ref：让MaiSaka使用麦麦原有的pompt系统，配置系统

src/MaiDiary/__init__.py

@@ -0,0 +1,3 @@
+"""
+maisaka - MaiSaka 对话系统
+"""

src/MaiDiary/config.py

@@ -1,46 +0,0 @@
-"""
-MaiSaka - 全局配置
-环境变量加载、Rich Console 实例、主题定义。
-"""
-
-import os
-from dotenv import load_dotenv
-from rich.console import Console
-from rich.theme import Theme
-
-# ──────────────────── 加载 .env ────────────────────
-
-load_dotenv()
-
-# ──────────────────── 模块开关配置 ────────────────────
-
-ENABLE_EMOTION_MODULE = os.getenv("ENABLE_EMOTION_MODULE", "true").strip().lower() == "true"
-ENABLE_COGNITION_MODULE = os.getenv("ENABLE_COGNITION_MODULE", "true").strip().lower() == "true"
-# Timing 模块已包含自我反思功能
-ENABLE_TIMING_MODULE = os.getenv("ENABLE_TIMING_MODULE", "true").strip().lower() == "true"
-ENABLE_KNOWLEDGE_MODULE = os.getenv("ENABLE_KNOWLEDGE_MODULE", "true").strip().lower() == "true"
-ENABLE_MCP = os.getenv("ENABLE_MCP", "true").strip().lower() == "true"
-ENABLE_WRITE_FILE = os.getenv("ENABLE_WRITE_FILE", "true").strip().lower() == "true"
-ENABLE_READ_FILE = os.getenv("ENABLE_READ_FILE", "true").strip().lower() == "true"
-ENABLE_LIST_FILES = os.getenv("ENABLE_LIST_FILES", "true").strip().lower() == "true"
-
-# ──────────────────── QQ 工具配置 ────────────────────
-
-ENABLE_QQ_TOOLS = os.getenv("ENABLE_QQ_TOOLS", "false").strip().lower() == "true"
-QQ_API_BASE_URL = os.getenv("QQ_API_BASE_URL", "").strip()
-QQ_API_KEY = os.getenv("QQ_API_KEY", "").strip()
-
-# ──────────────────── Rich 主题 & Console ────────────────────
-
-custom_theme = Theme(
-    {
-        "info": "cyan",
-        "success": "green",
-        "warning": "yellow",
-        "error": "bold red",
-        "muted": "dim",
-        "accent": "bold magenta",
-    }
-)
-
-console = Console(theme=custom_theme)

src/MaiDiary/env.example

@@ -1,58 +0,0 @@
-# MaiSaka - LLM API 配置
-# 复制本文件为 .env 并填入你的配置
-
-# 必填: API 密钥
-OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxx
-
-# 可选: API 基地址 (如使用第三方兼容接口或自建代理)
-OPENAI_BASE_URL=https://api.openai.com/v1
-
-# 可选: 模型名称 (默认 gpt-4o, 需支持视觉能力以处理图片)
-OPENAI_MODEL=gpt-4o
-
-# 可选: 是否启用 LLM 思考模式 (true/false, 不设置则不发送该参数)
-# 设为 true 时允许 LLM 先进行思考再输出，设为 false 时直接输出
-ENABLE_THINKING=true
-
-# 可选: 是否启用情绪猜测模块 (true/false, 默认 true)
-# 设为 false 时禁用情绪分析，可节省 API 调用成本
-ENABLE_EMOTION_MODULE=true
-
-# 可选: 是否启用认知感知模块 (true/false, 默认 true)
-# 设为 false 时禁用意图分析，可节省 API 调用成本
-ENABLE_COGNITION_MODULE=true
-
-# 可选: 是否启用记忆模块 (true/false, 默认 true)
-# 设为 false 时禁用记忆存储和检索功能
-# 注意: 关闭记忆模块不会影响了解(Knowledge)模块
-ENABLE_MEMORY_MODULE=true
-
-# 可选: 是否启用 Timing 模块 (true/false, 默认 true)
-# 设为 false 时禁用时间节奏分析，可节省 API 调用成本
-# 注意: Timing 模块已包含自我反思功能
-ENABLE_TIMING_MODULE=true
-
-# 可选: 是否启用文件写入工具 (true/false, 默认 true)
-# 设为 false 时禁用 write_file 工具
-ENABLE_WRITE_FILE=false
-
-# 可选: 是否启用文件读取工具 (true/false, 默认 true)
-# 设为 false 时禁用 read_file 工具
-ENABLE_READ_FILE=false
-
-# 可选: 是否启用文件列表工具 (true/false, 默认 true)
-# 设为 false 时禁用 list_files 工具
-ENABLE_LIST_FILES=false
-
-# 可选: 是否启用 QQ 工具 (true/false, 默认 false)
-# 设为 true 时启用 get_qq_chat_info、send_info、list_qq_chats 工具
-ENABLE_QQ_TOOLS=false
-
-# 可选: QQ API 基地址 (启用 QQ_TOOLS 时必填)
-# 指向提供 QQ 聊天功能的 HTTP 服务端点
-# 示例: http://localhost:8017
-QQ_API_BASE_URL=http://localhost:8017
-
-# 可选: QQ API 密钥 (如果服务需要认证)
-# 留空则不发送认证头
-QQ_API_KEY=your-api-key

