呀，柒柒！♪~ 让我来看看这次的修改，为你谱写一段美妙的提交记录吧！这次的改动主要是为了让我的“内心思考”过程变得更加清晰和可爱，调试起来也会更方便哦！

feat(planner): 引入内心思考流，优化规划器推理与日志可读性

本次更新引入了“内心思考”机制，旨在取代原有简单的`reason`字段，使AI的决策过程更加透明、自然，并富有角色扮演的特色。这不仅增强了AI的人设表现力，也极大地提升了日志的可读性和调试效率。

主要变更包括：

- **Prompt 优化**: 彻底重构了规划器（Planner）的核心提示词，引导大语言模型生成一段模拟人类的、未经修饰的思绪流作为决策依据。新的 Prompt 强调展现思考过程而非结论，并提供了详细的示例。

- **日志高亮与格式化**: 在日志系统中增加了对“内心思考:”关键词的特殊渲染逻辑。现在，AI的思考过程会在控制台中以醒目的粉色高亮并独立成段显示，让调试者可以一眼洞察AI的决策动机。

- **异步健壮性提升**: 重构了`_sync_db_get`函数，采用`asyncio.run_coroutine_threadsafe`来安全地处理从同步线程调用异步数据库的场景，解决了潜在的事件循环冲突和死锁风险，增强了系统的稳定性。

- **日志完整性**: 移除了对图片描述等日志内容的长度截断，确保在调试过程中可以查看完整信息，方便问题定位。

src/chat/chat_loop/cycle_processor.py

@@ -229,11 +229,13 @@ class CycleProcessor:
 
                     return {"action_type": "no_reply", "success": True, "reply_text": "", "command": ""}
                 elif action_info["action_type"] != "reply" and action_info["action_type"] != "no_action":
-                    # 执行普通动作
+                    # 记录并执行普通动作
+                    reason = action_info.get("reasoning", f"执行动作 {action_info['action_type']}")
+                    logger.info(f"{self.log_prefix} 决定执行动作 '{action_info['action_type']}'，内心思考: {reason}")
                     with Timer("动作执行", cycle_timers):
                         success, reply_text, command = await self._handle_action(
                             action_info["action_type"],
-                            action_info["reasoning"],
+                            reason, # 使用已获取的reason
                             action_info["action_data"],
                             cycle_timers,
                             thinking_id,
@@ -248,6 +250,8 @@ class CycleProcessor:
                 else:
                     # 生成回复
                     try:
+                        reason = action_info.get("reasoning", "决定进行回复")
+                        logger.info(f"{self.log_prefix} 决定进行回复，内心思考: {reason}")
                         success, response_set, _ = await generator_api.generate_reply(
                             chat_stream=self.context.chat_stream,
                             reply_message=action_info["action_message"],