feat(emoji): 优化表情识别提示词以提升描述质量

重构了表情包识别和描述生成的提示词，以获得更详尽、准确且符合网络文化的描述。同时调整了TTS插件的错误处理机制。

主要变更：
- **表情识别提示词（Prompt）优化**:
  - 为静态和动态表情包设计了更结构化的描述要求，引导模型识别主题、核心元素、角色出处、网络梗以及图片内文字。
  - 强调了对特殊网络文化符号（如“滑稽”表情）的准确识别，避免泛化描述。
  - 优化了“点睛之笔”精炼描述的提示词，使其能更好地结合上下文信息，生成更自然的描述。

- **TTS插件错误处理重构**:
  - 移除了`TTSVoiceAction`中合成失败时向用户发送动态错误消息的逻辑。
  - 改为静默失败，仅在后台记录详细的错误日志，避免在语音服务暂时不可用时对用户造成干扰。

src/chat/emoji_system/emoji_manager.py

@@ -969,7 +969,7 @@ class EmojiManager:
                     image_base64_frames = get_image_manager().transform_gif(image_base64)
                     if not image_base64_frames:
                         raise RuntimeError("GIF表情包转换失败")
-                    prompt = "这是一个GIF动图表情包的关键帧。请用不超过250字，详细描述它的核心内容：1. 动态画面展现了什么变化？2. 它传达了什么核心情绪或玩的是什么梗？3. 通常在什么场景下使用？请确保描述既包含关键信息，又能充分展现其内涵。重要规则：如果图片中包含清晰的文字，请务必完整地转述出来，这部分文字不计入250字限制。"
+                    prompt = "这是一个GIF动图表情包的关键帧。请用不超过250字，进行详尽且严谨的描述。请按照以下结构组织：首先，概括图片的主题和整体氛围。其次，详细描述图片中的核心元素，如果包含二次元角色，请尝试识别角色名称和出处。接着，描述动态画面展现了什么变化，以及它传达的核心情绪或玩的梗。最后，如果图片中包含任何文字，请准确地转述出来，这部分不计入字数限制。请特别注意识别网络文化中的特殊含义，例如，“滑稽”表情应被识别为“滑稽”，而不仅仅是“黄色的脸”。"
                     description = None
                     for i in range(3):
                         try:
@@ -985,7 +985,7 @@ class EmojiManager:
                             logger.warning("表情包识别失败，将在1秒后重试...")
                             await asyncio.sleep(1)
                 else:
-                    prompt = "这是一个表情包。请用不超过250字，详细描述它的核心内容：1. 画面描绘了什么？2. 它传达了什么核心情绪或玩的是什么梗？3. 通常在什么场景下使用？请确保描述既包含关键信息，又能充分展现其内涵。重要规则：如果图片中包含清晰的文字，请务必完整地转述出来，这部分文字不计入250字限制。"
+                    prompt = "这是一个表情包。请用不超过250字，进行详尽且严谨的描述。请按照以下结构组织：首先，概括图片的主题和整体氛围。其次，详细描述图片中的核心元素，如果包含二次元角色，请尝试识别角色名称和出处。接着，描述它传达的核心情绪或玩的梗。最后，如果图片中包含任何文字，请准确地转述出来，这部分不计入字数限制。请特别注意识别网络文化中的特殊含义，例如，“滑稽”表情应被识别为“滑稽”，而不仅仅是“黄色的脸”。"
                     description = None
                     for i in range(3):
                         try:
@@ -1058,7 +1058,7 @@ class EmojiManager:
             if emotions:  # 只有在成功提取关键词后才进行精炼
                 logger.info("[自然语言精炼] 开始生成“点睛之笔”的自然语言描述")
                 refine_prompt = f"""
-                你的任务是为一张表情包生成一句简洁的精炼描述，用于后续的AI模型处理。
+                你的任务是为一张表情包生成一句自然的、包含核心信息的精炼描述。
 
                 这里是关于这个表情包的分析信息：
                 # 详细描述
@@ -1068,17 +1068,18 @@ class EmojiManager:
                 {emotions_text}
 
                 # 你的任务
-                请结合以上所有信息，用一句话概括出这个表情包的核心内容，既要描述客观事实，也要点明其传达的核心情绪。
+                请结合以上所有信息，用一句自然的语言，概括出这个表情包的核心内容。
 
                 # 规则 (非常重要！)
-                1.  **平衡客观与情感**：首先客观描述画面中的主体、表情和动作，然后点出其最主要的情绪（如：喜悦、悲伤、讽刺等）。
-                2.  **包含核心文字**：如果表情包中有文字，必须将文字完整地包含在描述中。
-                3.  **简洁精炼**：用最少的文字概括最多的信息。
-                4.  **输出格式**：**请直接返回这句描述，不要添加任何前缀、标题、引号或多余的解释。**
+                1.  **自然流畅**：描述应该像一个普通人看到图片后的自然反应，而不是生硬的机器分析。
+                2.  **包含关键信息**：如果详细描述中识别出了角色名称、出处，必须包含在精炼描述中。
+                3.  **体现情绪**：描述需要体现出表情包传达的核心情绪。
+                4.  **包含核心文字**：如果表情包中有文字，必须将文字完整地包含在描述中。
+                5.  **输出格式**：**请直接返回这句描述，不要添加任何前缀、标题、引号或多余的解释。**
 