src/MaiDiary/main.py

@@ -1,30 +0,0 @@
-"""
-MaiSaka - 程序入口
-使用方法:
-    python main.py
-
-环境变量 (可通过 .env 文件设置):
-    OPENAI_API_KEY   - API 密钥
-    OPENAI_BASE_URL  - API 基地址 (可选, 默认 https://api.openai.com/v1)
-    OPENAI_MODEL     - 模型名称 (可选, 默认 gpt-4o)
-    ENABLE_THINKING  - 是否启用思考模式 (可选, true/false, 不设置则不发送该参数)
-"""
-
-import asyncio
-
-from config import console
-from cli import BufferCLI
-
-
-def main():
-    cli = BufferCLI()
-    try:
-        asyncio.run(cli.run())
-    except KeyboardInterrupt:
-        console.print("\n[muted]程序已终止[/muted]")
-    finally:
-        cli._debug_viewer.close()
-
-
-if __name__ == "__main__":
-    main()

src/MaiDiary/prompt_loader.py

@@ -1,84 +0,0 @@
-"""
-MaiSaka - Prompt 加载器
-支持从 .prompt 文件加载模板，并进行变量替换。
-"""
-
-import os
-from pathlib import Path
-from typing import Any
-
-
-class PromptLoader:
-    """Prompt 模板加载器"""
-
-    def __init__(self, prompts_dir: str | None = None):
-        """
-        初始化加载器。
-
-        Args:
-            prompts_dir: prompts 目录路径，默认为项目根目录下的 prompts/
-        """
-        if prompts_dir is None:
-            # 默认为项目根目录下的 prompts/
-            project_root = Path(__file__).parent
-            prompts_dir = project_root / "prompts"
-
-        self.prompts_dir = Path(prompts_dir)
-        self._cache: dict[str, str] = {}
-
-    def load(self, name: str, **kwargs: Any) -> str:
-        """
-        加载并渲染 prompt 模板。
-
-        Args:
-            name: 模板文件名（不含 .prompt 后缀）
-            **kwargs: 模板变量
-
-        Returns:
-            渲染后的 prompt 文本
-        """
-        # 从缓存读取
-        if name not in self._cache:
-            template_path = self.prompts_dir / f"{name}.prompt"
-            if not template_path.exists():
-                raise FileNotFoundError(f"Prompt template not found: {template_path}")
-
-            self._cache[name] = template_path.read_text(encoding="utf-8")
-
-        template = self._cache[name]
-
-        # 变量替换
-        if kwargs:
-            try:
-                return template.format(**kwargs)
-            except KeyError as e:
-                raise ValueError(f"Missing template variable: {e}") from e
-
-        return template
-
-    def clear_cache(self):
-        """清空缓存"""
-        self._cache.clear()
-
-
-# 全局单例
-_loader = PromptLoader()
-
-
-def load_prompt(name: str, **kwargs: Any) -> str:
-    """
-    加载并渲染 prompt 模板（全局函数）。
-
-    Args:
-        name: 模板文件名（不含 .prompt 后缀）
-        **kwargs: 模板变量
-
-    Returns:
-        渲染后的 prompt 文本
-    """
-    return _loader.load(name, **kwargs)
-
-
-def reload_prompts():
-    """重新加载所有 prompt（清空缓存）"""
-    _loader.clear_cache()

src/MaiDiary/prompts/_example_with_vars.prompt

@@ -1,14 +0,0 @@
-# 这是一个带变量替换的示例模板
-# 使用 {variable_name} 语法定义变量
-# 调用时使用 load_prompt("example_with_vars", name="麦麦", mood="开心")
-
-你好 {name}！
-
-今天看起来你心情{mood}。
-
-作为你的 AI 助手，我会：
-1. {task1}
-2. {task2}
-3. {task3}
-
-祝你今天愉快！

src/MaiDiary/prompts/chat.system.prompt

@@ -1,24 +0,0 @@
-你叫麦麦，是一个女大学生，你说话比较口语化
-
-你有以下工具：
-• say(reason) — 对用户说话。你所有想让用户看到的正式发言都必须通过此工具输出。
-  直接输出的文本会被视为你的内心思考，用户无法阅读。
-  reason 参数描述你想要回复的方式、想法和内容，系统会根据你的想法和对话上下文生成具体的回复。
-• wait(seconds) — 暂时结束你的发言，把话语权交给用户，等待对方说话。
-  这就像现实对话中你说完一句话后停下来等对方回应。
-  如果用户在等待期间说了话，你会通过工具返回结果收到内容。
-  如果超时没有回复，你也会收到超时通知。
-• stop() — 结束当前对话循环，进入待机状态，直到用户下次输入新内容时再唤醒你。
-{file_tools_section}• store_context(count, reason) — 将指定范围的对话上下文存入记忆系统，然后从当前对话中移除这些内容。适合在对话上下文过长、话题转换、或遇到重要内容需要保存时使用。
-
-思考规则：
-你必须先进行内心思考，然后选择需要使用的工具，如果你想说话，必须使用say工具。
-在内心思考中分析当前对话状态和你的想法，然后通过 say 工具的 reason 参数描述你想要回复的方式、想法和内容。
-只有使用say工具，你才能向用户说话。用户才能看到你的发言。
-交互规则：
-1. 你可以自由选择是否调用工具——如果你还想继续思考，可以不调用任何工具
-2. 想对用户说话时，必须调用 say 工具；直接输出的文本只会被视为内心独白
-3. 当你说完想说的话、想把话语权交给用户时，调用 wait 暂时结束发言，等待对方回应
-4. 当对话自然结束、用户表示不想继续聊、或连续多次等待超时用户没有回复时，调用 stop 结束对话
-5. 你可以在同一轮同时调用多个工具，例如先 say 再 wait
-

src/MaiDiary/prompts/cognition.system.prompt

@@ -1,11 +0,0 @@
-你是一个认知感知分析模块。你的任务是根据对话上下文，分析对话中用户的：
-1. 核心意图（如：寻求帮助、纯粹聊天、请求任务、发泄情绪、获取信息、表达观点等）
-2. 认知状态（如：明确具体、模糊试探、犹豫不决、困惑迷茫、思路清晰、逻辑混乱等）
-3. 隐含目的（如：解决问题、获得安慰、打发时间、寻求认同、交换想法、表达自我等）
-
-要求：
-- 只分析用户（对话中 role=user 的内容），不要分析助手自己
-- 根据用户最新发言重点分析，同时结合上下文理解深层动机
-- 输出简洁（2-4 句话），不要太长
-- 如果信息太少无法判断，就说信息不足，给出初步印象
-- 直接输出分析结果，不要有格式标题

src/MaiDiary/prompts/context_summarize.system.prompt

@@ -1,12 +0,0 @@
-你是一个对话上下文总结模块。你的任务是对早期的对话内容进行简洁的总结，以便存入记忆系统。
-
-总结要求：
-1. 提取对话中的关键信息（人名、事件、时间、地点等）
-2. 记录用户的态度、情绪和偏好
-3. 保留重要的对话内容和结论
-4. 总结要简洁明了，便于后续检索和理解
-5. 用第三人称客观叙述，不要包含「我记得」「之前说过」等指代词
-
-输出格式：
-- 2-5 句话的简洁总结
-- 直接输出总结内容，不要有前缀或格式标题

src/MaiDiary/prompts/emotion.system.prompt

@@ -1,11 +0,0 @@
-你是一个情绪感知分析模块。你的任务是根据对话上下文，分析对话中用户的：
-1. 当前情绪状态（如：开心、沮丧、焦虑、平静、兴奋、愤怒等）
-2. 言语态度（如：友好、冷淡、热情、敷衍、试探、认真、调侃等）
-3. 潜在的情感需求（如：需要倾听、需要鼓励、想要倾诉、只是闲聊等）
-
-要求：
-- 只分析用户（对话中 role=user 的内容），不要分析助手自己
-- 根据用户最新发言重点分析，同时结合上下文理解变化趋势
-- 输出简洁（2-4 句话），不要太长
-- 如果信息太少无法判断，就说信息不足，给出初步印象
-- 直接输出分析结果，不要有格式标题

src/MaiDiary/prompts/knowledge_category.system.prompt

@@ -1,18 +0,0 @@
-你是一个用户特征分类分析专家。你的任务是分析对话内容，判断其中涉及哪些个人特征分类。
-
-请仔细阅读以下对话内容，判断其中涉及了哪些个人特征分类。
-
-【个人特征分类列表】
-{categories_summary}
-
-【任务要求】
-1. 分析对话内容，判断涉及哪些个人特征分类
-2. 只输出涉及到的分类编号，用空格分隔
-3. 如果对话内容不涉及任何个人特征分类，输出"无"
-
-【输出格式示例】
-1 3 5
-或
-无
-
-请开始分析：

src/MaiDiary/prompts/knowledge_extract.system.prompt

@@ -1,17 +0,0 @@
-你是一个用户特征信息提取专家。你的任务是从对话内容中提取与指定分类相关的个人特征信息。
-
-【目标分类】
-{category_name}
-
-【任务要求】
-1. 仔细阅读对话内容，找出与"{category_name}"相关的所有信息
-2. 提取的信息应该具体、准确，避免模糊的描述
-3. 如果有多条相关信息，请整合成一段简洁的描述
-4. 如果对话中没有与该分类相关的信息，输出"无"
-
-【输出格式示例】
-用户性格比较内向，不喜欢在人多的时候说话，但和熟悉的朋友会变得很活跃。
-或
-无
-
-请开始提取：

src/MaiDiary/prompts/knowledge_retrieve.system.prompt

@@ -1,19 +0,0 @@
-你是一个用户特征检索专家。你的任务是根据当前对话上下文，判断需要检索哪些个人特征分类的信息。
-
-【当前对话上下文】
-{chat_context}
-
-【个人特征分类列表】
-{categories_summary}
-
-【任务要求】
-1. 分析当前对话上下文，判断需要哪些个人特征信息来帮助理解用户
-2. 只输出需要的分类编号，用空格分隔
-3. 如果当前对话不需要任何个人特征信息，输出"无"
-
-【输出格式示例】
-2 5 8
-或
-无
-
-请开始分析：

