feat：将no_reply内置

src/plugins/built_in/emoji_plugin/emoji.py

@@ -0,0 +1,157 @@
+import random
+from typing import Tuple
+
+# 导入新插件系统
+from src.plugin_system import BaseAction, ActionActivationType, ChatMode
+
+# 导入依赖的系统组件
+from src.common.logger import get_logger
+
+# 导入API模块 - 标准Python包方式
+from src.plugin_system.apis import emoji_api, llm_api, message_api
+# NoReplyAction已集成到heartFC_chat.py中，不再需要导入
+from src.config.config import global_config
+
+
+logger = get_logger("emoji")
+
+
+class EmojiAction(BaseAction):
+    """表情动作 - 发送表情包"""
+
+    # 激活设置
+    if global_config.emoji.emoji_activate_type == "llm":
+        activation_type = ActionActivationType.LLM_JUDGE
+        random_activation_probability = 0
+    else:
+        activation_type = ActionActivationType.RANDOM
+        random_activation_probability = global_config.emoji.emoji_chance
+    mode_enable = ChatMode.ALL
+    parallel_action = True
+
+    # 动作基本信息
+    action_name = "emoji"
+    action_description = "发送表情包辅助表达情绪"
+
+    # LLM判断提示词
+    llm_judge_prompt = """
+    判定是否需要使用表情动作的条件：
+    1. 用户明确要求使用表情包
+    2. 这是一个适合表达强烈情绪的场合
+    3. 不要发送太多表情包，如果你已经发送过多个表情包则回答"否"
+    
+    请回答"是"或"否"。
+    """
+
+    # 动作参数定义
+    action_parameters = {}
+
+    # 动作使用场景
+    action_require = [
+        "发送表情包辅助表达情绪",
+        "表达情绪时可以选择使用",
+        "不要连续发送，如果你已经发过[表情包]，就不要选择此动作",
+    ]
+
+    # 关联类型
+    associated_types = ["emoji"]
+
+    async def execute(self) -> Tuple[bool, str]:
+        # sourcery skip: assign-if-exp, introduce-default-else, swap-if-else-branches, use-named-expression
+        """执行表情动作"""
+        logger.info(f"{self.log_prefix} 决定发送表情")
+
+        try:
+            # 1. 获取发送表情的原因
+            reason = self.action_data.get("reason", "表达当前情绪")
+            logger.info(f"{self.log_prefix} 发送表情原因: {reason}")
+
+            # 2. 随机获取20个表情包
+            sampled_emojis = await emoji_api.get_random(30)
+            if not sampled_emojis:
+                logger.warning(f"{self.log_prefix} 无法获取随机表情包")
+                return False, "无法获取随机表情包"
+
+            # 3. 准备情感数据
+            emotion_map = {}
+            for b64, desc, emo in sampled_emojis:
+                if emo not in emotion_map:
+                    emotion_map[emo] = []
+                emotion_map[emo].append((b64, desc))
+
+            available_emotions = list(emotion_map.keys())
+
+            if not available_emotions:
+                logger.warning(f"{self.log_prefix} 获取到的表情包均无情感标签, 将随机发送")
+                emoji_base64, emoji_description, _ = random.choice(sampled_emojis)
+            else:
+                # 获取最近的5条消息内容用于判断
+                recent_messages = message_api.get_recent_messages(chat_id=self.chat_id, limit=5)
+                messages_text = ""
+                if recent_messages:
+                    # 使用message_api构建可读的消息字符串
+                    messages_text = message_api.build_readable_messages(
+                        messages=recent_messages,
+                        timestamp_mode="normal_no_YMD",
+                        truncate=False,
+                        show_actions=False,
+                    )
+
+                # 4. 构建prompt让LLM选择情感
+                prompt = f"""
+                你是一个正在进行聊天的网友，你需要根据一个理由和最近的聊天记录，从一个情感标签列表中选择最匹配的一个。
+                这是最近的聊天记录：
+                {messages_text}
+                
+                这是理由：“{reason}”
+                这里是可用的情感标签：{available_emotions}
+                请直接返回最匹配的那个情感标签，不要进行任何解释或添加其他多余的文字。
+                """
+
+                if global_config.debug.show_prompt:
+                    logger.info(f"{self.log_prefix} 生成的LLM Prompt: {prompt}")
+                else:
+                    logger.debug(f"{self.log_prefix} 生成的LLM Prompt: {prompt}")
+
+                # 5. 调用LLM
+                models = llm_api.get_available_models()
+                chat_model_config = models.get("utils_small")  # 使用字典访问方式
+                if not chat_model_config:
+                    logger.error(f"{self.log_prefix} 未找到'utils_small'模型配置，无法调用LLM")
+                    return False, "未找到'utils_small'模型配置"
+
+                success, chosen_emotion, _, _ = await llm_api.generate_with_model(
+                    prompt, model_config=chat_model_config, request_type="emoji"
+                )
+
+                if not success:
+                    logger.error(f"{self.log_prefix} LLM调用失败: {chosen_emotion}")
+                    return False, f"LLM调用失败: {chosen_emotion}"
+
+                chosen_emotion = chosen_emotion.strip().replace('"', "").replace("'", "")
+                logger.info(f"{self.log_prefix} LLM选择的情感: {chosen_emotion}")
+
+                # 6. 根据选择的情感匹配表情包
+                if chosen_emotion in emotion_map:
+                    emoji_base64, emoji_description = random.choice(emotion_map[chosen_emotion])
+                    logger.info(f"{self.log_prefix} 找到匹配情感 '{chosen_emotion}' 的表情包: {emoji_description}")
+                else:
+                    logger.warning(
+                        f"{self.log_prefix} LLM选择的情感 '{chosen_emotion}' 不在可用列表中, 将随机选择一个表情包"
+                    )
+                    emoji_base64, emoji_description, _ = random.choice(sampled_emojis)
+
+            # 7. 发送表情包
+            success = await self.send_emoji(emoji_base64)
+
+            if not success:
+                logger.error(f"{self.log_prefix} 表情包发送失败")
+                return False, "表情包发送失败"
+
+            # no_reply计数器现在由heartFC_chat.py统一管理，无需在此重置
+
+            return True, f"发送表情包: {emoji_description}"
+
+        except Exception as e:
+            logger.error(f"{self.log_prefix} 表情动作执行失败: {e}", exc_info=True)
+            return False, f"表情发送失败: {str(e)}"