feat(emoji): 优化表情选择逻辑并引入上下文数量限制

重构了内置插件中的表情发送逻辑，以提高选择的准确性和效率。

旧的机制依赖于预设的情感标签，这可能不准确或缺失。新的实现改为让 LLM 直接从一部分随机抽样的表情包描述中进行选择，这使得决策更贴近上下文。

主要变更：
- 将基于情感标签的选择改为基于表情包描述的选择，使表情推荐更精准。
- 新增 `max_context_emojis` 配置项，用于控制每次传递给 LLM 的表情包候选项数量，从而减少 token 消耗并提高响应速度。

src/config/official_configs.py

@@ -385,6 +385,7 @@ class EmojiConfig(ValidatedConfigBase):
     content_filtration: bool = Field(default=False, description="内容过滤")
     filtration_prompt: str = Field(default="符合公序良俗", description="过滤提示")
     enable_emotion_analysis: bool = Field(default=True, description="启用情感分析")
+    max_context_emojis: int = Field(default=30, description="每次随机传递给LLM的表情包最大数量，0为全部")
 
 
 class MemoryConfig(ValidatedConfigBase):