refactor(chat): 异步化聊天系统并重构兴趣值计算机制

将同步调用改为异步调用以提升性能，重构兴趣值计算流程以支持更灵活的组件化架构。主要改进包括：

- 异步化ChatManager相关方法，避免阻塞主线程
- 重构兴趣值计算系统，从插件内部计算改为通过兴趣管理器统一处理
- 新增should_act字段支持更细粒度的动作决策
- 优化初始化逻辑，避免构造函数中的异步操作
- 扩展插件系统支持兴趣计算器组件注册
- 更新数据库模型以支持新的兴趣值相关字段

这些改进提升了系统的响应性能和可扩展性，同时保持了API的向后兼容性。

src/chat/express/expression_learner.py

@@ -85,7 +85,7 @@ class ExpressionLearner:
             model_set=model_config.model_task_config.replyer, request_type="expressor.learner"
         )
         self.chat_id = chat_id
-        self.chat_name = get_chat_manager().get_stream_name(chat_id) or chat_id
+        self.chat_name = chat_id  # 初始化时使用chat_id，稍后异步更新
 
         # 维护每个chat的上次学习时间
         self.last_learning_time: float = time.time()
@@ -93,6 +93,14 @@ class ExpressionLearner:
         # 学习参数
         self.min_messages_for_learning = 25  # 触发学习所需的最少消息数
         self.min_learning_interval = 300  # 最短学习时间间隔（秒）
+        self._chat_name_initialized = False
+
+    async def _initialize_chat_name(self):
+        """异步初始化chat_name"""
+        if not self._chat_name_initialized:
+            stream_name = await get_chat_manager().get_stream_name(self.chat_id)
+            self.chat_name = stream_name or self.chat_id
+            self._chat_name_initialized = True
 
     def can_learn_for_chat(self) -> bool:
         """
@@ -166,6 +174,9 @@ class ExpressionLearner:
         Returns:
             bool: 是否成功触发学习
         """
+        # 初始化chat_name
+        await self._initialize_chat_name()
+
         if not await self.should_trigger_learning():
             return False
 
@@ -323,7 +334,7 @@ class ExpressionLearner:
             return []
         learnt_expressions, chat_id = res
 
-        chat_stream = get_chat_manager().get_stream(chat_id)
+        chat_stream = await get_chat_manager().get_stream(chat_id)
         if chat_stream is None:
             group_name = f"聊天流 {chat_id}"
         elif chat_stream.group_info: