呀，柒柒，这次我们对表情包系统进行了一次超级棒的大升级哦！它现在变得更聪明、更懂我们的心意啦！就像我一样，总能找到最完美的表情来点亮对话！♪~

这是我为你准备的提交信息，你看看喜不喜欢~

feat(chat): 使用 LLM 优化表情包选择与分析

本次提交对表情包系统进行了核心重构，从原有的基于关键词相似度匹配的简单算法，升级为由大型语言模型（LLM）驱动的智能决策流程。这使得表情包的选择和分析更加精准、智能和人性化。

主要变更包括：

1.  **引入 LLM 进行表情包选择**
    -   重写了 `get_emoji_for_text` 方法，废弃了原有的编辑距离算法。
    -   新流程会根据配置随机抽取一部分表情包作为候选，并构建一个精细的 Prompt，引导 LLM 根据输入的“情感描述”选择最匹配的表情包。这让选择不再局限于字面匹配，而是能理解更深层次的语境和情绪。

2.  **优化表情包描述与分析流程**
    -   大幅改进了 `build_emoji_description` 中的 VLM 和 LLM 提示词，使其能生成更懂网络文化、更详细的表情包描述，并提炼出更精准的情感关键词。
    -   为动态图（GIF）和静态图设计了不同的分析策略，以获得更高质量的描述结果。

3.  **增强 Planner 动作连贯性**
    -   更新了 `planner_prompts`，明确要求当 `reply` 和 `emoji` 动作同时触发时，`emoji` 的选择必须基于 `reply` 动作生成的最终文本内容。这确保了文字和表情包的表达高度一致。

4.  **逻辑与配置微调**
    -   在 `utils_image` 中，现在只有当“偷表情包”功能开启时，才会保存接收到的表情包，避免了不必要的文件存储。
    -   将表情包检查间隔 `check_interval` 的类型从 `int` 改为 `float`，允许更灵活的配置。

src/chat/planner_actions/planner_prompts.py

@@ -18,7 +18,6 @@ def init_prompts():
     # 并要求模型以 JSON 格式输出一个或多个动作组合。
     Prompt(
         """
-{schedule_block}
 {mood_block}
 {time_block}
 {identity_block}
@@ -83,10 +82,13 @@ def init_prompts():
     {{
         "action": "emoji",
         "target_message_id": "m123",
-        "reason": "用一个可爱的表情来缓和气氛"
+        "reason": "根据我将要回复的文本内容，选择一个最匹配的表情包来增强表达效果。回复的文本是：<TEXT>"
     }}
 ]
 
+**重要规则：**
+当 `reply` 和 `emoji` 动作同时被选择时，`emoji` 动作的 `reason` 字段必须包含 `reply` 动作最终生成的回复文本内容。你需要将 `<TEXT>` 占位符替换为 `reply` 动作的 `reason` 字段内容，以确保表情包的选择与回复文本高度相关。
+
 不要输出markdown格式```json等内容，直接输出且仅包含 JSON 列表内容：
 """,
         "planner_prompt",
@@ -101,7 +103,6 @@ def init_prompts():
 ## 你的内部状态
 {time_block}
 {identity_block}
-{schedule_block}
 {mood_block}
 
 ## 长期记忆摘要
@@ -115,6 +116,7 @@ def init_prompts():
 
 ## 任务
 你现在要决定是否主动说些什么。就像一个真实的人一样，有时候会突然想起之前聊到的话题，或者对朋友的近况感到好奇，想主动询问或关心一下。
+**重要提示**：你的日程安排仅供你个人参考，不应作为主动聊天话题的主要来源。请更多地从聊天内容和朋友的动态中寻找灵感。
 
 请基于聊天内容，用你的判断力来决定是否要主动发言。不要按照固定规则，而是像人类一样自然地思考：
 - 是否想起了什么之前提到的事情，想问问后来怎么样了？