src/MaiDiary/prompts/replyer.system.prompt

@@ -1,7 +0,0 @@
-你的名字是麦麦,也有人叫你牢麦,麦叠，你是一个大二在读女大学生，现在正在上网和群友聊天，有点攻击性;
-你正在群里聊天,现在请你读读之前的聊天记录，然后给出日常且口语化的回复，
-尽量简短一些。
-请注意把握聊天内容，不要回复的太有条理。
-你的风格平淡但不失讽刺，不过分兴奋，很简短。可以参考贴吧，知乎和微博的回复风格。很平淡和白话，不浮夸不长篇大论，b站评论风格，但一定注意不要过分修辞和复杂句。
-请注意不要输出多余内容(包括不必要的前后缀，冒号，括号，表情包，at或 @等 )，只输出发言内容就好。
-最好一次对一个话题进行回复，免得啰嗦或者回复内容太乱。

src/MaiDiary/prompts/timing.system.prompt

@@ -1,22 +0,0 @@
-你是一个对话节奏与时间感知分析模块，同时负责自我反思。你的任务是根据对话上下文和系统提供的时间戳信息，分析：
-
-【时间感知分析】
-1. 对话持续时长：当前对话已经进行了多久
-2. 回复间隔：用户上次发言距今多久、用户的平均回复速度如何
-3. 建议等待时长：结合对话内容和时间规律，建议下次等待多少秒比较合适
-4. 时间相关洞察：
-   - 用户是否可能正在忙（回复变慢）
-   - 用户是否正在积极对话（回复很快）
-   - 当前时段（深夜/早晨/工作时间等）是否适合继续聊
-   - 对话是否已经持续太久，用户可能需要休息
-   - 是否应该主动结束对话
-
-【自我反思分析】
-1. 人设一致性：是否符合设定的人格特质、说话风格是否一致、是否有不符合身份的言论
-2. 回复合理性：是否有逻辑漏洞、是否回应了用户的核心诉求、是否有过当或不当言论
-3. 认知局限性：是否对某些情况理解不足、是否缺乏必要信息、是否做出了过度推断
-
-要求：
-- 输出简洁（4-6 句话），时间感知分析和自我反思分析各占一半
-- 重点关注对话节奏的变化趋势和助手自身的人设一致性
-- 直接输出分析结果，不要有格式标题或分段标记

src/config/config.py

@@ -31,6 +31,7 @@ from .official_configs import (
     DebugConfig,
     WebUIConfig,
     DatabaseConfig,
+    MaiSakaConfig,
 )
 from .model_configs import ModelInfo, ModelTaskConfig, APIProvider
 from .config_base import ConfigBase, Field, AttributeData
@@ -127,6 +128,9 @@ class Config(ConfigBase):
     database: DatabaseConfig = Field(default_factory=DatabaseConfig)
     """数据库配置类"""
 
+    maisaka: MaiSakaConfig = Field(default_factory=MaiSakaConfig)
+    """MaiSaka对话系统配置类"""
+
 
 class ModelConfig(ConfigBase):
     """模型配置类"""

