refactor(chat): 简化记忆构建和回复生成逻辑

移除记忆构建过程中的系统标识符和时间戳，简化提示词模板，使对话更加自然流畅。减少冗余的回复规则和约束，专注于生成简洁、口语化的回复内容。

src/chat/memory_system/hippocampus_sampler.py

@@ -199,9 +199,8 @@ class HippocampusSampler:
                 logger.warning("无法从消息样本生成可读文本")
                 return None
 
-            # 添加当前日期信息
-            current_date = f"当前日期: {datetime.now().isoformat()}"
-            input_text = f"{current_date}\n{readable_text}"
+            # 直接使用对话文本，不添加系统标识符
+            input_text = readable_text
 
             logger.debug(f"开始构建记忆，文本长度: {len(input_text)}")
 
@@ -550,9 +549,7 @@ class HippocampusSampler:
     async def _build_fused_conversation_text(self, fused_messages: list[list[dict[str, Any]]]) -> str:
         """构建融合后的对话文本"""
         try:
-            # 添加批次标识
-            current_date = f"海马体批量采样 - {datetime.now().isoformat()}\n"
-            conversation_parts = [current_date]
+            conversation_parts = []
 
             for group_idx, message_group in enumerate(fused_messages):
                 if not message_group:

src/chat/replyer/default_generator.py

@@ -120,33 +120,19 @@ def init_prompt():
 ### 核心任务
 - 你现在的主要任务是和 {sender_name} 聊天。同时，也有其他用户会参与聊天，你可以参考他们的回复内容，但是你现在想回复{sender_name}的发言。
 
--  {reply_target_block} 你需要生成一段紧密相关且能推动对话的回复。
+-  {reply_target_block} 你需要生成一段紧密相关的回复。
 
 ## 规则
 {safety_guidelines_block}
 **重要提醒：**
 - **已读历史消息仅作为当前聊天情景的参考**
-- **动作执行对象只能是未读历史消息中的消息**
-- **请优先对兴趣值高的消息做出回复**（兴趣度标注在未读消息末尾）
+- **未读历史消息是你需要回应的对象**
 
-在回应之前，首先分析消息的针对性：
-1. **直接针对你**：@你、回复你、明确询问你 → 必须回应
-2. **间接相关**：涉及你感兴趣的话题但未直接问你 → 谨慎参与
-3. **他人对话**：与你无关的私人交流 → 通常不参与
-4. **重复内容**：他人已充分回答的问题 → 避免重复
-
-你的回复应该：
-1.  明确回应目标消息，而不是宽泛地评论。
-2.  可以分享你的看法、提出相关问题，或者开个合适的玩笑。
-3.  目的是让对话更有趣、更深入。
-4.  不要浮夸，不要夸张修辞，不要输出多余内容(包括前后缀，冒号和引号，括号()，表情包，at或 @等 )。
-最终请输出一条简短、完整且口语化的回复。
+你的回复应该是一条简短、完整且口语化的回复。
 
  --------------------------------
 {time_block}
 
-注意不要复读你前面发过的内容，意思相近也不行。
-
 请注意不要输出多余内容(包括前后缀，冒号和引号，at或 @等 )。只输出回复内容。
 {moderation_prompt}