refactor(logger): 替换print为logger并添加自定义日志样式支持

将配置文件加载中的print语句替换为logger.info，以统一日志输出。同时新增log_decorators.py文件，提供自定义日志样式的装饰器支持，并在logger.py中实现自定义样式处理器的添加和移除功能。

src/common/log_decorators.py

@@ -0,0 +1,107 @@
+import functools
+import inspect
+from typing import Callable, Any
+from .logger import logger, add_custom_style_handler
+
+
+def use_log_style(
+    style_name: str,
+    console_format: str,
+    console_level: str = "INFO",
+    # file_format: Optional[str] = None, # 暂未支持文件输出
+    # file_level: str = "DEBUG",
+) -> Callable:
+    """装饰器：为函数内的日志启用特定的自定义样式。
+
+    Args:
+        style_name (str): 自定义样式的唯一名称。
+        console_format (str): 控制台输出的格式字符串。
+        console_level (str, optional): 控制台日志级别. Defaults to "INFO".
+        # file_format (Optional[str], optional): 文件输出格式 (暂未支持). Defaults to None.
+        # file_level (str, optional): 文件日志级别 (暂未支持). Defaults to "DEBUG".
+
+    Returns:
+        Callable: 返回装饰器本身。
+    """
+
+    def decorator(func: Callable) -> Callable:
+        # 获取被装饰函数所在的模块名
+        module = inspect.getmodule(func)
+        if module is None:
+            # 如果无法获取模块（例如，在交互式解释器中定义函数），则使用默认名称
+            module_name = "unknown_module"
+            logger.warning(f"无法确定函数 {func.__name__} 的模块，将使用 '{module_name}'")
+        else:
+            module_name = module.__name__
+
+        # 在函数首次被调用（或模块加载时）确保自定义处理器已添加
+        # 注意：这会在模块加载时执行，而不是每次函数调用时
+        # print(f"Setting up custom style '{style_name}' for module '{module_name}' in decorator definition")
+        add_custom_style_handler(
+            module_name=module_name,
+            style_name=style_name,
+            console_format=console_format,
+            console_level=console_level,
+            # file_format=file_format,
+            # file_level=file_level,
+        )
+
+        @functools.wraps(func)
+        def wrapper(*args: Any, **kwargs: Any) -> Any:
+            # 创建绑定了模块名和自定义样式标记的 logger 实例
+            custom_logger = logger.bind(module=module_name, custom_style=style_name)
+            # print(f"Executing {func.__name__} with custom logger for style '{style_name}'")
+            # 将自定义 logger 作为第一个参数传递给原函数
+            # 注意：这要求被装饰的函数第一个参数用于接收 logger
+            try:
+                return func(custom_logger, *args, **kwargs)
+            except TypeError as e:
+                # 捕获可能的类型错误，比如原函数不接受 logger 参数
+                logger.error(
+                    f"调用 {func.__name__} 时出错：请确保该函数接受一个 logger 实例作为其第一个参数。错误：{e}"
+                )
+                # 可以选择重新抛出异常或返回特定值
+                raise e
+
+        return wrapper
+
+    return decorator
+
+
+# --- 示例用法 (可以在其他模块中这样使用) ---
+
+# # 假设这是你的模块 my_module.py
+# from src.common.log_decorators import use_log_style
+# from src.common.logger import get_module_logger, LoguruLogger
+
+# # 获取模块的标准 logger
+# standard_logger = get_module_logger(__name__)
+
+# # 定义一个自定义样式
+# MY_SPECIAL_STYLE = "special"
+# MY_SPECIAL_FORMAT = "<bg yellow><black> SPECIAL [{time:HH:mm:ss}] </black></bg yellow> | <level>{message}</level>"
+
+# @use_log_style(style_name=MY_SPECIAL_STYLE, console_format=MY_SPECIAL_FORMAT)
+# def my_function_with_special_logs(custom_logger: LoguruLogger, x: int, y: int):
+#     standard_logger.info("这是一条使用标准格式的日志")
+#     custom_logger.info(f"开始执行特殊操作，参数: x={x}, y={y}")
+#     result = x + y
+#     custom_logger.success(f"特殊操作完成，结果: {result}")
+#     standard_logger.info("标准格式日志：函数即将结束")
+#     return result
+
+# @use_log_style(style_name="another_style", console_format="<cyan>任务:</cyan> {message}")
+# def another_task(task_logger: LoguruLogger, task_name: str):
+#     standard_logger.debug("准备执行另一个任务")
+#     task_logger.info(f"正在处理任务 '{task_name}'")
+#     # ... 执行任务 ...
+#     task_logger.warning("任务处理中遇到一个警告")
+#     standard_logger.info("另一个任务的标准日志")
+
+# if __name__ == "__main__":
+#     print("\n--- 调用 my_function_with_special_logs ---")
+#     my_function_with_special_logs(10, 5)
+#     print("\n--- 调用 another_task ---")
+#     another_task("数据清理")
+#     print("\n--- 单独使用标准 logger ---")
+#     standard_logger.info("这是一条完全独立的标准日志")