fix: 统一表情统计口径并修复用户活跃分析类型标注

- 对齐表情统计规则，确保“报告总表情数”与“用户画像表情数”使用同一判定逻辑。
- 针对 OneBot 适配器已引入的 QQ 表情包信号（sub_type=1）：
  - 统计时优先使用 raw_data.sub_type == 1 判定图片型表情。
  - 仅在缺少 sub_type 时，回退到 summary 文本匹配（兼容历史数据）。
- 修复用户画像统计偏差：
  - 移除文本正则（Unicode/Discord）额外计数，避免与报告总数口径不一致。
  - 增加 IMAGE 段表情识别，和群组统计保持一致。
- 修复 basedpyright 类型告警：
  - 为用户活跃结构引入 UserActivityStats TypedDict。
  - 将 analyze_user_activity / get_top_users / get_user_activity_pattern 改为显式类型。
  - 将 bot_self_ids 参数标注调整为 list[str] | None。
- 新增并扩展回归测试：
  - 验证群总表情数与用户表情汇总一致。
  - 验证 sub_type 优先级（sub_type=0 不被 summary 误判）。
- 已通过 ruff check 与相关 pytest 用例。

src/domain/services/analysis_domain_service.py

@@ -3,42 +3,35 @@
 负责用户维度的活跃度分析、发言习惯及活动模式识别。
 """
 
-import re
-from collections import defaultdict
 from datetime import datetime
+from typing import TypedDict
 
 from ..value_objects.unified_message import MessageContentType, UnifiedMessage
 
 
+class UserActivityStats(TypedDict):
+    message_count: int
+    char_count: int
+    emoji_count: int
+    nickname: str
+    hours: dict[int, int]
+    reply_count: int
+
+
 class AnalysisDomainService:
     """分析领域服务 - 处理用户画像及行为分析"""
 
-    # Discord 自定义表情正则 <:name:id> 或 <a:name:id>
-    DISCORD_CUSTOM_EMOJI_PATTERN = r"<a?:.+?:\d+>"
-
-    # 简单的 Unicode Emoji 正则范围
-    UNICODE_EMOJI_PATTERN = (
-        r"[\U0001F000-\U0001F9FF]|[\U00002600-\U000026FF]|[\U00002700-\U000027BF]"
-    )
-
     def analyze_user_activity(
-        self, messages: list[UnifiedMessage], bot_self_ids: list[str] = None
-    ) -> dict[str, dict]:
+        self,
+        messages: list[UnifiedMessage],
+        bot_self_ids: list[str] | None = None,
+    ) -> dict[str, UserActivityStats]:
         """
         分析用户活跃度。
 
         基于 UnifiedMessage 计算每个用户的发言数、字数、表情数等。
         """
-        user_stats = defaultdict(
-            lambda: {
-                "message_count": 0,
-                "char_count": 0,
-                "emoji_count": 0,
-                "nickname": "",
-                "hours": defaultdict(int),
-                "reply_count": 0,
-            }
-        )
+        user_stats: dict[str, UserActivityStats] = {}
 
         bot_ids = set(bot_self_ids or [])
 
@@ -49,37 +42,61 @@ class AnalysisDomainService:
             if user_id in bot_ids:
                 continue
 
-            user_stats[user_id]["message_count"] += 1
-            user_stats[user_id]["nickname"] = msg.sender_card or msg.sender_name
+            stats = user_stats.setdefault(
+                user_id,
+                {
+                    "message_count": 0,
+                    "char_count": 0,
+                    "emoji_count": 0,
+                    "nickname": "",
+                    "hours": {},
+                    "reply_count": 0,
+                },
+            )
+            stats["message_count"] += 1
+            stats["nickname"] = msg.sender_card or msg.sender_name
 
             # 统计时间分布
             msg_time = datetime.fromtimestamp(msg.timestamp)
-            user_stats[user_id]["hours"][msg_time.hour] += 1
+            hour = msg_time.hour
+            stats["hours"][hour] = stats["hours"].get(hour, 0) + 1
 
