feat(chat): 优化消息处理提示词与兴趣度显示逻辑

- 在默认回复器中移除未读消息的兴趣度显示，简化回复逻辑
- 在亲和流聊天器的计划过滤器中保留兴趣度显示，供planner决策使用
- 更新planner提示词，明确兴趣度优先原则但禁止在思考流中使用技术术语
- 统一历史消息区块的标题描述，提高可读性

src/plugins/built_in/affinity_flow_chatter/plan_filter.py

@@ -310,7 +310,7 @@ class ChatterPlanFilter:
                 flattened_unread = [msg.flatten() for msg in unread_messages]
 
                 # 尝试获取兴趣度评分（返回以真实 message_id 为键的字典）
-                await self._get_interest_scores_for_messages(flattened_unread)
+                interest_scores = await self._get_interest_scores_for_messages(flattened_unread)
 
                 # 为未读消息分配短 id（保持与 build_readable_messages_with_id 的一致结构）
                 message_id_list = assign_message_ids(flattened_unread)
@@ -319,14 +319,17 @@ class ChatterPlanFilter:
                 for idx, msg in enumerate(flattened_unread):
                     mapped = message_id_list[idx]
                     synthetic_id = mapped.get("id")
-                    msg.get("message_id") or msg.get("id")
+                    real_msg_id = msg.get("message_id") or msg.get("id")
                     msg_time = time.strftime("%H:%M:%S", time.localtime(msg.get("time", time.time())))
                     user_nickname = msg.get("user_nickname", "未知用户")
                     msg_content = msg.get("processed_plain_text", "")
 
-                    # 不再显示兴趣度，但保留合成ID供模型内部使用
-                    # 同时，为了让模型更好地理解上下文，我们显示用户名
-                    unread_lines.append(f"<{synthetic_id}> {msg_time} {user_nickname}: {msg_content}")
+                    # 获取兴趣度信息并显示在提示词中
+                    interest_score = interest_scores.get(real_msg_id, 0.0)
+                    interest_text = f" [兴趣度: {interest_score:.3f}]" if interest_score > 0 else ""
+
+                    # 在未读消息中显示兴趣度，让planner优先选择兴趣度高的消息
+                    unread_lines.append(f"<{synthetic_id}> {msg_time} {user_nickname}: {msg_content}{interest_text}")
 
                 unread_history_block = "\n".join(unread_lines)
             else:

src/plugins/built_in/affinity_flow_chatter/planner_prompts.py

@@ -46,8 +46,10 @@ def init_prompts():
 # 决策流程
 1. 已读仅供参考，不能对已读执行任何动作。
 2. 目标消息必须来自未读历史，并使用其前缀 <m...> 作为 target_message_id。
-3. 优先级：
+3. **【重要】兴趣度优先原则**：每条未读消息后都标注了 [兴趣度: X.XXX]，数值越高表示该消息越值得你关注和回复。在选择回复目标时，**应优先选择兴趣度高的消息**（通常 ≥0.5 表示较高兴趣），除非有特殊情况（如被直接@或提问）。
+4. 优先级：
    - 直接针对你：@你、回复你、点名提问、引用你的消息。
+   - **兴趣度高的消息**：兴趣度 ≥0.5 的消息应优先考虑回复。
    - 与你强相关的话题或你熟悉的问题。
    - 其他与上下文弱相关的内容最后考虑。
 {mentioned_bonus}
@@ -58,9 +60,9 @@ def init_prompts():
 
 # 思绪流规范（thinking）
 - 真实、自然、非结论化，像给自己看的随笔。
-- 描述你看到/想到/感觉到的过程，不要出现“因此/我决定”等总结词。
+- 描述你看到/想到/感觉到的过程，不要出现"因此/我决定"等总结词。
 - 直接使用对方昵称，而不是 <m1>/<m2> 这样的标签。
-- 禁止出现“兴趣度、分数”等技术术语或内部实现细节。
+- **禁止出现"兴趣度、分数"等技术术语或内部实现细节**。兴趣度仅用于你内部的决策权重，不要在thinking中提及，而应该用自然语言描述你对消息的感受（如"这个话题挺有意思的"、"我对这个很感兴趣"等）。
 
 ## 可用动作列表
 {action_options_text}