重构数据库交互以使用 Peewee ORM

- 更新数据库连接和模型定义，以便使用 Peewee for SQLite。
- 在消息存储和检索功能中，用 Peewee ORM 查询替换 MongoDB 查询。
- 为 Messages、ThinkingLog 和 OnlineTime 引入了新的模型，以方便结构化数据存储。
- 增强了数据库操作的错误处理和日志记录。
- 删除了过时的 MongoDB 集合管理代码。
- 通过利用 Peewee 内置的查询和数据操作方法来提升性能。

src/chat/models/utils_model.py

@@ -12,7 +12,8 @@ import base64
 from PIL import Image
 import io
 import os
-from ...common.database.database import db
+from src.common.database.database import db  # 确保 db 被导入用于 create_tables
+from src.common.database.database_model import LLMUsage  # 导入 LLMUsage 模型
 from ...config.config import global_config
 from rich.traceback import install
 
@@ -85,8 +86,6 @@ async def _safely_record(request_content: Dict[str, Any], payload: Dict[str, Any
                     f"data:image/{image_format.lower() if image_format else 'jpeg'};base64,"
                     f"{image_base64[:10]}...{image_base64[-10:]}"
                 )
-            # if isinstance(content, str) and len(content) > 100:
-            #     payload["messages"][0]["content"] = content[:100]
     return payload
 
 
@@ -134,13 +133,11 @@ class LLMRequest:
     def _init_database():
         """初始化数据库集合"""
         try:
-            # 创建llm_usage集合的索引
-            db.llm_usage.create_index([("timestamp", 1)])
-            db.llm_usage.create_index([("model_name", 1)])
-            db.llm_usage.create_index([("user_id", 1)])
-            db.llm_usage.create_index([("request_type", 1)])
+            # 使用 Peewee 创建表，safe=True 表示如果表已存在则不会抛出错误
+            db.create_tables([LLMUsage], safe=True)
+            logger.info("LLMUsage 表已初始化/确保存在。")
         except Exception as e:
-            logger.error(f"创建数据库索引失败: {str(e)}")
+            logger.error(f"创建 LLMUsage 表失败: {str(e)}")
 
     def _record_usage(
         self,
@@ -165,19 +162,19 @@ class LLMRequest:
             request_type = self.request_type
 
         try:
-            usage_data = {
-                "model_name": self.model_name,
-                "user_id": user_id,
-                "request_type": request_type,
-                "endpoint": endpoint,
-                "prompt_tokens": prompt_tokens,
-                "completion_tokens": completion_tokens,
-                "total_tokens": total_tokens,
-                "cost": self._calculate_cost(prompt_tokens, completion_tokens),
-                "status": "success",
-                "timestamp": datetime.now(),
-            }
-            db.llm_usage.insert_one(usage_data)
+            # 使用 Peewee 模型创建记录
+            LLMUsage.create(
+                model_name=self.model_name,
+                user_id=user_id,
+                request_type=request_type,
+                endpoint=endpoint,
+                prompt_tokens=prompt_tokens,
+                completion_tokens=completion_tokens,
+                total_tokens=total_tokens,
+                cost=self._calculate_cost(prompt_tokens, completion_tokens),
+                status="success",
+                timestamp=datetime.now(),  # Peewee 会处理 DateTimeField
+            )
             logger.trace(
                 f"Token使用情况 - 模型: {self.model_name}, "
                 f"用户: {user_id}, 类型: {request_type}, "