
+    用于控制历史消息的总结行为
+    """
+    enabled: bool = Field(True, description="是否启用总结")
+    interval: int = Field(10, ge=2, description="总结间隔（每隔多少条消息总结一次）")
+    includeUserInput: bool = Field(True, description="总结时是否包含用户输入")
+    summaryPrompt: str = Field(
+        "请总结以下对话内容，保留关键信息和上下文。用简洁的语言概括主要事件、人物状态和重要细节。",
+        description="总结提示词"
+    )
+    maxSummaryLength: int = Field(500, ge=100, description="总结文本的最大长度（字符数）")
+    
+
 class ChatHeader(BaseModel):
     """
     项目内部聊天记录头
     
-    包含聊天的元数据,如参与角色、创建时间等。
+    包含聊天的元数据，如参与角色、创建时间等。
     """
     id: str = Field(..., description="聊天唯一标识符 (UUID)")
     displayName: str = Field(..., description="显示名称 (聊天标题)")
@@ -170,6 +204,12 @@ class ChatHeader(BaseModel):
     userName: str = Field("User", description="用户角色名")
     characterName: str = Field(..., description="AI 角色名称")
     tags: Optional[List[str]] = Field(None, description="动态表格标签数组 (从角色卡继承)")
+    
+    # ✅ 历史记录模式配置
+    historyMode: HistoryMode = Field(HistoryMode.FULL, description="历史记录处理模式 (full/summary/rag)")
+    summaryConfig: Optional[SummaryConfig] = Field(None, description="总结配置 (当 historyMode='summary' 时使用)")
+    summaryCounter: int = Field(0, ge=0, description="总结计数器（独立于楼层，用于跟踪需要总结的消息数）")
+    
     createdAt: int = Field(default_factory=lambda: int(datetime.now().timestamp()), description="创建时间戳")
     updatedAt: int = Field(default_factory=lambda: int(datetime.now().timestamp()), description="最后更新时间戳")
     messageCount: int = Field(0, description="消息数量")
@@ -180,7 +220,7 @@ class ChatMessage(BaseModel):
     """
     项目内部聊天消息
     
-    单条对话消息,支持多版本 (swipes)、token 统计等功能。
+    单条对话消息，支持多版本 (swipes)、token 统计、历史记录总结等功能。
     """
     id: str = Field(..., description="消息唯一标识符 (UUID)")
     name: str = Field(..., description="发送者名称")
@@ -193,6 +233,11 @@ class ChatMessage(BaseModel):
     swipe_id: Optional[int] = Field(0, description="当前选择的版本索引")
     tokenCount: Optional[int] = Field(None, description="Token 数量 (用于统计)")
     isTemporary: Optional[bool] = Field(None, description="是否为临时消息 (未保存)")
+    
+    # ✅ 历史记录总结相关字段
+    is_summarized: bool = Field(False, description="是否已被总结（中间楼层，内容为空）")
+    is_summary: bool = Field(False, description="是否是总结消息（包含总结文本的楼层）")
+    summary_range: Optional[str] = Field(None, description="总结范围描述（如 'L1-L8'，仅在 is_summary=True 时有值）")
 
 
 class ChatLog(BaseModel):

backend/models/summary_message.py

@@ -0,0 +1,76 @@
+"""
+聊天总结消息数据模型
+
+用于存储总结后的历史消息记录
+"""
+from typing import List, Optional
+from pydantic import BaseModel, Field
+from datetime import datetime
+
+
+class SummaryMessage(BaseModel):
+    """
+    总结消息
+    
+    保存总结后的文本和元数据
+    """
+    id: str = Field(..., description="总结消息唯一标识符 (UUID)")
+    chatId: str = Field(..., description="关联的聊天 ID")
+    
+    # 总结内容
+    summaryText: str = Field(..., description="总结后的文本内容")
+    originalMessageIds: List[str] = Field(default_factory=list, description="被总结的原始消息 ID 列表")
+    messageRange: Optional[str] = Field(None, description="消息范围描述，如 '1-10'")
+    
+    # 元数据
+    summaryTimestamp: int = Field(default_factory=lambda: int(datetime.now().timestamp()), description="总结时间戳")
+    messageCount: int = Field(..., description="被总结的消息数量")
+    includeUserInput: bool = Field(True, description="是否包含用户输入")
+    
+    # 统计信息
+    originalTokenCount: Optional[int] = Field(None, description="原始消息的 token 总数")
+    summaryTokenCount: Optional[int] = Field(None, description="总结文本的 token 数")
+    
+    # 版本控制
+    version: int = Field(1, description="总结版本号（用于追溯）")
+    
+    @classmethod
+    def create_summary(
+        cls,
+        chat_id: str,
+        summary_text: str,
+        message_ids: List[str],
+        include_user_input: bool = True,
+        version: int = 1
+    ) -> 'SummaryMessage':
+        """
+        创建总结消息的工厂方法
+        
+        Args:
+            chat_id: 聊天 ID
+            summary_text: 总结文本
+            message_ids: 被总结的消息 ID 列表
+            include_user_input: 是否包含用户输入
+            version: 版本号
+            
+        Returns:
+            SummaryMessage 实例
+        """
+        import uuid
+        
+        # 生成消息范围描述
+        if len(message_ids) > 0:
+            message_range = f"{len(message_ids)}条消息"
+        else:
+            message_range = "无消息"
+        
+        return cls(
+            id=str(uuid.uuid4()),
+            chatId=chat_id,
+            summaryText=summary_text,
+            originalMessageIds=message_ids,
+            messageRange=message_range,
+            messageCount=len(message_ids),
+            includeUserInput=include_user_input,
+            version=version
+        )