feat(config): 为表情包识别添加独立的VLM模型配置

为表情包识别功能（emoji_vlm）引入了专门的模型任务配置，使其与通用的视觉语言模型（VLM）配置分离。这提高了配置的灵活性和模块化程度。

- 在 `api_ada_configs.py` 中新增 `emoji_vlm` 任务配置。
- 更新 `emoji_manager.py` 以使用新的 `emoji_vlm` 配置。
- 在 `model_config_template.toml` 中添加了相应的配置模板。

src/config/api_ada_configs.py

@@ -148,6 +148,12 @@ class ModelTaskConfig(ConfigBase):
     ))
     """视频分析模型配置"""
 
+    emoji_vlm: TaskConfig = field(default_factory=lambda: TaskConfig(
+        model_list=["qwen2.5-vl-72b"],
+        max_tokens=800
+    ))
+    """表情包识别模型配置"""
+
     def get_task(self, task_name: str) -> TaskConfig:
         """获取指定任务的配置"""
         if hasattr(self, task_name):