feat: 更新KFC V2配置和提示词构建逻辑，支持多种配置项和上下文数据整合

src/plugins/built_in/kokoro_flow_chatter_v2/config.py

@@ -148,9 +148,9 @@ def load_config() -> KokoroFlowChatterConfig:
         if hasattr(global_config, 'kokoro_flow_chatter'):
             kfc_cfg = getattr(global_config, 'kokoro_flow_chatter')
             
-            # 基础配置
+            # 基础配置 - 支持 enabled 和 enable 两种写法
-            if hasattr(kfc_cfg, 'enabled'):
+            if hasattr(kfc_cfg, 'enable'):
-                config.enabled = kfc_cfg.enabled
+                config.enabled = kfc_cfg.enable
             if hasattr(kfc_cfg, 'enabled_stream_types'):
                 config.enabled_stream_types = list(kfc_cfg.enabled_stream_types)
             if hasattr(kfc_cfg, 'debug'):
@@ -165,9 +165,12 @@ def load_config() -> KokoroFlowChatterConfig:
                     max_wait_seconds=getattr(wait_cfg, 'max_wait_seconds', 1800),
                 )
             
-            # 主动思考配置
+            # 主动思考配置 - 支持 proactive 和 proactive_thinking 两种写法
-            if hasattr(kfc_cfg, 'proactive'):
+            pro_cfg = None
-                pro_cfg = kfc_cfg.proactive
+            if hasattr(kfc_cfg, 'proactive_thinking'):
+                pro_cfg = kfc_cfg.proactive_thinking
+            
+            if pro_cfg:
                 config.proactive = ProactiveConfig(
                     enabled=getattr(pro_cfg, 'enabled', True),
                     silence_threshold_seconds=getattr(pro_cfg, 'silence_threshold_seconds', 7200),

src/plugins/built_in/kokoro_flow_chatter_v2/proactive_thinker.py

@@ -283,6 +283,11 @@ class ProactiveThinker:
             action_manager = ChatterActionManager()
             await action_manager.load_actions(session.stream_id)
             
+            # 通过 ActionModifier 过滤动作
+            from src.chat.planner_actions.action_modifier import ActionModifier
+            action_modifier = ActionModifier(action_manager, session.stream_id)
+            await action_modifier.modify_actions(chatter_name="KokoroFlowChatter")
+            
             # 调用 Replyer 生成超时决策
             response = await generate_response(
                 session=session,
@@ -432,6 +437,11 @@ class ProactiveThinker:
             action_manager = ChatterActionManager()
             await action_manager.load_actions(session.stream_id)
             
+            # 通过 ActionModifier 过滤动作
+            from src.chat.planner_actions.action_modifier import ActionModifier
+            action_modifier = ActionModifier(action_manager, session.stream_id)
+            await action_modifier.modify_actions(chatter_name="KokoroFlowChatter")
+            
             # 计算沉默时长
             silence_seconds = time.time() - session.last_activity_at
             if silence_seconds < 3600:

src/plugins/built_in/kokoro_flow_chatter_v2/prompt/builder.py

@@ -69,8 +69,11 @@ class PromptBuilder:
         # 1. 构建人设块
         persona_block = self._build_persona_block()
         
-        # 2. 构建关系块
+        # 2. 使用 context_builder 获取关系、记忆、表达习惯等
-        relation_block = await self._build_relation_block(user_name, chat_stream, user_id)
+        context_data = await self._build_context_data(user_name, chat_stream, user_id)
+        relation_block = context_data.get("relation_info", f"你与 {user_name} 还不太熟悉，这是早期的交流阶段。")
+        memory_block = context_data.get("memory_block", "")
+        expression_habits = self._build_combined_expression_block(context_data.get("expression_habits", ""))
         
         # 3. 构建活动流
         activity_stream = await self._build_activity_stream(session, user_name)
@@ -95,6 +98,8 @@ class PromptBuilder:
             user_name=user_name,
             persona_block=persona_block,
             relation_block=relation_block,
+            memory_block=memory_block or "（暂无相关记忆）",
+            expression_habits=expression_habits or "（根据自然对话风格回复即可）",
             activity_stream=activity_stream or "（这是你们第一次聊天）",
             current_situation=current_situation,
             chat_history_block=chat_history_block,
@@ -121,20 +126,55 @@ class PromptBuilder:
         if personality.identity:
             parts.append(personality.identity)
         
