feat(config): 为表情包识别添加独立的VLM模型配置

为表情包识别功能（emoji_vlm）引入了专门的模型任务配置，使其与通用的视觉语言模型（VLM）配置分离。这提高了配置的灵活性和模块化程度。

- 在 `api_ada_configs.py` 中新增 `emoji_vlm` 任务配置。
- 更新 `emoji_manager.py` 以使用新的 `emoji_vlm` 配置。
- 在 `model_config_template.toml` 中添加了相应的配置模板。

template/model_config_template.toml

@@ -1,5 +1,5 @@
 [inner]
-version = "1.2.2"
+version = "1.2.3"
 
 # 配置文件版本号迭代规则同bot_config.toml
 
@@ -149,6 +149,11 @@ max_tokens = 800
 model_list = ["qwen2.5-vl-72b"]
 max_tokens = 800
 
+[model_task_config.emoji_vlm] # 专用表情包识别模型
+model_list = ["qwen2.5-vl-72b"]
+max_tokens = 800
+
+
 [model_task_config.utils_video] # 专用视频分析模型
 model_list = ["qwen2.5-vl-72b"]
 temperature = 0.3