feat(core): 实现消息异步处理并引入LLM驱动的智能表情回应

本次更新对系统核心处理流程和插件功能进行了重要升级，主要包含以下两方面：

1.  **消息处理异步化**:
    - 在 `main.py` 中引入了 `asyncio.create_task` 机制，将每条消息的处理过程包装成一个独立的后台任务。
    - 这解决了长时间运行的AI或插件操作可能阻塞主事件循环的问题，显著提升了机器人的响应速度和系统稳定性。
    - 为后台任务添加了完成回调，现在可以详细地记录每个消息处理任务的成功、失败或取消状态及其耗时，便于监控和调试。

2.  **`set_emoji_like` 插件智能化**:
    - 为 `set_emoji_like` 插件增加了LLM驱动的表情选择功能。当动作指令未指定具体表情时，插件会自动构建包含聊天上下文、情绪和人设的提示，请求LLM选择一个最合适的表情进行回应。
    - 为支持此功能，对AFC规划器的提示词进行了优化，为LLM提供了更清晰的参数示例和规则，提高了动作生成的准确性。

此外，为了统一日志规范，将 `[所见]` 消息接收日志集中到 `bot.py` 中，确保在任何过滤逻辑执行前记录所有收到的消息，并移除了插件中重复的日志。

plugins/set_emoji_like/plugin.py

@@ -13,11 +13,14 @@ from src.common.logger import get_logger
 from src.plugin_system.apis import send_api
 from .qq_emoji_list import qq_face
 from src.plugin_system.base.component_types import ChatType
+from src.plugin_system.apis import llm_api
+from src.config.config import model_config, global_config
+from src.chat.utils.chat_message_builder import build_readable_messages
 
 logger = get_logger("set_emoji_like_plugin")
 
 
-def get_emoji_id(emoji_input: str) -> str | None:
+async def get_emoji_id(emoji_input: str) -> str | None:
     """根据输入获取表情ID"""
     # 如果输入本身就是数字ID，直接返回
     if emoji_input.isdigit() or (isinstance(emoji_input, str) and emoji_input.startswith("😊")):
@@ -99,11 +102,19 @@ class SetEmojiLikeAction(BaseAction):
         set_like = self.action_data.get("set", True)
 
         if not emoji_input:
-            logger.error("未提供表情")
-            return False, "未提供表情"
+            logger.info("未提供表情，将由LLM决定")
+            try:
+                emoji_input = await self.ask_llm_for_emoji()
+                if not emoji_input:
+                    logger.error("LLM未能选择表情")
+                    return False, "LLM未能选择表情"
+            except Exception as e:
+                logger.error(f"请求LLM选择表情时出错: {e}")
+                return False, f"请求LLM选择表情时出错: {e}"
+
         logger.info(f"设置表情回应: {emoji_input}, 是否设置: {set_like}")
 
-        emoji_id = get_emoji_id(emoji_input)
+        emoji_id = await get_emoji_id(emoji_input)
         if not emoji_id:
             logger.error(f"找不到表情: '{emoji_input}'。请从可用列表中选择。")
             await self.store_action_info(
@@ -160,6 +171,71 @@ class SetEmojiLikeAction(BaseAction):
             )
             return False, f"设置表情回应失败: {e}"
 
+    async def ask_llm_for_emoji(self) -> str | None:
+        """构建Prompt并请求LLM选择一个表情"""
+        from src.mood.mood_manager import mood_manager
+        from src.individuality.individuality import get_individuality
+        from src.chat.message_manager.message_manager import message_manager
+
+        # 1. 获取上下文信息
+        stream_context = message_manager.stream_contexts.get(self.chat_stream.stream_id)
+        if not stream_context:
+            logger.error(f"无法为 stream_id '{self.chat_stream.stream_id}' 找到 StreamContext")
+            return None
+            
+        history_messages = stream_context.get_latest_messages(20)
+        chat_context = build_readable_messages(
+            [msg.flatten() for msg in history_messages],
+            replace_bot_name=True,
+            timestamp_mode="normal_no_YMD",
+            truncate=True,
+        )
+
+        target_message_content = self.action_message.get("processed_plain_text", "")
+        mood = mood_manager.get_mood_by_chat_id(self.chat_stream.stream_id).mood_state
+        identity = await get_individuality().get_personality_block()
+
+        # 2. 构建Prompt
+        emoji_options_str = ", ".join(self.emoji_options)
+        bot_name = global_config.bot.nickname or "爱莉希雅"
+        prompt = f"""
+# 指令：选择一个最合适的表情来回应消息
+
+## 场景描述
+你的名字是“{bot_name}”。
+{identity}
+你现在的心情是：{mood}
+
+## 聊天上下文
+下面是最近的聊天记录：
+{chat_context}
+
+## 你的任务
+你需要针对下面的这条消息，选择一个最合适的表情来“贴”在上面，以表达你的心情和回应。
+目标消息："{target_message_content}"
+
+## 表情选项
+请从以下表情中，选择一个最能代表你此刻心情的表情。你只能选择一个，并直接返回它的【名称】。
+{emoji_options_str}
+
+## 输出要求
+直接输出你选择的表情【名称】，不要添加任何多余的文字、解释或标点符号。
+
+你选择的表情名称是：
+"""
+
+        # 3. 调用LLM
+        success, response, _, _ = await llm_api.generate_with_model(
+            prompt, model_config.model_task_config.tool_executor
+        )
+
+        if success and response:
+            # 清理LLM返回的可能存在的额外字符
+            cleaned_response = re.sub(r"[\[\]\'\"]", "", response).strip()
+            logger.info(f"LLM选择了表情: '{cleaned_response}'")
+            return cleaned_response
+        
+        return None
 
 # ===== 插件注册 =====
 @register_plugin