fix：修复（也许）吞字问题

src/chat/replyer/group_generator.py

@@ -951,13 +951,13 @@ class DefaultReplyer:
             if global_config.debug.show_prompt:
                 logger.info(f"\n{prompt}\n")
             else:
-                logger.debug(f"\n{prompt}\n")
+                logger.debug(f"\nreplyer_Prompt:{prompt}\n")
 
             content, (reasoning_content, model_name, tool_calls) = await self.express_model.generate_response_async(
                 prompt
             )
 
-            logger.info(f"使用{model_name}生成回复内容: {content}")
+            logger.info(f"使用 {model_name} 生成回复内容: {content}")
         return content, reasoning_content, model_name, tool_calls
 
     async def get_prompt_info(self, message: str, sender: str, target: str):

src/chat/replyer/prompt/replyer_prompt.py

@@ -86,7 +86,7 @@ def init_replyer_prompt():
 尽量简短一些。{keywords_reaction_prompt}请注意把握聊天内容，不要回复的太有条理，可以有个性。
 {reply_style}
 请注意不要输出多余内容(包括前后缀，冒号和引号，括号，表情等)，只输出回复内容。
-{moderation_prompt}不要输出多余内容(包括前后缀，冒号和引号，括号，表情包，at或 @等 )。
+{moderation_prompt}不要输出多余内容(包括冒号和引号，括号，表情包，at或 @等 )。
 """,
         "private_replyer_self_prompt",
     )

src/chat/replyer/prompt/rewrite_prompt.py

@@ -27,7 +27,7 @@ def init_rewrite_prompt():
 你可以完全重组回复，保留最基本的表达含义就好，但重组后保持语意通顺。
 {keywords_reaction_prompt}
 {moderation_prompt}
-不要输出多余内容(包括前后缀，冒号和引号，括号，表情包，emoji,at或 @等 )，只输出一条回复就好。
+不要输出多余内容(包括冒号和引号，括号，表情包，emoji,at或 @等 )，只输出一条回复就好。
 现在，你说：
 """,
         "default_expressor_prompt",

src/llm_models/model_client/openai_client.py

@@ -487,6 +487,9 @@ class OpenaiClient(BaseClient):
                         req_task.cancel()
                         raise ReqAbortException("请求被外部信号中断")
                     await asyncio.sleep(0.1)  # 等待0.5秒后再次检查任务&中断信号量状态
+                
+                # logger.
+                logger.debug(f"OpenAI API响应(非流式): {req_task.result()}")
 
                 # logger.info(f"OpenAI请求时间: {model_info.model_identifier}  {time.time() - start_time} \n{messages}")
 
@@ -507,6 +510,8 @@ class OpenaiClient(BaseClient):
                 total_tokens=usage_record[2],
             )
 
+        # logger.debug(f"OpenAI API响应: {resp}")
+        
         return resp
 
     async def get_embedding(