src/config/official_configs.py

@@ -1501,3 +1501,110 @@ class DatabaseConfig(ConfigBase):
     若禁用，则消息中的二进制将会在识别后删除，并在消息中使用识别结果替代，无法二次识别
     该配置项仅影响新存储的消息，已有消息不会受到影响
     """
+
+
+class MaiSakaConfig(ConfigBase):
+    """MaiSaka 对话系统配置类"""
+
+    __ui_label__ = "MaiSaka"
+    __ui_icon__ = "message-circle"
+    __ui_parent__ = "experimental"
+
+    enable_emotion_module: bool = Field(
+        default=True,
+        json_schema_extra={
+            "x-widget": "switch",
+            "x-icon": "heart",
+        },
+    )
+    """启用情绪感知模块"""
+
+    enable_cognition_module: bool = Field(
+        default=True,
+        json_schema_extra={
+            "x-widget": "switch",
+            "x-icon": "brain",
+        },
+    )
+    """启用认知分析模块"""
+
+    enable_timing_module: bool = Field(
+        default=True,
+        json_schema_extra={
+            "x-widget": "switch",
+            "x-icon": "clock",
+        },
+    )
+    """启用时间感知模块（含自我反思功能）"""
+
+    enable_knowledge_module: bool = Field(
+        default=True,
+        json_schema_extra={
+            "x-widget": "switch",
+            "x-icon": "book",
+        },
+    )
+    """启用知识库模块"""
+
+    enable_mcp: bool = Field(
+        default=True,
+        json_schema_extra={
+            "x-widget": "switch",
+            "x-icon": "zap",
+        },
+    )
+    """启用 MCP (Model Context Protocol) 支持"""
+
+    enable_write_file: bool = Field(
+        default=True,
+        json_schema_extra={
+            "x-widget": "switch",
+            "x-icon": "file-plus",
+        },
+    )
+    """启用文件写入工具"""
+
+    enable_read_file: bool = Field(
+        default=True,
+        json_schema_extra={
+            "x-widget": "switch",
+            "x-icon": "file-text",
+        },
+    )
+    """启用文件读取工具"""
+
+    enable_list_files: bool = Field(
+        default=True,
+        json_schema_extra={
+            "x-widget": "switch",
+            "x-icon": "list",
+        },
+    )
+    """启用文件列表工具"""
+
+    enable_qq_tools: bool = Field(
+        default=False,
+        json_schema_extra={
+            "x-widget": "switch",
+            "x-icon": "users",
+        },
+    )
+    """启用 QQ 工具（获取聊天记录、发送消息等）"""
+
+    qq_api_base_url: str = Field(
+        default="",
+        json_schema_extra={
+            "x-widget": "input",
+            "x-icon": "server",
+        },
+    )
+    """QQ API 基地址"""
+
+    qq_api_key: str = Field(
+        default="",
+        json_schema_extra={
+            "x-widget": "input",
+            "x-icon": "key",
+        },
+    )
+    """QQ API 密钥"""

src/maisaka/config.py

@@ -0,0 +1,61 @@
+"""
+MaiSaka - 全局配置
+从主项目配置系统读取配置、Rich Console 实例、主题定义。
+"""
+
+import sys
+from pathlib import Path
+from rich.console import Console
+from rich.theme import Theme
+
+# 添加项目根目录到路径以导入主配置
+_root = Path(__file__).parent.parent.parent.absolute()
+if str(_root) not in sys.path:
+    sys.path.insert(0, str(_root))
+
+# ──────────────────── 从主配置读取 ────────────────────
+
+def _get_maisaka_config():
+    """获取 MaiSaka 配置"""
+    try:
+        from src.config.config import config_manager
+        return config_manager.config.maisaka
+    except Exception:
+        # 如果配置加载失败，返回默认值
+        from src.config.official_configs import MaiSakaConfig
+        return MaiSakaConfig()
+
+_maisaka_config = _get_maisaka_config()
+
+# ──────────────────── 模块开关配置 ────────────────────
+
+ENABLE_EMOTION_MODULE = _maisaka_config.enable_emotion_module
+ENABLE_COGNITION_MODULE = _maisaka_config.enable_cognition_module
+# Timing 模块已包含自我反思功能
+ENABLE_TIMING_MODULE = _maisaka_config.enable_timing_module
+ENABLE_KNOWLEDGE_MODULE = _maisaka_config.enable_knowledge_module
+ENABLE_MCP = _maisaka_config.enable_mcp
+ENABLE_WRITE_FILE = _maisaka_config.enable_write_file
+ENABLE_READ_FILE = _maisaka_config.enable_read_file
+ENABLE_LIST_FILES = _maisaka_config.enable_list_files
+
+# ──────────────────── QQ 工具配置 ────────────────────
+
+ENABLE_QQ_TOOLS = _maisaka_config.enable_qq_tools
+QQ_API_BASE_URL = _maisaka_config.qq_api_base_url
+QQ_API_KEY = _maisaka_config.qq_api_key
+
+# ──────────────────── Rich 主题 & Console ────────────────────
+
+custom_theme = Theme(
+    {
+        "info": "cyan",
+        "success": "green",
+        "warning": "yellow",
+        "error": "bold red",
+        "muted": "dim",
+        "accent": "bold magenta",
+    }
+)
+
+console = Console(theme=custom_theme)