                 示例：
-                - 原始信息：一只猫戴着墨镜，关键词是“酷、得意”。
-                - 正确输出：一只戴着黑色墨镜的猫，表情得意。
+                - 详细描述：“图片的核心是一位面带微笑的少女，她被识别为游戏《崩坏3rd》中的角色爱莉希雅（Elysia）...”
+                - 正确输出：游戏《崩坏3rd》中的角色爱莉希雅，她面带微笑，看起来很开心。
                 """
                 refined_description, _ = await self.llm_emotion_judge.generate_response_async(
                     refine_prompt, temperature=0.7, max_tokens=100

src/plugins/built_in/tts_voice_plugin/actions/tts_action.py

@@ -75,7 +75,8 @@ class TTSVoiceAction(BaseAction):
         """
         try:
             if not self.tts_service:
-                raise RuntimeError("TTSService 未注册或初始化失败")
+                logger.error(f"{self.log_prefix} TTSService 未注册或初始化失败，静默处理。")
+                return False, "TTSService 未注册或初始化失败"
 
             initial_text = self.action_data.get("text", "").strip()
             voice_style = self.action_data.get("voice_style", "default")
@@ -84,7 +85,7 @@ class TTSVoiceAction(BaseAction):
             # 1. 请求主回复模型生成高质量文本
             text = await self._generate_final_text(initial_text)
             if not text:
-                await self.send_text("❌ 语音合成出错：最终生成的文本为空。")
+                logger.warning(f"{self.log_prefix} 最终生成的文本为空，静默处理。")
                 return False, "最终生成的文本为空"
 
             # 2. 调用 TTSService 生成语音
@@ -99,11 +100,19 @@ class TTSVoiceAction(BaseAction):
                 )
                 return True, f"成功生成并发送语音，文本长度: {len(text)}字符"
             else:
-                await self._handle_error_and_reply("tts_api_error", Exception("TTS服务未能返回音频数据"))
+                logger.error(f"{self.log_prefix} TTS服务未能返回音频数据，静默处理。")
+                await self.store_action_info(
+                    action_prompt_display="语音合成失败: TTS服务未能返回音频数据",
+                    action_done=False
+                )
                 return False, "语音合成失败"
 
         except Exception as e:
-            await self._handle_error_and_reply("generic_error", e)
+            logger.error(f"{self.log_prefix} 语音合成过程中发生未知错误: {e!s}", exc_info=True)
+            await self.store_action_info(
+                action_prompt_display=f"语音合成失败: {e!s}",
+                action_done=False
+            )
             return False, f"语音合成出错: {e!s}"
 
     async def _generate_final_text(self, initial_text: str) -> str:
@@ -136,39 +145,3 @@ class TTSVoiceAction(BaseAction):
         except Exception as e:
             logger.error(f"{self.log_prefix} 生成高质量回复内容时失败: {e}", exc_info=True)
             return ""
-
-    async def _handle_error_and_reply(self, error_context: str, exception: Exception):
-        """处理错误并生成一个动态的、拟人化的回复"""
-        logger.error(f"{self.log_prefix} 在 {error_context} 阶段出错: {exception}", exc_info=True)
-
-        error_prompts = {
-            "generic_error": {
-                "raw_reply": "糟糕，我的思路好像缠成一团毛线球了，需要一点时间来解开...你能耐心等我一下吗？",
-                "reason": f"客观原因：插件在执行时发生了未知异常。详细信息: {exception!s}"
-            },
-            "tts_api_error": {
-                "raw_reply": "我的麦克风好像有点小情绪，突然不想工作了...我正在哄它呢，请稍等片刻哦！",
-                "reason": f"客观原因：语音合成服务返回了一个错误。详细信息: {exception!s}"
-            }
-        }
-        prompt_data = error_prompts.get(error_context, error_prompts["generic_error"])
-
-        try:
-            success, result_message, _ = await generator_api.rewrite_reply(
-                chat_stream=self.chat_stream,
-                raw_reply=prompt_data["raw_reply"],
-                reason=prompt_data["reason"]
-            )
-            if success and result_message:
-                message_text = "".join(str(seg[1]) if isinstance(seg, tuple) else str(seg) for seg in result_message).strip()
-                await self.send_text(message_text)
-            else:
-                await self.send_text("哎呀，好像出了一点小问题，我稍后再试试吧~")
-        except Exception as gen_e:
-            logger.error(f"生成动态错误回复时也出错了: {gen_e}", exc_info=True)
-            await self.send_text("唔...我的思路好像卡壳了，请稍等一下哦！")
-
-        await self.store_action_info(
-            action_prompt_display=f"语音合成失败: {exception!s}",
-            action_done=False
-        )