-        if personality.reply_style:
-            parts.append(f"\n### 说话风格\n{personality.reply_style}")
-        
         return "\n\n".join(parts) if parts else "你是一个温暖、真诚的人。"
     
-    async def _build_relation_block(
+    def _build_combined_expression_block(self, learned_habits: str) -> str:
+        """
+        构建合并后的表达习惯块
+        
+        合并：
+        - 说话风格（来自人设配置 personality.reply_style）
+        - 表达习惯（来自学习系统）
+        """
+        parts = []
+        
+        # 1. 添加说话风格（来自配置）
+        if global_config and global_config.personality.reply_style:
+            parts.append(f"**说话风格**：\n{global_config.personality.reply_style}")
+        
+        # 2. 添加学习到的表达习惯
+        if learned_habits and learned_habits.strip():
+            # 如果 learned_habits 已经有标题，直接追加；否则添加标题
+            if learned_habits.startswith("### "):
+                # 移除原有标题，统一格式
+                lines = learned_habits.split("\n")
+                content_lines = [l for l in lines if not l.startswith("### ")]
+                parts.append("\n".join(content_lines).strip())
+            else:
+                parts.append(learned_habits)
+        
+        if parts:
+            return "\n\n".join(parts)
+        
+        return ""
+    
+    async def _build_context_data(
         self,
         user_name: str,
         chat_stream: Optional["ChatStream"],
         user_id: Optional[str] = None,
-    ) -> str:
+    ) -> dict[str, str]:
-        """构建关系块"""
+        """
+        使用 KFCContextBuilder 构建完整的上下文数据
+        
+        包括：关系信息、记忆、表达习惯等
+        """
         if not chat_stream:
-            return f"你与 {user_name} 还不太熟悉，这是早期的交流阶段。"
+            return {
+                "relation_info": f"你与 {user_name} 还不太熟悉，这是早期的交流阶段。",
+                "memory_block": "",
+                "expression_habits": "",
+            }
         
         try:
             # 延迟导入上下文构建器
@@ -143,21 +183,30 @@ class PromptBuilder:
                 self._context_builder = KFCContextBuilder
             
             builder = self._context_builder(chat_stream)
+            
+            # 获取最近的消息作为 target_message（用于记忆检索）
+            target_message = ""
+            if chat_stream.context:
+                unread = chat_stream.context.get_unread_messages()
+                if unread:
+                    target_message = unread[-1].processed_plain_text or unread[-1].display_message or ""
+            
             context_data = await builder.build_all_context(
                 sender_name=user_name,
-                target_message="",
+                target_message=target_message,
-                context=None,
+                context=chat_stream.context,
                 user_id=user_id,
             )
             
-            relation_info = context_data.get("relation_info", "")
+            return context_data
-            if relation_info:
-                return relation_info
             
         except Exception as e:
-            logger.warning(f"构建关系块失败: {e}")
+            logger.warning(f"构建上下文数据失败: {e}")
-        
+            return {
-        return f"你与 {user_name} 还不太熟悉，这是早期的交流阶段。"
+                "relation_info": f"你与 {user_name} 还不太熟悉，这是早期的交流阶段。",
+                "memory_block": "",
+                "expression_habits": "",
+            }
     
     async def _build_chat_history_block(
         self,

src/plugins/built_in/kokoro_flow_chatter_v2/prompt/prompts.py

@@ -20,23 +20,29 @@ KFC_V2_MAIN_PROMPT = Prompt(
 ## 2. 你与 {user_name} 的关系
 {relation_block}
 
-## 3. 你们之间发生的事（活动流）
+## 3. 相关记忆
+{memory_block}
+
+## 4. 你们之间发生的事（活动流）
 以下是你和 {user_name} 最近的互动历史，按时间顺序记录了你们的对话和你的心理活动：
 
 {activity_stream}
 
-## 4. 当前情况
+## 5. 当前情况
 {current_situation}
 
-## 5. 聊天历史总览
+## 6. 聊天历史总览
 以下是你和 {user_name} 的聊天记录，帮助你更好地理解对话上下文：
 
 {chat_history_block}
 
-## 6. 你可以做的事情
+## 7. 你可以做的事情
 {available_actions}
 
-## 7. 你的回复格式
+## 8. 你的表达习惯
+{expression_habits}
+
+## 9. 你的回复格式
 {output_format}
 """,
 )