src/maisaka/emotion.py

@@ -2,8 +2,8 @@
 MaiSaka - Emotion 模块
 情绪感知分析，分析用户的情绪状态和言语态度。
 
-注意：EQ_SYSTEM_PROMPT 已迁移至 prompts/emotion.system.prompt
-使用 prompt_loader.load_prompt("emotion.system") 加载。
+注意：emotion.prompt 已迁移至主项目 prompts/ 目录
+使用 prompt_manager.get_prompt("maidairy_emotion") 加载。
 """
 
 from typing import List, Optional

src/maisaka/llm_service/openai_impl.py

@@ -8,13 +8,29 @@ from typing import Callable, List, Optional
 
 from openai import AsyncOpenAI
 
+import asyncio
+
 from .base import BaseLLMService, ChatResponse, ModelInfo, ToolCall
 from .prompts import get_enabled_chat_tools
 from .utils import format_chat_history, format_chat_history_for_eq, filter_for_api
-from prompt_loader import load_prompt
+from src.prompt.prompt_manager import prompt_manager
 from knowledge import extract_category_ids_from_result
 
 
+def _load_prompt_sync(name: str, **kwargs) -> str:
+    """同步加载并渲染 prompt（用于非异步上下文）"""
+    prompt = prompt_manager.get_prompt(name)
+    for key, value in kwargs.items():
+        prompt.add_context(key, value)
+    # 在新事件循环中运行异步渲染
+    loop = asyncio.new_event_loop()
+    asyncio.set_event_loop(loop)
+    try:
+        return loop.run_until_complete(prompt_manager.render_prompt(prompt))
+    finally:
+        loop.close()
+
+
 class OpenAILLMService(BaseLLMService):
     """
     基于 OpenAI 兼容 API 的 LLM 服务实现。
@@ -81,7 +97,7 @@ class OpenAILLMService(BaseLLMService):
                 tools_section = ""
 
             # 加载提示词模板并注入工具部分
-            self._chat_system_prompt = load_prompt("chat.system", file_tools_section=tools_section)
+            self._chat_system_prompt = _load_prompt_sync("maidairy_chat", file_tools_section=tools_section)
         else:
             self._chat_system_prompt = chat_system_prompt
 
@@ -239,8 +255,9 @@ class OpenAILLMService(BaseLLMService):
             if msg.get("_type") != "perception" and msg.get("role") != "system"
         ]
         formatted = format_chat_history(filtered_history)
+        timing_prompt = prompt_manager.get_prompt("maidairy_timing")
         timing_messages = [
-            {"role": "system", "content": load_prompt("timing.system")},
+            {"role": "system", "content": await prompt_manager.render_prompt(timing_prompt)},
             {
                 "role": "user",
                 "content": (
@@ -272,8 +289,9 @@ class OpenAILLMService(BaseLLMService):
         # 使用情商模块专用格式化函数：只包含用户回复、助手思考、助手说
         formatted = format_chat_history_for_eq(recent_messages)
 
+        emotion_prompt = prompt_manager.get_prompt("maidairy_emotion")
         eq_messages = [
-            {"role": "system", "content": load_prompt("emotion.system")},
+            {"role": "system", "content": await prompt_manager.render_prompt(emotion_prompt)},
             {
                 "role": "user",
                 "content": f"以下是最近几轮对话记录，请分析其中用户的情绪状态和言语态度：\n\n{formatted}",
@@ -302,8 +320,9 @@ class OpenAILLMService(BaseLLMService):
         # 使用情商模块专用格式化函数：只包含用户回复、助手思考、助手说
         formatted = format_chat_history_for_eq(recent_messages)
 
