下放 ai_auto_response 参与判断到 LLM

变更项：
1. 新增 decision 配置并重写 ResponsePlanner，将是否送模型的本地粗筛收缩为轻量入口判断，允许在主动参与开启时更多普通文本进入模型。
2. 将 cooldown 从模型前挡板后移到 LLM 判定 should_reply 之后，改为发送闸门，减少本地提前拦截。
3. 调整上下文与 prompt 控制信息，明确 reply_mode 只是本地 hint，并把 acceptance_state、solver 等信号直接下放给模型统一判断是否参与和如何回复。

plugins/ai_auto_response/context/context_builder.py

@@ -53,8 +53,18 @@ class ContextBuilder:
             "speaker_name_clean": self._clean_display_name(sender_name),
             "is_at": bool(trigger.get("is_at", False)),
             "is_directed": bool(trigger.get("is_directed", False)),
+            # 这些轻量触发标记继续保留到上下文里：
+            # 1. 现在我们准备把“是否参与聊天”更多地下放给模型；
+            # 2. 因此模型需要直接看到这些基础信号，而不是只吃本地裁剪后的 reply_mode；
+            # 3. 这样它能自己判断“这是普通问句、追问、社交招呼，还是纯路过消息”。
+            "question_detected": bool(trigger.get("question_detected", False)),
+            "is_question": bool(trigger.get("is_question", False)),
+            "is_followup": bool(trigger.get("is_followup", False)),
+            "is_social_call": bool(trigger.get("is_social_call", False)),
+            "is_returning_member": bool(trigger.get("is_returning_member", False)),
             # 这类标记会被后面的 prompt 策略层消费，用来决定要不要放开群级记忆。
             "is_group_memory_query": bool(trigger.get("is_group_memory_query", False)),
+            "topic": str(trigger.get("topic", "") or ""),
             "recent_message_items": self._build_recent_message_items(selected_messages),
             "recent_messages": recent_lines,
             "recent_summary": "",