feat(affinity-flow): 重构兴趣度评分系统为智能embedding匹配

- 移除传统关键词匹配方式，改用embedding计算智能兴趣匹配度
- 添加异步方法支持机器人兴趣管理器的智能匹配计算
- 增加详细的日志记录和错误处理机制
- 添加数据库关键词提取和降级处理逻辑
- 集成智能兴趣系统初始化到人设构建流程
- 防止回复自身消息的死循环保护机制

BREAKING CHANGE: 兴趣匹配评分机制完全重构，从基于关键词的硬编码匹配改为基于embedding的智能匹配，需要重新初始化兴趣系统

src/individuality/individuality.py

@@ -64,6 +64,9 @@ class Individuality:
         else:
             logger.error("人设构建失败")
 
+        # 初始化智能兴趣系统
+        await self._initialize_smart_interest_system(personality_result, identity_result)
+
         # 如果任何一个发生变化，都需要清空数据库中的info_list（因为这影响整体人设）
         if personality_changed or identity_changed:
             logger.info("将清空数据库中原有的关键词缓存")
@@ -75,6 +78,22 @@ class Individuality:
             }
             await person_info_manager.update_one_field(self.bot_person_id, "info_list", [], data=update_data)
 
+    async def _initialize_smart_interest_system(self, personality_result: str, identity_result: str):
+        """初始化智能兴趣系统"""
+        # 组合完整的人设描述
+        full_personality = f"{personality_result}，{identity_result}"
+
+        # 获取全局兴趣评分系统实例
+        from src.chat.affinity_flow.interest_scoring import interest_scoring_system
+
+        # 初始化智能兴趣系统
+        await interest_scoring_system.initialize_smart_interests(
+            personality_description=full_personality,
+            personality_id=self.bot_person_id
+        )
+
+        logger.info("智能兴趣系统初始化完成")
+
     async def get_personality_block(self) -> str:
         bot_name = global_config.bot.nickname
         if global_config.bot.alias_names: