chore(log): 将详细的调试日志级别从 INFO 调整为 DEBUG

为了保持 INFO 级别日志的简洁和可读性，将一些过于详细、仅在深度调试时才需要的日志输出调整为 DEBUG 级别。

主要变更包括：
- 记忆系统检索到的记忆详情
- 规划器的原始 LLM 提示词和响应

这有助于在常规运行中关注核心流程，同时保留了在需要时查看详细信息的能力。

src/chat/memory_system/memory_system.py

@@ -845,7 +845,7 @@ class MemorySystem:
 
             # 详细日志 - 打印检索到的有效记忆的完整内容
             if scored_memories:
-                logger.info("🧠 检索到的有效记忆内容详情:")
+                logger.debug("🧠 检索到的有效记忆内容详情:")
                 for i, (mem, score, details) in enumerate(scored_memories[:effective_limit], 1):
                     try:
                         # 获取记忆的完整内容
@@ -868,26 +868,26 @@ class MemorySystem:
                         created_time_str = datetime.datetime.fromtimestamp(created_time).strftime("%Y-%m-%d %H:%M:%S") if created_time else "unknown"
 
                         # 打印记忆详细信息
-                        logger.info(f"  📝 记忆 #{i}")
-                        logger.info(f"     类型: {memory_type} | 重要性: {importance} | 置信度: {confidence}")
-                        logger.info(f"     创建时间: {created_time_str}")
-                        logger.info(f"     综合得分: {details['final']:.3f} (向量:{details['vector']:.3f}, 时效:{details['recency']:.3f}, 重要性:{details['importance']:.3f}, 频率:{details['frequency']:.3f})")
+                        logger.debug(f"  📝 记忆 #{i}")
+                        logger.debug(f"     类型: {memory_type} | 重要性: {importance} | 置信度: {confidence}")
+                        logger.debug(f"     创建时间: {created_time_str}")
+                        logger.debug(f"     综合得分: {details['final']:.3f} (向量:{details['vector']:.3f}, 时效:{details['recency']:.3f}, 重要性:{details['importance']:.3f}, 频率:{details['frequency']:.3f})")
 
                         # 处理长内容，如果超过200字符则截断并添加省略号
                         display_content = memory_content
                         if len(memory_content) > 200:
                             display_content = memory_content[:200] + "..."
 
-                        logger.info(f"     内容: {display_content}")
+                        logger.debug(f"     内容: {display_content}")
 
                         # 如果有关键词，也打印出来
                         if hasattr(mem, "keywords") and mem.keywords:
                             keywords_str = ", ".join(mem.keywords[:10])  # 最多显示10个关键词
                             if len(mem.keywords) > 10:
                                 keywords_str += f" ... (共{len(mem.keywords)}个关键词)"
-                            logger.info(f"     关键词: {keywords_str}")
+                            logger.debug(f"     关键词: {keywords_str}")
 
-                        logger.info("")  # 空行分隔
+                        logger.debug("")  # 空行分隔
 
                     except Exception as e:
                         logger.warning(f"打印记忆详情时出错: {e}")

src/plugins/built_in/affinity_flow_chatter/plan_filter.py

@@ -60,13 +60,13 @@ class ChatterPlanFilter:
             prompt, used_message_id_list = await self._build_prompt(plan)
             plan.llm_prompt = prompt
             if global_config.debug.show_prompt:
-                logger.info(f"规划器原始提示词:{prompt}")
+                logger.debug(f"规划器原始提示词:{prompt}")
 
             llm_content, _ = await self.planner_llm.generate_response_async(prompt=prompt)
 
             if llm_content:
                 if global_config.debug.show_prompt:
-                    logger.info(f"LLM规划器原始响应:{llm_content}")
+                    logger.debug(f"LLM规划器原始响应:{llm_content}")
                 try:
                     parsed_json = orjson.loads(repair_json(llm_content))
                 except orjson.JSONDecodeError: