feat；优化了记忆检索的速度和token消耗（将question提出交给planenr)

src/chat/planner_actions/planner.py

@@ -53,7 +53,7 @@ reply
 4.不要选择回复你自己发送的消息
 5.不要单独对表情包进行回复
 6.将上下文中所有含义不明的，疑似黑话的，缩写词均写入unknown_words中
-7.用一句简单的话来描述当前回复场景，不超过10个字
+7.如果你对上下文存在疑问，有需要查询的问题，写入question中
 {reply_action_example}
 
 no_reply
@@ -224,6 +224,25 @@ class ActionPlanner:
             else:
                 reasoning = "未提供原因"
             action_data = {key: value for key, value in action_json.items() if key not in ["action"]}
+            
+            # 验证和清理 question
+            if "question" in action_data:
+                q = action_data.get("question")
+                if isinstance(q, str):
+                    cleaned_q = q.strip()
+                    if cleaned_q:
+                        action_data["question"] = cleaned_q
+                    else:
+                        # 如果清理后为空字符串，移除该字段
+                        action_data.pop("question", None)
+                elif q is None:
+                    # 如果为 None，移除该字段
+                    action_data.pop("question", None)
+                else:
+                    # 如果不是字符串类型，记录警告并移除
+                    logger.warning(f"{self.log_prefix}question 格式不正确，应为字符串类型，已忽略")
+                    action_data.pop("question", None)
+            
             # 非no_reply动作需要target_message_id
             target_message = None
 
@@ -503,18 +522,20 @@ class ActionPlanner:
             name_block = f"你的名字是{bot_name}{bot_nickname}，请注意哪些是你自己的发言。"
 
             # 根据 think_mode 配置决定 reply action 的示例 JSON
-            # 在 JSON 中直接作为 action 参数携带 unknown_words
+            # 在 JSON 中直接作为 action 参数携带 unknown_words 和 question
             if global_config.chat.think_mode == "classic":
                 reply_action_example = (
                     '{{"action":"reply", "target_message_id":"消息id(m+数字)", '
-                    '"unknown_words":["词语1","词语2"]}}'
+                    '"unknown_words":["词语1","词语2"], '
+                    '"question":"需要查询的问题"}'
                 )
             else:
                 reply_action_example = (
                     "5.think_level表示思考深度，0表示该回复不需要思考和回忆，1表示该回复需要进行回忆和思考\n"
                     + '{{"action":"reply", "think_level":数值等级(0或1), '
                     '"target_message_id":"消息id(m+数字)", '
-                    '"unknown_words":["词语1","词语2"]}}'
+                    '"unknown_words":["词语1","词语2"], '
+                    '"question":"需要查询的问题"}'
                 )
 
             planner_prompt_template = await global_prompt_manager.get_prompt_async("planner_prompt")