feat(emoji): 引入表情发送历史以避免重复发送

为了提升表情发送的自然性和多样性，本次更新引入了发送历史记录机制，并优化了选择逻辑。

- 新增一个长度为4的双端队列，用于存储最近发送过的表情哈希，以避免在短期内重复。
- 修改LLM提示，要求其返回一个包含3个最匹配情感的有序列表，以提供更多候选表情。
- 重构选择逻辑：在LLM推荐或随机选择时，会优先选取未在最近历史中出现过的表情。
- 仅当所有候选表情都已在近期发送过时，才会退回至在完整表情库中进行选择。

src/plugins/built_in/core_actions/emoji.py

@@ -1,5 +1,6 @@
 import random
 from typing import Tuple
+from collections import deque
 
 # 导入新插件系统
 from src.plugin_system import BaseAction, ActionActivationType, ChatMode
@@ -20,6 +21,7 @@ logger = get_logger("emoji")
 class EmojiAction(BaseAction):
     """表情动作 - 发送表情包"""
 
+    # --- 类级别属性 ---
     # 激活设置
     if global_config.emoji.emoji_activate_type == "llm":
         activation_type = ActionActivationType.LLM_JUDGE
@@ -34,6 +36,9 @@ class EmojiAction(BaseAction):
     action_name = "emoji"
     action_description = "发送表情包辅助表达情绪"
     
+    # 最近发送表情的历史记录
+    _sent_emoji_history = deque(maxlen=4)
+
     # LLM判断提示词
     llm_judge_prompt = """
     判定是否需要使用表情动作的条件：
@@ -85,23 +90,29 @@ class EmojiAction(BaseAction):
                 
                 desc = emoji.description
                 emotions = emoji.emotion
-                all_emojis_data.append((b64, desc))
+                # 使用 emoji 对象的 hash 作为唯一标识符
+                all_emojis_data.append((b64, desc, emoji.hash))
 
                 for emo in emotions:
                     if emo not in emotion_map:
                         emotion_map[emo] = []
-                    emotion_map[emo].append((b64, desc))
+                    emotion_map[emo].append((b64, desc, emoji.hash))
 
             if not all_emojis_data:
                 logger.warning(f"{self.log_prefix} 无法加载任何有效的表情包数据")
                 return False, "无法加载任何有效的表情包数据"
 
             available_emotions = list(emotion_map.keys())
-            emoji_base64, emoji_description = "", ""
+            
+            chosen_emoji_b64, chosen_emoji_desc, chosen_emoji_hash = None, None, None
 
             if not available_emotions:
                 logger.warning(f"{self.log_prefix} 获取到的表情包均无情感标签, 将随机发送")
-                emoji_base64, emoji_description = random.choice(all_emojis_data)
+                # 随机选择一个不在历史记录中的表情
+                selectable_emojis = [e for e in all_emojis_data if e[2] not in self._sent_emoji_history]
+                if not selectable_emojis: # 如果都发过了，就从全部里面随机选
+                    selectable_emojis = all_emojis_data
+                chosen_emoji_b64, chosen_emoji_desc, chosen_emoji_hash = random.choice(selectable_emojis)
             else:
                 # 获取最近的5条消息内容用于判断
                 recent_messages = message_api.get_recent_messages(chat_id=self.chat_id, limit=5)
@@ -114,60 +125,75 @@ class EmojiAction(BaseAction):
                         show_actions=False,
                     )
 
-                # 4. 构建prompt让LLM选择情感
+                # 4. 构建prompt让LLM选择多个情感
                 prompt = f"""
-                你是一个正在进行聊天的网友，你需要根据一个理由和最近的聊天记录，从一个情感标签列表中选择最匹配的一个。
+                你是一个正在进行聊天的网友，你需要根据一个理由和最近的聊天记录，从一个情感标签列表中选择最匹配的 **3个** 情感标签，并按匹配度从高到低排序。
                 这是最近的聊天记录：
                 {messages_text}
                 
                 这是理由：“{reason}”
                 这里是可用的情感标签：{available_emotions}
-                请直接返回最匹配的那个情感标签，不要进行任何解释或添加其他多余的文字。
+                请直接返回一个包含3个最匹配情感标签的有序列表，例如：["开心", "激动", "有趣"]，不要进行任何解释或添加其他多余的文字。
                 """
 
-                if global_config.debug.show_prompt:
-                    logger.info(f"{self.log_prefix} 生成的LLM Prompt: {prompt}")
-                else:
-                    logger.debug(f"{self.log_prefix} 生成的LLM Prompt: {prompt}")
-
                 # 5. 调用LLM
                 models = llm_api.get_available_models()
                 chat_model_config = models.get("planner")
                 if not chat_model_config:
-                    logger.error(f"{self.log_prefix} 未找到'utils_small'模型配置，无法调用LLM")
+                    logger.error(f"{self.log_prefix} 未找到 'planner' 模型配置，无法调用LLM")
-                    return False, "未找到'utils_small'模型配置"
+                    return False, "未找到 'planner' 模型配置"
 
-                success, chosen_emotion, _, _ = await llm_api.generate_with_model(
+                success, chosen_emotions_str, _, _ = await llm_api.generate_with_model(
-                    prompt, model_config=chat_model_config, request_type="emoji"
+                    prompt, model_config=chat_model_config, request_type="emoji_selection"
                 )
 
-                if not success:
+                selected_emoji_info = None
-                    logger.warning(f"{self.log_prefix} LLM调用失败: {chosen_emotion}, 将随机选择一个表情包")
+                if success:
-                    emoji_base64, emoji_description = random.choice(all_emojis_data)
+                    try:
+                        # 解析LLM返回的列表
+                        import json
+                        chosen_emotions = json.loads(chosen_emotions_str)
+                        if isinstance(chosen_emotions, list):
+                            logger.info(f"{self.log_prefix} LLM选择的情感候选项: {chosen_emotions}")
+                            # 遍历候选项，找到第一个不在历史记录中的表情
+                            for emotion in chosen_emotions:
+                                matched_key = next((key for key in emotion_map if emotion in key), None)
+                                if matched_key:
+                                    # 从匹配到的表情中，随机选一个不在历史记录的
+                                    candidate_emojis = [e for e in emotion_map[matched_key] if e[2] not in self._sent_emoji_history]
+                                    if candidate_emojis:
+                                        selected_emoji_info = random.choice(candidate_emojis)
+                                        break # 找到后立即跳出循环
+                        else:
+                            logger.warning(f"{self.log_prefix} LLM返回的不是一个列表: {chosen_emotions_str}")
+                    except (json.JSONDecodeError, TypeError):
+                        logger.warning(f"{self.log_prefix} 解析LLM返回的情感列表失败: {chosen_emotions_str}")
+
+                if selected_emoji_info:
+                    chosen_emoji_b64, chosen_emoji_desc, chosen_emoji_hash = selected_emoji_info
+                    logger.info(f"{self.log_prefix} 从候选项中选择表情: {chosen_emoji_desc}")
                 else:
-                    chosen_emotion = chosen_emotion.strip().replace('"', "").replace("'", "")
+                    if not success:
-                    logger.info(f"{self.log_prefix} LLM选择的情感: {chosen_emotion}")
+                        logger.warning(f"{self.log_prefix} LLM调用失败, 将随机选择一个表情包")
-
-                    # 使用模糊匹配来查找最相关的情感标签
-                    matched_key = next((key for key in emotion_map if chosen_emotion in key), None)
-                    
-                    if matched_key:
-                        emoji_base64, emoji_description = random.choice(emotion_map[matched_key])
-                        logger.info(f"{self.log_prefix} 找到匹配情感 '{chosen_emotion}' (匹配到: '{matched_key}') 的表情包: {emoji_description}")
                     else:
-                        logger.warning(
+                        logger.warning(f"{self.log_prefix} 所有候选项均在最近发送历史中, 将随机选择")
-                            f"{self.log_prefix} LLM选择的情感 '{chosen_emotion}' 不在可用列表中, 将随机选择一个表情包"
-                        )
-                        emoji_base64, emoji_description = random.choice(all_emojis_data)
                     
-            # 7. 发送表情包
+                    selectable_emojis = [e for e in all_emojis_data if e[2] not in self._sent_emoji_history]
-            success = await self.send_emoji(emoji_base64)
+                    if not selectable_emojis:
+                        selectable_emojis = all_emojis_data
+                    chosen_emoji_b64, chosen_emoji_desc, chosen_emoji_hash = random.choice(selectable_emojis)
 
-            if not success:
+            # 7. 发送表情包并更新历史记录
-                logger.error(f"{self.log_prefix} 表情包发送失败")
+            if chosen_emoji_b64 and chosen_emoji_hash:
-                return False, "表情包发送失败"
+                success = await self.send_emoji(chosen_emoji_b64)
+                if success:
+                    self._sent_emoji_history.append(chosen_emoji_hash)
+                    logger.info(f"{self.log_prefix} 表情包发送成功: {chosen_emoji_desc}")
+                    logger.debug(f"{self.log_prefix} 最近表情历史: {list(self._sent_emoji_history)}")
+                    return True, f"发送表情包: {chosen_emoji_desc}"
 
-            return True, f"发送表情包: {emoji_description}"
+            logger.error(f"{self.log_prefix} 表情包发送失败")
+            return False, "表情包发送失败"
 
         except Exception as e:
             logger.error(f"{self.log_prefix} 表情动作执行失败: {e}", exc_info=True)