better：优化prompt，修改buffer行为（更严格判定降低延迟，不丢弃图片前文本）

src/plugins/heartFC_chat/heartFC_chat.py

@@ -405,7 +405,7 @@ class HeartFChatting:
                 return False, ""
                 
             # execute:执行
-            with Timer("执行", cycle_timers):
+            with Timer("执行动作", cycle_timers):
                 return await self._handle_action(action, reasoning, planner_result.get("emoji_query", ""), cycle_timers, planner_start_db_time)
                 
         except PlannerError as e:
@@ -490,7 +490,7 @@ class HeartFChatting:
             
         try:
             # 生成回复
-            with Timer("Replier", cycle_timers):
+            with Timer("生成回复", cycle_timers):
                 reply = await self._replier_work(
                     anchor_message=anchor_message,
                     thinking_id=thinking_id,
@@ -501,13 +501,13 @@ class HeartFChatting:
                 raise ReplierError("回复生成失败")
                 
             # 发送消息
-            with Timer("Sender", cycle_timers):
-                await self._sender(
-                    thinking_id=thinking_id,
-                    anchor_message=anchor_message,
-                    response_set=reply,
-                    send_emoji=emoji_query,
-                )
+
+            await self._sender(
+                thinking_id=thinking_id,
+                anchor_message=anchor_message,
+                response_set=reply,
+                send_emoji=emoji_query,
+            )
                 
             return True, thinking_id
             
@@ -675,7 +675,7 @@ class HeartFChatting:
         # 获取观察信息
         observation = self.observations[0]
         if is_re_planned:
-            observation.observe()
+            await observation.observe()
         observed_messages = observation.talking_message
         observed_messages_str = observation.talking_message_str
 
@@ -687,40 +687,40 @@ class HeartFChatting:
 
         try:
             # 构建提示词
-            with Timer("构建提示词", cycle_timers):
-                if is_re_planned:
-                    replan_prompt = await self._build_replan_prompt(
-                        self._current_cycle.action, self._current_cycle.reasoning
-                    )
-                    prompt = replan_prompt
-                else:
-                    replan_prompt = ""
-                prompt = await self._build_planner_prompt(
-                    observed_messages_str, current_mind, self.sub_mind.structured_info, replan_prompt
+
+            if is_re_planned:
+                replan_prompt = await self._build_replan_prompt(
+                    self._current_cycle.action_type, self._current_cycle.reasoning
                 )
-                payload = {
-                    "model": global_config.llm_plan["name"],
-                    "messages": [{"role": "user", "content": prompt}],
-                    "tools": self.action_manager.get_planner_tool_definition(),
-                    "tool_choice": {"type": "function", "function": {"name": "decide_reply_action"}},
-                }
+                prompt = replan_prompt
+            else:
+                replan_prompt = ""
+            prompt = await self._build_planner_prompt(
+                observed_messages_str, current_mind, self.sub_mind.structured_info, replan_prompt
+            )
+            payload = {
+                "model": global_config.llm_plan["name"],
+                "messages": [{"role": "user", "content": prompt}],
+                "tools": self.action_manager.get_planner_tool_definition(),
+                "tool_choice": {"type": "function", "function": {"name": "decide_reply_action"}},
+            }
 
             # 执行LLM请求
-            with Timer("LLM回复", cycle_timers):
-                try:
-                    response = await self.planner_llm._execute_request(
-                        endpoint="/chat/completions", payload=payload, prompt=prompt
-                    )
-                except Exception as req_e:
-                    logger.error(f"{self.log_prefix}[Planner] LLM请求执行失败: {req_e}")
-                    return {
-                        "action": "error",
-                        "reasoning": f"LLM请求执行失败: {req_e}",
-                        "emoji_query": "",
-                        "current_mind": current_mind,
-                        "observed_messages": observed_messages,
-                        "llm_error": True,
-                    }
+
+            try:
+                response = await self.planner_llm._execute_request(
+                    endpoint="/chat/completions", payload=payload, prompt=prompt
+                )
+            except Exception as req_e:
+                logger.error(f"{self.log_prefix}[Planner] LLM请求执行失败: {req_e}")
+                return {
+                    "action": "error",
+                    "reasoning": f"LLM请求执行失败: {req_e}",
+                    "emoji_query": "",
+                    "current_mind": current_mind,
+                    "observed_messages": observed_messages,
+                    "llm_error": True,
+                }
 
             # 处理LLM响应
             with Timer("使用工具", cycle_timers):
@@ -883,7 +883,7 @@ class HeartFChatting:
         # 准备聊天内容块
         chat_content_block = ""
         if observed_messages_str:
-            chat_content_block = "观察到的最新聊天内容如下 (最近的消息在最后)：\n---\n"
+            chat_content_block = "观察到的最新聊天内容如下：\n---\n"
             chat_content_block += observed_messages_str
             chat_content_block += "\n---"
         else:
@@ -892,9 +892,9 @@ class HeartFChatting:
         # 准备当前思维块
         current_mind_block = ""
         if current_mind:
-            current_mind_block = f"\n---\n{current_mind}\n---\n\n"
+            current_mind_block = f"{current_mind}"
         else:
-            current_mind_block = " [没有特别的想法] \n\n"
+            current_mind_block = "[没有特别的想法]"
 
         # 获取提示词模板并填充数据
         prompt = (await global_prompt_manager.get_prompt_async("planner_prompt")).format(

src/plugins/heartFC_chat/heartflow_prompt_builder.py

@@ -44,28 +44,49 @@ def init_prompt():
 以上的消息是你获取到的消息，或许可以帮助你更好地回复。
 """, "info_from_tools")
 
-    # Planner提示词
+    # Planner提示词 - 优化版
     Prompt(
-        """你的名字是 {bot_name}。是一个女大二学生，正在QQ聊天，正在决定是否以及如何回应当前的聊天。
+        """你的名字是{bot_name}，一名大二女生，正在QQ群聊中。需要基于以下信息决定如何参与对话：
 {structured_info_block}
 {chat_content_block}
-看了以上内容，你产生的内心想法是：
+你的内心想法：
 {current_mind_block}
 {replan}
-请结合你的内心想法和观察到的聊天内容，分析情况并使用 'decide_reply_action' 工具来决定你的最终行动。
-注意你必须参考以下决策依据来选择工具：
-1. 如果聊天内容无聊、与你无关、或者你的内心想法认为不适合回复（例如在讨论你不懂或不感兴趣的话题），选择 'no_reply'。
-2. 如果聊天内容值得回应，且适合用文字表达（参考你的内心想法），选择 'text_reply'。如果你有情绪想表达，想在文字后追加一个表达情绪的表情，请同时提供 'emoji_query' (每个标签用一个词组表示，格式例如：幽默的讽刺,单纯的开心,愤怒的抗议)。
-3. 如果聊天内容或你的内心想法适合用一个表情来回应，选择 'emoji_reply' 并提供表情主题 'emoji_query'。
-4. 如果最后一条消息是你自己发的，观察到的内容只有你自己的发言，并且之后没有人回复你，通常选择 'no_reply'，除非有特殊原因需要追问。
-5. 如果聊天记录中最新的消息是你自己发送的，并且你还想继续回复，你应该紧紧衔接你发送的消息，进行话题的深入，补充，或追问等等；。
-6. 表情包是用来表达情绪的，不要直接回复或评价别人的表情包，而是根据对话内容和情绪选择是否用表情回应。
-7. 不要回复你自己的话，不要把自己的话当做别人说的。
-必须调用 'decide_reply_action' 工具并提供 'action' 和 'reasoning'。如果选择了 'emoji_reply' 或者选择了 'text_reply' 并想追加表情，则必须提供 'emoji_query'。""",
+
+请综合分析聊天内容和你看到的新消息，参考内心想法，使用'decide_reply_action'工具做出决策。决策时请注意：
+
+【回复原则】
+1. 不回复(no_reply)适用：
+- 话题无关/无聊/不感兴趣
+- 最后一条消息是你自己发的且无人回应你
+- 讨论你不懂的专业话题
+- 讨论你不想参与的话题
+- 你发送了太多消息
+
+2. 文字回复(text_reply)适用：
+- 有实质性内容需要表达
+- 可以追加emoji_query表达情绪(格式：情绪描述,如"俏皮的调侃")
+- 不要追加太多表情
+
+3. 纯表情回复(emoji_reply)适用：
+- 适合用表情回应的场景
+- 需提供明确的emoji_query
+
+4. 自我对话处理：
+- 如果是自己发的消息想继续，需自然衔接
+- 避免重复或评价自己的发言
+- 不要和自己聊天
+
+【必须遵守】
+- 必须调用工具并包含action和reasoning
+- 你可以选择文字回复(text_reply)，纯表情回复(emoji_reply)，不回复(no_reply)
+- 选择text_reply或emoji_reply时必须提供emoji_query
+- 保持回复自然，符合日常聊天习惯""",
         "planner_prompt",
     )
 
-    Prompt("你原本打算{action}，因为：{reasoning}，但是你看到了新的消息，你决定重新决定行动。", "replan_prompt")
+    Prompt('''你原本打算{action}，因为：{reasoning}
+但是你看到了新的消息，你决定重新决定行动。''', "replan_prompt")
     
     Prompt("你正在qq群里聊天，下面是群里在聊的内容：", "chat_target_group1")
     Prompt("和群里聊天", "chat_target_group2")