meme 插件

表情包发送能力。把工作区的表情包目录映射成 LLM 可感知的 catalog，让模型在回复中嵌入 <meme:tag> 标签，插件在 AfterReasoning 阶段将标签解析为实际媒体文件路径。

---

接入点

接入方式	阶段
v3 PROMPT_RENDER_EVENT	注入表情包目录说明
v3 AFTER_REASONING_PREPROCESS_EVENT	解析 meme 标签，附加媒体
skill_roots = ("skills",)	声明管理 Skill
dashboard_module = "dashboard.py"	声明 v3 Dashboard
workspace_roots = ("memes",)	取得 Core 分配的表情包资产根

插件通过模块命名导出声明静态贡献，通过 apply(ctx, config) 自行构建 MemeCatalog/MemeDecorator 并注册接入点。citation.protocol 是硬依赖：Citation 先剥离 cited metadata 并保留 meme tag，Meme 再完成媒体装饰，Citation cleanup 最后清除残留协议标签。Core 只分配生命周期、依赖顺序与 workspace root；Meme 的目录结构、随机选图和 Dashboard 仍由插件拥有。

---

运作逻辑

1. 初始化

从工作区路径（workspace/memes/）加载 manifest.json，构建 MemeCatalog 和 MemeDecorator 实例。MemeCatalog 按需检测 manifest 的 mtime，变动时自动热重载，不需要重启。

2. 注入 catalog

每轮推理前，调用 catalog.build_prompt_block() 把启用的表情包类别（名称、描述、别名）拼成文本块，追加到系统 prompt 底部，告知 LLM 可以在回复中嵌入 <meme:tag> 标签。如果 catalog 为空则跳过注入。

3. 解析标签（decorate_meme）

推理完成后，从 ctx.reply 里用正则扫描第一个 <meme:tag> 标签，同时把所有 meme 标签从文本中剥除。再交给 MemeDecorator.decorate() 处理：

• 按 tag 查找对应类别的图片目录，随机挑选一张文件，生成文件路径。
• 返回 DecorateResult，包含清理后的文本、媒体路径列表、以及实际使用的 tag。

结果写回 ctx.reply、ctx.media、ctx.meme_tag，由下游频道适配层将图片随消息一起发出。

---

配置

表情包资源放在工作区 memes/ 目录下，manifest.json 声明各类别：

{
  "categories": {
    "happy": { "desc": "开心", "aliases": ["开心", "高兴"] },
    "sad":   { "desc": "难过", "aliases": ["难过"] }
  }
}

每个类别对应同名子目录，目录下放图片文件（.png / .jpg / .gif / .webp）。