feat(emoji): 重构表情包识别、描述与缓存系统

本次更新全面重构了表情包处理逻辑，引入了包含“精炼描述”、“关键词”和“详细分析”的三层描述系统，以提升识别的深度与广度。同时，统一并修复了缓存机制，解决了旧缓存数据格式不兼容及新内容无法被缓存的问题，并通过增加校验逻辑增强了系统的健壮性。

注意：更新后，用户必须手动清空 emojis、images、image_descriptions 三个数据库表，并将 data/emoji_registed/ 目录下的所有文件移至 data/emoji/ 目录，然后重启程序，以确保所有表情包能被新系统正确地重新识别

src/plugins/built_in/emoji_plugin/emoji.py

@@ -1,4 +1,5 @@
 import random
+import re
 
 from src.chat.emoji_system.emoji_history import add_emoji_to_history, get_recent_emojis
 from src.chat.emoji_system.emoji_manager import MaiEmoji, get_emoji_manager
@@ -223,7 +224,13 @@ class EmojiAction(BaseAction):
                     )
 
                 # 准备表情描述列表
-                emoji_descriptions = [desc for _, desc in all_emojis_data]
+                # 提取精炼描述和关键词用于LLM选择
+                def extract_refined_info(full_desc: str) -> str:
+                    # 新格式: [精炼描述] Keywords: [关键词] Desc: [详细描述]
+                    # 我们只需要 Desc: 之前的部分
+                    return full_desc.split(" Desc:")[0].strip()
+
+                emoji_descriptions = [extract_refined_info(desc) for _, desc in all_emojis_data]
 
                 # 构建prompt让LLM选择描述
                 prompt = f"""
@@ -256,32 +263,40 @@ class EmojiAction(BaseAction):
                     chosen_emotion = chosen_description  # 在描述模式下，用描述作为情感标签
                     logger.info(f"{self.log_prefix} LLM选择的描述: {chosen_description}")
 
-                    # 简单关键词匹配
-                    matched_emoji = next(
-                        (
-                            item
-                            for item in all_emojis_data
-                            if chosen_description.lower() in item[1].lower()
-                            or item[1].lower() in chosen_description.lower()
-                        ),
-                        None,
-                    )
+                    # 优化匹配逻辑：优先在精炼描述中精确匹配，然后进行关键词匹配
+                    def extract_refined_info(full_desc: str) -> str:
+                        return full_desc.split(" Desc:")[0].strip()
 
-                    # 如果包含匹配失败，尝试关键词匹配
-                    if not matched_emoji:
-                        keywords = ["惊讶", "困惑", "呆滞", "震惊", "懵", "无语", "萌", "可爱"]
-                        for keyword in keywords:
-                            if keyword in chosen_description:
-                                for item in all_emojis_data:
-                                    if any(k in item[1] for k in ["呆", "萌", "惊", "困惑", "无语"]):
-                                        matched_emoji = item
-                                        break
-                                if matched_emoji:
-                                    break
+                    # 1. 尝试在精炼描述中找到最匹配的表情
+                    # 我们假设LLM返回的是精炼描述的一部分或全部
+                    matched_emoji = None
+                    best_match_score = 0
+                    
+                    for item in all_emojis_data:
+                        refined_info = extract_refined_info(item[1])
+                        # 计算一个简单的匹配分数
+                        score = 0
+                        if chosen_description.lower() in refined_info.lower():
+                            score += 2 # 包含匹配
+                        if refined_info.lower() in chosen_description.lower():
+                            score += 2 # 包含匹配
+                        
+                        # 关键词匹配加分
+                        chosen_keywords = re.findall(r'\w+', chosen_description.lower())
+                        item_keywords = re.findall(r'\[(.*?)\]', refined_info)
+                        if item_keywords:
+                            item_keywords_set = {k.strip().lower() for k in item_keywords[0].split(',')}
+                            for kw in chosen_keywords:
+                                if kw in item_keywords_set:
+                                    score += 1
+                        
+                        if score > best_match_score:
+                            best_match_score = score
+                            matched_emoji = item
 
                     if matched_emoji:
                         emoji_base64, emoji_description = matched_emoji
-                        logger.info(f"{self.log_prefix} 找到匹配描述的表情包: {emoji_description}")
+                        logger.info(f"{self.log_prefix} 找到匹配描述的表情包: {extract_refined_info(emoji_description)}")
                     else:
                         logger.warning(f"{self.log_prefix} LLM选择的描述无法匹配任何表情包, 将随机选择")
                         emoji_base64, emoji_description = random.choice(all_emojis_data)