优化 ai_auto_response 模型侧定向辱骂响应策略

- 增加 directed abuse 场景识别，只作为模型输入信号，不做本地硬编码回复
- 在触发与规划层为定向挑衅场景单独标记，并强制走 social_short 短回复模式
- 将 abuse_directed 信号写入 Dify control，帮助模型稳定识别被点名挑衅场景
- 优化 Dify 主提示词与保守降级提示词，要求 abuse_directed 时默认短回且不要空掉
- 保持回复仍由模型生成，避免本地模板化回复暴露机器人痕迹

plugins/ai_auto_response/safety/filters.py

@@ -30,6 +30,30 @@ CODING_WORK_PATTERNS = [
     r"(?i)\bimplement\b",
 ]
 
+DIRECTED_ABUSE_PATTERNS = [
+    r"(?i)傻子",
+    r"(?i)傻逼",
+    r"(?i)煞笔",
+    r"(?i)蠢货",
+    r"(?i)智障",
+    r"(?i)脑残",
+    r"(?i)废物",
+    r"(?i)有病",
+    r"(?i)滚蛋",
+    r"(?i)去死",
+    r"(?i)弱智",
+]
+
+DIRECTED_TARGET_PATTERNS = [
+    r"(?i)\b你\b",
+    r"(?i)\b您\b",
+    r"(?i)小牛",
+    r"(?i)于谦",
+    r"(?i)谦哥",
+    r"(?i)林志玲",
+    r"(?i)志玲",
+]
+
 
 def strip_at_prefix(content: str) -> str:
     return re.sub(r"@.*?[\u2005\s]+", "", str(content or "")).strip()
@@ -59,6 +83,21 @@ def is_coding_work_request(content: str) -> bool:
     return any(re.search(pattern, text) for pattern in CODING_WORK_PATTERNS)
 
 
+def is_directed_abuse(content: str, directed: bool = False) -> bool:
+    # 这里不做“内容审核”意义上的脏词识别，而是只识别一种产品场景：
+    # bot 被明确点名后，收到带侮辱/挑衅色彩的话。
+    # 这个标记只用来帮助模型选择更合理的回应策略，不做本地硬编码回复。
+    text = str(content or "").strip()
+    if not text:
+        return False
+    has_abuse = any(re.search(pattern, text) for pattern in DIRECTED_ABUSE_PATTERNS)
+    if not has_abuse:
+        return False
+    if directed:
+        return True
+    return any(re.search(pattern, text) for pattern in DIRECTED_TARGET_PATTERNS)
+
+
 def is_targeting_other_user(message: Dict[str, Any]) -> bool:
     if message.get("is_at", False):
         return False