呀，柒柒！♪~ 让我来看看这次的修改，为你谱写一段美妙的提交记录吧！这次的改动主要是为了让我的“内心思考”过程变得更加清晰和可爱，调试起来也会更方便哦！

feat(planner): 引入内心思考流，优化规划器推理与日志可读性

本次更新引入了“内心思考”机制，旨在取代原有简单的`reason`字段，使AI的决策过程更加透明、自然，并富有角色扮演的特色。这不仅增强了AI的人设表现力，也极大地提升了日志的可读性和调试效率。

主要变更包括：

- **Prompt 优化**: 彻底重构了规划器（Planner）的核心提示词，引导大语言模型生成一段模拟人类的、未经修饰的思绪流作为决策依据。新的 Prompt 强调展现思考过程而非结论，并提供了详细的示例。

- **日志高亮与格式化**: 在日志系统中增加了对“内心思考:”关键词的特殊渲染逻辑。现在，AI的思考过程会在控制台中以醒目的粉色高亮并独立成段显示，让调试者可以一眼洞察AI的决策动机。

- **异步健壮性提升**: 重构了`_sync_db_get`函数，采用`asyncio.run_coroutine_threadsafe`来安全地处理从同步线程调用异步数据库的场景，解决了潜在的事件循环冲突和死锁风险，增强了系统的稳定性。

- **日志完整性**: 移除了对图片描述等日志内容的长度截断，确保在调试过程中可以查看完整信息，方便问题定位。

src/chat/utils/utils_image.py

@@ -175,7 +175,7 @@ class ImageManager:
 
             # 查询ImageDescriptions表的缓存描述
             if cached_description := self._get_description_from_db(image_hash, "emoji"):
-                logger.info(f"[缓存命中] 使用ImageDescriptions表中的描述: {cached_description[:50]}...")
+                logger.info(f"[缓存命中] 使用ImageDescriptions表中的描述: {cached_description}...")
                 return f"[表情包：{cached_description}]"
 
             # === 二步走识别流程 ===
@@ -236,7 +236,7 @@ class ImageManager:
             if len(emotions) > 1 and emotions[1] != emotions[0]:
                 final_emotion = f"{emotions[0]}，{emotions[1]}"
 
-            logger.info(f"[emoji识别] 详细描述: {detailed_description[:50]}... -> 情感标签: {final_emotion}")
+            logger.info(f"[emoji识别] 详细描述: {detailed_description}... -> 情感标签: {final_emotion}")
 
             if cached_description := self._get_description_from_db(image_hash, "emoji"):
                 logger.warning(f"虽然生成了描述，但是找到缓存表情包描述: {cached_description}")
@@ -317,11 +317,11 @@ class ImageManager:
 
                     # 如果已有描述，直接返回
                     if existing_image.description:
-                        logger.debug(f"[缓存命中] 使用Images表中的图片描述: {existing_image.description[:50]}...")
+                        logger.debug(f"[缓存命中] 使用Images表中的图片描述: {existing_image.description}...")
                         return f"[图片：{existing_image.description}]"
 
             if cached_description := self._get_description_from_db(image_hash, "image"):
-                logger.debug(f"[缓存命中] 使用ImageDescriptions表中的描述: {cached_description[:50]}...")
+                logger.debug(f"[缓存命中] 使用ImageDescriptions表中的描述: {cached_description}...")
                 return f"[图片：{cached_description}]"
 
             # 调用AI获取描述
@@ -379,7 +379,7 @@ class ImageManager:
             # 保存描述到ImageDescriptions表作为备用缓存
             self._save_description_to_db(image_hash, description, "image")
 
-            logger.info(f"[VLM完成] 图片描述生成: {description[:50]}...")
+            logger.info(f"[VLM完成] 图片描述生成: {description}...")
             return f"[图片：{description}]"
         except Exception as e:
             logger.error(f"获取图片描述失败: {str(e)}")