feat(planner): 引入双模动作激活机制与混合触发类型

为了更精细地控制动作在不同聊天模式下的行为，并提升决策效率，本次更新引入了全新的动作激活机制。

- **双模激活**: 为 Action 新增 `normal_activation_type` 和 `focus_activation_type` 属性，允许插件在 `NORMAL` 和 `FOCUS` 模式下拥有不同的激活策略，使行为更符合上下文。

- **混合触发**: 新增 `KEYWORD_OR_LLM_JUDGE` 激活类型。该类型会先进行快速的关键词匹配，若未匹配成功，则回退至 LLM 进行判断，兼顾了响应速度和智能化。

- **流程优化**: 重构了 `PlanGenerator` 的动作筛选逻辑，使其在生成计划前，就根据当前聊天模式和简单的激活规则进行预筛选，为后续的 LLM 决策提供更精准、更高效的候选动作列表。

src/chat/chat_loop/cycle_processor.py

@@ -135,6 +135,16 @@ class CycleProcessor:
         action_type = "no_action"
         reply_text = ""  # 初始化reply_text变量，避免UnboundLocalError
 
+
+        # 开始新的思考循环
+        cycle_timers, thinking_id = self.cycle_tracker.start_cycle()
+        logger.info(f"{self.log_prefix} 开始第{self.context.cycle_counter}次思考")
+
+        if ENABLE_S4U and self.context.chat_stream and self.context.chat_stream.user_info:
+            await send_typing(self.context.chat_stream.user_info.user_id)
+
+        loop_start_time = time.time()
+
         # 使用sigmoid函数将interest_value转换为概率
         # 当interest_value为0时，概率接近0（使用Focus模式）
         # 当interest_value很高时，概率接近1（使用Normal模式）
@@ -188,7 +198,7 @@ class CycleProcessor:
         # 第一步：动作修改
         with Timer("动作修改", cycle_timers):
             try:
-                await self.action_modifier.modify_actions()
+                await self.action_modifier.modify_actions(mode=mode)
                 available_actions = self.context.action_manager.get_using_actions()
             except Exception as e:
                 logger.error(f"{self.context.log_prefix} 动作修改失败: {e}")