refactor(chatter): 将主动思考的Prompt模板化

将 `proactive_thinking_executor.py` 中的硬编码Prompt字符串重构为独立的 `Prompt` 对象。

这次重构主要有以下几个好处：
- **提高可读性**：将大段的文本从业务逻辑中分离，让代码结构更清晰。
- **便于维护**：以后要调整 Prompt 的时候，直接修改模板对象就行，不用在函数里大海捞针了。
- **提升复用性**：虽然现在还没复用，但以后有类似需求时，这种模式也更容易扩展。

src/plugins/built_in/affinity_flow_chatter/proactive_thinking_executor.py

@@ -10,6 +10,7 @@ from typing import Any, Literal
 from sqlalchemy import select
 
 from src.chat.express.expression_selector import expression_selector
+from src.chat.utils.prompt import Prompt
 from src.common.database.sqlalchemy_database_api import get_db_session
 from src.common.database.sqlalchemy_models import ChatStreams
 from src.common.logger import get_logger
@@ -20,6 +21,133 @@ from src.plugin_system.apis import message_api, send_api
 
 logger = get_logger("proactive_thinking_executor")
 
+# ==================================================================================================
+# == Prompt Templates
+# ==================================================================================================
+
+# 决策 Prompt
+decision_prompt_template = Prompt(
+    """你的人设是：
+{bot_personality}
+
+现在是 {current_time}，你正在考虑是否要在与 "{stream_name}" 的对话中主动说些什么。
+
+【你当前的心情】
+{current_mood}
+
+【聊天环境信息】
+- 整体印象: {stream_impression}
+- 聊天风格: {chat_style}
+- 常见话题: {topic_keywords}
+- 你的兴趣程度: {interest_score:.2f}/1.0
+{last_decision_text}
+
+【最近的聊天记录】
+{recent_chat_history}
+
+请根据以上信息，决定你现在应该做什么：
+
+**选项1：什么都不做 (do_nothing)**
+- 适用场景：气氛不适合说话、最近对话很活跃、没什么特别想说的、或者此时说话会显得突兀。
+- 心情影响：如果心情不好（如生气、难过），可能更倾向于保持沉默。
+
+**选项2：简单冒个泡 (simple_bubble)**
+- 适用场景：对话有些冷清，你想缓和气氛或开启新的互动。
+- 方式：说一句轻松随意的话，旨在建立或维持连接。
+- 心情影响：心情会影响你冒泡的方式和内容。
+
+**选项3：发起一次有目的的互动 (throw_topic)**
+- 适用场景：你想延续对话、表达关心、或深入讨论某个具体话题。
+- **【互动类型1：延续约定或提醒】(最高优先级)**：检查最近的聊天记录，是否存在可以延续的互动。例如，如果昨晚的最后一条消息是“晚安”，现在是早上，一个“早安”的回应是绝佳的选择。如果之前提到过某个约定（如“待会聊”），现在可以主动跟进。
+- **【互动类型2：展现真诚的关心】(次高优先级)**：如果不存在可延续的约定，请仔细阅读聊天记录，寻找对方提及的个人状况（如天气、出行、身体、情绪、工作学习等），并主动表达关心。
+- **【互动类型3：开启新话题】**：当以上两点都不适用时，可以考虑开启一个你感兴趣的新话题。
+- 心情影响：心情会影响你想发起互动的方式和内容。
+
+请以JSON格式回复你的决策：
+{{
+    "action": "do_nothing" | "simple_bubble" | "throw_topic",
+    "reasoning": "你的决策理由（请结合你的心情、聊天环境和对话历史进行分析）",
+    "topic": "(仅当action=throw_topic时填写)你的互动意图（如：回应晚安并说早安、关心对方的考试情况、讨论新游戏）"
+}}
+
+注意：
+1. 兴趣度较低(<0.4)时或者最近聊天很活跃（不到1小时），倾向于 `do_nothing` 或 `simple_bubble`。
+2. 你的心情会影响你的行动倾向和表达方式。
+3. 参考上次决策，避免重复，并可根据上次的互动效果调整策略。
+4. 只有在真的有感而发时才选择 `throw_topic`。
+5. 保持你的人设，确保行为一致性。
+""",
+    name="proactive_thinking_decision",
+)
+
+# 冒泡回复 Prompt
+simple_bubble_reply_prompt_template = Prompt(
+    """你的人设是：
+{bot_personality}
+
+距离上次对话已经有一段时间了，你决定主动说些什么，轻松地开启新的互动。
+
+【你当前的心情】
+{current_mood}
+
+【聊天环境】
+- 整体印象: {stream_impression}
+- 聊天风格: {chat_style}
+
+【最近的聊天记录】
+{recent_chat_history}
+{expression_habits}
+请生成一条简短的消息，用于水群。
+【要求】
+1. 风格简短随意（5-20字）
+2. 不要提出明确的话题或问题，可以是问候、表达心情或一句随口的话。
+3. 符合你的人设和当前聊天风格。
+4. **你的心情应该影响消息的内容和语气**。
+5. 如果有表达方式参考，在合适时自然使用。
+6. 合理参考历史记录。
+直接输出消息内容，不要解释：""",
+    name="proactive_thinking_simple_bubble",
+)
+
+# 抛出话题回复 Prompt
+throw_topic_reply_prompt_template = Prompt(
+    """你的人设是：
+{bot_personality}
+
+现在是 {current_time}，你决定在与 "{stream_name}" 的对话中主动发起一次互动。
+
+【你当前的心情】
+{current_mood}
+
+【聊天环境】
+- 整体印象: {stream_impression}
+- 聊天风格: {chat_style}
+- 常见话题: {topic_keywords}
+
+【最近的聊天记录】
+{recent_chat_history}
+
+【你的互动意图】
+{topic}
+{expression_habits}
+【构思指南】
+请根据你的互动意图，生成一条有温度的消息。
+- 如果意图是**延续约定**（如回应“晚安”），请直接生成对应的问候。
+- 如果意图是**表达关心**（如跟进对方提到的事），请生成自然、真诚的关心话语。
+- 如果意图是**开启新话题**，请自然地引入话题。
+
+请根据这个意图，生成一条消息，要求：
+1. 自然地引入话题或表达关心。
+2. 长度适中（20-50字）。
+3. 可以结合最近的聊天记录，使对话更连贯。
+4. 符合你的人设和当前聊天风格。
+5. **你的心情会影响你的表达方式**。
+6. 如果有表达方式参考，在合适时自然使用。
+
+直接输出消息内容，不要解释：""",
+    name="proactive_thinking_throw_topic",
+)
+
 
 class ProactiveThinkingPlanner:
     """主动思考规划器
@@ -167,7 +295,35 @@ class ProactiveThinkingPlanner:
 
         response = None
         try:
-            decision_prompt = self._build_decision_prompt(context)
+            # 构建上次决策信息
+            last_decision_text = ""
+            if context.get("last_decision"):
+                last_dec = context["last_decision"]
+                last_action = last_dec.get("action", "未知")
+                last_reasoning = last_dec.get("reasoning", "无")
+                last_topic = last_dec.get("topic")
+                last_time = last_dec.get("timestamp", "未知")
+
+                last_decision_text = f"""
+【上次主动思考的决策】
+- 时间: {last_time}
+- 决策: {last_action}
+- 理由: {last_reasoning}"""
+                if last_topic:
+                    last_decision_text += f"\n- 话题: {last_topic}"
+
+            decision_prompt = decision_prompt_template.format(
+                bot_personality=context["bot_personality"],
+                current_time=context["current_time"],
+                stream_name=context["stream_name"],
+                current_mood=context.get("current_mood", "感觉很平静"),
+                stream_impression=context["stream_impression"],
+                chat_style=context["chat_style"],
+                topic_keywords=context["topic_keywords"] or "暂无",
+                interest_score=context["interest_score"],
+                last_decision_text=last_decision_text,
+                recent_chat_history=context["recent_chat_history"],
+            )
 
             if global_config.debug.show_prompt:
                 logger.info(f"决策提示词:\n{decision_prompt}")
@@ -195,76 +351,6 @@ class ProactiveThinkingPlanner:
             logger.error(f"决策过程失败: {e}", exc_info=True)
             return None
 