             # 统计内容
             for content in msg.contents:
                 if content.type == MessageContentType.TEXT:
-                    text = content.text or ""
-                    user_stats[user_id]["char_count"] += len(text)
-
-                    # 统计文本中的表情 (Discord/Unicode)
-                    user_stats[user_id]["emoji_count"] += len(
-                        re.findall(self.DISCORD_CUSTOM_EMOJI_PATTERN, text)
-                    )
-                    user_stats[user_id]["emoji_count"] += len(
-                        re.findall(self.UNICODE_EMOJI_PATTERN, text)
-                    )
+                    stats["char_count"] += len(content.text or "")
 
                 elif content.type == MessageContentType.EMOJI:
-                    user_stats[user_id]["emoji_count"] += 1
+                    stats["emoji_count"] += 1
+
+                elif content.type == MessageContentType.IMAGE:
+                    # 与 GroupStatistics 口径保持一致
+                    if self._is_emoji_like_image(content.raw_data):
+                        stats["emoji_count"] += 1
 
                 elif content.type == MessageContentType.REPLY:
-                    user_stats[user_id]["reply_count"] += 1
+                    stats["reply_count"] += 1
 
-        return dict(user_stats)
+        return user_stats
+
+    @staticmethod
+    def _is_emoji_like_image(raw_data: object) -> bool:
+        """判断 IMAGE 段是否应按表情计数。"""
+        if isinstance(raw_data, dict):
+            sub_type = raw_data.get("sub_type")
+            if sub_type is not None:
+                return str(sub_type) == "1"
+            summary = str(raw_data.get("summary", ""))
+            return "动画表情" in summary or "表情" in summary
+
+        if raw_data is None:
+            return False
+
+        text = str(raw_data)
+        return "动画表情" in text or "表情" in text
 
     def get_top_users(
-        self, user_activity: dict[str, dict], limit: int = 10
+        self, user_activity: dict[str, UserActivityStats], limit: int = 10
     ) -> list[dict]:
         """获取最活跃的用户列表"""
         users = []
@@ -100,7 +117,7 @@ class AnalysisDomainService:
         return users[:limit]
 
     def get_user_activity_pattern(
-        self, user_activity: dict[str, dict], user_id: str
+        self, user_activity: dict[str, UserActivityStats], user_id: str
     ) -> dict:
         """获取并识别指定用户的活动模式"""
         if user_id not in user_activity:

src/domain/services/statistics_service.py

@@ -49,11 +49,10 @@ class StatisticsService:
                         emoji_statistics.face_details.get(f"emoji_{face_id}", 0) + 1
                     )
                 elif content.type == MessageContentType.IMAGE:
-                    # 检查是否是动画表情（通过raw_data判断，如果适配器提供了）
-                    if content.raw_data and (
-                        "动画表情" in str(content.raw_data)
-                        or "表情" in str(content.raw_data)
-                    ):
+                    # 兼容识别“图片形态的表情”:
+                    # 1) 优先使用 onebot sub_type=1 信号
+                    # 2) 若无该字段，再回退到历史 summary 文本匹配
+                    if self._is_emoji_like_image(content.raw_data):
                         emoji_statistics.mface_count += 1
                 elif content.type in (
                     MessageContentType.VOICE,
@@ -90,6 +89,22 @@ class StatisticsService:
             token_usage=TokenUsage(),
         )
 
+    @staticmethod
+    def _is_emoji_like_image(raw_data: object) -> bool:
+        """判断 IMAGE 段是否应按表情计数。"""
+        if isinstance(raw_data, dict):
+            sub_type = raw_data.get("sub_type")
+            if sub_type is not None:
+                return str(sub_type) == "1"
+            summary = str(raw_data.get("summary", ""))
+            return "动画表情" in summary or "表情" in summary
+
+        if raw_data is None:
+            return False
+
+        text = str(raw_data)
+        return "动画表情" in text or "表情" in text
+
     def _convert_to_legacy_dict(self, messages: list[UnifiedMessage]) -> list[dict]:
         """内部辅助：将 UnifiedMessage 转换为 Legacy Dict 格式，用于兼容可视化组件"""
         legacy_list = []

src/infrastructure/scheduler/auto_scheduler.py

@@ -315,7 +315,9 @@ class AutoScheduler:
 
             # 3. 模式层判定 (增量黑白名单)
             # 3. 模式层判定 (增量黑白名单)
-            if self.config_manager.is_group_in_filtered_list(umo, incr_list_mode, incr_list):
+            if self.config_manager.is_group_in_filtered_list(
+                umo, incr_list_mode, incr_list
+            ):
                 # 如果在增量名单内，则执行增量模式
                 effective_mode = "incremental"
             else: