refactor(planner): 采用统一的多动作决策模型取代大脑/小脑架构

本次更新彻底重构了动作规划器（Planner）的核心架构，废弃了原有的“大脑/小脑”并行决策模型，转而采用一个更简洁、高效的统一决策模型。

主要变更：
- **统一决策**: 单个LLM调用现在可以一次性决策出所有需要执行的动作，并以JSON列表的形式返回。
- **架构简化**: 完全移除了 `sub_plan`（小脑）逻辑、`planner_small` 模型以及相关的并行处理和结果合并代码，大幅降低了复杂性。
- **配置精简**: 从配置文件中删除了与小脑相关的 `planner_size` 和 `include_personality` 选项，简化了用户配置。
- **提示词更新**: 更新了规划器的Prompt，明确指示LLM返回一个动作列表，即使只有一个动作或没有动作。

带来的好处：
- **性能提升**: 减少了LLM API的调用次数，显著降低了单次规划的延迟和成本。
- **可维护性**: 代码逻辑更清晰、线性，易于理解和后续维护。
- **稳定性**: 减少了多路并发带来的不确定性和潜在的竞态问题。

BREAKING CHANGE: 移除了大脑/小脑规划器架构。
用户需要从 `model_config.toml` 中移除 `[model_task_config.planner_small]` 配置节，并从 `bot_config.toml` 中移除 `planner_size` 和 `include_personality` 配置项。

src/chat/chat_loop/cycle_tracker.py

@@ -90,20 +90,20 @@ class CycleTracker:
             timer_strings.append(f"{name}: {formatted_time}")
 
         # 获取动作类型，兼容新旧格式
+        # 获取动作类型
         action_type = "未知动作"
-        if hasattr(self, "_current_cycle_detail") and self._current_cycle_detail:
-            loop_plan_info = self._current_cycle_detail.loop_plan_info
-            if isinstance(loop_plan_info, dict):
-                action_result = loop_plan_info.get("action_result", {})
-                if isinstance(action_result, dict):
-                    # 旧格式：action_result是字典
-                    action_type = action_result.get("action_type", "未知动作")
-                elif isinstance(action_result, list) and action_result:
-                    # 新格式：action_result是actions列表
-                    action_type = action_result[0].get("action_type", "未知动作")
-            elif isinstance(loop_plan_info, list) and loop_plan_info:
-                # 直接是actions列表的情况
-                action_type = loop_plan_info[0].get("action_type", "未知动作")
+        if self.context.current_cycle_detail:
+            loop_plan_info = self.context.current_cycle_detail.loop_plan_info
+            actions = loop_plan_info.get("action_result")
+            
+            if isinstance(actions, list) and actions:
+                # 从actions列表中提取所有action_type
+                action_types = [a.get("action_type", "未知") for a in actions]
+                action_type = ", ".join(action_types)
+            elif isinstance(actions, dict):
+                # 兼容旧格式
+                action_type = actions.get("action_type", "未知动作")
+
 
         if self.context.current_cycle_detail.end_time and self.context.current_cycle_detail.start_time:
             duration = self.context.current_cycle_detail.end_time - self.context.current_cycle_detail.start_time

src/chat/chat_loop/proactive/smart_reminder_analyzer.py

@@ -43,7 +43,7 @@ class SmartReminderAnalyzer:
         self.confidence_threshold = 0.7
         # 使用规划器模型进行分析
         self.analyzer_llm = LLMRequest(
-            model_set=model_config.model_task_config.planner_small,
+            model_set=model_config.model_task_config.utils_small,
             request_type="reminder_analyzer"
         )