-    def _build_decision_prompt(self, context: dict[str, Any]) -> str:
-        """构建决策提示词"""
-        # 构建上次决策信息
-        last_decision_text = ""
-        if context.get("last_decision"):
-            last_dec = context["last_decision"]
-            last_action = last_dec.get("action", "未知")
-            last_reasoning = last_dec.get("reasoning", "无")
-            last_topic = last_dec.get("topic")
-            last_time = last_dec.get("timestamp", "未知")
-
-            last_decision_text = f"""
-【上次主动思考的决策】
-- 时间: {last_time}
-- 决策: {last_action}
-- 理由: {last_reasoning}"""
-            if last_topic:
-                last_decision_text += f"\n- 话题: {last_topic}"
-        
-        return f"""你的人设是：
-{context['bot_personality']}
-
-现在是 {context['current_time']}，你正在考虑是否要在与 "{context['stream_name']}" 的对话中主动说些什么。
-
-【你当前的心情】
-{context.get("current_mood", "感觉很平静")}
-
-【聊天环境信息】
-- 整体印象: {context["stream_impression"]}
-- 聊天风格: {context["chat_style"]}
-- 常见话题: {context["topic_keywords"] or "暂无"}
-- 你的兴趣程度: {context["interest_score"]:.2f}/1.0
-{last_decision_text}
-
-【最近的聊天记录】
-{context["recent_chat_history"]}
-
-请根据以上信息，决定你现在应该做什么：
-
-**选项1：什么都不做 (do_nothing)**
-- 适用场景：气氛不适合说话、最近对话很活跃、没什么特别想说的、或者此时说话会显得突兀。
-- 心情影响：如果心情不好（如生气、难过），可能更倾向于保持沉默。
-
-**选项2：简单冒个泡 (simple_bubble)**  
-- 适用场景：对话有些冷清，你想缓和气氛或开启新的互动。
-- 方式：说一句轻松随意的话，旨在建立或维持连接。
-- 心情影响：心情会影响你冒泡的方式和内容。
-
-**选项3：发起一次有目的的互动 (throw_topic)**
-- 适用场景：你想延续对话、表达关心、或深入讨论某个具体话题。
-- **【互动类型1：延续约定或提醒】(最高优先级)**：检查最近的聊天记录，是否存在可以延续的互动。例如，如果昨晚的最后一条消息是“晚安”，现在是早上，一个“早安”的回应是绝佳的选择。如果之前提到过某个约定（如“待会聊”），现在可以主动跟进。
-- **【互动类型2：展现真诚的关心】(次高优先级)**：如果不存在可延续的约定，请仔细阅读聊天记录，寻找对方提及的个人状况（如天气、出行、身体、情绪、工作学习等），并主动表达关心。
-- **【互动类型3：开启新话题】**：当以上两点都不适用时，可以考虑开启一个你感兴趣的新话题。
-- 心情影响：心情会影响你想发起互动的方式和内容。
-
-请以JSON格式回复你的决策：
-{{
-    "action": "do_nothing" | "simple_bubble" | "throw_topic",
-    "reasoning": "你的决策理由（请结合你的心情、聊天环境和对话历史进行分析）",
-    "topic": "(仅当action=throw_topic时填写)你的互动意图（如：回应晚安并说早安、关心对方的考试情况、讨论新游戏）"
-}}
-
-注意：
-1. 兴趣度较低(<0.4)时或者最近聊天很活跃（不到1小时），倾向于 `do_nothing` 或 `simple_bubble`。
-2. 你的心情会影响你的行动倾向和表达方式。
-3. 参考上次决策，避免重复，并可根据上次的互动效果调整策略。
-4. 只有在真的有感而发时才选择 `throw_topic`。
-5. 保持你的人设，确保行为一致性。
-"""
-
     async def generate_reply(
         self, context: dict[str, Any], action: Literal["simple_bubble", "throw_topic"], topic: str | None = None
     ) -> str | None:
@@ -283,7 +369,34 @@ class ProactiveThinkingPlanner:
             return None
 