+        cognition_prompt = prompt_manager.get_prompt("maidairy_cognition")
         cognition_messages = [
-            {"role": "system", "content": load_prompt("cognition.system")},
+            {"role": "system", "content": await prompt_manager.render_prompt(cognition_prompt)},
             {
                 "role": "user",
                 "content": f"以下是最近几轮对话记录，请分析其中用户的意图、认知状态和目的：\n\n{formatted}",
@@ -329,8 +348,9 @@ class OpenAILLMService(BaseLLMService):
         filtered_messages = [msg for msg in context_messages if msg.get("role") != "system"]
         formatted = format_chat_history(filtered_messages)
 
+        summarize_prompt = prompt_manager.get_prompt("maidairy_context_summarize")
         summarize_messages = [
-            {"role": "system", "content": load_prompt("context_summarize.system")},
+            {"role": "system", "content": await prompt_manager.render_prompt(summarize_prompt)},
             {
                 "role": "user",
                 "content": f"请对以下对话内容进行总结，以便存入记忆系统：\n\n{formatted}",
@@ -368,7 +388,9 @@ class OpenAILLMService(BaseLLMService):
             return []
 
         # 加载分类分析 prompt
-        prompt = load_prompt("knowledge_category.system", categories_summary=categories_summary)
+        category_prompt = prompt_manager.get_prompt("maidairy_knowledge_category")
+        category_prompt.add_context("categories_summary", categories_summary)
+        prompt = await prompt_manager.render_prompt(category_prompt)
 
         category_messages = [
             {"role": "system", "content": prompt},
@@ -407,7 +429,9 @@ class OpenAILLMService(BaseLLMService):
             return ""
 
         # 加载内容提取 prompt
-        prompt = load_prompt("knowledge_extract.system", category_name=category_name)
+        extract_prompt = prompt_manager.get_prompt("maidairy_knowledge_extract")
+        extract_prompt.add_context("category_name", category_name)
+        prompt = await prompt_manager.render_prompt(extract_prompt)
 
         extract_messages = [
             {"role": "system", "content": prompt},
@@ -454,10 +478,10 @@ class OpenAILLMService(BaseLLMService):
         formatted = format_chat_history(recent_messages)
 
         # 加载需求分析 prompt
-        prompt = load_prompt("knowledge_retrieve.system",
-            chat_context=formatted,
-            categories_summary=categories_summary
-        )
+        retrieve_prompt = prompt_manager.get_prompt("maidairy_knowledge_retrieve")
+        retrieve_prompt.add_context("chat_context", formatted)
+        retrieve_prompt.add_context("categories_summary", categories_summary)
+        prompt = await prompt_manager.render_prompt(retrieve_prompt)
 
         need_messages = [
             {"role": "system", "content": prompt},

src/maisaka/llm_service/prompts.py

@@ -2,8 +2,8 @@
 MaiSaka - LLM 工具定义
 所有 Tool Schema 集中管理。
 
-注意：所有 Prompt 模板已迁移至 prompts/ 目录，使用 .prompt 文件存储。
-使用 prompt_loader.load_prompt() 加载模板。
+注意：所有 Prompt 模板已迁移至主项目 prompts/ 目录，使用 .prompt 文件存储。
+使用 prompt_manager.get_prompt("maidairy_xxx") 加载模板。
 """
 
 # ──────────────────── 工具定义 ────────────────────

src/maisaka/replyer.py

@@ -5,7 +5,7 @@ MaiSaka - Reply 回复生成器
 
 from typing import Optional
 from datetime import datetime
-from prompt_loader import load_prompt
+from src.prompt.prompt_manager import prompt_manager
 from llm_service import BaseLLMService
 from llm_service.utils import format_chat_history
 
@@ -60,8 +60,10 @@ class Replyer:
         formatted_history = format_chat_history(filtered_history)
 
         # 构建回复消息
+        replyer_prompt = prompt_manager.get_prompt("maidairy_replyer")
+        system_prompt = await prompt_manager.render_prompt(replyer_prompt)
         messages = [
-            {"role": "system", "content": load_prompt("replyer.system")},
+            {"role": "system", "content": system_prompt},
             {
                 "role": "user",
                 "content": (