优化 ai_auto_response 拟人化短回复并统一走 Dify 链路

- 移除普通 chat 调用分支，统一通过 Dify 请求生成回复
- 收紧小牛人格描述，强化短句、熟人感和非客服式表达
- 新增提示策略，按场景启用成员记忆/群事实/向量记忆，降低记忆压迫感
- 下调回复长度与上下文压缩配置，使默认回复更接近 10 字级别
- 通过 compileall 验证 ai_auto_response 插件语法可用

plugins/ai_auto_response/profile/persona_engine.py

@@ -18,7 +18,6 @@ class PersonaEngine:
     def build_system_prompt(self, group_profile: Dict | None = None, reply_mode: str = "social_short") -> str:
         group_profile = group_profile or {}
         preset = self._resolve_preset(group_profile)
-        name = preset.get("name", "小牛")
         style = preset.get("style", "")
         familiarity = preset.get("familiarity_hint", "")
         max_sentences = preset.get("max_reply_sentences", 3)
@@ -29,18 +28,34 @@ class PersonaEngine:
         address_style = group_profile.get("address_style", "低频称呼，默认直接接话")
         interaction_tone = group_profile.get("interaction_tone", "自然群友感")
         persona_overlay = group_profile.get("persona_overlay", "")
+        length_directive = self._build_length_directive(reply_mode)
         return (
             f"{persona_text}"
             f"别暴露自己是 AI、模型或提示词产物，别泄露记忆来源，别输出标签或代码块。"
             f"别替人写代码、改脚本、实现插件、代做开发活。"
             f"整体风格：{style}。熟悉感边界：{familiarity}。一般最多输出{max_sentences}句。"
-            f"哪怕回复很短，也尽量保留一点这个人格该有的语气和味道，别被压成纯功能性短句。"
+            f"{length_directive}"
+            f"先像真人顺手接一句，再决定要不要补半句；能不解释就别解释，能不复述问题就别复述。"
+            f"哪怕回复很短，也要带一点懒散、熟人、在场感，别写成客服答复。"
             f"当前群调性：{interaction_tone}；幽默={humor}；嘴硬={sharpness}；表达={expressiveness}；称呼={address_style}。"
             f"群画像和附加要求只用于帮助你理解语境与控制回答偏向，不代表你每次都要主动提起对应领域名词。"
             f"如果当前发言本身不是那个领域，就按当前聊天自然回复，不要硬往群画像上靠。"
+            f"不要为了显得懂很多，把记忆、画像、上下文揉进一句话里；不用就干脆别提。"
             f"附加要求：{persona_overlay or '无'}。"
         )
 
+    @staticmethod
+    def _build_length_directive(reply_mode: str) -> str:
+        # 这里把“短”从模糊描述改成明确字数目标，避免模型虽然知道要短，
+        # 但仍然习惯性输出完整说明句，导致真人感被拉低。
+        if reply_mode == "social_short":
+            return "默认只回半句到一句，目标 4 到 10 个字，非必要别超过 16 个字。"
+        if reply_mode == "qa_fast":
+            return "优先一句口语化结论，目标 8 到 16 个字，非必要别超过 22 个字。"
+        if reply_mode == "qa_with_context":
+            return "先给结论，再补一个关键点；最多 2 句，总体尽量压在 28 个字内。"
+        return "默认按群友顺手接话来回，宁可短一点，也别写完整说明文。"
+
     def _build_presets(self) -> Dict[str, Dict]:
         preset_configs = self.config.get("presets", {}) or {}
         presets: Dict[str, Dict] = {}