         try:
-            reply_prompt = await self._build_reply_prompt(context, action, topic)
+            # 获取表达方式参考
+            expression_habits = await self._get_expression_habits(
+                stream_id=context.get("stream_id", ""), chat_history=context.get("recent_chat_history", "")
+            )
+
+            if action == "simple_bubble":
+                reply_prompt = simple_bubble_reply_prompt_template.format(
+                    bot_personality=context["bot_personality"],
+                    current_mood=context.get("current_mood", "感觉很平静"),
+                    stream_impression=context["stream_impression"],
+                    chat_style=context["chat_style"],
+                    recent_chat_history=context["recent_chat_history"],
+                    expression_habits=expression_habits,
+                )
+            else:  # throw_topic
+                reply_prompt = throw_topic_reply_prompt_template.format(
+                    bot_personality=context["bot_personality"],
+                    current_time=context["current_time"],
+                    stream_name=context["stream_name"],
+                    current_mood=context.get("current_mood", "感觉很平静"),
+                    stream_impression=context["stream_impression"],
+                    chat_style=context["chat_style"],
+                    topic_keywords=context["topic_keywords"] or "暂无",
+                    recent_chat_history=context["recent_chat_history"],
+                    topic=topic,
+                    expression_habits=expression_habits,
+                )
+
 
             if global_config.debug.show_prompt:
                 logger.info(f"回复提示词:\n{reply_prompt}")
@@ -350,77 +463,6 @@ class ProactiveThinkingPlanner:
             logger.warning(f"获取表达方式失败: {e}")
             return ""
 
-    async def _build_reply_prompt(
-        self, context: dict[str, Any], action: Literal["simple_bubble", "throw_topic"], topic: str | None
-    ) -> str:
-        """构建回复提示词"""
-        # 获取表达方式参考
-        expression_habits = await self._get_expression_habits(
-            stream_id=context.get("stream_id", ""), chat_history=context.get("recent_chat_history", "")
-        )
-
-        if action == "simple_bubble":
-            return f"""你的人设是：
-{context['bot_personality']}
-
-距离上次对话已经有一段时间了，你决定主动说些什么，轻松地开启新的互动。
-
-【你当前的心情】
-{context.get("current_mood", "感觉很平静")}
-
-【聊天环境】
-- 整体印象: {context["stream_impression"]}
-- 聊天风格: {context["chat_style"]}
-
-【最近的聊天记录】
-{context["recent_chat_history"]}
-{expression_habits}
-请生成一条简短的消息，用于水群。
-【要求】
-1. 风格简短随意（5-20字）
-2. 不要提出明确的话题或问题，可以是问候、表达心情或一句随口的话。
-3. 符合你的人设和当前聊天风格。
-4. **你的心情应该影响消息的内容和语气**。
-5. 如果有表达方式参考，在合适时自然使用。
-6. 合理参考历史记录。
-直接输出消息内容，不要解释："""
-
-        else:  # throw_topic
-            return f"""你的人设是：
-{context['bot_personality']}
-
-现在是 {context['current_time']}，你决定在与 "{context['stream_name']}" 的对话中主动发起一次互动。
-
-【你当前的心情】
-{context.get("current_mood", "感觉很平静")}
-
-【聊天环境】
-- 整体印象: {context["stream_impression"]}
-- 聊天风格: {context["chat_style"]}
-- 常见话题: {context["topic_keywords"] or "暂无"}
-
-【最近的聊天记录】
-{context["recent_chat_history"]}
-
-【你的互动意图】
-{topic}
-{expression_habits}
-【构思指南】
-请根据你的互动意图，生成一条有温度的消息。
-- 如果意图是**延续约定**（如回应“晚安”），请直接生成对应的问候。
-- 如果意图是**表达关心**（如跟进对方提到的事），请生成自然、真诚的关心话语。
-- 如果意图是**开启新话题**，请自然地引入话题。
-
-请根据这个意图，生成一条消息，要求：
-1. 自然地引入话题或表达关心。
-2. 长度适中（20-50字）。
-3. 可以结合最近的聊天记录，使对话更连贯。
-4. 符合你的人设和当前聊天风格。
-5. **你的心情会影响你的表达方式**。
-6. 如果有表达方式参考，在合适时自然使用。
-
-直接输出消息内容，不要解释："""
-
     def _clean_json_response(self, response: str) -> str:
         """清理LLM响应中的JSON格式标记"""
         import re