[Feature] 多轮 context 历史消息剥图：只保留最后一条 user 的 image，更早的替换占位符

Start in astrbot/core/provider/sources/openai_source.py at _query, immediately after _materialize_context_image_parts, and inspect how context_query becomes the LLM payload. Verify the history-filtering behavior for messages before the last user message, including empty content lists and text-only conversations. Done means historical image blocks become the specified placeholder while the last user message remains unchanged.

Description / 描述

当前问题:
astrbot/core/provider/sources/openai_source.py 在 _query 内，
_materialize_context_image_parts 后直接把整个 context_query 打包成 payloads
发给 LLM。所有历史消息（旧的 user / assistant）里的 image_url content
都会被重复发送。

多轮带图对话场景下，第 N 轮请求会包含全部 N-1 轮的历史图片 + 当前轮的图片，
vision tokens 累积爆炸。Anthropic Claude / OpenAI GPT-4 vision 单张图
~1500-3000 tokens（取决于分辨率），10 轮带图对话单次请求能轻松达到
数万 vision tokens。

建议:
在 _materialize_context_image_parts 后增加一步剥离：从 context_query
尾巴倒序找第一个 role='user' 的消息（保留它的图，因为是当前轮的视觉输入），
把它之前所有消息的 image_url 内容替换为 text 占位符 "[图片已省略]"。

逻辑示意:

  _last_user_idx = -1
  for _i in range(len(context_query) - 1, -1, -1):
      if context_query[_i].get("role") == "user":
          _last_user_idx = _i
          break
  if _last_user_idx > 0:
      for _i in range(_last_user_idx):
          _content = context_query[_i].get("content")
          if isinstance(_content, list):
              _filtered = [b for b in _content
                           if not (isinstance(b, dict) 
                                   and b.get("type") in ("image_url", "image"))]
              if len(_filtered) != len(_content):
                  context_query[_i]["content"] = _filtered if _filtered else [
                      {"type": "text", "text": "[图片已省略]"}
                  ]

影响范围:
- 只覆盖历史 image，当前轮（最后一条 user）的图不受影响 → vision 输入完整保留
- 历史 image 替换为占位符，LLM 仍知道"那一轮有图"，不至于上下文断裂
- text-only 对话完全不受影响（context 里没 image_url 时 if 块不触发）

~10 行新增代码，无外部依赖。

Use Case / 使用场景

1. 多轮图片细节讨论:
   用户发图 → AI 评论 → 用户继续问"再仔细看"或"对比另一张" → AI 再评 → 反复
   每轮都重新发全部历史图片，vision tokens 重复计费。

2. 设计评审 / 形象评选 (MoSphere 实际场景):
   用户陆续发多版设计稿 / logo 候选 / 形象 mockup，跟 AI 多轮讨论选哪个。
   累积到第 5-10 轮时，单次请求 vision token 已超 30K。
   剥图后每次请求只含当前轮的图（~3K vision tokens），节省 90%+。

3. 截图聊天:
   用户 share 截图 → AI 分析 → 后续对话不再涉及那张截图
   历史截图本质是"已经被看过"的内容，没有重复发的价值
   占位符 "[图片已省略]" 仍保留 LLM 知道"那条消息原本带图"的语义

4. 主动消息 / cron 触发场景:
   长期持续运行的 AstrBot，conversation 历史可能很长
   即使每轮只一张图，30 天对话累积下来的图片量也很可观
   剥图让 token 占用回到合理范围

实现简单（~10 行），保留语义完整性（占位符），LLM 体验不变。
愿意提 PR。

注：本优化跟 Anthropic prompt cache（另一个 issue）独立，组合使用收益叠加
（cache 减少 input cost，剥图减少 vision token）。

Willing to Submit PR? / 是否愿意提交PR？

• Yes, I am willing to submit a PR. / 是的，我愿意提交 PR。

Code of Conduct

• I have read and agree to abide by the project's Code of Conduct. /